在安防監控市場，以前模擬攝像機占據市場的主流地位，現在有越來越多的IP攝像機出現，它們的連接性會越來越強，智能性也會越來越高，包括智能的網關、后端的設備和后臺。現在有很多高清網絡攝像頭的使用，相關數據顯示，預計到2018年，網絡攝像頭的出貨量將達到1.24億臺，2017年預計這些攝像機每天生成的數據將達到859TB。未來要處理的數據會越來越多，這必須要有更好的解決方案管理、存儲這些數據。由于涉及各種各樣的視頻分析，因此，視頻分析的功能，解碼、編碼和轉碼等各種集成，以及云計算，這些都將是非常重要的領域。

    毫無疑問，隨著視頻聯網逐漸勢起，以視頻監控為核心的安防產業正向著更高清、更智能、大數據的方向快速演進。

    大數據來襲智能分析技術新升級

    過去幾年，安防產業經歷了網絡化和高清化的發展，現在安防行業正在向智能化和大數據快速的轉換。從用戶的需求端來看，這幾年用戶的需求也正在從過去看得清到現在向看得明白，從過去對于整個視頻系統的應用是存儲、回放，到現在基于視頻內容理解的各種應用。

    隨著安防大時代的到來，視頻數據呈現爆發式增長，這不僅對數據的存放帶來壓力，也對數據的分析提出了更高的要求。同時，大量的無用視頻造成嚴重信息污染，使得線索的提取變得困難，并造成帶寬及存儲資源的嚴重浪費。因此，有用信息的分析獲取效率至關重要。而傳統的簡單智能分析功能，以及由此引出的算法孤立、運算低效等問題已遠遠不能滿足客戶對時效性的需求。

    實際上，傳統的簡單智能分析在大家看來并不是真正意義上的智能。這主要是因為兩個方面的原因，一是分析的不準;二是分析的慢。現在大家提到智能，首先說的就是功能，而功能的背后就是算法。實際上，智能不僅僅是算法，還要有開放的架構，除此之外，還要充分利用CPU和GPU的資源，對不同的算法所消耗的資源進行智能調配，保證服務器集群之間在各個應用中能維持相對合理的分配

    由此可見，除了前端智能，后端也要智能，二者必須配合起來做智能分析。實際上，一直以來，前端攝像頭的智能化都是主旋律，比如做交通卡口、車牌識別都是基于前端的智能分析，不過在有些場景下前端智能并不適用。比如車系識別，這需要龐大的車輛數據庫，這就無法放到前端，只能放在后端。再比如平安城市，以寧波為例，整個市有三萬只攝像頭，不可能對每個攝象頭都做智能化，但可以選擇其中的1000路做智能化，其余的放在后端做智能。

    隨著視頻數據爆發式的增長，大規模城市級的智能應用，以及引入大數據分析、云計算等技術已成為大勢所趨。緊跟市場潮流，各大安防監控硬件設備廠商早已相機而動。

    可見，智能視頻監控已不僅僅局限在傳統安防領域，正越來越多的應用于服務行業和其他新興業態。從全球來看，零售行業的一些零售店利用視頻分析技術跟蹤流量，比如進到門店的流量，還有店里客人排隊的時間、停留時間、客人的喜好等都可以采用視頻分析技術進行分析。未來隨著智能視頻監控越來越普及，更多的設備 被連入網絡，將會產生更多創新的商業模式。