數據采集，又稱數據獲取，通常有兩種解釋：一種是從數據源收集、識別和選取數據的過程。另一種是數字化、電子掃描系統(tǒng)的記錄過程以及內容和屬性的編碼過程。數據采集技術廣泛引用在各個領域，比如攝像頭，麥克風，都是數據采集工具。

“大數據”是指一組數據集非常龐大且復雜，以致于很難利用現有的數據庫管理工具進行處理。它有助于統(tǒng)一大型數據集，并能夠從分析中得出其它信息，而不是來自具有相同數據總量的單獨的較小數據集。大數據時代的來臨，帶來了很多現實中的難題，為了解決這些難題需要新的技術變革，需要新一代的數據庫技術，業(yè)界稱之為大數據技術。IDC這樣定義大數據技術：大數據技術將被設計用于在成本可承受（economically）的條件下，通過非?？焖伲╲elocity）的采集、發(fā)現和分析，從大量化（volumes）、多類別（variety）的數據中提取價值（value），將是IT領域新一代的技術與架構的變革。

由此看來，大數據產生的第一步就是大數據采集。那么對于安防行業(yè)來說，大數據產生的一個最重要的途徑就是視頻監(jiān)控，監(jiān)控攝像機也就成為最重要的大數據采集工具。

視頻監(jiān)控數據有兩個方面的內涵--海量和非結構化。視頻監(jiān)控數據量規(guī)模龐大，并且隨著高清化、超高清化的趨勢加強，視頻監(jiān)控數據規(guī)模將以更快的指數級別增長；與通常講的結構化數據不同，視頻監(jiān)控業(yè)務產生的數據絕大多數以非結構化的數據為主，這給傳統(tǒng)的數據管理和使用機制帶來了極大的挑戰(zhàn)。

“除了上帝，任何人都必須用數據來說話”，美國著名管理學家、統(tǒng)計學家愛德華·戴明將數據提升和上帝平行的高度。視頻監(jiān)控業(yè)務正是一個典型的數據依賴型業(yè)務，依靠數據說話。可以說，大數據與視頻監(jiān)控業(yè)務有著天然的結合。綜合來看，大數據與視頻監(jiān)控業(yè)務的結合主要體現在“存”、“看”、“用”上。

“閃存”：如果類比水庫蓄水的方式，典型的網絡視頻監(jiān)控數據存儲模型是一個由小溪匯聚河流、再匯聚到水庫的蓄水方式。小溪數量增多、水量增大是水庫蓄水量的保證，然而傳統(tǒng)方式下蓄水量增大將提高水庫建造成本和蓄水安全的要求。而采用分布式蓄水模式，在河流中游建立多個中間蓄水池，不僅可以減少主水庫蓄水壓力和成本，化整為零也提高了就近用水效率。在大數據技術支撐下，網絡視頻監(jiān)控數據存儲模型可轉向分布式的數據存儲體系，提供高效、安全、廉價的存儲方式。

“易看”：在視頻監(jiān)控業(yè)務中，錯看漏看、來不及看等是常見的困擾點。大數據監(jiān)控圖像的回溯給許多安防監(jiān)控管理人員帶來了生理與心理的雙重挑戰(zhàn)。在大量人力投入的公安案件追溯中，都常常耳聞“看到吐”、“看到暈”等無奈和感嘆。可想而知一般零售行業(yè)、金融行業(yè)等，對于視頻監(jiān)控圖像的回溯就更為困難。在視頻監(jiān)控大數據趨勢已經來臨之際，依靠人眼去檢索、查看所有視頻圖像數據已經不太現實。通過大數據技術實現視頻圖像模糊查詢、快速檢索、精準定位，讓看變得簡單迫在眉睫。

“善用”：視頻監(jiān)控業(yè)務中，看只是信息采集的方式之一，用才是業(yè)務應用的根本。視頻監(jiān)控業(yè)務的效率問題已經成為阻礙產業(yè)發(fā)展的關鍵瓶頸。隨著視頻監(jiān)控攝像機覆蓋廣度、密度增大，視頻圖像數據量呈指數級上升，而視頻監(jiān)控數據的使用效率卻在下降。

大數據背景下，視頻監(jiān)控遭遇幾大困境

飛速增長的視頻監(jiān)控數據，使得傳統(tǒng)視頻監(jiān)控體系架構、數據的管理方式、數據分析應用等面臨新的困境。

數據量的急劇擴大和IT投資之間的矛盾

按照IT產業(yè)的法則：在滿足客戶需求的前提之下，往往技術成本越低，其生命力往往越強。由于數據量的急速擴大，以及隨之而來的大規(guī)模計算的需求越來越多，一味采用高配硬件，使得硬件投資成為客戶不可承受之重，客戶越來越希望在滿足需求的前提下，用中低端的硬件來替換高配硬件。

海量數據和有效數據之間的矛盾

攝像頭7X24小時工作，如實記錄鏡頭覆蓋范圍發(fā)生的一切，僅僅記錄信息是不夠的，因為對于客戶來講可能大部分信息是無效，有效信息可能只分布在一個較短的時間段內，按照數學統(tǒng)計的說法，信息是呈現冪律分布的，也稱之為信息的密度，往往越高密度的信息對客戶價值越大。

資源利用和效率之間的矛盾，串行計算和并行計算的矛盾

視頻監(jiān)控業(yè)務網絡化、大聯(lián)網后，網絡內的設備越來越多，利用閑置的計算資源，實現資源的最大化利用，關乎運算的效率。在視頻監(jiān)控領域，往往視頻分析的效率決定價值，更低的延遲、更準確的分析往往是平安城市這類客戶的普遍需求。隨著數據量的增加，哪怕對TB級別的數據進行對視頻內容的數據分析和檢索，采用串行計算的模式都可能需要花費數小時的計算，已遠遠不能勝任時效性的需求。視頻的分析和檢索，不能依賴于傳統(tǒng)的手段，巨量數據的效率優(yōu)化，并行計算是視頻智能分析的唯一出路。