隨著智慧城市建設的不斷深入，城市數據呈爆炸式增長，我們有理由相信，我們正在從信息化時代向數據化時代演進，“一切以數據說話”，這句話將逐漸深入人心并變為現實。城市數據中，視頻數據占據80%以上，是體量最大的一類數據，然而當前我們對視頻數據的利用度并不高。基于大數據，我們能夠將視頻數據更加有效地利用起來，在智慧城市建設中發揮其更大的價值。
一、什么是視頻大數據？
基于這個問題，我們可以從幾個方面來理解。首先，大家都知道，大數據有“4V”特征：Volume(數據規模)、Variety(數據類型)、Velocity(處理速度)、Value(數據價值)。一、數據規模，城市數據中大部分是視頻數據，一個中等城市，3000路高清視頻，4Mbps碼流，90天將產生10.8PB的數據量，所以，視頻數據基本是PB級別以上，體量足夠大；二、數據類型，單就視頻來說就一種類型，其實不然，視頻中有各種各樣的內容信息，有人、車、物等信息，有各種行為信息。同時，視頻可以有多種來源，可來自城市管理、公共安全、企業、家庭等多種領域。所以說，視頻內容其實是非常豐富的，當然，首先我們需要將視頻內容信息提取出來，將“死”的視頻數據轉化成“活”的結構化數據；三、處理速度，當前，以Hadoop為代表的大數據處理技術發展非常迅速，能夠針對海量的結構化、半結構化、非結構化數據提供非常高的處理效率；四、數據價值，應該說這是今后需要不斷提高的一個點，視頻大數據能夠真正體現價值的地方，就是將視頻數據全面利用起來，為城市的建設、管理、安全做出貢獻。
其次，在《大數據時代》一書中，指出大數據的精髓在于我們分析數據時的三個轉變，同樣的，視頻大數據也吻合這三個轉變：一、分析數據的全集而非數據的采樣。針對視頻數據，由于體量太大，而存儲空間有限，往往視頻數據的存儲周期較短(比如3個月)。當然，視頻數據中大部分是無效數據，也是無需長期保存的，而視頻中的內容數據卻是有價值的。所以，如何將視頻中的內容數據提取出來并沉淀，是構建視頻大數據的基礎；二、不追求精確性，由于數據非常多，即使出現一些不精確的數據，也不會影響分析結果；三、更加關心相關關系，而非因果關系，大數據的優勢就在于數據的關聯分析，在關聯分析中能夠得到很多有用的結果。
再次，從整個大數據的生態來看，數據是基礎，技術是關鍵，服務是核心。一、數據，我們當前有的是海量的視頻數據，但這些數據更多的是無用的數據，而我們真正需要的是視頻中的內容數據，越多越豐富越好；二、技術，當前的分布式存儲、分布式計算、內存計算、圖計算、全文檢索、機器學習等技術都有全面的發展，只要能夠將這些技術運用到視頻大數據中就能夠產生效用；三、數據服務，怎樣讓數據產生價值，這才是核心，也是以后發展的關鍵，所以說今后數據工程師將是最吃香的行業。
綜上所述，視頻大數據并不只是擁有海量的視頻數據，它需要提取海量的視頻內容信息，基于專業的技術工具，挖掘出價值信息，并為用戶提供更好的服務。
二、視頻大數據發展現狀
在互聯網及IT領域，大數據的發展已相當成熟。然而，在視頻監控領域，大數據還處于起步階段。當然，隨著智慧城市的發展，視頻大數據會逐漸發展成熟并發揮越來越重要的作用。
首先，隨著智慧城市建設的不斷深入，視頻大數據的需求越來越強烈。比如：一個區縣一年的卡口數據能夠達到十億級別，一個地級市一年的卡口數據甚至能夠達到百億級別，一個省的數據就更大了，面對如此龐大的數據，傳統的系統或工具顯得束手無策，即使一條簡單的查詢命令，響應時間也會變得非常慢，更不要說分析、統計等功能了。同時，越來越多的用戶對業務提出了更高的要求，比如公安業務，要求能夠從事后分析向事前預測轉變。面對這些問題及需求，必須采用大數據來解決。所以，在智慧城市建設中，大數據已被推到了風口浪尖上。
其次，越來越多的視頻監控企業正在接觸大數據，并有了初步的探索和應用。當前的一些大數據產品及應用主要有：一、視頻云存儲，針對海量的視頻、圖像數據，提供百PB的集中存儲能力。這類產品已有較多的廠商提供，其中，安防行業龍頭企業海康威視就在視頻云存儲領域占據一席之地；二、云分析，針對實時視頻圖像、歷史視頻圖像，提供分布式的視頻結構化能力。這類產品當前還未在市面上看到；三、數據應用。交通卡口大數據應用，針對海量的卡口數據進行快速檢索、智能研判、統計分析，部分研判功能可用于刑事案件的偵察及預警。視頻圖像信息數據庫，針對海量的案事件數據進行快速檢索、分析研判。這類產品也有較多的廠商在預研并進行試點。
