監控視頻外延促安防大數據落地

□ 文/張梓萱

監控視頻外延促安防大數據落地

□ 文/張梓萱

“大數據”對于安防行業來說，已成為近幾年老生常談的詞匯，基于對大數據的分析和應用，我們能更好的了解城市運行架構，為人們出行、家居、購物等生活的各方各面提供安全保障，滿足他們對智能化生活的需求。在安防監控領域更是如此，安防大數據提煉于監控視頻、數據歸納、行業調查等，其中監控視頻作為一種非結構化的數據，難以解讀，卻至關重要，對于安防企業來說，實現視頻結構化的應用，是發展之路上不可逾越的大山。

安防監控領域的視頻大數據特征

在安防監控領域，產生了大量視頻數據，包含豐富信息，具有數據體量巨大、數據類型繁多、處理速度快、價值密度低而效率要求高的特點。

第一，數據體量巨大。高清化帶來單個監控點數據量即以指數級增長，例如單個1080P IPC 30天就會產生2T數據；IP化大聯網后，各平臺實現互聯，平安城市網內攝像頭數量達數萬數十萬級別，其數據量之巨大可想而知。

第二，數據類型繁多。視頻監控領域的視頻編碼格式包括：H.264、MPEG-4、MJPEG等多樣化的編碼方式。而同時隨著各類物聯網技術的融入到視頻監控業務，匯聚了包括各種傳感器、IT、CT系統產生的多樣的數據。業務系統需要把結構化與非結構化數據相互關聯，統一存儲。

第三，處理速度快。視頻數據隨時間快速增長，并以持續順序到達。在視頻監控領域，視頻分析的效率決定價值，更低的延遲、更準確的分析是平安城市這類客戶的普遍需求。隨著數據量的增加，哪怕對TB級別的數據進行視頻內容的數據分析和檢索，采用串行計算模式都可能需要花費數小時的計算，已遠遠不能勝任時效性的需求。

第四，價值密度低，效率要求高。在視頻監控業務中，價值密度的高低與數據總量的大小成反比。一小時的視頻監控內容，可能有用的數據僅僅只有一兩秒。如何通過強大的機器算法更迅速地完成數據的價值“提純”是目前大數據洶涌背景下亟待解決的難題。

視頻外延——視頻結構化的意義

視頻技術是安防行業的核心，平安城市、道路監控、樓宇監控等項目的建設中會產生大量的視頻數據，是組成安防大數據的重要部分。隨著數據量的增加，哪怕對TB級別的視頻數據進行對視頻內容的數據分析和檢索，傳統技術模式下可能需要花費數小時的計算，已遠遠不能勝任時效性的要求。用戶希望能夠對海量數據進行有效管理和使用，快速辨別有效數據，提高數據利用價值。但視頻監控所產生的海量視頻數據全部為非結構化、半結構化數據，無法被計算機所直接識別。這些海量的視頻數據全靠公安工作人員人工審看、梳理，但受限于公安警力資源的有限，單靠人工完成對所有視頻的梳理工作成為不可能完成的事情。

視頻是蘊含數據信息最豐富的一類資源，如果我們能夠對所有視頻進行“提純”，提取出里面最有價值的文字、圖片信息作為永久保存，或是作為視頻檢索的“關鍵字”，視頻監控在公共安全領域的作用才能有效發揮。視頻結構化是一種基于視頻內容信息提取的技術，它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別等處理手段，組織成可供計算機和人類理解的結構化信息的技術。從數據處理的流程看，視頻結構化描述技術能夠將非結構化的視頻數據轉化為人和機器可理解的結構化或者半結構化情報信息，并進一步轉化為公共安全實戰所用的情報數據，實現視頻數據向信息化、情報化的方向轉化，達到視頻感知世界的智慧應用。

簡單來說，以視頻監控為代表，公共安全領域要想進入“大數據時代”，視頻結構分析技術就是基礎。對于安防企業來說，對視頻數據實現深度學習、結構化識別，在智慧城市建設的競爭中至關重要。

