浅谈大数据时代下的海量视频资源分析及场景应用问题_开题报告

（一）国内外大数据发展现状

美国麦肯锡全球研究院2011年6月发布题为《大数据：下一个创新、竞争和生产力的前沿》的研究报告，指出“大数据时代已经到来”，数据正成为与物质资产和人力资本相提并论的重要生产要素，大数据的使用将成为未来提高竞争力的关键要素。美国政府于2012年3月宣布“大数据的研究和发展计划”，以提高对大数据的收集与分析能力，增强国家竞争力。

不仅是美国，其他一些国家也都把大数据提升到国家战略层面，认为未来国家层面的竞争力将部分体现为一国拥有数据的规模及运用数据的能力。

与此同时，在国内也相继发布和出台了鼓励及促进大数据发展的政策指导文件。2015年9月5日，国务院印发《国务院关于印发促进大数据发展行动纲要的通知(国发〔2015〕50 号)》，全面推进我国大数据发展和应用，加快建设数据强国。文件指出，“加强有关执法部门间的数据流通，在法律许可和确保安全的前提下，加强对社会治理相关领域数据的归集、发掘及关联分析，强化对妥善应对和处理重大突发公共事件的数据支持，提高公共安全保障能力，推动构建智能防控、综合治理的公共安全体系，维护国家安全和社会安定”。2016年5月，郭声琨在全国公安机关社会治安防控体系建设推进会上强调“运用大数据完善立体化治安防控体系”。

（二）视频大数据发展现状

视频监控系统作为公共安全防范体系的重要组成部分，它是一种防范能力较强的综合系统，该系统由摄像、传输、控制、显示、记录5大部分组成。视频监控系统以其直观、方便、信息内容丰富而广泛应用于许多场合。管理部门可通过它获得有效数据、图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和快速布置警力、处理案件等。

在《天下安防2-智能高清视频监控原理精解与最佳实践》一书中写道，视频监控技术按照主流设备发展过程，可以分为4个大的阶段，即20世纪70年代开始的模拟视频监控阶段，20世纪90年代开始的数字视频阶段，2000年兴起的智能网络视频监控阶段及2010年开始的高清视频监控阶段。

近年来，随着计算机、网络以及图像处理、传输技术的飞速发展，视频监控制技术也有长足的发展，这主要得益于当下传感器、编解码芯片、互联网、移动互联网、物联网、云计算、大数据等各类新技术的涌现，为视频监控的发展带来非常大的影响。

目前全国各个城市都建设了大量的视频监控系统，视频探头数量规模发生剧增，并且随着高清化、超高清化的趋势加强，视频监控产生的数据规模正以指数级别增长。据IDC的《The Digital Universe in 2020》统计，2012年全球有分析价值的数据中有一半是监控视频数据，这个比例在2015年上升到65%，速度是每两年翻一番。在国内，我们大约有3000万台监控摄像机，每月将生成60EB的视频数据，中国已经成为世界最主要的视频监控市场。与传统信息系统的结构化数据不同，视频监控业务产生的数据绝大多数以非结构化的视音频及图片类数据为主，这给传统的数据管理与大数据分析应用带来了极大的挑战与机遇。

（三）视频大数据分析技术研究成果

视频监控技术从模拟电视监控到网络视频监控系统，实际上还是视频信号的传输、存储，而没有解决如何将监控室的值班人员从“死盯”监视器的繁重工作中解脱出来，也没有解决如何从海量的视频录像数据中快速检索到一定特征的视频资料的问题。若能让计算机系统独立“读懂”视频信息，从而代替值班人员，实现对视频内容的自动判定及报警；将视频信息建立标签索引和特征描述，从而实现定制化的视频快速检索，是视频监控智能化发展的方向和核心。

《天下安防2-智能高清视频监控原理精解与最佳实践》一书中对视频内容分析技术的定义是：视频内容分析技术实际上是先将背景图像与前景目标抽离，将前景目标的原始数据（大小、速度、轨迹、出现时间、分类等）抽取出来，并形成对目标的语法描述，然后对比事先设定的逻辑规则（进入防区、从防区消失、拿走、遗留、徘徊、密度、数量加减等），从而实现对事件的判断，通过将“事件”与“规则”的对比，系统可以自动报警。

《图像处理、分析与机器视觉（第4版）》中对视频分析的解释，视频大数据分析又称智能视频分析，指的是通过算法，高效处理海量非结构化的视频图像数据，实现对数据的快速检索、智能识别和理解。

虽然两份文献对视频内容分析的定义稍有不同，但其本质是一样的，视频大数据分析需要经过三个层面的问题，一是目标检测和跟踪，二是目标识别， 三是行为识别。例如在一帧视频内容里，我们首先要把人从周围环境中分离出来（目标检测），然后分析出这个人是谁（目标识别），最后通过对其肢体动作分析，得到他在干什么（停留还是徘徊，或者其他行为）的结论，甚至推理出他将要干什么（行为理解）。

