記得幾年前看過一部電影，威爾史密斯主演的《國家公敵》，影片中美國的各個角落充斥著攝像機，CIA可以隨時調用這些攝像機進行追蹤，無數的攝像機形成了一張超級大網……當時覺得有點科幻也有點背寒。

       不過短短幾年，這已經成為了現實，成百萬的攝像頭已經聯網，給我們的人財安全、交通出行帶來了非常多便利，但這僅僅是開始，實際上，現在的技術已經能夠很輕松地進行智能識別、人流計數甚至行為識別等，這龐大的視頻數據分析比傳統互聯網數據更接近于真實的世界，這個潘多拉盒子的里面，究竟會帶來什么？

       視頻監控將是世界上最大的數據生成器

       2012年這個世界上增加了2.8ZB的數據，相當于30億TB。如果視頻數據也存儲下來，這個數據就要翻倍了。

       以國內某省為例，公共視頻監控已經超過100多萬個攝像頭，總保有量近400萬，以此估計，全國攝像頭數量不少于4000萬，某投行的報告稱行業每年還在以20%加速增長。而另一個數據也很驚人，英國的攝像頭數量與人口數量之比已經達到1：15。粗略計世界至少有1億個攝像頭在角落靜靜的看著。

       如果這些數據存儲下來，將是超級大數據。假設所有攝像頭換為1080P，每天的數據量是64G，每年的數據量是23T，全世界每年將產生23億T的視頻數據。

       這是個可怕的數字。不知是有幸還是不幸，絕大部分視頻監控數據存儲不會超過一天，因為從目前看來，與存儲的價格相比，這些數據不值錢。

       正在形成的超級視頻監控云

       視頻監控已經不再是以前那樣，幾個攝像頭連到大樓保安室，只有進入這個神秘的房間才能一窺究竟。實際上，監控攝像頭已經成為了智能終端，有網口、能控制甚至可接雙向音頻，攝像頭的互聯已經成為趨勢。

       例如公共視頻，已經從一個城市內的互聯，發展到一個省的互聯，逐步到一個國家的互聯，無論是新的網絡攝像頭，還是舊模擬攝像頭+DVS/DVR，都開始加速接入一個龐大的云平臺，從單純的視頻流媒體數據到云臺操作，每一個終端都成為了一個可被遠程控制的智能化終端。而另一端，這些數據又被包裝成各種公共應用向公眾開放，看看媒體里充斥著多少手機可實時查看城市道路交通視頻的新聞。

       除了公共視頻，無數私有視頻也在形成私有云，分支龐大的連鎖超市、連鎖酒店、物流公司、金融機構甚至工業生產線，無數端點的數據正在向云匯集。而不少國家也要求私有視頻數據也要定向開放，可被調用和操作。

       這正是與互聯網不同的物聯云網絡，從感知到互聯到應用，只不過這個感知是用無數的“眼睛”看世界。

       視頻大數據的價值還未發掘

       一般看來，視頻的冗余數據太多，只有發生了突發事件才會回看記錄，所以大部分視頻數據的存儲很短，超過一周的少之又少。而另一方面，由于數據讀寫要求高，云端存儲極為昂貴（幾千元1TB），所以絕大部分數據都是存在前端。當然隨著技術的進步，視頻存儲價格也有望走低。

       視頻智能分析的初衷就是要解決冗余數據的問題，把人從枯燥的監控中解放出來，幫助人更好的眼觀六路。所謂智能的核心就是目標識別和行為分析，按照應用的要求設定規則，當視頻中的信息符合規則時才進行告警和記錄，常見的應用包括入侵檢測、周界告警、車輛識別、交通違法監控等。

       目前行業主流的智能分析廠商，如國外的ObjectVideo、ioimage、Emza，國內的卓揚科技、文安科技、智安邦科技等，基本都是圍繞“監控”二字，屬于視頻數據的初級加工，一般只是對單個攝像頭的視頻信息進行實時處理，按一定規則產生事件數據（如告警事件、車輛計數），跨空間和時間范圍的二次加工分析還比較少，因此，視頻監控領域并未真正的形成互聯網意義上的大數據。

       不過視頻監控數據必定能成為下一個大數據的寶庫。一方面，它具備了典型的大數據4V特征，數據量巨大、多樣化、表面上無序、但暗含著無數人和物的行為。另一方面，它是真實世界的寫照，這與互聯網獲得的大數據有很大不同，真實世界蘊含了無數難以用格式化文字表達的信息，比如人通過視覺可以快速形成判斷，一個地方是繁榮還是衰退，氣氛是緊張還是歡快。

