传统大数据技术应用的弊端
为了在视频监控画面中找到震惊中外的“8·10重庆枪击抢劫案”的犯罪嫌疑人周克华，当地公安部门动用了约两千警力在视频监控后端每天进行长达十几个小时的看图搜寻，总视频浏览量相当于83万部电影，耗费了大量的人力物力。而随着大数据技术在安防领域的普及应用，基于后端智能分析服务器的大数据技术开始应用于公安行业，在一定程度上实现了基于计算机的目标查找功能。
从技术上分析，这样的解决方案可以实现智能分析，但从商业化应用的角度看，在对海量的高清视频图像进行智能分析时，对后端服务器的硬件配置、处理性能要求非常高，因此用户的使用成本会大大增加。一台刀片式服务器只能分析几路高清视频，而成本就要好几万，最后导致做一路的视频分析，就要增加近万元的成本。这么高的成本对于公安、交通等安装了成千上万的摄像机的行业用户而言，要实现大规模的智能分析应用压力非常大。
　　大数据从前端到后端的闭环应用
对此，苏州科达科技股份有限公司认为，在感知型摄像机问世之前，面向视频监控大数据应用的技术从前端的采集，到中间的存储，到后端的应用，都没有很好的闭环。实际上，在感知型摄像机问世之前，视频监控大数据应用仅仅停留在理论阶段。
为了解决视频数据海量存储和应用的难题，让大数据技术更好地服务于公安行业，最佳的解决方案是将后端智能分析功能前移至摄像机前端。即利用具有图像识别、感知能力的摄像机采集并生成三类数据：非结构化的视频数据、图像数据和结构化的文本数据，而传统的视频监控摄像机只是产生视频数据。
这是监控视频大数据在深度应用时，对摄像机技术提出的全新的智能分析理念：将智能分析功能放到前端摄像机里面，让摄像机做图像的识别产生数据。举一个简单的例子，如果将感知型摄像机安装在广场上，那么任何经过的人和车都会被抓拍下来，然后把人脸特征、衣服颜色、车型、车身颜色、车牌等基本特征描述出来并进行文本的存储。也就是说感知型摄像机除了采集、输出视频外，还将产生视频里面运动物体的图片和特征的描述文本这两种数据。而这些海量的高清视频数据和图片存储于云存储中，文本信息则存储在后端服务器的大数据库中，两者之间的数据存储是有索引关联的。比如，当搜索“红色 马自达”这一关键词时，系统会同时提供指定场所经过的所有红色马自达车辆，并同时关联相应的视频录像。
视频监控大数据未来可期
感知型摄像机结合大数据的应用，敲开了视频监控与大数据之间的大门，让各行各业都可以通过它实现基于图像的大数据检索、分析与深度应用。在具体的应用中，截至2014年底，科达已经为广西、福建、辽宁、甘肃等多地平安城市建设了基于前端感知、后端大数据的应用系统。以广西为例，广西南宁“天网”系统是科达感知型摄像机的第一个应用案例。目前，已经上线了约3000台科达感知型摄像机，占整个南宁“天网”前端总数量的近1/3。其中，以识别人、车分类/颜色/方向等基本特征为主的特征分析摄像机有2000余台，以识别车型、车标、车身颜色等车辆详细信息为主的车辆卡口摄像机约600台，覆盖了南宁市重要道路路口、广场、重点单位出入口等主要治安监控场所。这3000路感知型摄像机的应用意味着全南宁所有重要治安场所的每一个人、每一辆车的照片和详细文本信息能被保存长达数年，意味着过去要借助300余台智能服务器才能开展视频分析的高昂设备成本可以省去，更意味着城市安全管理真正迈入具有实践意义的大数据时代。
在IT时代转向DT时代的背景下，大数据二次处理和应用的可行性以及它的价值正在被人们所认同。在安防领域，面向安防大数据的综合应用正在发力变革，视频数据作为非结构化的数据，在计算机信息应用领域一直是一个烫手的山芋。科达感知型摄像机的出现，让安防视频监控大数据进入实际的操作层面，即感知型摄像机在前端采集、分析、识别、提供有效数据到后端，大数据平台以云的方式对视频数据进行存储、二次深度分析、预测判断结果，从而为公安、交通等行业在海量高清视频数据来临之际提供从前端、平台到后端的闭环应用