视频监控系统发展历程及趋势浅析

浙江省慈溪市慈溪高中 洪翌滔

一、视频监控系统发展史

从上世纪九十年代开始，视频监控系统正式进入中国，并在国内相关领域内得到了快速发展，从以矩阵为核心代表的模拟系统，发展到了以硬盘录像机为代表的半数字化监控系统，再到如今以网络摄像机为代表的全数据监控系统，视频监控已存在于社会公共安全的每一个角落。视频监控的发展历程主要分为三个阶段：

第一阶段为模拟监控时代，主要由模拟摄像机、专用同轴电缆、视频矩阵、显示器、模拟录像设备及录音带等组成。系统定位为解决小范围区域内、短距离的视频监控需求。

第二阶段是以硬盘录像机为核心的半数字化监控时代，主要由模拟摄像机、专用同轴电缆、硬盘录像机、显示器等组成。系统优势在于充分发挥了计算机技术的功能，能为用户提供相对人性化的预览、视频管理方式，在一定程度上解决了模拟矩阵技术无法解决的难题。

第三阶段则是以网络视频为核心的全数字视频监控时代，也是网络时代，视频从前端视频图像采集、传输就是数字信号，同时以网络为传输介质，实现视频图像的传输，并通过部署在相应网络内的控制主机来实现系统的显示、控制、存储、应用。

视频监控系统发展历程示意图如图1所示：

图1 视频监控系统发展历程示意图

二、国内视频监控系统发展背景

视频监控系统是保障城市安全和维护社会稳定的基础设施，也是“平安城市”的核心组成部件，更是未来“城市大脑”的眼睛，是“智慧城市”发展的重要载体。视频监控不仅可以满足城市管理、反恐维稳、应急指挥等需求，也可以启到治安防控、预防打击违法犯罪行为，提供破案所需的视频图像信息线索等作用，能作为人防、物防之外的另一大防控手段——技防。同时，通过视频监控系统建设能构筑城市的立体化防控网络，提升城市可视化管理水平和政府应急处置能力，对于维护城市公共安全具有重大的意义。

国内的平安城市建设起源于“科技强警”战略和城市报警与监控系统建设（“3111”试点工程）两大项目，从最初的前端点位建设到近几年的联网整合，视频监控技术已经成为政府部门可视化管理的技术支撑点。近年来，随着人民生活水平的提高、国民经济的高速发展，人们的生活、学习和工作条件均有了很大的改善，越来越多的人成为了有车一族；私家车保有量的增多无疑给人们出行带来了很大的便利，但与此同时，私家车发展所带来的问题，也日益严重。从近年的公安刑事案件规律来看，车辆成为了犯罪分子作案、生活中必不可少的工具。同时，随着经济的快速发展，以及城镇化建设步伐的加快，各地城市的人口流动频率越来越大，人口组成也变得越发复杂，城市公共安全领域的人员安全防范与管理面临着巨大的挑战，而现有的网络视频监控系统虽能解决视频采集、预览、控制等应用需求，但面对越来越多的视频资源，以及信息化、智能化的管理需求，笔者认为亟需引入人工智能（Artificial Intelligence，即AI）来自动消化海量监控视频数据，将网络视频监控系统升级为以结构化数据为核心，以精确数据生产为目标的智慧监控系统。

三、视频监控发展趋势分析

在中国的平安城市建设中，会部署大量的摄像机，这些摄像机每天将采集海量的视频数据。我们以首都北京举例，据不完全统计，属于政府和社会公共机构的建设摄像机，体量已超过200万个，这些摄像机与我们的手机不一样，它每分每秒都在进行视频采集，北京200多万个摄像机一天将会产生200多万天的录像，折合成年，也就是5000多年的视频。所以在视频监控系统中，从前端摄像机到存储都是一个拥有海量数据的网络。那么这些数据最终由谁消费呢？唯一的消费者就是监控中心的工作人员，简单来说就是政府工作人员（例如民警），他们在日常工作的中需要去浏览很多实时视频/录像，但是目前视频监控系统生产数据的速度，已经远远超过了数据消化的速度，这也就导致了当今视频监控行业的一个主要矛盾：我们采集了太多的视频，但这些视频的价值却没有办法得已最大的发挥。

在《碟中谍》里面有一个场景，任务情报署的特工卢瑟，通过天眼视频，应用人脸检索、人脸识别技术，完成了对目标伊莎的位置锁定。该电影片段中呈现了几个核心技术，例如人脸检测、人脸识别、步态识别等，这些技术在三到五年以前，识别的精确度并不足以支撑广泛应用。但随着人工智能技术，尤其是深度学习的成熟，现在车辆识别、人脸识别这些基础模块的性能、精度已大大提升。综上所述，笔者认为，将人工智能引入视频监控领域，自动对视频数据里面的内容和目标进行结构化分析，提取有价值的属性、身份信息等结构化数据，并通过计算机进行海量结构化数据的检索、分析、统计应用，是未来视频监控系统发展的必要趋势。这中间的一个关键环节，是如何充分挖掘数据背后隐藏的价值，因为当人工智能将视频类非结构化数据，解析成结构化数据后，将会产生一个新的结构化数据池，这些数据如果没有经过关系的挖掘，那么就无法形成真正有意义的情报。

目前，在视频监控领域会应用一些相对成熟且简单的挖掘手段，例如在医院里经常会有一些医闹人员，我们可以尝试将这些人员的信息录入到“医闹库”中，也就是俗称的黑名单，一丹这些人来到医院，则系统就会进行自动预警，医院的保安能第一时间得到预警信息，及时将不稳定的因素扼杀在摇篮里。事实上，还有很多更为复杂的数据关系的分析挖掘手段，例如医院会有很多号贩子，这些人的存在会饶仑医院正常的挂号服务秩序，那么如何通过人工智能技术将这些号贩子找出来呢？怎么样能够区分号贩子与普通挂号病人的差别呢？这就需要对挂号人的行为进行分析，从海量的人脸数据和行为数据中，自动将经常在医院挂号，但又不看病的人员筛选出来，然后纳入特殊人群管控起来。未来，以人工智能+数据挖掘模式构建的视频监控系统，将帮助各行业更好的实现视频增值服务。

四、结论

通过本文的分析，笔者提出了人工智能+数据挖掘的新一代视频监控系统构建模式，建议对海量视频类结构化数据进行解析，结合业务需求挖掘数据价值，催生数据应用，实现视频数据增值效益。