       當然，前提是，存儲成本能降下來，數據處理能力能升上去。

       潛力巨大的應用

       比如對于一個商場，除了對安防的需求之外，對視頻數據的二次挖掘，可以搜集顧客的性別、年齡、穿著信息，可以統計顧客的購物路徑、停留模式、聚集熱點，甚至可以二次或者多次回頭率、到店周期等。這類似于網站訪問分析，能為商場的優化提供基礎數據。如果是連鎖型企業，還能結合多店的數據，獲得區域性甚至全國性的數據。

       同樣放大到一個城市，每個街道的人流數據、車流數據都在其中，這些數據整體匯集起來，就是一個城市的人車分布圖，靜態的如不同區域人的特征、車的特征，動態的如人車的路徑、停留模式，這對城市的規劃和管理都極有價值。

       如果再結合到時間線，從無數攝像頭收集到的信息，還可以看出一個國家、一個區域、一個城市的變化，如同《大數據》里所言，甚至可以預測趨勢，比如是否更多的店鋪在新裝修開張還是更多的歇業，是更多的飯店還是更多的服裝店等，這些變化匯集起來我們可以看到人口的變化、經濟的趨勢、潮流的趨勢、自然環境的變化甚至人的快樂和緊張程度。

       這不是天方夜譚，現在的技術已經完全做到。一方面高清攝像機的普及，視頻信息質量更加優良；另一方面，智能分析的水平已經相當的高，對物品的識別和分離、對人臉的識別、對顏色文字數字的識別、對物體變化的分析甚至還有暴力行為的監測。

       但要實現這種意義上的數據挖掘，需要進行大量元數據的記錄，甚至是與監控目的無關的元數據，要多維度的進行分析，需要海量的數據匯集存儲和超大規模的數據處理，最后還需要基于位置和時間的進行關聯性分析整合，這巨大的資源和成本耗費是打開大數據之門的障礙。

       技術和人性的沖突

       前日南京云創存儲科技有限公司發布了64位低功耗云存儲系統，讀取速度是hadoop的100倍，單機最大容量1.8PB，這位大規模視頻存儲處理創造了更好的條件。值得注意的是，云創還有一款基于ARM的視頻存儲服務器，每TB的存儲成本僅800元，價格已經是市場上主流產品的1/10，這極大的削減的存儲成本。云創存儲的cVideo在視頻編碼、處理、識別上都有著矚目的成就。

       cVideo DNA識別技術

       一周前Google宣布，在有效的隱私保護機制完善之前，禁止Glass APP使用人臉識別功能。此前，Google 因為 Glass 的隱私政策曾經遭受過國會議員的質詢，其中包括了面部識別是否會侵犯用戶隱私、Google Glass 是否會收集用戶信息、Google 如何保障用戶數據等方面的問題。

       視頻監控也一樣涉及隱私問題。視頻監控中人臉識別的技術也已經相當成熟，如果存儲夠大、處理夠強，在無數的云數據中進行人臉搜索同樣可以產生非常多有意義的應用，比如搜索走失的小孩，未來只需要輸入照片，就能大范圍的進行智能搜索，這比靠人海戰術有效的多。

       但是這對隱私的侵犯是難以繞開的痛，國內在這方面的法規還是空白，例如之前微博爆出的“摸奶門”就是典型的公民隱私被侵犯的事件。在監管上亟待明確誰可以建攝像頭、哪里可以建、數據怎樣保存、怎樣保障信息不外漏。

       不過在現實中，攝像頭的迅猛增長已經昭示，公民隱私還是讓位與公共管理，但是隨著視頻監控云的形成和走向云存儲，數據的威力越來越大，通過云數據，甚至可以描繪出一個人的生活軌跡、興趣愛好，TA喜歡去哪些店鋪，在哪里活動，服飾愛好如何，經常跟誰在一塊兒……原本只有上帝能看到的，云都在看著你。

       技術的進步總會帶來新的挑戰，未來睿智的人們必定會想出隱私的保護方法，只有你的授權才能查看你在視頻里的存在，或者，我們的三觀進化了，適應了技術的發展。

       世界本來就是舞臺，上帝正在云端微笑。

（文章來源：中關村在線）