記得幾年前看過一部電影，威爾史密斯主演的《國(guó)家公敵》，影片中美國(guó)的各個(gè)角落充斥著攝像機(jī)，CIA可以隨時(shí)調(diào)用這些攝像機(jī)進(jìn)行追蹤，無數(shù)的攝像機(jī)形成了一張超級(jí)大網(wǎng)……當(dāng)時(shí)覺得有點(diǎn)科幻也有點(diǎn)背寒。

　　不過短短幾年，這已經(jīng)成為了現(xiàn)實(shí)，成百萬的攝像頭已經(jīng)聯(lián)網(wǎng)，給我們的人財(cái)安全、交通出行帶來了非常多便利，但這僅僅是開始，實(shí)際上，現(xiàn)在的技術(shù)已經(jīng)能夠很輕松地進(jìn)行智能識(shí)別、人流計(jì)數(shù)甚至行為識(shí)別等，這龐大的視頻數(shù)據(jù)分析比傳統(tǒng)互聯(lián)網(wǎng)數(shù)據(jù)更接近于真實(shí)的世界，這個(gè)潘多拉盒子的里面，究竟會(huì)帶來什么？

　　視頻監(jiān)控將是世界上最大的數(shù)據(jù)生成器

　　2012年這個(gè)世界上增加了2.8ZB的數(shù)據(jù)，相當(dāng)于30億TB。如果視頻數(shù)據(jù)也存儲(chǔ)下來，這個(gè)數(shù)據(jù)就要翻倍了。

　　以國(guó)內(nèi)某省為例，公共視頻監(jiān)控已經(jīng)超過100多萬個(gè)攝像頭，總保有量近400萬，以此估計(jì)，全國(guó)攝像頭數(shù)量不少于4000萬，某投行的報(bào)告稱行業(yè)每年還在以20%加速增長(zhǎng)，行業(yè)龍頭海康威視12年的年報(bào)披露的銷售量就達(dá)570萬套（含前后端），增長(zhǎng)37%。而另一個(gè)數(shù)據(jù)也很驚人，英國(guó)的攝像頭數(shù)量與人口數(shù)量之比已經(jīng)達(dá)到1:15。粗略計(jì)世界至少有1億個(gè)攝像頭在角落靜靜的看著。

　　如果這些數(shù)據(jù)存儲(chǔ)下來，將是超級(jí)大數(shù)據(jù)。假設(shè)所有攝像頭換為1080P，每天的數(shù)據(jù)量是64G，每年的數(shù)據(jù)量是23T，全世界每年將產(chǎn)生23億T的視頻數(shù)據(jù)。

　　這是個(gè)可怕的數(shù)字。不知是有幸還是不幸，絕大部分視頻監(jiān)控?cái)?shù)據(jù)存儲(chǔ)不會(huì)超過一天，因?yàn)閺哪壳翱磥?，與存儲(chǔ)的價(jià)格相比，這些數(shù)據(jù)不值錢。

　　正在形成的超級(jí)視頻監(jiān)控云

　　視頻監(jiān)控已經(jīng)不再是以前那樣，幾個(gè)攝像頭連到大樓保安室，只有進(jìn)入這個(gè)神秘的房間才能一窺究竟。實(shí)際上，監(jiān)控?cái)z像頭已經(jīng)成為了智能終端，有網(wǎng)口、能控制甚至可接雙向音頻，攝像頭的互聯(lián)已經(jīng)成為趨勢(shì)。

　　例如公共視頻，已經(jīng)從一個(gè)城市內(nèi)的互聯(lián)，發(fā)展到一個(gè)省的互聯(lián)，逐步到一個(gè)國(guó)家的互聯(lián)，無論是新的網(wǎng)絡(luò)攝像頭，還是舊模擬攝像頭+DVS/DVR，都開始加速接入一個(gè)龐大的云平臺(tái)，從單純的視頻流媒體數(shù)據(jù)到云臺(tái)操作，每一個(gè)終端都成為了一個(gè)可被遠(yuǎn)程控制的智能化終端。而另一端，這些數(shù)據(jù)又被包裝成各種公共應(yīng)用向公眾開放，看看媒體里充斥著多少手機(jī)可實(shí)時(shí)查看城市道路交通視頻的新聞。

　　除了公共視頻，無數(shù)私有視頻也在形成私有云，分支龐大的連鎖超市、連鎖酒店、物流公司、金融機(jī)構(gòu)甚至工業(yè)生產(chǎn)線，無數(shù)端點(diǎn)的數(shù)據(jù)正在向云匯集。而不少國(guó)家也要求私有視頻數(shù)據(jù)也要定向開放，可被調(diào)用和操作。

　　這正是與互聯(lián)網(wǎng)不同的物聯(lián)云網(wǎng)絡(luò)，從感知到互聯(lián)到應(yīng)用，只不過這個(gè)感知是用無數(shù)的“眼睛”看世界。

　　歡迎進(jìn)入“楚門的世界”。

　　視頻大數(shù)據(jù)的價(jià)值還未發(fā)掘

　　一般看來，視頻的冗余數(shù)據(jù)太多，只有發(fā)生了突發(fā)事件才會(huì)回看記錄，所以大部分視頻數(shù)據(jù)的存儲(chǔ)很短，超過一周的少之又少。而另一方面，由于數(shù)據(jù)讀寫要求高，云端存儲(chǔ)極為昂貴（幾千元1TB），所以絕大部分?jǐn)?shù)據(jù)都是存在前端。

