在行业技术的不断革新下，安防视频监控不再局限于对画面的记录，而是走向更加智能、转化率更高的阶段。众所周知，现在监控摄像头遍布家庭、超市、道路等场所，由于24小时不间断工作，产生了海量的视频图像。但是这些具有高价值的视频数据，却一直得不到重视。

    如何将这些非结构化的数据进行数据化，获取有用的价值呢？在某次峰会上，英飞拓市场经理杨玥给出了自己的见解。

    视频结构化，对数据提纯

    作为安防大数据最为重要的数据来源，视频图像实际上是一种非结构化的数据。相对于结构化数据(即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据)而言，图片、声音、视频等非结构化数据造成储存(storage)、探勘(mining)、分析(analyzing)上的困难，只能将它保存在一个BLOB字段中，对以后检索非常麻烦。

    而“视频结构化”即是从视频中结构化提取车辆、人等关键目标。以广东省平安城市的视频采集来说，每天产生的数据量高达253000TB(1TB=1024GB)。如果对这些数据单位还没有直观印象的话，不妨看一下这个例子：Facebook一分钟内就能产出350GB的数据量，用户累计点击180万次“赞”按钮，甚至每一秒就有41000个帖子发布。从视频存储的角度看来，结构化引领存储模式全新变革，提炼视频中有价值的图片和文本信息。从原本需要一直存储变成关键信息的存储，使存储更持久。

    在峰会现场，杨总介绍了英飞拓的智能视频结构化检索解决方案，她表示英飞拓采用以“深度学习”为核心的图像识别技术，能够对摄像机的视频流和图片进行特征判断，并能对系统中的图片、录像文件进行提取(人、车、非机动车等)，快捷查询图片和录像。

    视频经过结构化可以盘活视频数据，对各类数据仓库可以进行深度的数据挖掘，充分提升视频数据的应用价值，提高分析和预测功能。举例来说，从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑目标，数秒即可完成。另外，经过结构化后的视频，存储人的结构化检索信息和目标数据不到视频数据量的2%，存储容量极大地降低。