二、视频大数据发展现状
在互联网及IT领域，大数据的发展已相当成熟。然而，在视频监控领域，大数据还处于起步阶段。当然，随着智慧城市的发展，视频大数据会逐渐发展成熟并发挥越来越重要的作用。
首先，随着智慧城市建设的不断深入，视频大数据的需求越来越强烈。比如：一个区县一年的卡口数据能够达到十亿级别，一个地级市一年的卡口数据甚至能够达到百亿级别，一个省的数据就更大了，面对如此庞大的数据，传统的系统或工具显得束手无策，即使一条简单的查询命令，响应时间也会变得非常慢，更不要说分析、统计等功能了。同时，越来越多的用户对业务提出了更高的要求，比如公安业务，要求能够从事后分析向事前预测转变。面对这些问题及需求，必须采用大数据来解决。所以，在智慧城市建设中，大数据已被推到了风口浪尖上。
其次，越来越多的视频监控企业正在接触大数据，并有了初步的探索和应用。当前的一些大数据产品及应用主要有：一、视频云存储，针对海量的视频、图像数据，提供百PB的集中存储能力。这类产品已有较多的厂商提供，其中，安防行业龙头企业海康威视就在视频云存储领域占据一席之地；二、云分析，针对实时视频图像、历史视频图像，提供分布式的视频结构化能力。这类产品当前还未在市面上看到；三、数据应用。交通卡口大数据应用，针对海量的卡口数据进行快速检索、智能研判、统计分析，部分研判功能可用于刑事案件的侦察及预警。视频图像信息数据库，针对海量的案事件数据进行快速检索、分析研判。这类产品也有较多的厂商在预研并进行试点。
三、视频大数据核心技术分析
在互联网行业中，大数据的分析对象主要是日志、用户行为信息、网页索引等数据，是计算机可以识别的结构化数据；而视频监控行业中，大数据需要分析的对象主要是视频、图片、音频等非结构化数据。所以，相比互联网大数据，视频大数据有诸多不同的地方，当然也有诸多可参考借鉴的地方，毕竟技术是相通的。纵观视频大数据，其主要包含以下核心技术：
一、视频结构化。前面讲到，可以被计算机识别的结构化数据是基础，然而视频不属于这类数据，所以视频结构化是需要首先解决的关键点，这也是区别于互联网大数据的主要特征。所谓视频结构化，就是采用智能分析技术，从视频图像中提取出人、车、物、事件等内容信息，这些内容信息是可以通过结构化语言来描述、可以被计算机识别的信息。当积累了大量的视频内容信息，就有了视频大数据的基础，可通过专业的大数据处理工具进行分析、研判、统计，从中提取出价值信息。
二、大数据处理技术。当前主流的大数据处理技术是以Hadoop为代表的分布式软件，而且在互联网及IT领域，这些技术得到了很好的应用。同样的，在视频大数据领域，可以借鉴这些成熟的处理技术，具体的技术包括分布式文件系统、分布式数据库、分布式计算、内存计算、图计算、流计算、全文检索等等。
三、数据分析模型。有了海量的数据而无法提取其中的价值，那么这就是一堆没用的数据。所以说，在大数据时代，数据分析工程师的地位将变得越来越重要。数据分析工程师需要深入了解业务，构建数据分析模型，从海量数据中挖掘出价值信息。数据分析模型将是其中的核心要点，是实现业务深度应用的关键。
