陳 雁,卿濟民,管才路
(深圳市賽為智能股份有限公司,深圳 518000)
城市的安全性離不開攝像設備的支持,為加強城市的安全性建設,我國逐漸加大了視頻監控設備的投入。以大型城市為例,每日運轉的攝像設備上萬,由此將會產生海量的視頻數據。大數據技術在信息處理上有著天然的優勢,通過大數據技術的應用可以有效提高視頻監控水平,這對視頻監控領域的發展有著深遠的意義與影響。
實踐證明,數字化的視頻監控更有利于滿足人們的需求,我國的視頻正朝著高清的方向發展。隨著數字化高清視頻監控設施的投入,在安全建設方面,城市的安全化工作的展開得到了更有效的進行。近年來,我國投入的視頻監控設備數量不斷增加,其中包含了大量的數字化高清視頻監控,這將比以往的監控設施產生更多的數據信息。在大型的安保監控工程中,數據更新十分迅速,數據量非常大,除去視頻監控,其他數字化視頻處理設備也會產生大量的數據。就當前的數據處理設備而言,其處理與存儲技術仍存在著較多的問題。如存儲的性能、兼容性以及存儲容量等,這些都難以滿足當今數字化視頻監控的需求。
通過提高數字化監控性能與容量,結合大數據技術,在以上方面需要進行大幅優化,來加強對視頻監控的數據信息的有效處理作用,這足以看出大數據技術的應用在視頻監控領域的重要意義。拋開數據存儲,我國視頻監控領域在數據分析能力也顯出不足,發生各類事件都需要專業的管理人員進行觀察、發現,在視頻監控管理上缺乏一定的自動化。
此外,頻監控數據的有效性低,難以對監控信息進行自動化過濾,如此會產生產生了大量無用的冗余信息。當這些無用信息被傳送到視頻監控中心,將會降低視頻監控中心日常的工作效率,這對日后的調查取證也非常不便。另外,監控設備被大量投入到城市的建設中,攝像頭過多,使監控的顯示界面并不能被完全監控人員監視到,很可能會錯過一些關鍵內容,這對于值班人員的工作能力是個巨大的考驗。
大數據技術在視頻監控應用中的很多方面的都有著非常重要的影響,對創建平安城市也有著十分巨大的幫助。在信息處理方面,大數據技術可以有效改善監控設備的處理信息上的不足,方便更加科學、合理的處理城市中的視頻數據,有利于相關安保平臺的建設工作。[1]在智能交通方面,大數據技術完善了交通管理中的不足。十三五期間,我國城市交通的發展被作為重大戰略進行,通過大數據技術可以避免城市路網的建設與交通事故的增加,加快了智能交通發展的推進工作。經由大數據技術改善的軌道目標檢測,可大幅減少交通事故的發生[2]。通過對軌道目標的檢測,可建立與現實場景相一致的背景模型,完整算法過程如下。

除此之外,大數據可直接借助視頻監控查詢嫌疑人,相比以往來說,大大增加了公安執法的效率,使公安執法更為便捷。
在大數據技術盛行的背景下,選擇存儲方式非常重要,良好的存儲方式對于大數據的處理有著很大的協助作用。通過分析當前的存儲方式可以更好地去選擇合適的存儲方法,有利于存儲的效率的提升。存儲方式與存儲架構是存儲中必不可少的條件,存儲架構的選擇可在一定程度上改善整體存儲技術,通過分析所存儲的信息,找出其中的優勢所在可以為企業或者相關機構節省更多的資金,提升企業運轉效率,使其更好的做好管理工作。
視頻監控產生信息的存儲方式以多種方式存在,以下將介紹較為常用的存儲方式。第一種為本地存儲,此種存儲方式是將視頻監控設備產生的信息直接保存到本地的存儲設備中,或者存儲到提供的硬盤中[3]。一般這種存儲方式被稱為DVR存儲,和人們使用手機直接將信息存儲到手機中的性質一樣,此種存儲方式具有便捷性的優勢。第二種為直連存儲,此種存儲方式分為多種存儲協議,如SAS、USB等。此種存儲方式對于小型數據的存儲來說非常合適,且能可靠的保證安全性。直連存儲中的DAS、RAID以及JBOD,通過數據的直接寫入完成。第三種為網絡存儲,通??梢苑Q這種存儲方式為存儲局域網絡或者中心級視頻網絡存儲。存儲局域網絡是將一些設備集成的網絡技術,如接口、存儲設備、集成設備等。而中心級視頻網絡存儲是將直接存儲方式與網絡存儲進行結合。一般網絡存儲方式適用于大中型的平臺,比較簡單、便捷。網絡存儲中的云存儲,是大部分人都了解的一種方式,云存儲是一種非常便捷的存儲服務,對于重要的資料采用云存儲方式的人相對較少,一方面是信息的安全性不能保證,另外信息的下載需要大量的時間,十分不便。最后一種是智能存儲,此種存儲方式十分適用于海量存儲,大量的數據中往往存在很多沒有價值的信息,也就是無效信息。通過靈活、高效的智能存儲,可以的對所存儲的內容進行智能化管理。所以說,智能化存儲是當前最適合的一種存儲方式。
就目前來說,存儲架構來存在兩種存儲架構,即NAS與SAN。NAS存儲架構進行文件級數據的存儲,該架構可以直接和局域網連接,在該存儲架構下公司、企業內部可進行資源的共享。但NAS架構存在一定的缺點,無法為數據的存儲提供空間,不能直接本地存儲,在帶寬上,NAS架構也會受到一定的限制。因為上述種種原因,NAS架構的讀寫時間一般會比較長,這一點一直是該架構使用者的困擾所在。
