人工智能技術在通信運營商傳統網絡視頻監控升級改造中的應用研究

羅昌雄

摘 要：近年人工智能技術在一些產業應用方面已經開始發揮效能，正在推動新的一輪科技革命和產業變革，人工智能賦能安防也已經成為行業的共識。通信運營商在過去網絡視頻監控系統發展中發揮了重要作用，如何在新時期抓住人工智能作為深化發展的突破口，在高清化、網絡化的基礎上，加大視頻監控系統與用戶業務系統的高度融合，向數字化、智能化、個性化發展，文章對此進行了研究。

關鍵詞：網絡視頻監控；人工智能；升級改造

《中國安防行業市場前瞻與投資戰略規劃分析報告》顯示，目前我國安防領域的市場規模逐漸擴大，預計到2020年將會達到萬億級別，其中視頻監控是成為安全防范系統的重要組成部分。2016年安博會上，人工智能在安防行業嶄露頭角，在目前IT技術支撐起來的安防行業中，AI賦能安防也已經成為行業的共識，2017年工信部出臺了《促進新一代人工智能產業發展三年行動計劃（2018—2020）》，行動計劃從培育智能產品、突破核心基礎、深化發展智能制造、構建支撐體系等幾個方面，重點闡述了未來3年內，我國人工智能重點關注的領域。在培育智能產品中，安防領域成為重點關注對象，無論是視頻圖像身份識別系統還是智能家居中智能安防產品。人工智能必將是安防視頻監控發展的未來方向。一方面是視頻監控自身具備的特點，使其成為人工智能落腳的最佳試驗場，另一方面也是視頻監控智能化發展到今天的必然需求。

1 通信運營商網絡視頻監控現狀

1.1 發展現狀

在發展歷程上，視頻監控系統經歷了3個時代，其中發展到現在第3代的數字視頻監控系統，監控前端一體化及后端小型化，具備系統集成程度高、系統穩定性高并能實現遠程監控和管理的功能，主要是融入新發展的網絡傳輸技術、數字存儲技術、數字圖像處理技術及數字視頻壓縮解壓縮技術。

視訊業務是通信運營商比較看好的一項增值業務，各大通信運營商紛紛打造自己的視訊平臺，應用于平安城市建設以及公安、金融、教育、保險、酒店、石化等行業應用。以中國電信、中國聯通、中國移動為代表的通信運營商大力推廣其運營級視頻監控服務，分別以“全球眼”“寬視界”“千里眼”作為運營級視頻監控業務的推廣品牌，伴隨著4G移動網絡的出現，手機隨時隨地查看視頻監控的創新應用激活了一大批小微企業、中小型商鋪及家庭用戶[1]。

1.2 存在問題

已建成的傳統視頻監控系統，基本上是通過人員監控和錄像視頻圖像來實現安全防護，通過人工回放錄像取證的方式效率十分低下，“預警預測”的最大訴求無法兌現，并不能主動有效地保障安全。基于智能化的視頻分析，需求越來越迫切：一方面實現過濾冗余信息，在發生警報之時及時向監控人員報警，以便提高監控效率。另一方面視頻監控升級與用戶業務、管理系統融合。

2 視頻監控人工智能技術

2.1 人工智能應用于安防行業

隨著安防產業技術的日新月異，以往的生態鏈系統開始逐漸被打破，安防行業從IT化走向DT化，隨著產品的同質化現象凸出，整個行業也開始從圍繞著產能向用戶需求轉變，當前產業鏈的核心已經開始轉移，而智能化這是這種跡象的表征。在安防領域，99%以上的數據都是非結構化數據，這是借助人工智能進行視頻挖掘的價值所在。很多情況下，深度學習算法的突破，有利于完成如下工作：目標識別、物體檢測、場景分割、人物和車輛屬性分析等。深度學習技術的突進讓安防不再停留在解決用戶安全防范的需求，朝著更寬、更廣的領域延伸，視頻被賦予了更多的價值[2]。

