雲技術水土不服，智慧分析風雨相伴

近幾年，平安城市逐步的建設已經從開始的幾個試點城市向全國範圍鋪開，並且正在發生巨大的變化，對城市監控的建設初衷從最初的「為建而建」變成到現在的「為用而建」，對畫面的要求從最初的「看得見」變成現在的「看得清」、「看明白」， 對應用的概念從最初的「查得到錄影」到現在的「資訊挖掘」。 業內的這些理念、技術、產品都在不斷的革新變化，目前，在平安城市的建設方案中，監控4G(第四代)概念被炒的很熱，典型的包括有雲技術、智慧分析、人臉識別等高新前沿技術。

在很多建設專案中，都會把這些應用作為其中一部分，似乎不搭點這些潮流性的東西就顯得落伍了，但是能否真正起到作用，就不一定了，關鍵在於應用需求與技術特點是否能匹配。

雲技術水土不服

雲技術的本質可以理解成電腦集群的管理與應用。 在IT業內早就已經成熟的應用，近幾年來到安防這個新天地中，理念雖好，但如果簡單的套用過來，難免也有點「水土不服」，原因有以下兩個。

首先，與公共互聯網相比，安防系統是一個封閉的網路，目前全國最大的安防系統就是公安主導建立的平安城市，當時在建設的時候，全國各地都自成一派，形成了大大小小的「資訊孤島」，聯網互通的大業目前尚未完成，想要實現概念中的「大雲」 更是難上加難。

其次，安防業中的資料成分主要是視頻，近幾年隨著業務應用的發展，圖片的資料格式(主要來自交通卡口)慢慢多了起來，還有一些少量的結構化資料，與傳統IT業中的檔形式的資料格式與特性不同，安防行業中針對自身的特點， 設計了專門的存儲資料結構和硬體特性緊密相關的讀寫機制，而雲技術原先在IT業中的針對物理器件，如CPU、記憶體、硬碟等虛擬化等亮點到安防這裡之後就好像顯得不大「搭調」。

因此，雲技術在安防行業中的應用更多的是借助其原有的一些理念和技術，來滿足實際的技術需要，與IT業中傳統的「雲」概念和應用方式並不等同。

存儲是一個重要的應用點。 隨著平安城市建設、高清化的推進、資料保存時間的延長，使得每一個系統的設計者與管理者必須面對存儲系統 擴容的問題，簡單的增加存放裝置只是增加一個獨立系統，各個獨立存儲點之間性能、容量都不能均衡，對於管理者來說管理負擔增大。 而雲存儲的設計理念正好能 滿足管理者的需求，這裡的雲存儲更像是一套「貼心」的管理系統，替使用者來管理格式各樣的存放裝置，其優勢包括：

靈活的空間管理：支援線性拓展，加入節點後可實現自動的資料移轉，保障各個存儲節點負載均衡；

海量資料的快速檢索：分散式資料讀取，提高整體資料輸送量；

系統集成資料安全：每份資料一般有3份以上的備份；

高相容性：原有的存儲資源都可以併入雲存儲中的虛擬資源池。

除了雲存儲，雲計算也是雲技術中的一個特性，目前平安城市中的應用點在於對海量結構化資料進行查詢與統計，目前安防行業中最典型的 結構化資料就是交通卡口資料。 隨著近年來卡口的大量建設，在監控起步較早的浙江，一天之中一個縣級市的過車資料可以達到100萬條，一個地級市可以達到 600萬條，如果查詢一個月的資料，資料量接近2億條，資料量十分的巨大。 傳統的資料庫查詢技術已經無法滿足，因此必須要借助雲計算，其技術優勢主要在於：

分散式存儲：提高海量資料的讀取速度；

分散式運算：可實現各個計算節點的計算資源均衡，通過平行計算提高整體效率；

記憶體優化：把常用的資料存儲在記憶體，加快讀取效率；

列式查詢：把每一個欄位屬性都建立相應的索引表，通過對索引表的查詢替代對原始資料條目的欄位查詢，可極大的提高查詢與統計效率。

智慧分析風雨相伴

與雲技術相比，以「行為分析」為代表的智慧分析在安防行業中算是「老人」了，走過的路程可謂即豐富又曲折：最初出現時，行業內炒的 很熱，普遍認為替代人工看監控的時代已經來臨，後來在實際專案中遇到效果瓶頸，遭遇質疑， 再到後期理性回歸，重新置放，根據各個行業不同的特性打造專門的應用。

目前，智慧分析技術已經在金融、監獄，甚至剛剛興起的民用行業中，形成很好的即時性應用點，並得到認可。 而在城市治安監控下，智慧分析在即時性檢測方面卻一直找不到很好的應用，原因有多種：一是城市治安監控的圖像畫面對於智慧分析的要求來講太過複雜，什麼環境都有(技術層面的干擾物)，在技術上很難「一招打天下」；二是從應用需求上來講 ，一個城市有上千萬個攝像頭，即使在技術上能準確的實現「徘徊、逗留」等行為分析，但在沒有報警的情況下，現有的監控人員又有什麼依據來做處理呢？

從目前的行業情況來看，在平安城市建設中，智慧分析主要的應用點還是在對視頻錄影的分析上，滿足刑偵上的業務需求。 近幾年，隨著城 市監控的發展，除交通管理外，城市監控最大的應用群體就是刑警。 視頻偵查的方法已經成為刑偵四大偵查方法之一，而目前業內的視頻深度應用，也主要是圍繞刑 偵的業務需求展開。 刑偵業務更多的是關注錄影，對於能提高他們看錄影效率的工具的有很大的需求。

依據背景建模的技術對視頻背景建模，分離出其中的活動目標；

通過形狀紋理進行2次判斷，可大致在活動目標中提出人或者車的目標；

在條件(對目標軌跡的預判、圖像的清晰度等)允許的情況下，還可再進行軌跡篩選與特徵匹配，進一步過濾無用目標；

最後形成結果清單，由人工的方式進行篩選。

最後在結果的表現形式上，也可分為多種形式，如濃縮播放、視頻摘要等。

現在，在一些主要行業中，用於刑偵的智慧產品分為線上、離線兩種，線上的工具一般是實戰應用平臺的一部分，主要對公安自建的視頻資 源做處理，在基層應用中以線上工具為主；離線的工具主要針對社會面資源， 主要是在案發現場或周邊辦公時使用，通常用於重大刑事案件中的現場辦公。