圖片來源：https://pixabay.com/photo-2322167/

　　監控攝影機在全球占有龐大市場，主要是來自商業或公共部門影像監控系統應用需求，以及公共安全相關的風險不斷增加所驅動。因此，無論是政府機關、軍事崗哨、企業、銀行、運輸中心、賭場、購物中心、運動場館、歷史地標、學校等地，在建筑物內部或四周裝設監控攝影機已十分普及。

　　監控的目的不再僅限于安全而已，反之在許多情況下更可從監控影像中擷取有價值的信息和情報，其中可能包含零售購物消費者的行為模式、停車場的管理或是產品制造上的優化。如今無人機飛越工地或農場上空捕捉各種影像和影片的行為模式也已經相當普遍。

　　因此，影像監控市場正在快速成長，從2016年超過300億美元的市場規模，可望在2022年達到750億美元，而2017年到2022年的CAGR(年復合成長率)為15.4%。監控市場的變化并不在數據如何被擷取，而是如何將其加以應用─它不但能在捕捉影像時同步分析數據作為快數據(Fast Data)的應用，同時也可作為大數據(Big Data)應用的一部分，在有需要時進行數據分析。因此未來監控市場的重點不再只是數據的儲存，而是如何善用擷取到的數據，這也帶動了新一代的智能影像 (Smart Video)的誕生。

　　●什么是智能影像?

　　智能影像是一種從影像到實際洞察分析的演進，從單純做資料搜集供鑒識或事后觀看之用，轉為分析擷取到的數據進而了解其中內容，并使用人工智能(AI)和源自大數據的算法，提供實時洞察和具有前瞻性的預測。這類快數據應用實例包括：

　　?停車場管理：利用分析技術找出營運尖峰時段、無障礙車位使用狀況、壅塞區域、平均停車時間及未移動車輛。

　　?機器產量分析：計算生產良率、已經發生或即將發生的故障、機器的狀況和低效率使用狀況、即將進行的維修工作，以及營運尖峰時段等。

　　?零售客戶購買偏好：利用分析技術計算訪店人數、顧客性別與年齡、店內停留時間、平均花費，還有新設互動媒體機(kiosk)所帶來的人潮等。

　　?農業無人機監控：將分析技術發揮在調查農場與附近土地、診斷植物與農作物的健康狀況、預估產量、追蹤牲畜和飼料消耗，以及昆蟲與害蟲的數量。

　　?智慧城市：利用分析技術來提供安全與避難信息，整合天氣與交通數據，找出城市中最快速的避難路線。

　　在影像監控中提供智能功能的需求，搭配與云端監控系統的協同合作，演變發展出一種邊緣設備的智能攝影機型態。這些邊緣攝影機具有強大運算能力，內部建置高效能儲存裝置可實時就地進行數據的擷取與分析，且不受網絡效能或延遲問題的影響，提供有價值的洞察分析。

　　●實際應用案例

　　有關單位正在尋找一位失智且可能急需協助的失蹤長者。消息指出這位長者曾走進一家商店又離開。透過傳統大數據分析，需要逐一檢查無數的影片畫面、不斷回顧以試圖找出失蹤者的蹤跡，或許還需其他分析以判斷他的行動、找出他進出商家的時間，然后采取行動。在這個案例中，是在事件發生后才進行大數據分析。

　　利用人工智能和大數據算法，快數據能在事件發生當下就做出反應。當長者走進商店時，快數據應用便能根據畫面實時進行臉部辨識，將長者的臉和臉部特征數據庫進行比對，如果偵測到符合的臉部特征，應用程序就會啟動安全警示，及時協助待援的長者并使其安全返家。

　　●數據儲存策略

　　隨著大數據規模變大、變快，而快數據的規模也變得更快、更大，儲存策略不再是把所有影像內容都放在價格昂貴且必須依賴網絡的主服務器，而是采用多組合結合─數據除了儲存在攝影機，也同步存在于邊緣網關(edge gateway)，這樣影片和數據不但可以在不同距離的地點外當下整合，也可回存到常用來存放大數據的云端。監控攝影系統若利用邊緣攝影機和這種儲存策略，就能提高系統與服務的可靠度、降低總體擁有成本(TCO)，且無須添購昂貴的攝錄機或服務器就能擴充系統。

　　綜而言之，智能影像的快數據應用是無止境的，而且目前實際的應用部分只是冰山一角。隨著數據點的數量增加，我們透過監控攝影機等邊緣裝置所擷取到的內容將產生大量信息。將數據分析技術應用在實時數據的做法正帶動新型智能影像應用成長，從影片中擷取出有價值的信息和情報，進而提供有確實可行之洞察分析。