2.2 人工智能視頻分析的幾種關鍵技術

2.2.1 大數據

據IHS Markit最新數據顯示，中國在公共和私人領域共裝有1.76億個監控攝像頭，每年產生數千萬PB的數據量。視頻監控業務正是一個依靠數據說話的典型數據依賴型業務，大數據與視頻圖像監控業務有著天然的結合。為網絡視頻監控數據提供高效、安全、廉價的分布式存儲方式和存儲體系，實現視頻圖像模糊查詢、快速檢索、精準定位，需要大數據技術支撐。

2.2.2 機器視覺

機器視覺能有效地對數據進行“智能化”存儲、分析以及應用，它已經成為安防企業下一步突破“更”智能化的重要幫手。機器視覺簡單來說就是用機器代替人眼來做測量和判斷，對圖像進行識別，因此，機器視覺在人臉識別、車牌識別等方面得到大量運用。

2.2.3 深度學習

隨著監控攝像頭的全面覆蓋及大量視頻數據的積累，一些大型項目的終端用戶（如公安、交警），正在迫切尋找新的視頻分析解決方案來重新解讀這些數據，獲取新的價值。深度學習算法的出現正好解決了海量數據與人力短缺之間的矛盾，有效提高識別準確率，不再需要人工的選擇或是創建特征集來描述監控目標，可直接建立起從數據到目標模型的映射。

2.2.4 云邊結合

當前云計算是一種集中式中心化的云，但隨著IT基礎設施逐漸云化，大視頻、物聯網逐漸興起，集中式中心化云將不能適應低延遲、大帶寬等要求，這時候就需要向“中心化”的云發展。云邊結合是將智能算法前置，通過邊緣計算，將人臉識別等應用的抓圖的壓力分攤到前端，解放中心的計算資源。

2.3 應用分類

從廣義角度來說，目前智能視頻分析技術主要包括視頻分析、視頻識別以及視頻改善3類。其中視頻分析類實現目標移動方向檢測、周界入侵檢測、目標運動、車流量統計、人流量等功能；視頻識別類包括人臉識別、步態識別和車牌識別，其主要的技術是在大量視頻流圖像找出局部中的一些畫面的共同特性；視頻改善類可以針對或者是對振動的圖像進行一部分的優化處理，以達到增強視頻可監控性能，包括：車輛牌照識別影像消模糊處理、紅外夜視圖像的增強處理、圖像光變與陰影抑制處理等[3]。

3 人工智能視頻分析系統架構設計

人工智能視頻分析系統的架構設計主要分為3層架構：前端設備接入層、視頻媒體處理層和用戶表示層。前端接入層主要負責來進行前端的視頻信息、報警信息獲取，通過智能分析單元及編碼單元進行信息處理，接入業務中心，構成單元有：視頻采集單元、智能分析單元、編碼單元、報警單元等。第二層媒體處理層由中心業務平臺、媒體處理分發平臺和網絡存儲單元構成，負責視頻業務處理控制、視頻音頻的傳送與存儲，以及系統管理。第三層中心業務平臺作為整個人工智能視頻分析監控的核心，實現用戶前端設備的接入認證、設備的綜合管理、流媒體分發轉發及業務的控制等功能，網絡媒體數據的數字化錄像、存儲、檢索、回放和管理由網絡存儲單元實現[4]，如圖1所示。

說明：CAM，攝像頭；IVAS，智能網絡視頻分析服務器；VMS，視頻分析管理服務器；EMS，電子地圖系統；ISCA，人工智能視頻監控客戶端應用；ISCC，人工智能視頻監控客戶端；NVRS，網絡視頻存儲服務器；SDU，信號及數據管理服務單元；DBS，數據庫服務器。

