2014第九届GDSF论坛广州站上，中安消技术有限公司做了《面向大数据的平安城市解决方案》主题演讲，提出：视频系统的大数据面临三大技术挑战，主要概括为“存不下”、“找不到”、“看不清”三个方面。这三大挑战在一定程度呈现出当前视频大数据处理领域主要存在的问题，同时也对视频大数据处理技术提出了更高的要求。
视频大数据存在三大挑战
“存不下”：主要体现在视频压缩编解码性能方面的限制。随着数字视频应用产业链的快速发展，政府、学校、社区、民用以及网络终端所产生的海量视频向传统视频编码标准发出宣战。待存储的视频数量不断加大就需要更大程度的提高编解码效率，提高视频压缩率，从而降低存储空间。同时，网络化进程的加快也要求编码后的视频能更快速、便捷的传输。同时解码还原的视频质量也要有所保证。从另一方面讲，视频压缩也制约着智能视频领域的发展，很多情况下我们要求解码后的视频损耗能够降低。在某些领域中，如多媒体视频认证，视频的无损还原是提高算法判断准确度的先决条件，只要在一个合理的损耗范围内，它能够使视频篡改提示的准确度提高。因此随着视频的网络化、高清化、智能化时代的来临，需要新一代视频编码标准，需要新的技术框架和编码性能。如此才能在城市级视频应用领域中取得核心的主导地位。
“找不到”：主要体现在智能视频监控领域中的算法检测识别准确率的问题，目前视频监控方法只能在非常简单的环境下聚焦少量目标，算法检测、识别、跟踪性能方面还无法达到一个较高的水准，多数软件都存在一个场景、环境的限制。例如在简单、纯净的场景且检测目标背景跟前景差别较大的环境中，检测结果较为准确。但在一些人流量密度大的复杂场景中，如地铁、车站、闹市区中监视成千上万个个体时，准确的识别跟踪检测则是一项非常艰巨的任务。同时，算法检测会受到光线、颜色、化妆、摄像机硬件误差及精密度等一系列的问题影响，因此在低端智能与真正的人工智能之间还存在一个较大的鸿沟，它需要计算机的处理能力及处理速度的提升。我们需要的是一种近乎人类甚至高出人类的识别准确率，并且能够检测区分人群行为，预测潜在的群体灾难等。这不仅仅在智能视频领域，而且从多领域的交叉融合角度，智能分析对的研发与探索对机器人的发展也能够起到积极的推进作用。
“看不清”：主要体现在高清监控摄像机的智能化处理上，以往大多数城市级安防监控摄像头录制的视频画面都较为模糊，刑侦破案分析的依据仅仅为模糊画面动作方向，甚至是模糊的像素点，对具体人物细节的描述不清晰导致刑侦难度加大。辅助公安机关研判的力度不强。并且在智能监控领域，传统的智能分析方法较多的是在CIF格式下进行算法处理，这样处理速度更易达到实时，当传统视频向高清视频转换过渡时需要多重处理策略相结合进行算法分析。这需要持续的研发革新。并且从标清向的高清的门槛跨越过程中，网络带宽的承载力、视频的显示、存储等问题也不断显现。
该文观点仅代表作者，本站仅提供信息存储空间服务，转载请注明出处。若需了解详细的安防行业方案，或有其它建议反馈，欢迎联系我们。