（四）视频大数据的应用场景研究

近年来，视频数据的价值逐渐得到大家重视，通过计算机替代人力来挖掘视频数据价值正成为数据所有者非常关心的问题。

随着硬件和基础软件平台渗透率的不断提升，用户对视频监控系统的关注点已经从单纯的系统建设，向运营、管理、应用，尤其是视频实战应用方面发展，要从现在的“看得见”进步到“看得懂”。同时以深度学习算法为基础的计算机视觉技术的进步，为视频大数据分析提供了强大的计算和分析工具。

从互联网收集的相关资料来看，原来平安城市更多是来源于交警部门和公安部门的建设需求，未来政府的其他部门如交通运输部门、司法、医院、银行、教育等行业在视频监控管理与应用上的需求也会涌现。目前，视频大数据分析技术逐渐在政府、金融、商业等领域得到应用，甚至成为了无人机、无人驾驶汽车、VR、机器人等新兴领域的关键技术。

（1）政府部门：政府对视频智能分析的需求一方面体现在平安城市框架下安防和案件侦查对存量和更新视频数据分析的迫切需求，另一方面体现在交通管理领域对车牌识别、违章行为识别的分析需求。

（2）金融部门：金融领域的应用主要体现在两点，一方面是银行监控，需要计算机主动提前识别网点的异样信息，这与政府领域的安防监控应用类似，另一方面是人脸识别在银行、证券远程开户上的应用。在远程开户时，金融机构可以通过智能终端在线上进行身份鉴权验证，使用人脸识别技术开户可以极大提升业务办理的安全性、时效性，并节省大量人力。

（3）商业：在零售门店里，视频大数据技术可用于客流统计、消费者心理和行为分析。通过客流统计数据，分析不同区域、通道的客流和顾客滞留时间，与销售业绩报表结合，可以分析顾客购买行为，顾客性别年龄组成。同时，还可以对顾客进行初步面部表情分析，初步了解客户的喜好特征，使得商家能够制定对应的营销策略。

（4）机器人等新兴行业：家用机器人需要在密布的家居中实现自动清扫等功能，则需要依赖对周围的目标检测，避开障碍物，获取行动路径，完成系列动作。在更高级的阶段，需要通过相关算法，识别家庭成员的身份、面部表情、情绪变化，以此实现自主互动和情感交流。

（五）公共安全行业视频大数据深度应用场景研究

公共安全行业是视频监控系统和视频海量数据建设、积累最多的行业，同时也是视频大数据应用需求最迫切的行业，通过多年平安城市的建设，在公安、交通管理部门积累了数量庞大的监控摄像头以及海量视频数据、图片数据，通过对海量视频数据进行图像结构化处理、大数据分析和深度挖掘，开发更贴合公安、交警实战业务需求的视频大数据深度应用系统，对推动公安信息化向深度和广度迈进，强化动态化、信息化条件下的公安工作，进一步提升公安机关核心战斗力，提升公安机关维护国家安全和社会稳定的能力和水平有着极其重要的意义。

二、^范文提纲

一、导论

（一）国内外大数据发展现状、政策

（二）视频大数据发展现状

（三）视频大数据的应用场景现状

二、图像处理、视频分析技术介绍

（一）Hadoop技术

（二）视频内容分析技术

三、公共安全行业视频大数据应用场景

（一）可视化指挥调度系统

（二）设备智能化运维系统

四、视频大数据应用关键问题

（一）视频存储问题

（二）视频兼容性问题

五、结论及建议

六、参考文献

三、参考文献

[1]潘国辉.天下安防2：智能高清视频监控原理精解与最佳实践[M].北京：清华大学出版社，2014

[2]Milan Sonka.图像处理、分析与机器视觉（第4版）[M].北京：清华大学出版社，2016

[3]维克托·迈尔-舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2013

[4]董西成.Hadoop技术内幕：深入解析YARN架构设计与实现原理[M].北京：机械工业出版社，2013.12

[5]索雷斯.大数据治理[M].北京：清华大学出版社，2014

[6]刘军.公安大数据技术应用研究[J].警察技术，2015，3

[7]崔玉洋.视频大数据技术在智慧城市中的应用[J].中国多媒体通信，2014，7

[8]九次方大数据. 视频大数据渐成趋势，四大领域尤为可观[Z].  ://bigdata.idcquan.com/dsjyy/110734.shtml. 2017年3月1日

[9]陈图书馆56.视频大数据的相关技术和分析流程[Z].  :// .360doc.com/content/16/0617/07/17543651_568421546.shtml. 2016年6月17日

[10]yueyingqiusha.视频智能分析的应用与前景[Z].  s://blog.csdn.net/yueyingqiusha/article/details/6443720. 2011年5月24日

[11]百鸣.智能视频分析技术的应用与发展[Z].  s://blog.csdn.net/huapeng_guo/article/details/7684996. 2012年6月22日

[12]匿名.视频大数据的发展及趋势[Z].  :// .thebigdata.cn/JiShuBoKe/34967.html. 2017年11月28日