李克强总理曾经说过，大数据就是生产力。我国政府对大数据产业的重视，势必带动大数据在社会认知、政策环境、市场规模、产业支撑等方面的大力发展。以政策制定为例，2015年国务院印发了《促进大数据发展行动纲要》，全面阐述了我国发展大数据产业的意义、目标、任务和政策，此纲要的出台标志着大数据产业已被提升为国家战略高度，而逐渐完善的政策体系为大数据产业发展提供了良好条件。
然而，我国大数据产业毕竟处于探索起步阶段，目前还存在很多困难，比如信息壁垒降低了大数据产业资源配置效率。大数据产业发展必须实现数据信息的自由流动和共享，如果数据不开放、不能共享，数据整合就不能实现，数据价值也会大大降低。
这样的情况同样出现在安防产业，当然这种情况的出现，除了受部门利益、数据安全保护、政府全局思维缺乏等因素的影响外，数据本身的异构性也对相关技术提出了挑战，特别是在安防行业，非结构化数据从抓拍、读取、存储、转换到分析利用，需要大量的高尖端技术在背后做支撑。因此，基于这种高端技术的要求，造成安防大数据应用正处于细分行业阶段应用与大行业整体综合应用的交汇节点。在此应用阶段，除了加快建立安防大数据的行业政策法规，制定数据共享、保护、利用的相关规章制度外，还要加大安防技术与物联网、云计算等前言技术的融合发展，以技术发展驱动安防业务形态更加多样化。
安防大数据感、知、用三个层次的体系建设安防业务形态的多样化应用，基础在于数据的获取。然而安防行业并不缺少数据，以安防行业的主流市场视频监控为例，一个大型城市每天经卡口、电子警察等监控摄像机入口产生的数据就可以达到1PB，已然成为世界上最大的数据生成器。因此如何高清、快速地抓拍、提取、分析、存储和利用这些视频数据才是业务应用的关键。
“感”是数据获取的源头
以物联网的角度分析，安防行业要想获得最上层的智慧应用，“感”是获取海量数据的基础，通过遍布各个角落的摄像机、门禁、报警、可视对讲、环境感应器等设备，将“感”的基础网络铺设开，通过多维的采集设备形成大数据的来源，这些数据以视频数据为中心，将图片、环境、音频、方位等信息融合进来，形成并输出可视化的数据内容。杭州海康威视数字技术股份有限公司技术经理朱佩凡举例说，如把摄像头和电子罗盘、GPS等传感器结合起来，就能在电子地图上清楚的看到这个摄像机所监控的区域，称作可视域，摄像头也会在监控画面上自动地显示出它所在的经纬度和街道信息，便于管理和调动。
而当前安防大数据获取的困难之处在于当监控摄像机抓拍目标物体时，如果物体运动速度过快，或者由于拍摄清晰度、角度、光照、遮挡等因素的干扰，就有可能会造成数据的模糊和不完整，那么让计算机“看懂”图像和安防智慧化应用就无从谈起。所以要解决安防视频结构化中视频源的清晰度、形状、颜色等能够被语义描述的目标信息，就要从数据获取的设备和技术方案入手，例如通过枪机联动弥补各自的不足，为安防大数据提供清晰的视频源。
而在“感”的数据抓取之后，如何存储也是降低用户成本的关键。因为通常以一个安防项目的预算分析，存储介质成本最高可占项目成本的40%左右。因此，视频压缩编解码方式非常关键，目前许多设备商在H.265编解码方式的基础上，已经实现视频数据传输码流减半左右的功效。这也证明，在全球范围内国内设备商安防技术的先进性和实用性，它们所带来的市场竞争力和商业机会也是显而易见。
“知”是数据处理的技术
安防大数据和商业/互联网大数据最大的区别在于95%以上的安防数据都是非结构化的视频数据，非结构化的数据便是无用的，因为它们无法被快速检索、查询、无实时数据研判、无历史数据统计分析、无法快速共享、无法长期保存……简单地说，行业还没有找到一种广泛、高效、低价的方法，将这些海量的视频数据与具体业务有效结合起来，并使其效益最大化。
因此安防大数据走向深度应用的一个关键步骤就是视频结构化，即通过属性特征用语义描述的方式拆分目标物体，经过特征信息提取进行结构化的存储，然后通过服务器针对海量的视频结构化信息进行有效应用，提供高效的检索、分析、挖掘、统计等大数据服务。苏州科达科技股份有限公司策划推广部周宇杰以公安卡口应用举例，对于卡口过车图片这样的海量非结构化数据而言，为了实现数据的检索，必须通过智能分析技术对其进行结构化并入库，从卡口图片中提取出车牌颜色、车身颜色、车标、细分车型等传统卡口前端不能提供的结构化信息并存储在相应的数据库中。
