枪球联动多目标跟踪在安防大数据中的应用 - 安防知识网

视频数据结构化是安防大数据的第一步，是安防行业当前的迫切需求，也是安防行业发展的必然趋势。

　　2016GDSF上海站，上海美赞美安防器材销售有限公司研发部刘玉平先生为现场嘉宾讲解了枪球联动多目标跟踪系统在安防大数据中的应用。

　　早在2010年，全球就已经迈进ZB时代，且数值每两年翻一番，大约到2020年，这个数值会达到40ZB。视频监控作为世界上最大的数据生成器，甚至一个大型城市每天产生的数据就可以达到1PB，如果统计全国的数据量，总量非常惊人。

　　作为世界上拥有摄像头最多的国家，英国总人口达6000万，面积是25万平方公里，而摄像头数量在500万左右，也就意味着每12个人就有一个摄像头，而以此比例对比中国的13亿人口，中国的摄像头数量将达到1个亿，则每天的数据量将达到1个EB。

　　视频监控在每天的运作中，产生了大量的数据，但之中99%的数据因为无法快速检索、查询、无实时数据研判、无历史数据统计分析、无法快速共享、无法长期保存而被认为是“无用”数据。化“无用”数据为“有用”，对大数据进行分析、甄别，首先需要让计算机读懂数据，就必须将数据进行结构化。

上海美赞美安防器材销售有限公司研发部刘玉平先生

　　如何进行视频数据结构化?

　　视频数据结构化是安防大数据的第一步，是安防行业当前的迫切需求，也是安防行业发展的必然趋势。目标信息充分的视频源，是视频数据结构化的基础。如果视频的清晰度难以用来做人脸识别、车牌识别等智能分析，这样的视频数据其实是无效数据。

　　然而，清晰度不够则正是目前视频监控受限的主要因素，现今市场上摄像机像素多集中在200万，可识别有效距离只有4米，一旦超过有效距离，这些图片数据也就无法看清，成为无效数据。

　　以一台200万高清相机为例，相机与人的距离及人脸像素清晰度的关系如下图。

　　那么，对于75度的普通相机，如果要在70米距离看清人脸，其分辨率就要提升225倍，但这对于目前的视频监控行业而言是难以到达的高度，因为要考虑到计算量的问题、传输的问题、存储的问题等方面带来的成本的问题。

　　枪机的优点是可以看到大的场景，缺点是清晰度不够;球机的优点是可以对图像进行放大缩小，并能看到清晰的画面，缺点是需要人工控制。怎样在现有的可行的成本控制之下，解决这个问题?枪球联动多目标跟踪结合枪机球机的优点，弥补各自的不足，枪球联动多目标跟踪通过分析枪机的运动目标控制球机自动对目标进行放大，这样就能得到非常清晰的图像数据，提升视频数据的清晰度的同时，也增加监控的广度和视角，为安防大数据提供清晰视频源。

　　枪球联动多目标跟踪是安防大数据的基础设施，未来将进一步提升跟踪目标的准确性、有效性发展，延伸至人、车相关算法的前端集成化，进行多枪多球协同跟踪、多枪多球接力跟踪，提高产品集成度。

　　2016GDSF(智能开放视频技术创新应用论坛)以“迈向开放架构·智能态势感知·提升数据价值和效益的新时代”为主旨，与众多专业人士、优秀企业一齐探讨行业技术发展趋势，关注行业未来风向。上海站作为2016GDSF首发站，后续多个地区也将陆续重磅登陆：南京(7.12)——成都(8.04)——广州(8.25)——北京(9.08)，敬请关注。

　　免费观众报名、论坛议程等信息入口>>>请点击下面图片了解：

　　a&s邀您与大咖名企一齐，掌舵行业发展航向，共创技术应用风暴。