信息技術(shù)不斷進步，閃存、磁盤、數(shù)據(jù)中心、DNA等各種新的存儲技術(shù)不斷出現(xiàn)。可即便如此，仍難以滿足日漸龐大的數(shù)據(jù)體量的存儲需求，加之IoT(物聯(lián)網(wǎng))行業(yè)的發(fā)展，致使數(shù)據(jù)的體量更為驚人。不可否認(rèn)，這些數(shù)據(jù)中許多都蘊含著價值，但也不能忽視數(shù)據(jù)的驚人體量。難道到2020年，我們要將44ZB的數(shù)據(jù)全部記錄并存儲下來嗎?因此，我們需要用云計算技術(shù)對數(shù)據(jù)進行智能分析。今天就來探討2017年監(jiān)控系統(tǒng)云計算核心技術(shù)。

大規(guī)模混合計算技術(shù)

重慶監(jiān)控系統(tǒng)產(chǎn)生的大量視頻圖像數(shù)據(jù)如果只靠人工來進行處理，效率會非常低，借助于視頻智能化處理算法，已經(jīng)可以從視頻圖像數(shù)據(jù)中獲取一些簡單的特征進行比對，或者進行模式匹配產(chǎn)生報警事件，提高了處理的效率。這種方式能夠處理的數(shù)據(jù)量，數(shù)據(jù)組合的程度，數(shù)據(jù)的類型等等都還處于較低的水平，無法應(yīng)對海量數(shù)據(jù)和日益增長的需求。大規(guī)模計算技術(shù)的目的就是為了提供一種統(tǒng)一的數(shù)據(jù)處理平臺，上面可以集成各種智能化算法和計算模型，綜合處理海量監(jiān)控數(shù)據(jù)，以更快的速度得到更有價值的數(shù)據(jù)。

統(tǒng)一資源管理技術(shù)

監(jiān)控系統(tǒng)產(chǎn)生的主要數(shù)據(jù)就是視頻和圖像數(shù)據(jù)，原始數(shù)據(jù)經(jīng)過處理后，會產(chǎn)生更豐富的數(shù)據(jù)，處理的方式也會有很大不同。比如對于歷史視頻數(shù)據(jù)可以在后臺處理的視頻數(shù)據(jù)檢索，對于卡口的車牌和人臉特征數(shù)據(jù)需要實時布控，對歷史卡口信息需要做到實時檢索。這些數(shù)據(jù)都需要不同的計算框架進行處理，通過引入統(tǒng)一的資源管理平臺，可以在同一個資源池里運行不同的計算框架，大幅提高資源的利用率，同時在資源被某種業(yè)務(wù)獨占時，又能最大限度的發(fā)揮系統(tǒng)的性能。

實時檢索技術(shù)

傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)都采用關(guān)系型數(shù)據(jù)庫進行保存，通過RAC等技術(shù)形成數(shù)據(jù)庫集群，通過索引方式進行加速，但是核心還是基于行存儲和關(guān)系運算，面對海量記錄時在各個方面都已經(jīng)遇到了瓶頸。實時檢索技術(shù)通過引入分布式數(shù)據(jù)庫，列式存儲，內(nèi)存計算，索引引擎等技術(shù)，能應(yīng)對100億級別的結(jié)構(gòu)化數(shù)據(jù)，在存儲容量，可擴展性，檢索速度等多個方面都可以得到大幅提升。該系統(tǒng)在智能交通、刑事偵查等視頻監(jiān)控領(lǐng)域具備重要的研究價值和廣闊的應(yīng)用前景。

復(fù)雜事件處理技術(shù)

隨著安防監(jiān)控行業(yè)的發(fā)展，業(yè)務(wù)變的也來越復(fù)雜，比如智能交通領(lǐng)域，出現(xiàn)了車輛積分研判、套牌車分析、同行車分析等需求。這些需求存在產(chǎn)生結(jié)果所依賴的條件多、處理過程實時性的要求高、需要處理的數(shù)據(jù)量巨大等特點。傳統(tǒng)的方式是采用關(guān)系數(shù)據(jù)庫，通過復(fù)雜的SQL語句組合，不斷查詢比對的方式，很難滿足實時性的要求。復(fù)雜事件處理通過引入流式計算等技術(shù)，動態(tài)地對輸入數(shù)據(jù)進行實時的分析，處理速度可以大幅提供。不符合條件的數(shù)據(jù)都被丟棄掉，系統(tǒng)中只存在處理的結(jié)果或者可能有用的中間數(shù)據(jù)，這樣對存儲的要求也變小了，完全在內(nèi)存中進行全過程的分析，實時性得到了保證。

人臉檢索技術(shù)

人臉檢索的技術(shù)在單臺服務(wù)器上的應(yīng)用已經(jīng)比較成熟，可以應(yīng)用在身份鑒別、在逃人員抓捕、可疑人員排查、身份證查重等領(lǐng)域。人臉檢測過程可以分為以下幾個階段：視頻或圖像解碼、人臉檢測、特征提取、特征比對，前三個步驟都是每次請求對應(yīng)一次計算，計算量相對可控，而最后一個步驟特征比每次請求則需要和達(dá)億級的人臉特征進行比對，是運算量最大的一個階段。

一些實時應(yīng)用的請求數(shù)每秒鐘可達(dá)請求數(shù)達(dá)到數(shù)百次，每次人臉比對次數(shù)可達(dá)百萬級別時，則整個系統(tǒng)需要支持每秒億級的人臉特征比對計算。如此大規(guī)模的計算，單機上是無法完成的，必須采用集群完成。特征庫本身規(guī)模不大，但是比對次數(shù)很大，屬于典型的計算密集型集群，特征庫可以全部倒入到內(nèi)存，在內(nèi)存中完成計算。

海量視頻檢索技術(shù)

圖像傳感器采集到的視頻數(shù)據(jù)保存到后端存儲后，用戶可以隨時選擇目標(biāo)區(qū)域的多個攝像頭，提交給視頻檢索集群，檢索集群按照目標(biāo)物體的特征快速檢索的所有對應(yīng)攝像頭產(chǎn)生視頻數(shù)據(jù)，找到目標(biāo)物體特征所出現(xiàn)的視頻，并定位到準(zhǔn)確的時間點。其中主要使用了智能化技術(shù)實現(xiàn)視頻數(shù)據(jù)到物體特征結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換，支持車輛顏色，車牌，衣著顏色，人臉等特征。基于統(tǒng)一的計算資源池，實現(xiàn)智能化算法的并行運算，線性提高檢索效率。

結(jié)構(gòu)化之后的數(shù)據(jù)可以保存到數(shù)據(jù)庫，下次檢索可以直接通過結(jié)構(gòu)化數(shù)據(jù)進行二次檢索，大幅提高檢索效率。

分布式對象存儲技術(shù)

安防云在系統(tǒng)架構(gòu)和設(shè)計上，充分考慮大規(guī)模集群環(huán)境下軟硬件發(fā)生故障的現(xiàn)實，采用先進的管理思想和軟件系統(tǒng)，實現(xiàn)對大量普通存儲服務(wù)器存儲空間資源進行虛擬化整合，實現(xiàn)軟硬件故障高度容錯，搭建高度穩(wěn)定可靠的存儲集群。