FCSAN架構屬于SAN架構中的一種,此種架構的性能高,帶寬可達到4GB/S,運轉十分迅速,但該架構的成本相對較高。FCSAN架構涉及到光纖相關的設備,在管理維護上也會消耗較多的成本。SAN的另一種架構是IPSAN架構,一般該架構采用SCSI協議,SCSI協議在LAN中傳輸。相對來說,IPSAN架構的成本低、便于擴展使用,所以此種架構存在一定的優勢。

采用IPSAN存儲架構可方便大數據技術的應用,對與數據的分析處理有著重大意義,能夠更加高效的分析數據、處理數據。
基于Hadoop的海量視頻存儲解決方案,對處理數字化視頻監控設備產生的信息有著很高的效用,可實現真正意義上的視頻數據的分布式存儲,使用戶在數據信息的處理上更加合理科學、高效。分布式冗余存儲往往釆用HDFS實現,在流媒體服務器上實現了數據的接收,通過流媒體數據的存儲,實現了海量視頻數據在HDFS上的分布式冗余備份[4]。分布式轉碼釆用Hadoop的MapReduce分布式計算框架實現,通過對流媒體數據讀取模塊的設計,基于f fi npeg的分布式轉碼模塊,最終實現對流媒體數據的分析轉碼處理。并利用MapReduce并行計算能力,提升了轉碼的效率,讓用戶獲得可以通過使用普通播放器就能觀看錄像回放的視頻數據的能力。
在分布式存儲結構中想要結合海量視頻檢索與濃縮技術進行高效的視頻檢索,首先要具備視頻自動檢索功能。在大多數的情況下,視頻檢索上技術往往出現不足,或者說是因為無效檢索會導致信息的浪費。視頻監控設備的投入帶動了我國安防的發展,隨著科學技術的提高,監控設備都已經采用數字化監控設備,可見我國視頻監控水平的發展十分迅速。
為了實現方便有效的視頻信息獲取,通過視頻分析和檢索研究對視頻內容進行處理、分析和理解,接著再建立結構和索引,在大規模視頻數據中進行檢索,通過視頻的內容或者關聯內容進行。如鏡頭檢測技術(視頻結構的分析、視頻數據的自動索引)和視頻聚類等。在視頻檢索技術的研究方面,主要進行視頻鏡頭分割,特征的提取和描述。一般特征內容是視覺特征,顏色,紋理和形狀及運動信息和對象信息,關鍵幀提取和結構分析等方面。視頻檢索關鍵技術視頻檢索系統的關鍵技術主要有:鏡頭邊界檢測、關鍵幀提取、圖像特征提取、圖像特征的相似性度量等方法。
(1)鏡頭邊界檢測。視頻數據大多是由多個鏡頭經過拼接編輯而成。鏡頭由攝像機一次拍攝的連續的一組圖像幀,代表一個連續動作,是組成視頻的最小的語義單元。進行視頻結構的分析,即采用鏡頭邊界檢測技術將連續的視頻流分割為鏡頭。在編輯視頻時,為了達到一些特定效果,常用多種方式實現兩個鏡頭之間的拼接轉換,總結起來主要分為兩大類:突變和漸變。突變即直接將兩個鏡頭拼接在一起,中間沒有過渡,而漸變則可以采用不同的多種模式完成兩個鏡頭之間的緩慢平滑過渡。鏡頭邊界檢測的任務是采用合適有效的鏡頭邊界檢測算法將這些鏡頭交界處提取出來,將視頻流分割為鏡頭,作為基本的索引單元。這是基于內容的視頻檢索的第一步,其檢測與分割的好壞將直接影響到視頻檢索的質量。
(2)關鍵幀提取。視頻內部存在大量的信息冗余。將視頻分割為鏡頭之后,如采用鏡頭中所有的圖像幀表示鏡頭則會造成大量的資源浪費和信息冗余,且視頻數據本身數量巨大,采用這種表示方法往往難以實現。因此,基于內容的視頻檢索為每個鏡頭提取代表其主要內容的關鍵幀,用關鍵幀表示鏡頭,可大大節約資源,降低數據量,還可為視頻數據的組織和索引提供有效的組織框架。關鍵幀,即代表幀,是從鏡頭中提取出來的能有效代表鏡頭主要內容的若干幅圖像幀。通過提取關鍵幀可以實現視頻數據的自動索引,提取關鍵幀的靜態特征和鏡頭的動態特征可以為后續的鏡頭聚類成場景奠定基礎。
(3)圖像特征提取。視頻關鍵幀提取后,要對各個鏡頭進行特征提取,建立視頻單元索引,即提取鏡頭的顏色、紋理以及運動甚至高級語義等各種特征,形成描述鏡頭的特征空間,以此作為視頻聚類和檢索的依據。
視頻濃縮技術以現有的各種計算機視覺算法和數字圖像處理技術為基礎的,如用背景建模算法進行背景建模以發現運動區域、用背景差分算法背景模型來獲取前景、使用跟蹤算法對得到前景進行跟蹤以得到每一個事件在視頻流這一“時空體”的具體情況,都來自于計算機視覺和數字圖像處理領域的最新成果。其中涉及到序列圖像的運動估計與目標分割、目標跟蹤、路徑分類以及重建。
大數據技術在相關領域都有所運用,但在視頻圖像信息庫的建設上依舊需要加強,在挖掘技術也需要注意實踐應用。此外,對于視頻監控產生的數據一定要加強保密性。只有不斷的提高技術水平,才能在視頻監控的發展上得到更大發展。最終通過大數據技術與視頻監控進行結合,來大幅提升視頻監控的效率。