1.2.4　智能物联时代

智能物联时代，以GPU、图像智能识别算法为核心的智能分析技术使得价值数据能够快速被挖掘和提取。这种方式具有价值数据数量大、格式灵活（如图片、表、元数据等）等优点。物联网技术的应用使视频监控的数据来源更加多元化，从传统的图像、图片信息扩展至MAC、RFID等信息。这些变化导致视频监控系统的数据形态发生了重大转变，从非结构化数据演变为海量的结构化、半结构化、非结构化数据混杂的形态，这需要兼容多种数据格式的海量存储系统。

数据存储后，更重要的是对这些数据进行数据挖掘。新一代视频监控系统涉及的信息规模庞大，表面上无序，实则暗含无数人、车、物的行为关系。在利用大数据技术进行数据挖掘的过程中，涉及海量数据的多维度关联分析，如基于时空关系（位置和时间）的分析，未来会利用人工智能进行更深层次的逻辑分析（如人员异常聚集、可疑行为分析等）。

挖掘价值数据的最终目的是为客户所用，因此伴随价值数据而生的是各种业务应用，例如，视频应用、人像应用、车辆应用、多维数据应用等。当前这些应用主要以独立子系统的方式建设，最后通过上层业务进行拉通。这种“烟囱式”的建设模式导致各业务系统独占资源（如计算、存储等）。为了保证业务的运行，在系统建设初期和扩容时均需要按照峰值负荷对各种资源进行配置（业务实际上都存在波峰、波谷），这样就带来了一个问题：在大多数情况下，大部分资源（尤其是计算资源）闲置而没有得到充分利用。智能物联时代利用云计算技术则可以有效解决这一问题，提高资源利用率和管理水平。

总之，智能物联时代视频监控安防的特点是能够全面看、自动看、关联看：全面看，即视频图像一体汇聚、全网共享，大范围内多维数据跨系统、跨区域共享；自动看，即高密度、高算力、多算法框架、千亿级图片秒级检索，算得快、比得准；关联看，即视频大数据与社会、网络、政务、警务大数据等资源进行碰撞分析，实现“图事件关联”“人脸、车辆、手机等多轨合一”等应用。