专家论坛

深化视频系统应用的技术方案探讨

字号+ 作者:周浩华 来源:广东老教协 2018-12-05 14:21 我要评论( )

近年来,广州市采用视频系统作为平安城市的技术防范取得了重大进展,建设了数以十万计的前端视频摄像点,建成了视频数据传输、存储、运营维护中心和视频专用网络,建立了大卡口视频系统等系统……

一、前言
近年来,广州市采用视频系统作为平安城市的技术防范取得了重大进展,建设了数以十万计的前端视频摄像点,建成了视频数据传输、存储、运营维护中心和视频专用网络,建立了大卡口视频系统等系统,对于协助公安破案和安全防范发挥了重大作用,对于犯罪份子起到巨大的震慑威力。高清视频系统是平安城市技防的重要手段,投资很大,也发挥了重大的震慑作用。但视频信息是非结构化的、连续的大数据,给实际应用带来很大困难,是深化应用的瓶颈。
(一)典型的大数据
1080P高清为例,采用H.264协议,一支高清摄像机30天有1.85T的数据量,5万只高清30天信息量接近100P。据统计,广州市每天的视频数据量将达30P,是典型大数据。
(二)非结构化的连续视频数据流
视频信息是不间断的每天24小时连续的视频数据流,是一种非结构化的动态图像数据流。
(三)隐密性
高清视频图像的清晰度大大提升,提供了很高的分辨率,也给车牌识别,人脸识别等技术的应用奠定了基础。在庞大的非结构化动态视频数据中,隐藏着极少量非常有用的安全信息。进入视频大数据时代,如何从大数据的视频流中找到事件发生的现场,第一时间监控?如何在大数据中寻找案件的线索?这给视频信息的应用,特别是智能应用带来困难,成为应用的瓶颈。
    为了深化视频系统的应用,必须在视频信息新特点的环境下,探索解决问题的技术路线发展方向。
    二、视频信息结构化特征要素提取方法探讨
(一)结构化的目标
视频信息结构化的目标就是提取视频数据的特征要素:人、车、物、事件、时空等。
人:人脸、体态、衣着(样式、颜色等)、帽子、鞋、携带物品等;
车:车牌号码、车型、颜色、厂家型号、驾驶员、前座人员照片等;
物:可附在人的特征要素;
时空:事件发生的时间、地点等;
事件:事件发生现场图片、时间、地点等;
提取的视频信息构成特征数据库:人员特征库、车辆特征库、事件库,作为视频信息应用的数据基础。
    (二)卡口提取车辆特征信息及启发意义
大家知道,卡口在每个车道上,抓拍每辆车辆的一帧照片,然后由前端或后台软件从照片识别出车辆的车牌号码、车型、颜色和厂家标识等特征要素,最后生成一幅图片和一条结构化数据,例如图片JPEC格式2048x1536,数据容量约为300K,一条结构化数据约2K。
广州大卡口系统将广州卡口传上来的数据构成分布式文件系统(Hadoop系统),形成了广州进出车辆的结构化特征数据库和应用平台,使应用达到全国先进行列。
广州大卡口系统的成功实践,给了视频系统应用很好的启示作用:
1.静态的图片提取车辆的结构化数据,技术上是切实可行的,成熟的。
2.将全市车辆结构化数据构成数据库,在系统级的应用是可行的。
(三)人特征信息的提取
在已有摄像机提取人像照片和人脸特征数据是理想化的方法,实际上,由于摄像机安装的高度、角度、照度对人脸识别影响极大,成功率很低,不好采用。
在后台用人工智能‘深度学习’的方法,试图从视频流中抽取人的特征信息,由于问题复杂,影响结果的因素较多,要求计算环境比较高,实现深度学习不太容易,这种方法也不大容易实现。
在卡口、电子警察系统中成功使用的抓拍摄像机便成为好的选择。抓拍的照片用人脸识别的方法,识别出人脸的特征数据,构成人特征数据库,深圳和广州的实验初步证明可行性。
(四)事件特征信息的提取
