安防，一個既古老又現代的行業，與人們的工作、生活息息相關。視頻監控作為現代安防系統中最重要的一個子系統，占據整個安防行業市場份額的半壁江山，其市場增速快，技術變革日新月異。本文從時間維度展示了中國安防視頻監控技術的發展歷史，為讀者剖析該領域的發展脈絡以及背后的技術、市場推動力。
共享、智能、大數據將成為新時期安防新業態的典型特征，“人工智能+安防，正在變被動防御為主動預警，在公共安全領域實現可視化、網絡化、智能化管理。隨著人工智能產業化的加快落地，民用安防產品將得到快速發展，至2022年，安防行業市場規模將達到近萬億。
安防，一個既古老又現代的行業，與人們的工作、生活息息相關。視頻監控作為現代安防系統中最重要的一個子系統，占據整個安防行業市場份額的半壁江山，其市場增速快，技術變革日新月異。本文從時間維度展示了中國安防視頻監控技術的發展歷史，為讀者剖析該領域的發展脈絡以及背后的技術、市場推動力。
自70年代末視頻監控進入中國市場以來，經過40余年的發展，中國的視頻監控經歷了引進、模仿、消化吸收、自主創新的發展歷程。從引進國外產品和技術到如今引領全球視頻監控的發展方向，國內視頻監控技術經歷了四個不同的發展階段：模擬監控、模數結合監控、網絡監控以及智能監控。
安防視頻監控技術發展歷史
第一階段——模擬監控：
視頻監控起源于CCTV(模擬閉路電視)，最早的視頻監控由攝像機通過視頻線點對點連到監視器，這一時期的監控典型特征是：“監視基本靠瞅”、“控制基本靠手”、“存儲基本沒有”，還不能稱之為一個完整的視頻監控系統。
隨著技術的發展，視頻監控系統開始“脫胎成型”，才逐步形成了包含“視頻源-傳輸-控制切換-存儲-顯示”的完整系統，這個系統被稱為模擬閉路電視(CCTV)監控系統。
模擬閉路電視監控系統是多種模擬設備的組合，系統由“前端設備”、“監控中心”二個部分組成，前端設備包括：攝像機、云臺、解碼器等；監控中心設備包括：監視器(電視墻)、視頻分割器、切換矩陣、控制鍵盤、盒式錄像機(VCR：VideoCassetteRecorder)等。這兩部分的設備由視頻線、控制線纜等連接。模擬監控系統在當時技術成熟、穩定，短距離實時性好且圖像清晰，但是由于整個系統采用模擬信號機制，在長距傳輸，存儲容量等方面存在天然劣勢，導致這個階段的視頻監控系統規模不大，主要適用于小范圍的區域監控。
模擬監控系統的主要缺點有：多級級聯接力后視頻圖像質量嚴重下降(長距離傳輸信號衰減大)；大規模視頻源的控制與管理困難(連接線數量多，施工及維護風險大)；數據存儲和調用困難(模擬信號存儲量大，磁帶易受潮、粘連)；與信息系統無法交換數據(與計算機和網絡系統無法結合)
第二階段——模數結合監控：
20世紀90年代起，隨著計算機視頻編解碼技術的發展，出現了DVR(DigitalVideoRecord，數字硬盤錄像機)產品。DVR實現了圖像編解碼、存儲、網絡訪問等多種功能。通過DVR，可將模擬視頻轉換為數字信號并進行壓縮編碼，實現了視頻的數字化存儲。由于DVR能夠實現數字化存儲，很好的解決了VCR易受潮、粘連、難于長期保持、空間占用大等問題，因此DVR很快取代VCR成為監控系統的存儲部分，這就是常說的模數結合方案，其系統架構如下圖所示：
相對于模擬監控，模數結合監控較好解決了數據存儲問題以及遠程訪問需求，但是模數結合監控仍然存在較多的問題：
系統建設：每增加一個新的節點，需要同時增加線路、光端機、視頻分配器等設備，大量的線路、轉接頭，各種模擬、數字設施和集成軟件工程實施復雜，后期維護困難。
系統管理：視頻存儲需要大量的DVR設備，存儲空間無法統一管理、檢索效率偏低、數據保護可靠性低。整個系統存在模擬和數字兩套架構，規模聯網面臨標準不一致、異構系統架構復雜，很難實現有效管理。
系統維護：依舊缺乏全系統故障自動定位手段，依靠人工排查，維護效率低下。
系統融合：標準化程度差，各廠商采用大量私有技術，很難與行業應用集成，業務升級復雜。
第三階段——網絡監控：
