中国视频监控的发展趋势

　　据视频监控市场调查数据显示，2016年中国视频监控摄像机出货量达5820万台，仅比去年增长了2.3%，远低于2015年(34.6%)与2014年(38.5%)、2013年(29.6%)的增长率，这也意味着当前中国市场摄像机的覆盖已经趋于饱和，而未来市场对于摄像机的主要需求将是由摄像机功能升级的更替驱动。全对称分布式集群设计可以实现存储系统节点的全局统一命名空间，从而允许系统中任何节点并发访问整个系统的任何文件。因此可以确定的是中国视频监控摄像机两位数增长的出货量时代已经结束，而未来驱动市场的将是以深度学习视频分析为特征的智能摄像机的更替。

大数据：挖掘改变视频监控领域应用格局

　　目前，在工作中，实在的应用就是从海量视频数据里找出具有相同线索特征的图像，让警发现新的案件线索。视频分析还可以为相关***机构提供有关视频数据的额外信息，并将其重新用于提升业务优势。至于“怎么找?”，的技术障碍还在于视频的结构化。视频除了时间和空间属性外，并没有其它的标签。除了按照时间和地点查找相应的视频外，大多的视频只能靠人慢慢甄别，这离大数据应用还相去甚远。

　　站在视频分析、智能视觉的角度来看，我们其实可以采用一些智能分析手段，以从大量纯视频中先自动化地采集出一些常用的“元数据”信息，并用数据TAG的方式重新对视频信息进行***、长期存储，以备“战时”急用，完成对罪分子行为痕迹的拼凑。我们都知道，以往视频监控系统应用目的比较单一，基本上都是为了安全监控，有案件发生才需要查看录像。这就是一种典型的大数据挖掘应用：大量无效数据中的有效数据挖掘、对以往数据的规律总结和对将来数据的量化和有效预期。

云技术：推动视频监控系统更均衡、更弹性、更可靠

　　云存储技术采用分布式文件系统为其基本特征，将传统的3层存储体系结构(文件系统、卷管理器和RAID)组合为一个统一的软件层，从而创建一个跨越存储系统中所有节点的单一智能文件系统。

　　分布式文件系统的系统数据和管理数据(元数据)分布在各个节点上，避免了系统资源争用，消除了系统瓶颈;即使出现整节点故障，系统也能够自动识别故障节点，自动***故障节点涉及的数据和元数据，使故障对业务透明，完全不影响业务连续性。

　　全对称分布式集群设计可以实现存储系统节点的全局统一命名空间，从而允许系统中任何节点并发访问整个系统的任何文件;并且支持文件内细粒度的全局锁，支持从多个节点并发访问相同文件的不同区域，从而实现高并发、读写。

　　基于以上技术特征，云存储具有性能高、可靠性好、便于扩展的特点。

系统设计

　　平安城市一般都建设了视频专网，我们在监控中心机房内安装部署运维主机和诊断主机，所有前端视频均上传到监控中心，主机对前端监控系统进行统一运维管理，并在监控室按需配备管理操作客户端，此部署方式单台诊断路数大、整体诊断速度较慢、故障发现时间较长、占用带宽较多，但优点也显而易见，其所有操作均在上级监控中心完成，方便用户对诊断结果进行查阅处理，进行统一管理。随着视频监控技术的演进，目前超过千万台监控摄像密布在国内城镇的大街小巷。