视频系统建设的初衷是用科技防止事件的发生,能在第一时间从视频发现事件的发生现场和事后寻找破案的线索进行图侦。现在,发现事件的发生只能靠值班人员监控。视频监控系统应该用科技的方法监控事件的发生,自动报警。在第一时间从视频发现事件现场,解放值班人员紧盯屏幕的辛劳。
在视频中识别出事件发生、自动报警是一件很困难的工作,人工智能深度学习是事件特征信息提取最适合的技术。首先,要求视频监控维护工作人员从过去运行的经验中,归纳出事件发生的场景,供深度学习软件学习。一旦装有学习了事件发生场景的设备发现视频中有高相似度的场景就自动报警。视频流是每秒几十帧的信息,需要定时抓出单幅图片进行识别。
在视频中识别出事件发生最理想化的方法是将识别功能做在摄像机内,使其变成智能摄像机。讯飞公司研发的NPU芯片为深度学习处理提供了新的途径,需要厂家作进一步的努力。
靠人的眼睛盯着后台成千上万路视频,并从中找出即将发生或正在发生的事件,几率是不高的,也是很困难的。派出所是前端视频设备的汇聚和监控点,都设有监控中心和人员值班。因此,及时发现派出所管辖的摄像机图像中事件发生的重任,落在派出所视频监控中心是合理的。要实现事件发生自动识别和报警功能,需要在派出所装设有GPU/NPU芯片的服务器,服务器装有深度学习的事件发生自动识别软件和人脸识别软件,就在派出所识别出汇聚的视频中事件发生的现场照片、时间、地点并报警,或者识别出人脸特征的结构化数据。一台服务器管多少台摄像机取决于处理能力和识别时间、取样间隔等因素。
三、结构化特征要素数据库和图像分析处理中心的建立
将全市卡口、虚拟卡口、电子警察、停车场入口等处汇聚的结构化车辆特征要素数据生成全市的车辆特征要素数据库;
将全市派出所汇聚的结构化人员特征要素数据生成全市的人员特征要素数据库;
将全市派出所汇聚的结构化事件特征要素数据生成全市的事件特征要素数据库;
结构化信息的存储是很重要的环节,Hadoop作为大数据的引擎,掌握它就能打开大数据的大门,具有分布式、并行处理、海量数据、易扩展、可靠性高的特点,是个开源的平台,在大数据系统中得到广泛的应用。广州大卡口系统率先尝试用分布式文件系统Hadoop,起了成功的示范作用。可以将全市的人、车、事件特征要素结构化数据构成一个数据库,提供了可靠、灵活、快捷应用的数据基础。
将非结构化的视频信息提取出结构化数据是为了应用,之所以要将信息结构化是因为结构化信息的存储和处理已经有非常成熟的技术积累,便于采用成熟的数据库技术、并行处理技术,分布式处理技术和智能技术,可以采用高效的成熟产品,这对于进一步深入应用,可以发挥很大作用。
建立图像分析处理中心,作为实战应用中心。以图像结构化数据为基础,利用平台和成熟的软件工具,结合警方和社会已有的大量数据,结合时空信息、PGIS地图信息、人脸识别、人工智能深度学习、大数据等技术,融合到各种智能应用系统程序中,融合到已有的刑侦拼图系统等。这对于进一步深入应用,可以发挥很大作用。可以预期,利用车辆结构化数据容易将犯罪嫌疑车辆定位、找出行驶轨迹,找出套牌车辆,车辆停泊地点等;利用人员特征要素数据结合警方、社会信息数据,可以快速比对、定位、寻找犯罪嫌疑人;事件发现是事件信息结构化的关键,也是视频工作者久盼的技术,一旦成功,第一时间发现现场,迅速找到现场的车辆、人员等相关信息,是视频系统应用重要的一环。
    四、视频系统前端的主要种类及安全防范的配置策略
安防视频系统前端的种类主要有四种:卡口视频,一般视频,抓拍摄像机和制高点视频系统。
卡口视频系统拍下了经过汽车的清晰照片,可在前端或后台识别出车牌号码,识别出车辆的颜色、车型、生产厂家等特征,可以从照片分辨出驾驶司机和前排人员的照片,如果全省全国卡口连网,则可以快速追踪各种犯罪嫌疑人车辆的行踪,对于加入黑名单的可以在卡口处设防。
