智能分析搭上大数据 监控迎片蓝海
视频监控是安全防范系统的重要组成部分。传统的监控系统包括前端摄像机、传输线缆、视频监控平台。一直以来,视频监控在各领域扮演着不容置疑的重要角色。作为我国支柱产业之一且安全事故易发的建筑行业,视频监控已经是每个建设项目的标准设施。随着视频监控高清化,智能化的技术普及,项目中所使用的视频监控系统应用技术也在不断创新。自然产生了海量的视频和图像数据,进而对传统的后端存储和智能分析带来一系列的考验。对采用智能化技术建设的设施的要求也越来越高。
传统的视频监控系统通常是通过人员监控和录像来实现安全防护,实际上并不能主动有效的保障安全。由于显示屏数量有限,对安全隐患无法实时监控和预警。监控点过多,人员监控根本无法顾及所有监控场景。监控人员的注意力也难保证24小时都能准确高效的监控所有场景。
后期的视频录像分析也需要大量的人力物力。举个例子:震惊中外的“8·10重庆枪击抢劫案”。当地公安部门为了在视频监控录像中找到犯罪嫌疑人周克华,动用了约2000警力每天进行长达十几个小时回放录像视频搜寻。总视频浏览量相当于83万部电影,耗费了大量的人力物力。同样在建筑行业,人工回放查看监控录像是一件效率十分低下的事情。
目前大数据应用已开始在建筑行业落地实施。视频监控从前端视频技术到中端海量存储到后端的大数据分析,是一个完整的大数据技术应用,目前能提出整体解决方案的服务商,屈指可数。
所有搭载了全国智慧工地大数据云服务平台的建设项目,前端视频监控点位全部采用200万高清网络摄像机,通过因地制宜的设备选型实现对工地全高清网络视频监控的覆盖。通过将场景中背景和前景目标分离、进而探测、提取、跟踪在场景内出现的目标并进行行为识别,遇到可疑视像,会及时记录。实现“事前及时记录”、“事中即时报警”以及“事后快速取证”,使所有监控场景的监控简单而高效。监控人员的工作强度和工作压力大为降低,而不需要每时每刻都关注所有场景的所有细节。后端则采用云存储系统,支持海量视频存储也能保障视频存储的安全性、稳定性。集中存储的管理方式也为后期监控设备的扩容提供了保障。
在对海量的高清视频图像进行智能分析时,对后端服务器的硬件配置、处理性能要求非常高,因此用户的使用成本会大大增加。而且长时间的分析查看,对于管理人员来说,是一件耗时又耗精力的事情。全国智慧工地大数据云服务平台搭载的前端视频智能监控设备实现了后端智能分析部分功能前移至摄像机前端。对视频进行浓缩摘要、检索处理。原本5分钟的监控视频,通过智能提取,进行浓缩分析,可以实现视频缩短至20秒。既节约了存储空间,也让管理者有了更好的用户体验,为企业节约了大量成本。
全国智慧工地大数据云服务平台视频监控系统利用智能视频分析技术进行前端采集、分析、识别、提供有效数据到后端,云平台以云的方式对视频数据进行存储、二次深度分析、预测判断结果,从而为建筑行业视频监控提供了从前端、平台到后端的闭环应用。全国智慧工地大数据云服务平台对施工现场的智能分析的水平已经相当的高,已经实现对物品的识别和分离、对人脸的识别、对颜色文字数字的识别、对物体变化的分析甚至还有可疑行为的监测。
全国智慧工地大数据云服务平台实现了大数据技术和视频监控的结合,把孤立的视频内容通过大数据技术的加工,形成可视化结果呈现,这种转变可为视频监控业务创造更加智能高效的使用方式,让用户从繁重的观看视频监控劳动中解脱出来,能轻松自如地通过视频监控进行高效准确的决策。
本文转自d1net(转载)

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Mitaka:OpenStack迄今为止最成熟作品面世
美国时间4月7日,OpenStack社区发布了OpenStack的第13个版本——Mitaka,新版本聚焦于可管理性、可扩展性和终端用户体验。目前OpenStack在云构建领域已经成为了使用最为广泛的开源软件,成为了企业和服务提供商的云平台选项,为企业应用优化和云原生软件开发架起了桥梁。此外,它们还是一个整合引擎,可以通过单独的一套API实现对裸机、虚拟机和容器编排框架的管理。 由来自293个组织的2,336名开发者、运营者和用户组成的国际化社区共同设计并创建了OpenStack Mitaka版本。随着OpenStack发布六周年的临近,该项目拥有一个成熟且稳定的内核这一事实已经得到了广泛认可。因此,OpenStack社区近期的开发努力将在更大程度上聚焦于让软件的部署、管理和可扩展变得更加便捷。 简化可管理性 Mitaka版本包含了大量的改进,重点提升了云部署者和管理者日常使用的便携性。其中一个亮点是,通过引入附加的标准默认值和减少必须手动选择的选项数量,简化了对Nova计算服务的配置。由于将云网络身份管理功能的多个设置步骤——安装、运行、认证、分配令牌等整合成了一个步骤,Keysto...
- 下一篇
海量冷数据存储关键技术
近年来,移动互联网、物联网、云计算的快速发展催生并积累了大量的用户、业务数据。据市场调研机构IDC预计,未来全球数据总量年增长率将维持在50%左右,到2020年,全球数据总量将达到40ZB。据统计,这些海量数据中只有10%~15%的数据是被经常访问的,而绝大部分都会在产生之后逐渐变冷。这些“冷数据”的访问率虽然很低,但用户还是希望保留这些数据,对于企业而言,还有很多数据需要进行备份和存档。 且不管数据的冷热及其冗余备份,如果将这40ZB的数据都使用目前已量产的最大容量蓝光盘来存储,按照单盘容量300GB计算,则需要1300多亿张盘;如果使用10TB的机械硬盘来存储,需要40亿个硬盘;如果采用磁带库来存储,目前也有量产的10TB磁带,按照这个存储能力计算,也需要40亿个磁带。这不仅为数据存储行业带来了巨大的市场空间,同时也对海量数据的存储、处理和管理能力提出了前所未有的挑战。 海量冷数据存储面临诸多挑战 首先,面对快速增长的数据存储需求,成本是需研究的首要问题。如果只从物理上增加存储容量,则必然导致存储数据的成本持续、快速增加,且将受制于机房空间、供电能力等其他因素而难以为继。 其次,是...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- 设置Eclipse缩进为4个空格,增强代码规范
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Hadoop3单机部署,实现最简伪集群
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS6,CentOS7官方镜像安装Oracle11G
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- SpringBoot2配置默认Tomcat设置,开启更多高级功能