三、視頻大數據核心技術分析
在互聯網行業中，大數據的分析對象主要是日志、用戶行為信息、網頁索引等數據，是計算機可以識別的結構化數據；而視頻監控行業中，大數據需要分析的對象主要是視頻、圖片、音頻等非結構化數據。所以，相比互聯網大數據，視頻大數據有諸多不同的地方，當然也有諸多可參考借鑒的地方，畢竟技術是相通的。縱觀視頻大數據，其主要包含以下核心技術：
一、視頻結構化。前面講到，可以被計算機識別的結構化數據是基礎，然而視頻不屬于這類數據，所以視頻結構化是需要首先解決的關鍵點，這也是區別于互聯網大數據的主要特征。所謂視頻結構化，就是采用智能分析技術，從視頻圖像中提取出人、車、物、事件等內容信息，這些內容信息是可以通過結構化語言來描述、可以被計算機識別的信息。當積累了大量的視頻內容信息，就有了視頻大數據的基礎，可通過專業的大數據處理工具進行分析、研判、統計，從中提取出價值信息。
二、大數據處理技術。當前主流的大數據處理技術是以Hadoop為代表的分布式軟件，而且在互聯網及IT領域，這些技術得到了很好的應用。同樣的，在視頻大數據領域，可以借鑒這些成熟的處理技術，具體的技術包括分布式文件系統、分布式數據庫、分布式計算、內存計算、圖計算、流計算、全文檢索等等。
三、數據分析模型。有了海量的數據而無法提取其中的價值，那么這就是一堆沒用的數據。所以說，在大數據時代，數據分析工程師的地位將變得越來越重要。數據分析工程師需要深入了解業務，構建數據分析模型，從海量數據中挖掘出價值信息。數據分析模型將是其中的核心要點，是實現業務深度應用的關鍵。
四、視頻大數據面臨的問題
隨著大數據的發展，許多問題逐漸暴露出來，主要表現在以下幾點：
(1)智能分析技術不夠成熟。基于智能分析技術的視頻結構化是實現大數據分析的基礎，當前，交通卡口的車輛信息提取技術較為成熟，但是，像人體信息提取、物體信息提取、人臉比對等技術還不夠成熟。
(2)數據應用不夠深入。當整合足夠多的數據后，如何構建數據分析模型，如何契合業務應用挖掘價值信息，當前還處于萌芽階段。當然，其中也有一些可以借鑒的例子，比如卡口大數據系統，它可以對過車數據進行深度的智能研判：區域碰撞、軌跡分析、跟車研判等，基于這些研判功能，有助于刑偵破案效率的大幅提升。
(3)數據共享不夠廣泛。特別是政府、公安、交通等部門中，信息孤島普遍存在，這主要是由于體制問題造成的，并不是技術上的問題，很難由企業來改變這個現狀，只能由相關部門貫徹推行并作出改變。
(4)標準化建設不夠全面。這主要是由于大數據還處于起步階段，還需要更深入的探索和嘗試。在標準化建設方面，如數據標準規范、互聯互通標準規范、數據應用模式標準規范等，需要不斷進行總結，并逐漸標準化。
五、視頻大數據發展趨勢
在視頻監控行業未來的發展中，大數據勢必會占據越來越重要的地位。面對發展過程中出現的問題，需要不斷加以解決并完善。
(1)技術創新。首先，視頻結構化，通過智能化技術，能夠從視頻圖像中提取出人、車、物等特征信息，通過提取并整合這些信息，能夠方便的對視頻數據進行檢索、以圖搜圖、深度關聯分析。當這些技術得以實現，視頻數據的應用效率會大幅提升，而且可以為視頻數據的深入應用奠定基礎。其次，大數據處理技術。視頻數據結構化后，成為可以被計算機識別的數據，當越來越多的數據匯集之后，傳統的技術或系統已無法進行有效處理，此時，必須采用大數據技術才能對這些海量的數據進行處理。大數據技術包括分布式文件系統、分布式數據庫、全文搜索引擎、分布式計算、內存計算、流計算等，具備優異的可靠性、擴展性及處理性能，能夠針對海量數據進行快速分析、挖掘，為用戶提供更好的服務。
(2)業務創新。有了經過結構化后的海量視頻數據，通過大數據技術，可以對這些海量數據進行深度挖掘，可以做到預測及趨勢分析，當然相關的數據分析模型還需要不斷探索和創新。如公安部門，視頻偵查在當前來說只能是一種輔助手段，如果采用大數據技術后能夠進行預測預警，那么視頻偵查將會成為一種非常重要的手段，通過視偵技術，能夠減少案件發生率、提高破案率。
