图片来源：https://pixabay.com/photo-2322167/

　　监控摄影机在全球占有庞大市场，主要是来自商业或公共部门影像监控系统应用需求，以及公共安全相关的风险不断增加所驱动。因此，无论是政府机关、军事岗哨、企业、银行、运输中心、赌场、购物中心、运动场馆、历史地标、学校等地，在建筑物内部或四周装设监控摄影机已十分普及。

　　监控的目的不再仅限于安全而已，反之在许多情况下更可从监控影像中撷取有价值的信息和情报，其中可能包含零售购物消费者的行为模式、停车场的管理或是产品制造上的优化。如今无人机飞越工地或农场上空捕捉各种影像和影片的行为模式也已经相当普遍。

　　因此，影像监控市场正在快速成长，从2016年超过300亿美元的市场规模，可望在2022年达到750亿美元，而2017年到2022年的CAGR(年复合成长率)为15.4%。监控市场的变化并不在数据如何被撷取，而是如何将其加以应用─它不但能在捕捉影像时同步分析数据作为快数据(Fast Data)的应用，同时也可作为大数据(Big Data)应用的一部分，在有需要时进行数据分析。因此未来监控市场的重点不再只是数据的储存，而是如何善用撷取到的数据，这也带动了新一代的智能影像 (Smart Video)的诞生。

　　●什么是智能影像?

　　智能影像是一种从影像到实际洞察分析的演进，从单纯做资料搜集供鉴识或事后观看之用，转为分析撷取到的数据进而了解其中内容，并使用人工智能(AI)和源自大数据的算法，提供实时洞察和具有前瞻性的预测。这类快数据应用实例包括：

　　?停车场管理：利用分析技术找出营运尖峰时段、无障碍车位使用状况、壅塞区域、平均停车时间及未移动车辆。

　　?机器产量分析：计算生产良率、已经发生或即将发生的故障、机器的状况和低效率使用状况、即将进行的维修工作，以及营运尖峰时段等。

　　?零售客户购买偏好：利用分析技术计算访店人数、顾客性别与年龄、店内停留时间、平均花费，还有新设互动媒体机(kiosk)所带来的人潮等。

　　?农业无人机监控：将分析技术发挥在调查农场与附近土地、诊断植物与农作物的健康状况、预估产量、追踪牲畜和饲料消耗，以及昆虫与害虫的数量。

　　?智慧城市：利用分析技术来提供安全与避难信息，整合天气与交通数据，找出城市中最快速的避难路线。

　　在影像监控中提供智能功能的需求，搭配与云端监控系统的协同合作，演变发展出一种边缘设备的智能摄影机型态。这些边缘摄影机具有强大运算能力，内部建置高效能储存装置可实时就地进行数据的撷取与分析，且不受网络效能或延迟问题的影响，提供有价值的洞察分析。

　　●实际应用案例

　　有关单位正在寻找一位失智且可能急需协助的失踪长者。消息指出这位长者曾走进一家商店又离开。透过传统大数据分析，需要逐一检查无数的影片画面、不断回顾以试图找出失踪者的踪迹，或许还需其他分析以判断他的行动、找出他进出商家的时间，然后采取行动。在这个案例中，是在事件发生后才进行大数据分析。

　　利用人工智能和大数据算法，快数据能在事件发生当下就做出反应。当长者走进商店时，快数据应用便能根据画面实时进行脸部辨识，将长者的脸和脸部特征数据库进行比对，如果侦测到符合的脸部特征，应用程序就会启动安全警示，及时协助待援的长者并使其安全返家。

　　●数据储存策略

　　随着大数据规模变大、变快，而快数据的规模也变得更快、更大，储存策略不再是把所有影像内容都放在价格昂贵且必须依赖网络的主服务器，而是采用多组合结合─数据除了储存在摄影机，也同步存在于边缘网关(edge gateway)，这样影片和数据不但可以在不同距离的地点外当下整合，也可回存到常用来存放大数据的云端。监控摄影系统若利用边缘摄影机和这种储存策略，就能提高系统与服务的可靠度、降低总体拥有成本(TCO)，且无须添购昂贵的摄录机或服务器就能扩充系统。

　　综而言之，智能影像的快数据应用是无止境的，而且目前实际的应用部分只是冰山一角。随着数据点的数量增加，我们透过监控摄影机等边缘装置所撷取到的内容将产生大量信息。将数据分析技术应用在实时数据的做法正带动新型智能影像应用成长，从影片中撷取出有价值的信息和情报，进而提供有确实可行之洞察分析。