圖1 人工智能視頻分析系統架構示意

4 通信運營商傳統網絡視頻監控升級策略與發展方向

4.1 實施策略

通信運營商與AI企業進行合作，對現有大量的傳統網絡視頻監控進行升級改造是一種有效的途徑。AI公司擁有算法核心技術，可為通信運營商節省研發人力資源與時間，通過合作實現共贏。不僅如此，AI企業的入局也提升通信運營商在安防行業的競爭力，無論是在芯片、算法、產品化，還是解決方案方面。不管是哪一類公司，對傳統安防廠商來說，既有合作，更存在著競爭。AI企業入局為安防行業帶來了智能化的技術與信息，讓安防行業智能化的進程縮短了很長的時間，同時在技術層面少走了很多的彎路。在安防智能化之路上，傳統的安防巨頭正在逐步補齊在算法與算力上的短板，布局“人工智能”領域。目前代表性的AI企業中，以商湯科技、曠視、云從科技等為首的AI初創公司帶給安防行業最主要的影響打破了以往視頻監控智能化發展已經觸及的應用天花板，正在逐步實現公安行業一直對視頻監控夢寐以求的“事前預警事中控制”的訴求。隨著視頻結構化、人臉識別、視頻智能分析等技術加快落地安防行業。現在的安防應用不僅是事后的事件追溯，還可以利用人工智能技術進行快速的分析、檢索。使得安防從原來的被動防御發展到了主動防御，整個應用模式發生了深刻的變化[5]。

4.2 升級后的應用場景設計

4.2.1 零售連鎖

應用于購物中心、連鎖品牌店、通信營業廳、超市等線下零售場景。幫助企業統計消費者人數、把握消費者屬性、了解消費行為，為企業經營管理者決策提供大數據支持。

4.2.2 平安小區/校園

對小區邊界及住宅周邊進行智能監控，檢測入侵、盜搶、翻墻等異常行為并自動報警，第一時間發現危險情況，保障小區/校園安全。

4.2.3 街景園區

應用于街道、園區、景區等室外場景。實現人群實時監控、人流密度預警、行人熱點分布統計、行走路徑識別，防范安全隱患，提升安保效率，優化場地設施布局。

4.2.4 智慧工業

對進入工地的人員進行安全帽佩戴檢測，識別未佩戴安全帽的人員，確保安全生產；對工業生產線上的不合規操作、線路故障、殘次品、儀表盤等事件進行識別警報，提升生產效率[6]。

5 結語

在過去的視頻監控發展過程中，三大運營商都與時俱進，伴隨著圖像處理、網絡傳輸、存儲、編解碼等各項技術的日趨成熟，為用戶提供高清、流暢的監控畫面以及多樣化的存儲方式。在最為鼎盛的時期，三大運營商為視頻監控這個產業貢獻了覆蓋面積廣且業務模式成熟的運營級視頻監控應用，但近年關于運營商視頻監控服務的相關報道越來越少。如今人工智能AI時代的到來，以安防廠商領導的視頻監控市場更是演變為技術引導型產業，從原有的安防體系中延伸出更廣泛的人工智能視頻的應用。通信運營商可以抓住人工智能AI技術發展趨勢，借助運營級視頻監控的服務模式在現有的產業鏈中運營的優勢，以及也擁有相當規模的政、企、商鋪和家庭用戶量基礎，通過升級改造，為擁有不同需求的用戶提供更多可選的監控服務方案，全面提升自身的市場競爭力。

[參考文獻]

[1]張亮.數字視頻遠程監控[J].現代通信，2001（10）：22-23.

[2]盧選民，張原，史浩山.分布式智能監控系統視頻多畫面顯示的設計與實現[J].計算機應用研究，2000（3）：73-75.

[3]雷玉堂.安防及云計算：物聯網智能云安防系統實現方案[M].北京：電子工業出版社，2015.

[4]吳軍.智能時代：大數據與智能革命重新定義未來[M].北京：中信出版社，2016.

[5]王寶紅.人工智能技術研究綜述[J].價值工程，2012（12）：171-172.

[6]鄒蕾，張先鋒.人工智能及其發展應用[J].信息網絡安全，2012（2）：11-13.