　　視頻智能分析的初衷就是要解決冗余數(shù)據(jù)的問題，把人從枯燥的監(jiān)控中解放出來，幫助人更好的眼觀六路。所謂智能的核心就是目標(biāo)識(shí)別和行為分析，按照應(yīng)用的要求設(shè)定規(guī)則，當(dāng)視頻中的信息符合規(guī)則時(shí)才進(jìn)行告警和記錄，常見的應(yīng)用包括入侵檢測(cè)、周界告警、車輛識(shí)別、交通違法監(jiān)控等。

　　目前行業(yè)主流的智能分析廠商，如國(guó)外的ObjectVideo、ioimage、Emza，國(guó)內(nèi)的卓揚(yáng)科技、文安科技、智安邦科技等，基本都是圍繞 “監(jiān)控”二字，屬于視頻數(shù)據(jù)的初級(jí)加工，一般只是對(duì)單個(gè)攝像頭的視頻信息進(jìn)行實(shí)時(shí)處理，按一定規(guī)則產(chǎn)生事件數(shù)據(jù)（如告警事件、車輛計(jì)數(shù)），跨空間和時(shí)間范圍的二次加工分析還比較少，因此，視頻監(jiān)控領(lǐng)域并未真正的形成互聯(lián)網(wǎng)意義上的大數(shù)據(jù)。

　　不過視頻監(jiān)控?cái)?shù)據(jù)必定能成為下一個(gè)大數(shù)據(jù)的寶庫(kù)。一方面，它具備了典型的大數(shù)據(jù)4V特征，數(shù)據(jù)量巨大、多樣化、表面上無序、但暗含著無數(shù)人和物的行為。另一方面，它是真實(shí)世界的寫照，這與互聯(lián)網(wǎng)獲得的大數(shù)據(jù)有很大不同，真實(shí)世界蘊(yùn)含了無數(shù)難以用格式化文字表達(dá)的信息，比如人通過視覺可以快速形成判斷，一個(gè)地方是繁榮還是衰退，氣氛是緊張還是歡快。

　　當(dāng)然，前提是，存儲(chǔ)成本能降下來，數(shù)據(jù)處理能力能升上去。

　　潛力巨大的應(yīng)用

　　比如對(duì)于一個(gè)商場(chǎng)，除了對(duì)安防的需求之外，對(duì)視頻數(shù)據(jù)的二次挖掘，可以搜集顧客的性別、年齡、穿著信息，可以統(tǒng)計(jì)顧客的購(gòu)物路徑、停留模式、聚集熱點(diǎn)，甚至可以二次或者多次回頭率、到店周期等。這類似于網(wǎng)站訪問分析，能為商場(chǎng)的優(yōu)化提供基礎(chǔ)數(shù)據(jù)。如果是連鎖型企業(yè)，還能結(jié)合多店的數(shù)據(jù)，獲得區(qū)域性甚至全國(guó)性的數(shù)據(jù)。

　　同樣放大到一個(gè)城市，每個(gè)街道的人流數(shù)據(jù)、車流數(shù)據(jù)都在其中，這些數(shù)據(jù)整體匯集起來，就是一個(gè)城市的人車分布圖，靜態(tài)的如不同區(qū)域人的特征、車的特征，動(dòng)態(tài)的如人車的路徑、停留模式，這對(duì)城市的規(guī)劃和管理都極有價(jià)值。

　　如果再結(jié)合到時(shí)間線，從無數(shù)攝像頭收集到的信息，還可以看出一個(gè)國(guó)家、一個(gè)區(qū)域、一個(gè)城市的變化，如同《大數(shù)據(jù)》里所言，甚至可以預(yù)測(cè)趨勢(shì)，比如是否更多的店鋪在新裝修開張還是更多的歇業(yè)，是更多的飯店還是更多的服裝店等，這些變化匯集起來我們可以看到人口的變化、經(jīng)濟(jì)的趨勢(shì)、潮流的趨勢(shì)、自然環(huán)境的變化甚至人的快樂和緊張程度。

　　這不是天方夜譚，現(xiàn)在的技術(shù)已經(jīng)完全做到。一方面高清攝像機(jī)的普及，視頻信息質(zhì)量更加優(yōu)良;另一方面，智能分析的水平已經(jīng)相當(dāng)?shù)母撸瑢?duì)物品的識(shí)別和分離、對(duì)人臉的識(shí)別、對(duì)顏色文字?jǐn)?shù)字的識(shí)別、對(duì)物體變化的分析甚至還有暴力行為的監(jiān)測(cè)。

　　但要實(shí)現(xiàn)這種意義上的數(shù)據(jù)挖掘，需要進(jìn)行大量元數(shù)據(jù)的記錄，甚至是與監(jiān)控目的無關(guān)的元數(shù)據(jù)，要***度的進(jìn)行分析，需要海量的數(shù)據(jù)匯集存儲(chǔ)和超大規(guī)模的數(shù)據(jù)處理，最后還需要基于位置和時(shí)間的進(jìn)行關(guān)聯(lián)性分析整合，這巨大的資源和成本耗費(fèi)是打開大數(shù)據(jù)之門的障礙。