监控视频外延促安防大数据落地

□ 文/张梓萱

监控视频外延促安防大数据落地

□ 文/张梓萱

“大数据”对于安防行业来说，已成为近几年老生常谈的词汇，基于对大数据的分析和应用，我们能更好的了解城市运行架构，为人们出行、家居、购物等生活的各方各面提供安全保障，满足他们对智能化生活的需求。在安防监控领域更是如此，安防大数据提炼于监控视频、数据归纳、行业调查等，其中监控视频作为一种非结构化的数据，难以解读，却至关重要，对于安防企业来说，实现视频结构化的应用，是发展之路上不可逾越的大山。

安防监控领域的视频大数据特征

在安防监控领域，产生了大量视频数据，包含丰富信息，具有数据体量巨大、数据类型繁多、处理速度快、价值密度低而效率要求高的特点。

第一，数据体量巨大。高清化带来单个监控点数据量即以指数级增长，例如单个1080P IPC 30天就会产生2T数据；IP化大联网后，各平台实现互联，平安城市网内摄像头数量达数万数十万级别，其数据量之巨大可想而知。

第二，数据类型繁多。视频监控领域的视频编码格式包括：H.264、MPEG-4、MJPEG等多样化的编码方式。而同时随着各类物联网技术的融入到视频监控业务，汇聚了包括各种传感器、IT、CT系统产生的多样的数据。业务系统需要把结构化与非结构化数据相互关联，统一存储。

第三，处理速度快。视频数据随时间快速增长，并以持续顺序到达。在视频监控领域，视频分析的效率决定价值，更低的延迟、更准确的分析是平安城市这类客户的普遍需求。随着数据量的增加，哪怕对TB级别的数据进行视频内容的数据分析和检索，采用串行计算模式都可能需要花费数小时的计算，已远远不能胜任时效性的需求。

第四，价值密度低，效率要求高。在视频监控业务中，价值密度的高低与数据总量的大小成反比。一小时的视频监控内容，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。

视频外延——视频结构化的意义

视频技术是安防行业的核心，平安城市、道路监控、楼宇监控等项目的建设中会产生大量的视频数据，是组成安防大数据的重要部分。随着数据量的增加，哪怕对TB级别的视频数据进行对视频内容的数据分析和检索，传统技术模式下可能需要花费数小时的计算，已远远不能胜任时效性的要求。用户希望能够对海量数据进行有效管理和使用，快速辨别有效数据，提高数据利用价值。但视频监控所产生的海量视频数据全部为非结构化、半结构化数据，无法被计算机所直接识别。这些海量的视频数据全靠公安工作人员人工审看、梳理，但受限于公安警力资源的有限，单靠人工完成对所有视频的梳理工作成为不可能完成的事情。

视频是蕴含数据信息最丰富的一类资源，如果我们能够对所有视频进行“提纯”，提取出里面最有价值的文字、图片信息作为永久保存，或是作为视频检索的“关键字”，视频监控在公共安全领域的作用才能有效发挥。视频结构化是一种基于视频内容信息提取的技术，它对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人类理解的结构化信息的技术。从数据处理的流程看，视频结构化描述技术能够将非结构化的视频数据转化为人和机器可理解的结构化或者半结构化情报信息，并进一步转化为公共安全实战所用的情报数据，实现视频数据向信息化、情报化的方向转化，达到视频感知世界的智慧应用。

简单来说，以视频监控为代表，公共安全领域要想进入“大数据时代”，视频结构分析技术就是基础。对于安防企业来说，对视频数据实现深度学习、结构化识别，在智慧城市建设的竞争中至关重要。

视频结构化的应用

所谓视频数据的结构化处理，就是通过对原始视频进行智能分析，提取出关键信息，并进行文本的语义描述。一段视频里面，需要提取的关键信息有哪些？目前来看，主要是有三类：第一类是运动目标的识别，也就是画面中运动对象的识别，是人还是车；第二类是运动目标特征的识别，也就是画面中运动的人、车、物有什么特征，如果是人，是男人还是女人，有没有戴眼镜，穿什么颜色的衣服，如果是车，车牌号码多少，什么颜色什么车型等；第三类是运动目标的轨迹分析，也就是画面中人或车是左转了还是右转了或是徘徊了等。