視頻結構化的應用

所謂視頻數據的結構化處理，就是通過對原始視頻進行智能分析，提取出關鍵信息，并進行文本的語義描述。一段視頻里面，需要提取的關鍵信息有哪些？目前來看，主要是有三類：第一類是運動目標的識別，也就是畫面中運動對象的識別，是人還是車；第二類是運動目標特征的識別，也就是畫面中運動的人、車、物有什么特征，如果是人，是男人還是女人，有沒有戴眼鏡，穿什么顏色的衣服，如果是車，車牌號碼多少，什么顏色什么車型等；第三類是運動目標的軌跡分析，也就是畫面中人或車是左轉了還是右轉了或是徘徊了等。

實現視頻結構化分析，目前主要依賴于兩種方式：一種是通過具有感知能力的智能攝像機提取結構化數據，再將數據傳送到后端進行存儲或是開展深入分析，另一種是前端攝像機只采集原始視頻，由后端的智能服務器來對原始視頻進行智能分析，形成結構化數據。前端智能分析的優勢在于每一路前端攝像機都可以做智能的實時分析，消滅延時，減輕后端的計算壓力，可以做到無遺漏的智能分析，同時，解放后端的計算資源；后端服務器的智能化則主要集中優勢計算資源做更深入的二次分析。通過兩種方式的配合，實現視頻數據的結構化處理，并開展大數據應用。

無論是前端智能分析攝像機還是智能分析系統，科達擁有豐富的解決方案，在道路交通、辦案偵查等領域能發揮卓越的實戰效用。

特征分析攝像機

特征分析攝像機適用于相對開闊的場景，能在較為寬廣的畫面中捕獲人、車、物等目標，并準確識別出每一個目標的類型、大小、顏色、方向、速度……然后生成語義與圖片信息，送入后端大數據平臺。

針對不同應用環境，特征分析攝像機有槍機、紅外槍機、高速球、紅外高速球、槍球聯動、紅外槍球聯動等多種產品形態，基本能夠滿足當前絕大部分監控場景下的特征分析應用。

特征分析槍機用于識別固定視野范圍內的人、車目標。

在一些視野范圍更大的場景中，遠處的目標較小，如果采用特征分析槍機，雖然目標也能被檢測到，但可能無法準確識別特征。這類場合更適合采

用槍球聯動特征分析攝像機。槍機負責全景拍攝和目標檢測，球機負責特寫跟蹤和特征識別。通過球機變倍，即使目標較小，其特征也能被準確識別。對于目標較少的場景，可采用一槍一球；對目標較多的場景，可采用一槍多球。

車輛卡口攝像機

車輛卡口攝像機專門針對車。雖然特征分析攝像機也能識別車，但其主要應用于視野較大的場景，難以識別車牌、車標等更具體的特征信息。通過拍攝視野較小的道路斷面，科達300W和600W車輛卡口攝像機不僅能夠準確抓拍和識別車牌信息，還能準確識別車標、車型、車身顏色等更豐富的車輛特征。而且，無論是夜間還是白天逆光環境，它都能看清車內細節，并準確抓拍車內司乘人臉照片。

人員卡口攝像機

人員卡口攝像機專門針對人。同樣的，雖然特征分析攝像機也能識別人，但其主要應用于視野較大的場景，難以準確抓拍人臉及識別更豐富的人員特征信息。人員卡口攝像機通過視野較小的斷面視頻，能夠準確抓拍最佳的人臉照片。而且，通過專利技術，人員卡口攝像機還能抓拍人的整個輪廓，即使背對鏡頭，頭的輪廓和全身也能準確抓拍。同時，可識別人員行進的方向、速度等特征。

海鷗人員分析系統

海鷗人員分析系統可對接包含身份、戶口、旅行、住所、涉案、涉事、涉恐、涉車等各種信息的人員檔案庫，并記錄人臉及全身圖像信息與相應的半結構化數據，以圖搜圖，基于多引擎的智能算法，實現身份核查、人臉識別、黑名單布控等應用。

海燕車輛二次分析系統

海燕二次車輛分析系統可對已建設的卡口電警系統建立了一套二次識別引擎，對卡口電警抓拍的圖片進行二次分析，實現車輛各種信息的深度分析。同時基于海燕車輛二次分析系統的車輛數據，可開展一系列的實戰應用，例如特征搜車、假套牌分析、放下遮陽板分析、落腳點分析、初次入城分析、車輛布控等。

作者單位：蘇州科達科技股份有限公司