近年來，深度學習在語音識別、圖像識別、自然語言處理等應用中取得了顯著的成效。深度學習也正影響著安防企業(yè)，影響著智能視頻分析技術。智能視頻分析是計算機圖像視覺技術在安防領域應用的一個分支，是一種基于目標行為的智能監(jiān)控技術，其支持的功能主要有：人車物特征識別采集、人員及物件行為報警、視頻信號及質量診斷、視頻增強處理、圖像比對、視頻摘要、內容分揀等。深度學習解決了傳統(tǒng)智能視頻分析技術人工選擇特征準確率低、淺層學習模型無法解析大數(shù)據(jù)等問題，使視頻分析過程中識別準確率更高、環(huán)境適應性更好、識別種類更豐富。

在以人、車、物為核心視頻特征識別領域，目前最成熟的其實是車輛識別算法，在平安城市建設和公安實戰(zhàn)創(chuàng)新的推動下，車輛識別技術在智慧交通、智慧警務等行業(yè)的應用取得了不錯的成果。國內以深圳華尊科技為代表，在算法準確率、系統(tǒng)穩(wěn)定性、識別種類、公安車輛大數(shù)據(jù)實戰(zhàn)應用上表現(xiàn)得較為突出，且數(shù)次在華為國內外的大型活動中亮相。人臉識別算法因其應用的廣泛性，火爆程度遠遠大于車輛算法，但就目前的技術來看，在準確率、更深層的應用上還有很高的提升空間，以曠視、商湯為代表的算法公司也在高校人才及技術儲備、各行業(yè)的淺層應用上做出了努力。

大數(shù)據(jù)時代為算法研究提供了高效的計算工具，而數(shù)據(jù)量的增加也意味著需要更復雜的視頻分析算法模型來詮釋和挖掘這些數(shù)據(jù)，使占有巨大存儲資源的視頻數(shù)據(jù)發(fā)揮出更多的價值。目前人員行為分析、人群分析等復雜的算法還在起步階段，讓我們想象一下，基于對人體、生物體行為細節(jié)的精確捕捉和復雜分析模型，一個城市級的視頻大數(shù)據(jù)中心將能為公共安全、各類學科研究、商業(yè)發(fā)展乃至人類的進步做出多大的貢獻。

海量視頻數(shù)據(jù)存儲呈現(xiàn)前端分布式存儲、后端集中存儲和云存儲三種模式。

隨著視頻圖像清晰度的不斷提高，其存儲需求也在不斷發(fā)生變化。在安防視頻監(jiān)控領域，目前主要存儲方式有三種：前端分布式存儲、后端集中存儲和云存儲。

原有的模擬及模數(shù)混合組網(wǎng)的視頻監(jiān)控正逐步被純IP化、全高清的網(wǎng)絡視頻監(jiān)控所取代，因此前端分布式存儲產(chǎn)品也由DVR、HDVR(混合式DVR)逐步替換成NVR產(chǎn)品。隨著前端分布式存儲的系統(tǒng)組網(wǎng)成本不斷降低，同時4K、H.265技術的推出大大提高了視頻圖像的清晰度，并通過改變編碼方式降低了存儲空間需求，使得前端NVR存儲產(chǎn)品的競爭力進一步增強。另外，NVR產(chǎn)品由于其簡單易用的特性，為不同層面的客戶所廣泛使用。

相對NVR的分布式存儲而言，后端集中存儲方式更加注重數(shù)據(jù)的集中保存、數(shù)據(jù)的可靠性及統(tǒng)一的管理維護，同時具有較好的容量擴展能力，因此后端集中存儲方式更適合大規(guī)模部署。集中存儲主要以SAN/NAS為主要代表，其中SAN因為其高性能、高穩(wěn)定性而被廣泛采用。FC SAN產(chǎn)品延時小、可靠性高，但建設成本也高很多，針對于視頻監(jiān)控的大容量存儲需求來說并不是非常合適，而IP SAN產(chǎn)品由于其互聯(lián)互通性高、管理維護簡單、建設成本相對低廉等優(yōu)勢而為安防視頻監(jiān)控行業(yè)所廣泛應用。

采用多臺IP SAN存儲設備疊加的方式勉強實現(xiàn)視頻接入和圖像存儲需求時，由于多臺存儲設備間相互獨立，缺乏有效的數(shù)據(jù)整合與協(xié)同處理能力，因此也額外帶來了存儲設備的統(tǒng)一管理、設備冗余性能和存儲空間無法共享及利用等問題。應需而生的云存儲利用集群化、虛擬化、分布式文件系統(tǒng)等技術對整個系統(tǒng)內的設備資源、帶寬資源、存儲空間資源等進行統(tǒng)一整合，從而為用戶提供大容量、高性能、高可靠的透明存儲服務。在云存儲技術中，不同廠家的應用方案也有所不同，安防廠商基于對業(yè)務的理解順勢推出安防專用云存儲，數(shù)據(jù)存儲廠商則力推通用云存儲以期滿足用戶多樣化需求。

(金錢貓科技)