視頻監控系統發展歷程及趨勢淺析

浙江省慈溪市慈溪高中 洪翌滔

一、視頻監控系統發展史

從上世紀九十年代開始，視頻監控系統正式進入中國，并在國內相關領域內得到了快速發展，從以矩陣為核心代表的模擬系統，發展到了以硬盤錄像機為代表的半數字化監控系統，再到如今以網絡攝像機為代表的全數據監控系統，視頻監控已存在于社會公共安全的每一個角落。視頻監控的發展歷程主要分為三個階段：

第一階段為模擬監控時代，主要由模擬攝像機、專用同軸電纜、視頻矩陣、顯示器、模擬錄像設備及錄音帶等組成。系統定位為解決小范圍區域內、短距離的視頻監控需求。

第二階段是以硬盤錄像機為核心的半數字化監控時代，主要由模擬攝像機、專用同軸電纜、硬盤錄像機、顯示器等組成。系統優勢在于充分發揮了計算機技術的功能，能為用戶提供相對人性化的預覽、視頻管理方式，在一定程度上解決了模擬矩陣技術無法解決的難題。

第三階段則是以網絡視頻為核心的全數字視頻監控時代，也是網絡時代，視頻從前端視頻圖像采集、傳輸就是數字信號，同時以網絡為傳輸介質，實現視頻圖像的傳輸，并通過部署在相應網絡內的控制主機來實現系統的顯示、控制、存儲、應用。

視頻監控系統發展歷程示意圖如圖1所示：

圖1 視頻監控系統發展歷程示意圖

二、國內視頻監控系統發展背景

視頻監控系統是保障城市安全和維護社會穩定的基礎設施，也是“平安城市”的核心組成部件，更是未來“城市大腦”的眼睛，是“智慧城市”發展的重要載體。視頻監控不僅可以滿足城市管理、反恐維穩、應急指揮等需求，也可以啟到治安防控、預防打擊違法犯罪行為，提供破案所需的視頻圖像信息線索等作用，能作為人防、物防之外的另一大防控手段——技防。同時，通過視頻監控系統建設能構筑城市的立體化防控網絡，提升城市可視化管理水平和政府應急處置能力，對于維護城市公共安全具有重大的意義。

國內的平安城市建設起源于“科技強警”戰略和城市報警與監控系統建設（“3111”試點工程）兩大項目，從最初的前端點位建設到近幾年的聯網整合，視頻監控技術已經成為政府部門可視化管理的技術支撐點。近年來，隨著人民生活水平的提高、國民經濟的高速發展，人們的生活、學習和工作條件均有了很大的改善，越來越多的人成為了有車一族；私家車保有量的增多無疑給人們出行帶來了很大的便利，但與此同時，私家車發展所帶來的問題，也日益嚴重。從近年的公安刑事案件規律來看，車輛成為了犯罪分子作案、生活中必不可少的工具。同時，隨著經濟的快速發展，以及城鎮化建設步伐的加快，各地城市的人口流動頻率越來越大，人口組成也變得越發復雜，城市公共安全領域的人員安全防范與管理面臨著巨大的挑戰，而現有的網絡視頻監控系統雖能解決視頻采集、預覽、控制等應用需求，但面對越來越多的視頻資源，以及信息化、智能化的管理需求，筆者認為亟需引入人工智能（Artificial Intelligence，即AI）來自動消化海量監控視頻數據，將網絡視頻監控系統升級為以結構化數據為核心，以精確數據生產為目標的智慧監控系統。

三、視頻監控發展趨勢分析

在中國的平安城市建設中，會部署大量的攝像機，這些攝像機每天將采集海量的視頻數據。我們以首都北京舉例，據不完全統計，屬于政府和社會公共機構的建設攝像機，體量已超過200萬個，這些攝像機與我們的手機不一樣，它每分每秒都在進行視頻采集，北京200多萬個攝像機一天將會產生200多萬天的錄像，折合成年，也就是5000多年的視頻。所以在視頻監控系統中，從前端攝像機到存儲都是一個擁有海量數據的網絡。那么這些數據最終由誰消費呢？唯一的消費者就是監控中心的工作人員，簡單來說就是政府工作人員（例如民警），他們在日常工作的中需要去瀏覽很多實時視頻/錄像，但是目前視頻監控系統生產數據的速度，已經遠遠超過了數據消化的速度，這也就導致了當今視頻監控行業的一個主要矛盾：我們采集了太多的視頻，但這些視頻的價值卻沒有辦法得已最大的發揮。

在《碟中諜》里面有一個場景，任務情報署的特工盧瑟，通過天眼視頻，應用人臉檢索、人臉識別技術，完成了對目標伊莎的位置鎖定。該電影片段中呈現了幾個核心技術，例如人臉檢測、人臉識別、步態識別等，這些技術在三到五年以前，識別的精確度并不足以支撐廣泛應用。但隨著人工智能技術，尤其是深度學習的成熟，現在車輛識別、人臉識別這些基礎模塊的性能、精度已大大提升。綜上所述，筆者認為，將人工智能引入視頻監控領域，自動對視頻數據里面的內容和目標進行結構化分析，提取有價值的屬性、身份信息等結構化數據，并通過計算機進行海量結構化數據的檢索、分析、統計應用，是未來視頻監控系統發展的必要趨勢。這中間的一個關鍵環節，是如何充分挖掘數據背后隱藏的價值，因為當人工智能將視頻類非結構化數據，解析成結構化數據后，將會產生一個新的結構化數據池，這些數據如果沒有經過關系的挖掘，那么就無法形成真正有意義的情報。

目前，在視頻監控領域會應用一些相對成熟且簡單的挖掘手段，例如在醫院里經常會有一些醫鬧人員，我們可以嘗試將這些人員的信息錄入到“醫鬧庫”中，也就是俗稱的黑名單，一丹這些人來到醫院，則系統就會進行自動預警，醫院的保安能第一時間得到預警信息，及時將不穩定的因素扼殺在搖籃里。事實上，還有很多更為復雜的數據關系的分析挖掘手段，例如醫院會有很多號販子，這些人的存在會饒侖醫院正常的掛號服務秩序，那么如何通過人工智能技術將這些號販子找出來呢？怎么樣能夠區分號販子與普通掛號病人的差別呢？這就需要對掛號人的行為進行分析，從海量的人臉數據和行為數據中，自動將經常在醫院掛號，但又不看病的人員篩選出來，然后納入特殊人群管控起來。未來，以人工智能+數據挖掘模式構建的視頻監控系統，將幫助各行業更好的實現視頻增值服務。

四、結論

通過本文的分析，筆者提出了人工智能+數據挖掘的新一代視頻監控系統構建模式，建議對海量視頻類結構化數據進行解析，結合業務需求挖掘數據價值，催生數據應用，實現視頻數據增值效益。