在当前市场的产品应用中，大数据服务器支持200万条消息收发、千亿条数据秒级检索、十亿级图片秒级以图搜图等功能已经产生商业价值，也是主流设备商竞争的焦点。例如以图搜图技术，在输入人、车等图片后，系统可以快速地在视频库里搜索出所有具有相似特征的人和车，从而定位出人和车的轨迹。在海量视频图片中寻找人员、车辆的轨迹，可以节省75%的人力和时间成本。
然而，除了主流的设备商提供的系统平台外，很多传统监控平台系统并没有这样的能力去实现。例如在交通应用领域，浙江宇视科技有限公司智能交通拓展部副部长王敬陆指出，在面对海量数据时，很多传统的系统架构暴露了在海量结构化数据处理上的瓶颈，如系统存储无法弹性扩容；查询速度缓慢，无法快速响应突发事件；应急指挥系统操作复杂；各种类型数据资源分散，无法做到整合并进行综合分析。从这个角度分析，监控系统平台的存量市场潜力也相当的巨大。
中小型厂商的市场在哪里？
“用”是大数据的价值
对大数据的“感、知”之后，用才是安防大数据的目标，即对结构化后的视频数据进行分析挖掘，并被业务终端所用，服务于智慧城市、智能交通、公安刑侦、智慧医疗、智慧旅游、智能楼宇、智慧商铺等相关领域。朱佩凡认为，当前安防大数据的应用主要有三个方向。
一是基于视频数据内容提供的惠民服务，即将各类视频资源汇聚进行联网整合，并最终发布在一个统一的公共平台上向公众开放。比如说开展面向民众的交通路况服务、可视化旅游服务、社区管理服务、透明厨房、安居安防、教育服务、老人看护服务等等，真正地实现了视频资源共享，信息惠民。
二是基于行业数据进行细分业务的研判，它其实就是一个线索挖掘的过程，从海量的大数据所呈现的表象中分析出事件可能的原因和线索，比如在车辆大数据研判中，公安在追踪一个嫌疑人车辆时，通过分析这辆车一段时间内的出行数据，发现这辆车总是频繁的经过同一个卡口，那么基本可以推断出，这个卡口附近就可能是嫌疑人的一个落脚点。
三是基于数据信息提供的业务决策，这是大数据比较深层次的应用，关键在于对大数据的态势分析。态，就是当前状态，势，就是根据当前状态预测的未来发展趋势。比如一个城市每天道路交通的热度图就是态，把每一天的热度图进行叠加，就能预测出势。根据这些态势，一方面可以预测出未来一段时间的交通流量，帮助民众合理的规划出行计划；另一方面这可以作为一个城市管理者对道路规划和改善的最重要依据。
中小型厂商的市场在哪里？
从安防大数据“感、知、用”三个层次分析，以视频监控行业应用来看，国内主流设备商已经从前端数据采集，中间的压缩处理，及后端服务器的分析应用都实现了可靠稳定的安防大数据成熟解决方案，特别是在后端系统平台方面的技术优势，相比较其他中小型设备商而言，优势更加明显。那么，中小型厂商的市场在哪里？从当前的应用市场分析，许多厂商已经找到了突破点，例如利用“枪机联动”的方式提供清晰可靠的视频源，或者利用具有专利保护的视频压缩和传输技术实现更低码流的传输，又或者利用定制化的云存储解决海量数据的大盘位存储。这些在细分领域的高尖端技术优势，正成为设备商在竞争趋于白热化的同质化市场的制胜法宝，也是抗衡主要竞争对手的利器。
但在安防IT化时代，技术的融合发展、升级迭代速度都在加快，细分技术领域如果不能保持不断的创新和跨学科的技术融合，势必会被同行所超越。对此，东方网力科技股份有限公司产品规划总监张兵锐认为，伴随着物联网、移动互联网、云计算等技术不断综合应用，大数据建设需要整合包括物联网、互联网以及其它社会资源数据，并实现与相关技术的交叉融合。而安防设备基于更加复杂的数据关联模型，更加高效的数据计算，提供综合性分析应用，提高在数据治理、预测预警、关系挖掘、比对布控等各方面的能力，从而提高整个安防能力。这也是安防技术发展脉络趋于清晰的情况下，安防业务应用多样化所带来的行业思考。
京公网安备 11010502049343号