实现视频结构化分析，目前主要依赖于两种方式：一种是通过具有感知能力的智能摄像机提取结构化数据，再将数据传送到后端进行存储或是开展深入分析，另一种是前端摄像机只采集原始视频，由后端的智能服务器来对原始视频进行智能分析，形成结构化数据。前端智能分析的优势在于每一路前端摄像机都可以做智能的实时分析，消灭延时，减轻后端的计算压力，可以做到无遗漏的智能分析，同时，解放后端的计算资源；后端服务器的智能化则主要集中优势计算资源做更深入的二次分析。通过两种方式的配合，实现视频数据的结构化处理，并开展大数据应用。

无论是前端智能分析摄像机还是智能分析系统，科达拥有丰富的解决方案，在道路交通、办案侦查等领域能发挥卓越的实战效用。

特征分析摄像机

特征分析摄像机适用于相对开阔的场景，能在较为宽广的画面中捕获人、车、物等目标，并准确识别出每一个目标的类型、大小、颜色、方向、速度……然后生成语义与图片信息，送入后端大数据平台。

针对不同应用环境，特征分析摄像机有枪机、红外枪机、高速球、红外高速球、枪球联动、红外枪球联动等多种产品形态，基本能够满足当前绝大部分监控场景下的特征分析应用。

特征分析枪机用于识别固定视野范围内的人、车目标。

在一些视野范围更大的场景中，远处的目标较小，如果采用特征分析枪机，虽然目标也能被检测到，但可能无法准确识别特征。这类场合更适合采

用枪球联动特征分析摄像机。枪机负责全景拍摄和目标检测，球机负责特写跟踪和特征识别。通过球机变倍，即使目标较小，其特征也能被准确识别。对于目标较少的场景，可采用一枪一球；对目标较多的场景，可采用一枪多球。

车辆卡口摄像机

车辆卡口摄像机专门针对车。虽然特征分析摄像机也能识别车，但其主要应用于视野较大的场景，难以识别车牌、车标等更具体的特征信息。通过拍摄视野较小的道路断面，科达300W和600W车辆卡口摄像机不仅能够准确抓拍和识别车牌信息，还能准确识别车标、车型、车身颜色等更丰富的车辆特征。而且，无论是夜间还是白天逆光环境，它都能看清车内细节，并准确抓拍车内司乘人脸照片。

人员卡口摄像机

人员卡口摄像机专门针对人。同样的，虽然特征分析摄像机也能识别人，但其主要应用于视野较大的场景，难以准确抓拍人脸及识别更丰富的人员特征信息。人员卡口摄像机通过视野较小的断面视频，能够准确抓拍最佳的人脸照片。而且，通过专利技术，人员卡口摄像机还能抓拍人的整个轮廓，即使背对镜头，头的轮廓和全身也能准确抓拍。同时，可识别人员行进的方向、速度等特征。

海鸥人员分析系统

海鸥人员分析系统可对接包含身份、户口、旅行、住所、涉案、涉事、涉恐、涉车等各种信息的人员档案库，并记录人脸及全身图像信息与相应的半结构化数据，以图搜图，基于多引擎的智能算法，实现身份核查、人脸识别、黑名单布控等应用。

海燕车辆二次分析系统

海燕二次车辆分析系统可对已建设的卡口电警系统建立了一套二次识别引擎，对卡口电警抓拍的图片进行二次分析，实现车辆各种信息的深度分析。同时基于海燕车辆二次分析系统的车辆数据，可开展一系列的实战应用，例如特征搜车、假套牌分析、放下遮阳板分析、落脚点分析、初次入城分析、车辆布控等。

作者单位：苏州科达科技股份有限公司