(2)基于时空域的视频数据管理技术
根据视频数据的时空域属性信息，按需求将空间邻近或时间邻近的视频数据进行归类，并在存储上进行关联存储，同时利用基于语义内容的去冗余技术，提升数据的价值密度。
(3)大数据存储技术
百亿甚至千亿级的结构化数据为存储和查询带来巨大压力，传统的关系型数据库已无法支撑此类应用。采用针对海量数据特性设计的分布式数据存储架构和列式数据库技术，可以较好地满足大数据存储系统可扩展性、高可靠性的要求。
大数据检索和挖掘技术
(1)分布式智能全文检索技术
大数据仅仅依靠单节点进行智能全文检索已远远无法满足性能要求，采用分布式的多节点并行处理技术，能有效缩短响应时间，提高系统性能。
(2)基于图像识别的检索技术
智慧安防中存在海量的图片数据，目前的检索技术还是以特征文本描述检索为主，这需要耗费大量的人力、物力开展特征描述，当数据持续增长时，这将是一个不可能的任务。采用图像识别及模糊匹配技术，能真正满足用户的业务需求，并促进人脸匹配、步态匹配、行为匹配等应用的开展。
(3)关联网络可视化分析
利用可视化分析，将各种不同信息图形化，建立不同数据来源、不同信息之间的公共元素和联系，建立起不同实体之间的关联，从而发现那些隐藏在大数据中的关联性线索和情报。
三、大数据在智能交通领域的应用介绍
近年来，随着经济的快速发展，机动车持有量迅速增加，交通管理现状和需求的矛盾进一步加剧。在此情况下，如何利用先进的科技手段提高交通管理水平，抑制交通事故发生，是当前交通管理部门亟待解决的问题。
针对交通管理部门的需求以及我国的道路特点，可通过整合图像处理、模式识别等技术，实现对监控路段的机动车道、非机动车道进行全天候实时监控和数据采集。前端卡口处理系统对所拍摄的图像进行分析获取号牌号码、号牌颜色、车身颜色、车标、车辆子品牌等数据，并将获取到的车辆信息连同车辆的通过时间、地点、行驶方向等信息通过计算机网络传输到卡口系统控制中心的数据库中进行数据存储、查询、比对等处理，当发现肇事逃逸、违规或可疑车辆时，系统会自动向拦截系统及相关人员发出告警信号，为交通违章查纠、交通事故逃逸、盗抢机动车辆等案件的及时侦破提供重要的信息和证据。同时，随着全城Smart系统的建设，新型的Smart IPC监控前端也将成为一个卡口系统，这使得城市卡口系统更加严密，能够获取到更多的过车数据，能更准确地描绘出车辆动态信息。
前端卡口系统还能及时准确地记录经过卡口的目标信息，随时掌握出入辖区的车辆流量状态，为交通诱导提供重要的参考数据。为了解决海量过车数据分析的挑战，智能交通要转变思路，积极尝试使用大数据技术来解决智能交通数据分析和挖掘问题。
某经济发达地区城市，近一段时间，交通事故频发，由于失驾和毒驾人员造成的恶性交通事件在在人民群众带来恶劣影响。市委领导决定开展一次交通整治行动，重点放在“黄标车、逾期未报废车、套牌车、毒驾失驾人员、遮挡车牌”等重点交通违法行为的整治。除了加大路面巡逻的力度，也要求交警部门通过交通大数据对交通违法行为进行监控与挖掘。