2004起，國家啟動了全國“平安城市”建設和“科技強警示范城市”的建設，引爆了安防視頻監控新一輪的技術變革。在這個階段，全國各主要城市均開始建設以視頻監控指揮中心為核心的安防系統，這個系統要求實現“統一指揮、多級聯網、分布式管理、多點監控”等需求。這些需求促使安防視頻監控圍繞架構技術快速變革，迅速將IT領域成熟的聯網、數據集中、SOA等理念引入，以IT技術重構視頻監控系統的整體架構。
在這個過程中，最大的技術變革就是將IP網絡交換技術引入安防視頻監控，替換了原先的模擬交換，真正實現了大規模視頻監控的聯網能力。以視頻存儲為例，這個階段起，以基于IP的iSCSI/NAS接口訪問的存儲系統開始大規模進入視頻監控市場，憑借其標準的訪問方式，靈活的聯網能力，高密設計，高可靠等優勢，成為了這個階段存儲系統的主要選擇。華為也為這個市場推出了如OceanStorS2000系列、OceanStor9000等針對視頻監控市場優化的存儲系統，并獲得了市場成功。
第四階段——智能監控：
最近幾年，隨著國內平安城市的基礎設施建設基本完成，安防視頻監控系統正迅速進入以數據為核心、情報驅動的信息化應用建設階段。在這個階段，如何更高效地收集、分析和使用價值數據是重點。簡單的說，安防視頻監控開始由“看得見”(標清、聯網)、“看得清”(高清化)向“看得懂”(智能分析)轉變。
視頻監控系統數據有三個特點——海量、非結構化和低價值密度，傳統的分析方式是人工實時監控和錄像查詢回放。隨著視頻監控數據的爆發性增長，受限于人員數量和能力(長時間易疲勞、錯看漏看、來不及看)、顯示設備有限(前端相機數量遠遠大于顯示屏數量)等因素，當前的視頻監控體系、數據管理方式、數據分析應用等技術已不滿足要求。具體的說，當前的系統架構，無法保證24小時都能準確高效的監控所有場景，同時，事后視頻監控圖像的查找回溯也非常困難，其人力物力投入已經超出可承受范圍。如在某重大案件偵破過程中，為在視頻監控錄像中找到犯罪嫌疑人，某地公安機關動用了約2000警力，每天進行長達十幾個小時的錄像回放、人工搜尋，其總視頻瀏覽量相當于83萬部電影，耗費了大量的人力和物力。
在這個背景下，以GPU、物聯網、大數據、云計算、大數據、AI等技術為代表的IT前沿技術被引入安防監控領域，推動安全監控系統架構向智能監控方向演進：
以GPU、圖像智能識別算法為核心的智能分析技術使得價值數據能夠快速被挖掘和提取，其提取的價值數據數量大，格式非常靈活(如圖片，表，元數據等)；而物聯網技術的應用使得視頻監控的數據來源更加多元化，從傳統的圖像、圖片信息，擴展至MAC，RFID等信息；這些變化導致視頻監控系統的數據形態發生了重大變化，從非結構化數據，演變為海量的結構化、半結構化、非結構化數據混雜的型態，這需要兼容多種數據格式的海量存儲系統。
數據存儲后，更重要的是對這些數據進行數據挖掘。新一代視頻監控系統信息規模很大，表面上無序，但是卻暗含著無數人、車、物的行為關系，要對利用大數據技術進行數據挖掘，這里面涉及到海量數據的多維度關聯分析，如基于時空關系(位置和時間)的分析，未來會更進一步發展到利用AI進行更深層次的邏輯分析(如人員異常聚集、可疑行為分析)。目前常見的分析場景包含：刑偵線索分析、案件規律分析、社會輿情分析、金融詐騙分析、公共交通優化等。
挖掘價值數據的最終目的是要為客戶所用，因此伴隨價值數據而生的就是各種業務應用，例如：視頻應用、人像應用、車輛應用、多維數據應用等。當前這些應用主要以各個獨立子系統的方式建設，最后通過上層業務進行拉通。這種“煙囪式”的建設模式，導致各業務系統獨占資源(計算、存儲等)。為了保證業務的運行，各種資源在系統建設初期和擴容時均需要按照峰值負荷進行配置(業務實際都有波峰、波谷)，這樣就帶來了一個問題：在大多數情況下，大部分的資源閑置(尤其是計算資源)而無法得到充分利用。利用云計算技術則可以有效解決這一問題，提高資源利用率和管理水平。
渝公網安備 50010702502598號
