作为助力智慧城市发展的基础行业，安防系统的建设受到各地政府的广泛关注，平安城市建设再掀高潮，公共安全视频监控系统在城市中的布控要求越来越高。平安城市主要通过城市治安防控、应急指挥、智能交通管理等功能实现便捷化、自动化的居民城市生活。未来的平安城市将建立自感应、自适应、智能化的社会治安防控体系，实现平安城市智慧化发展。通过近几年标准化、规范化的建设，平安城市已初步实现视频系统的互联互通，下一步将不断提高不同结构系统的兼容性，消除大数据的围墙，实现智能化综合执法、交通管理、综合治安管理等。

　　一、安防大数据应用：智慧城市与平安城市的纽带

　　安防监控从传统的楼宇监控、片区应用发展到平安城市、天网工程的城市级联网甚至全国联网，已经发生了产业的质变。“平安城市”的概念不仅是社会公共安全监控的布控，还包括应急指挥、自然灾害预警和处理等内容，未来的平安城市将建立自感应、自适应、智能化的社会治安防控体系，实现平安城市智慧化发展。

　　平安城市的建设中产生的大量视频监控数据是安防大数据的重要组成部分。在智慧城市中，大数据的应用仍是至关重要的一环，通过信息的搜集和智能分析，未来的城市能够在出行、医疗、教育等方面为居民提供更便捷、更自动化的服务。而这一切的实现，都是基于前端数据的采集，对视频数据的结构化转化以及云平台的建设。

　　由此我们可以看出，安防大数据将在智慧城市建设中持续发力，对于安防企业来说，要想在智慧城市建设的浪潮中站稳脚跟，就必须不断深入大数据的学习、应用。

　　二、安防大数据落地：突破智慧城市建设瓶颈

　　目前，基于大数据给出智慧城市建设方案的安防企业有很多，但在建设中仍存在诸多问题，如前端建设相对零散未成系统、图像资源未充分整合、海量视频锁定目标困难、平台处理性能及存储性能滞后、智能技术未能服务于实战等。

　　针对上述出现的问题，像科达这样的安防企业的优势逐渐显现，科达提出基于大数据的新一代智慧城市实战应用解决方案，从前端开始实现数据的抽取，将视频转换成计算机可以理解的结构化数据，并存储在大数据云平台中，解决海量大数据无法得到充分应用的技术瓶颈。

　　1、大数据的基础--前端建设

　　前端建设是智慧城市建设中的资源采集部分，是整个系统的基础模块，其涉及到多个方面、多个网络的资源，例如：视频专网中的公安自建资源、公安网中建设的内部监控资源及社会面建设的监控资源。智慧城市需要充分汇聚并利用这多方面的资源，实现对不同场景下人、车、物的信息采集。

　　（1）特征分析摄像机

　　特征分析摄像机适用于相对开阔的场景，能在较为宽广的画面中捕获人、车、物等目标，并准确识别出每一个目标的类型、大小、颜色、方向、速度……然后生成语义与图片信息，送入后端大数据平台，见图1。

　　图1

　　（2）车辆卡口摄像机

　　特征分析摄像机虽然也能识别车，但其主要应用于视野较大的场景，难以识别车标、车型等更具体的特征信息。车辆卡口摄像机专门针对车辆，通过拍摄视野较小的道路断面，不仅能够准确抓拍和识别车牌信息，还能准确识别车标、车型、车身颜色等更丰富的车辆特征。而且，无论是夜间、白天或逆光环境，它都能看清车内细节，并准确抓拍车内司乘人脸照片，见图2。

　　图2

　　（3）人员卡口摄像机

　　除了颜色、方向等基本特征信息，很多重点场所还需要准确识别和抓拍人脸照片，以便于开展人脸识别等深度应用。这类场所非常适合人员卡口摄像机的部署，人员卡口摄像机专门针对人。人员卡口摄像机通过视野较小的断面视频，能准确抓拍最佳的人脸照片。而且，通过专利技术，人员卡口摄像机还能抓拍人的整个轮廓，即使背对镜头，头的轮廓和全身也能准确抓拍。同时，可识别人员行进的方向、速度等特征，见图3。

　　图3

　　2、大数据的应用--结构化分析

　　平安城市、道路监控、楼宇监控等项目的建设中会产生大量的视频数据，是组成安防大数据的重要部分。随着数据量的增加，哪怕对TB级别的视频数据进行视频内容的数据分析和检索，传统技术模式下可能需要花费数小时的计算，已远远不能胜任时效性的要求。用户希望能够对海量数据进行有效管理和使用，快速辨别有效数据，提高数据利用价值。但视频监控所产生的海量视频数据全部为非结构化、半结构化数据，无法被计算机所直接识别。这些海量的视频数据全靠工作人员人工审看、梳理，但受限于公安警力资源的有限，单靠人工完成对所有视频的梳理工作成为不可能完成的事情。

　　视频是蕴含数据信息最丰富的一类资源，如果能够对所有视频进行“提纯”，提取出里面最有价值的文字、图片信息作为永久保存，或是作为视频检索的“关键字”，视频监控在公共安全领域的作用才能有效发挥。视频结构化是一种基于视频内容信息提取的技术，它对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人类理解的结构化信息技术。从数据处理的流程看，视频结构化描述技术能够将非结构化的视频数据转化为人和机器可理解的结构化或者半结构化情报信息，并进一步转化为公共安全实战所用的情报数据，实现视频数据向信息化、情报化的方向转化，达到视频感知世界的智慧应用。