(3)體制改善。更多的數據能夠產生更大的價值，為了能夠整合更多的數據，必須消除信息孤島，而這一現象在政府部門是客觀存在的一個難題。當然，在智慧城市的推動下，這一局面已有所改觀，越來越多的政府部門意識到數據共享的重要性。但是，要真正實現大數據的集中和共享，還有很長的路要走。
(4)標準完善。海量數據的整合離不開標準化的過程，在標準化過程中，需要重點考慮以下幾點：一、數據結構化標準規范，包括哪些數據需要結構化、結構化的數據如何表示、如何設計字典規范、如何設計數據庫表等等，通過標準的結構化數據，所有系統都能夠識別并處理；二、數據互聯互通標準規范，包括平臺與前端之間如何互聯互通、平臺與平臺之間如何互聯互通等。前端可以對視頻數據進行結構化，后臺也可以對視頻數據進行結構化，前端和后臺需要相互協作，那么前端如何告知后臺哪些數據已經結構化了，哪些數據還需進一步結構化，就需要標準來規范；三、數據應用的標準規范，包括數據的服務模式、類型、規則等等。如大數據平臺對海量數據進行清洗分類、深度挖掘之后，需要對上層的業務應用提供服務，這種服務就需要通過標準化的接口提供出去。
六、視頻大數據對智慧城市的作用
視頻大數據的建設對智慧城市的作用主要體現在以下幾個方面：
一、民生服務。在我們城市的大街小巷、商場、飯店等地方，布滿了大大小小的攝像頭，基于這么多監控點位產生的海量數據，可以選擇性的開放一些數據給公眾，為城市公民提供更好的“衣食住行”相關的服務，比如實時的交通路網信息、商場的實時人流狀況以及“透明廚房”等等。
二、城市安全。視頻監控系統是平安城市建設的重要組成部分，視頻大數據使平安城市向“智慧型”轉變。隨著視頻大數據的逐漸發展，在治安防控、刑偵辦案中出現了更多創新型的應用。首先，辦案效率極大提升。當前，我們更多的是通過人工查看的方式在視頻中尋找線索，效率低，人力消耗大；而通過視頻大數據，我們可以像“百度”等搜索引擎一樣快速搜索線索，可基于視頻圖像中的人員信息、車輛信息、物體信息、行為信息，或者基于以圖搜圖的方式快速搜索嫌疑目標。所以，在智慧型平安城市的視頻監控系統建設中，已經從原先高清系統的“看得清、看得明”向基于大數據的“找得快、找得準”轉變。其次，事后取證向事前預防轉變。我們當前擁有了大量的視頻，但都是用于事后取證，顯然無法對犯罪預防起到積極的作用。而基于視頻大數據，可以對城市的犯罪做出趨勢研判、預測分析，基于這些分析結果，可以有目的的部署警力，這樣可以在有限的人力下有效降低城市的犯罪率。
三、可視化管理。視頻監控系統發展到今天，可視化管理變得愈發重要。在交通、金融、電力、能源、校園、醫療等等領域，可視化管理都變成了不可或缺的一部分。當然，當前的可視化管理更多地還是靠人工在后臺實時監看，效率并不高。基于視頻大數據，可以將可視化管理提升一個高度，使前端的那些“眼睛”變得更加智慧，實現自動監看，釋放人力。同時，區域內的監控點位可實現智慧聯動，提升管理效率。
總之，在智慧城市建設中，視頻大數據的數據共享更加廣泛、深度應用更加豐富。
七、結語
視頻大數據能夠為用戶構建更加智慧的系統，提供更具價值的服務。在智慧城市中，快速增長的視頻圖像數據、不斷涌現的用戶需求，預示著對視頻大數據的訴求越來越強烈，同時，也有越來越多的企業涉足大數據，并有了初步的積累和應用。視頻大數據不同于互聯網領域的大數據，它對智能分析技術有著更高的要求，智能分析技術是實現視頻大數據的基礎，此外，大數據處理技術可借鑒互聯網領域的成功經驗，業務的深度理解及數據分析模型的構建對數據工程師提出了更高的要求，數據分析模型是實現大數據應用價值的核心關鍵。當然，視頻大數據目前還處于起步階段，面臨著諸多問題，包括智能分析技術不夠成熟、數據應用不夠深入、數據共享不夠廣泛、標準化建設不夠全面等。在未來的發展中，需要不斷解決這些問題并加以完善，包括技術創新、業務創新、體制改善、標準完善。只有更加成熟的視頻大數據，才能體現出更多的優勢，發揮更大的價值。隨著視頻大數據的不斷發展成熟，它必將給智慧城市發展建設帶來質的提升。