（1）大数据 在智慧社区、大型智能小区建筑群的智能安防中需要7X24小时获取信息，是海量数据，属于大数据。因此大数据的发展特点为： 非数字化转为数字化，现已接近成熟。 数字化到数据化，关键是结构化。 大量转换来的非结构化到结构化数据，数据集中是关键。 大量数据与快速处理矛盾。 大数据的应用最重要的是数据大集中，只有集中数据，才能对数据进行分析和处理，挖掘出有利用的信息价值。智慧交通、智慧社区、智慧安防、平安城市、数据、、信息集成化、集成管理等都应用到大数据技术。 （2）可视化 ①视联化 领域从技术层面分为点播（以IP为主导）、广播（IPTV、IPTP）、通信（IP网和广电网），其中IP网存在压缩时延的问题，而广电网是无时延的，其特征是全实时、全高清、全交换、全功能、全覆盖、点对点、双向互动。 ②分析技术 智能分析是使用计算机图像视觉分析技术，借助于计算机芯片强大的数据处理功能，通过将场景中背景和目标分离进而提取、比对和分析画面中的关系信息，对画面进行高速分析，用户可以根据分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义非法规则的行为，系统会自动发出警告信息，并且会根据预先定义好的相关联动设备进行触发联动动作，用户可以通过点击报警信息，实现报警的场景重组并采取先关的预防措施。 涉及的“人”识别技术主要有：生物特征检测、生物特征识别、行为特征识别等，广泛应用于重要出入口，特别适用于人流量大，人口成分负责的大型小区。 涉及的“车”识别技术主要有：车牌检测、车牌识别、车身颜色识别、车型检测，广泛应用于大型商业中心停车场的管理与收费等。例如，聚光智能停车场车位引导系统已经成功运用在多个大型商业停车场当中。 涉及的“事”识别技术，主要有周界防范、行为防范、人（车）流量统计、人群聚集等，其中行为分析包括快速移动检测、交通拥堵检测、周界跨线检测、排队异常等情况，广泛应用于智慧社区周界防范等。 涉及“增强”技术，主要有浓缩、图像清晰化、故障诊断等，借助这些技术，可以有效缩短时间快速查找目标、增强图像效果、快速准确锁定故障类型，从而提高分析的能力和质量。 分析技术在结构上有两种方式：前端分析和后端分析。 前端分析就是采用具有智能分析模块功能的前端摄像机，前端摄像机即可实现车牌识别、行为异常报警、移动侦测报警、入侵检测报警、物品遗留识别报警等功能，然后把提取到的相关特征数据和图像一起往后台中心传送，由后台中心进行集中管理、控制、显示、和储存。前端分析使实时分析预警成为可能，可大大节省传输和存储资源。目前，前端分析的应用主要适用于高清网络摄像机。 后端分析即前端采用无智能分析模块的摄像头，前端摄像机把采集到的图像往后台中心传输，由后台的智能分析服务器针对图像进行分析和识别。其后台智能监控的核心是由各种算法组成的，不同的算法应用在不同的场景之中，而且各种应用场景的需要会随着具体环境的改变而改变；整个分析运算和处理都是由后台中心相关的服务器和完成的。 随着图像的存储，后台的储存设别保存着海量的历史数据，但这些一般都很少再调用，但在实际的管理和使用中，往往会根据某种需求对历史进行搜索找出目标，但要在这海量的历史数据中查找，要消耗大量的时间和人力。所以，采用“智能检索”也是一种智能分析技术，它对所定义的规则或要求，对保存在储存设备中的历史数据进行快速地比对，把符合规则或要求的浓缩、集中或剪切到一起，这样就能快速检索到目标。 ③摘要技术 摘要技术是对海量数据进行快速检索、智能分析与处理，从大数据中挖掘出有价值的、与事件关联的小数据片段，建立摘要信息模式。通常用一段静态或者动态的图像序列出来表示，并对原始信息予以保留。摘要在分析和基于内容的检索中扮演着重要角色。