视频监控：大数据时代的新境界

目前全球已经有六百多个城市开展了“无线城市”计划，推进城市信息基础设施的建设。城市信息基础设施的不断完善意味着城市的建设、环境、经济、产业、医疗、卫生、教育、人文等各种领域的数据越来越丰富。然而，要实现“智慧城市”，关键还需要在城市信息基础设施的基础上实现“智能政府”“智能医疗”“智能交通”和“智能电网”等各种智能化应用。在信息基础设施获取的数据和各种智能应用之间，大数据相关技术扮演了连接桥梁的重要角色。

视频图像信息是公安机关开展警务指挥调度、侦查办案和社会治安管理的重要信息。社会治安视频监控体系的建立，在社会治安和城市管理方面发挥了重要作用，视频监控图像信息已成为反恐维稳斗争、刑事案件侦破、突发事件处置和社会治安防控中，收集犯罪证据、提取犯罪线索、掌控治安形势的重要资源，为社会与经济持续稳定发展提供了有力保障。

视频监控数据由于其信息涵盖的丰富性、目标展现的直观性、时空表达的准确性、事件反馈的及时性成为处置各种公共安全事件的重要信息来源。近年来，随着视频监控技术的不断发展和平安城市、3111工程、智慧城市等工程项目的建设完善，截至2012年底，全国已经建成超过2 300万以上的视频监控数据探头，其中接入公安系统的在300万以上。视频监控已经成为公安机关治安维稳，打击犯罪，应急指挥的有效手段，视频监控技术也成了继刑侦、技侦、网侦之后的公安机关的“第四大支柱技术”。

（1）视频监控在反恐维稳中发挥着无法替代的作用　当前，全球恐怖主义活动频发，中国也面临着巨大的反恐压力。以新疆维吾尔自治区为例，自2009年以来，新疆公安机关处置的涉恐团伙案年均多达100余起，2012年新疆暴恐案件更是有190余起，较上年大幅增加。从现在国内外破获恐怖案件的情况来看，视频监控在其中具有关键性的作用。例如，2005年伦敦地铁爆炸案中，警方利用6 000多套地铁站台和车厢内的视频监控设备，一周内就成功将4名犯罪嫌疑人全部抓获。2013年美国波士顿发生的马拉松比赛爆炸案件中，在人员众多、情况复杂的情况下，美国警方从现场视频监控取得案件调查的“重大突破”，仅用4天就将两名主要犯罪嫌疑人抓获。2013年鄯善县鲁克沁镇“6.26”暴恐案件发生后，视频监控数据对嫌疑人员抓捕、犯罪事实认定都起到了关键作用。

（2）视频监控在打击犯罪中发挥着不可或缺的作用　近年来的国内外实践表明，视频监控不仅是提高群众安全感、满意度的重要途径，更是公安机关适应并驾驭新时期公共安全局势的重要载体和打击犯罪的利器。据统计，全国在涉及“两抢一盗”的刑事案件中，100%的案件都会应用到相关视频。以武汉市为例，其全国首创成立视频侦查支队在运行2个月内将街头盗窃、抢劫等“小案”破案数较去年同比增长了3倍；现案破案率同比提高13%。2008年，仅浙江省就利用境内的约50万个视频监控点查处治安案件10 640起，破获刑事案件4 293起。西安市碑林区自2008年大力开展视频监控建设，2009年破获各类刑事案件数量上升了21.5%，抓获网上在逃犯罪嫌疑数量上升19%，群众社会安全感由2007年的78.99%上升到2009的89.04%。

（3）视频监控在社会管理中发挥着不容忽视的作用　当前，在处理处置交通违章、交通肇事等警务工作中，视频监控数据起着关键佐证的作用。另一方面，正是由于视频监控的存在，交通法律法规才能顺利贯彻执行。以上海市为例，电子警察配合视频监控已经成为交通纠违的重要方式，约100%的交通违章事后处理需要依靠视频监控数据。此外，视频监控设备还广泛地应用于治安保全等警务领域。(www.xing528.com)

最近，全球恐怖主义和犯罪事件频繁发生，各国政府和公安部门应对公共安全、交通事故、犯罪预测以及其他的突发事件引起极大的关注。在云计算、物联网、大数据的技术支撑下，视频监控因其可以提供丰富的、直观的以及精确的信息而成为主要的工具。大量的视频监控系统建立于世界各地。截至2013年，中国已经建立了多于2 300万视频监控摄像头，其中300万被用于公安领域，视频监控因其“4V”（Volume，Variety，Velocity，Value，即海量、多样、高速、价值）特性正进入大数据领域。视频数据有着非常巨大的容积，以一个城市为例，建立了成千上万台摄像头，每台摄像头每天收集超过24～48GB的高清视频。其次，数据收集涉及多媒体、图像和其他非结构化数据等各种不同的格式。此外，有价值的数据仅包含在几帧被称为关键帧的海量视频数据之中。而最后一个问题是如何在计算机上提高大量原始视频的处理速度，从而提高犯罪预测和侦查效率。更重要的是，大量公共安全信息系统的建立，对交通事故的治理、犯罪事件和恐怖事件的预测起到了重要作用。同时，一系列的问题也相继出现了，一方面是冗余的系统建设导致了资源的巨大浪费，如视频监控系统在全国各地都建立了独立的软件和硬件。另外一方面，体量巨大的视频数据的共享上传给网络带宽带来了巨大的压力，由此导致了海量视频资源长期闲置无法得到有效的信息提取，即数据资源“僵尸化”。

为了解决这些问题，知识挖掘、推理、模式识别、云计算等技术在下一代视频监控系统中得到了广泛的应用，这些应用协助警方从大量数据中发现有价值的信息和预测犯罪。中国模式识别国家重点实验室开发了分布式视频监控系统，适用于发现异常行为和交通违法行为。我国的台湾工业技术研究院建立了监控视频分析中心，构建了“云智能视频分析与检索系统”，提供视频检索和其他视频分析服务，协助警方有效地发现犯罪。太平洋西北国家实验室（PNNL）成立的国家可视化分析中心（NVAC）提供视频分析技术和工具（见http：／／vis.pnnl.gov／）。英国ADVISOR项目（数字视频的智能监控和优化检索）可以估算地铁及其周围的人群密度、分析人的行为，并预测潜在的危险和早期犯罪。IBM开发的基于自动事件检测和分布式技术的“智能视觉套件”，被应用于大型系统的部署和互联网业务。

犹他州的数据中心，这是专为美国警局和政府提供服务的机构，具有Yotta字节的大规模存储能力，已收集了各种各样的信息，包括个人电子邮件、电话记录、停车场收益、旅行计划、购物记录和其他记录等（见https：／／www．nsa.gov）。Boundless Informant项目研发了一种云平台，该平台可以分析通过有线和无线网络、卫星等渠道传输的如电话、金融等信息，实现了全球的实时监控和网络监控目标。美国国家安全局开发了一种数据存储软件Accumulo，并在2011年作为开源项目提交给了Apache。基于谷歌Big Table的数据模型，结构化和非结构化数据被以分布式KV格式存储，数据库的安全性、可扩展性和速度得以增强。2014年，山东省建立了公安系统的云平台，该平台提供如“云搜索”“云视频监控”等应用，每天可以从各种公共安全和其他社会信息系统中获取146种数据，结构化数据上升到了6亿，该平台对大规模数据具有较强的计算和存储性能。

可见，视频监控的发展现状，完全满足了大数据“4V”特性，毋庸置疑，视频监控已经进入大数据时代。也有一种说法，认为大数据具有“5V”特性，即除了以上4V，还有一个“Veracity”特性，即真实性特性。