解读《关于促进大数据发展的行动纲要》

国务院常务会议审议通过《关于促进大数据发展的行动纲要》,推动政府数据互联共享,促进大数据产业发展。此举旨在打通部门壁垒,消除信息孤岛,加快政府信息平台整合,同时推动民生领域政府数据向社会开放。

顶层设计出台    大数据迎来发展新机遇


8月19日,国务院常务会议审议通过《关于促进大数据发展的行动纲要》(以下简称《纲要》),这意味着我国大数据产业迎来顶层设计。


加快政府信息平台整合


《纲要》首先强调推动政府信息系统和公共数据互联共享。政府作为大数据资源的重要拥有者,其对数据资源的开发利用,将对行业发展起到积极引领和推动作用。

此前,我国政府各部门已经建成了十几个数据平台,但各部门各自为政,很多以数据涉密为由,不愿意推动数据公开,而有技术、有能力、有意愿的机构想要做却很难获得政府数据。这些平台相互不连通,形成了一个个的“信息孤岛”。

《纲要》的实施有助于发展政务大数据,打通部门壁垒、消除信息孤岛,加快整合各类政府信息平台,避免重复建设和数据“打架”,增强政府公信力,促进社会信用体系建设;解决数据缺失及数据归集问题,为大数据挖掘打下良好基础。

值得注意的是,国务院常务会议提出优先推动交通、医疗、就业、社保等民生领域政府数据向社会开放,在城市建设、社会救助、质量安全、社区服务等方面开展大数据应用示范,提高社会治理能力。对于拥有大量数据的政府来说,数据公开将释放出万亿级的社会及商业价值。

据了解,国内已经有企业在和地方政府谈合作,部分以与地方政府成立合资公司的形式,企业作为第三方服务机构,为政府提供数据服务。


引领大数据商业化应用


相对《关于运用大数据加强对市场主体服务和监管的若干意见》,此次国务院常务会议会议更强调了大数据产业发展,即大数据的商业化应用。

《纲要》提出要顺应潮流引导支持大数据产业发展,以企业为主体、以市场为导向,加大政策支持,着力营造宽松公平环境,建立市场化应用机制,深化大数据在各行业创新应用,形成与需求紧密结合的大数据产品体系。

随着扶持政策的持续加码,大数据产业的发展也将不断提速,竞争力将持续增强。

大数据产业作为新兴战略产业,将是未来产业的制高点。数据作为一种特殊的创新资源,永远不会被消耗,只会在积累和分析中获得价值,在层层使用中不断被传递。开发应用好大数据这一基础性战略资源,有利于推动大众创业、万众创新,改造升级传统产业,培育经济发展新引擎和国际竞争新优势。

目前我国大数据的商业化应用已逐步展开,互联网金融、智能安防、智能医疗等各领域都已加入对于大数据的采集和分析。BAT(百度、阿里巴巴、腾讯)等互联网龙头更是大数据经济的积极推进者,阿里与苏宁、京东与永辉超市的合作中,都将大数据置于重要位置。百度将大数据用于疾病预测和医疗信息化。腾讯也将数据画像用于金融征信和精准营销。大数据从某种程度上已成为互联网经济的生产要素之一,并加速了线上线下的融合。

当前我国在大数据应用方面的技术已经成熟,而完善政策导向和法律法规才是关键,包括数据的财产权、数据产生流动和交易时的交易规则,以及隐私保护等问题都需要细化的法规指引。

在全球经济下行的趋势下,创新成为发展的新动力,而数据是推动创新最重要的资源。我国正处于大数据产业发展的战略机遇期,《纲要》提出的政府数据互联共享及大数据产业化发展,极有可能引爆新一轮大众创业、万众创新的格局,诞生一批具备创新式数据思维及突出技术实力的应用型公司。(张帅)

### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值