如果在城市的主要十字路口加装虚拟卡口系统并且连网,将车辆的特征数据构成全城大卡口系统,将对潜逃入城的车辆进行区域定位;对发生在城内的事件、可以判断嫌疑车辆是否出城,若还在城内则可判断其所在区域,对于快速处理将发挥重大作用。
在城市还另外单独建设两种系统:电子警察卡口和停车场入口系统。这两种系统都装有抓拍和车牌识别。都存有驾驶人员照片和车辆特征数据。如果全市联网共享,构成卡口、虚拟卡口、电子警察卡口、停车场入口的车辆特征数据库,则犯罪嫌疑车辆的流动轨迹、停泊地点,可以清晰定位。对车辆的监控,对车辆前排人员的监控效果显著。
在同一个城市,虚拟卡口和电子警察卡口的建设,必须要协调和数据共享。
制高点视频监控范围大,对于广场、大型活动场所等发挥监控重大群体事件的作用。
一般视频多布置在机关单位学校大门口、周围,公共场所及主要道路,安装数量多,而且越来越多,以广州市为例,视频安装数以十万计,高清视频数据量大,5万个一类视频点存储量100P以上,加上视频数据流的特点,造成视频信息难以应用的困境。
人脸抓拍摄像机、全局摄像机能够将抓拍下来的照片中的人像,分解出人脸照片供人脸识别。因此,适宜在地铁、机场、客运站、港口、运动场、城中村、酒吧和娱乐场所入口等其它重要部门安装。
四种视频的配置策略值得研究,从实战的角度出发,研究视频前端的位置、数量及比例的配置策略。建议进一步完善城市卡口建设,加大虚拟卡口建设和电子警察抓拍车辆信息联网的力度,完善全市各停车场的车牌识别、抓拍系统建设,实现全市的车辆特征数据和照片数据的联网建库,首先解决以车辆为作案工具的大事件技防工作;在视频系统中寻找犯罪嫌疑人是技防的重要任务,人脸识别技术的飞速发展,需要摄像机能提供清晰的人脸照片,人脸抓拍摄像机、全局摄像机应该适度增加。一般视频摄像机装设的数量很多,应择优设置,减少发案率不高地点的设置,这种考虑可以实现投资的平衡。高点视频摄像机对监控大型群体事件有不可替代作用,在配置中不可忽视。
五、结语
(一)卡口系统在车辆识别、控制方面,由于突破了静态图像结构化的技术关口,在安防中发挥了重要作用,应该在视频技防系统中提升对卡口系统重要性的认识,增加卡口和虚拟卡口的建设比例。电子警察卡口、停车场的车辆特征信息应加快联网;一般视频前端,越来越多,每建设一期,就照例大量增加。规模越大,智能应用就越困难,投资和维护费越高。因此,必要的必须建设,可建可不建的认真考虑,适可而止,实行分类管理,控制规模。人脸识别技术发展很快,抓拍摄像机应加大建设力度。建议尽快制定人脸识别的脸部特征点的标准,以便全国信息共享。
(二)事件的自动识别和报警,可以大大缩短发现和处理事件的时间,可以大大减轻人员的监控强度。由于监控的视频数量多、信息量大,实时自动监控事件的发生,技术上难度较大,建议在派出所进行智能识别,以减小规模便于处理,也符合公安“属地处理”的原则。按当前技术的发展,采用人工智能神经网络的深度学习的方法,解决的可能性较大。
(三)嫌疑人识别是跟踪和破案的重要手段,采用抓拍摄像机拍出单幅图像,识别出人员特征的结构化数据,结合警方和社会关联数据,是成熟的应用。
(四)视频信息应用系统中,结构化的人、车、事件等特征要素库采用开源的Hadoop或其他分布式文件处理系统,作为视频信息分析处理的数据基础,建立综合应用平台,依托平台和软件工具,开展应用,是处理大数据的方向。
(五)本文只是作者的一些想法,希望引起业界对视频信息深入应用的讨论,希望厂家有更好的产品,使大量的视频信息的应用能更上一层楼。
 

转载请注明出处。