大数据时代下视频信息综合应用平台的设计与应用

文/邱吉刚　吴新勇　李汶隆

随着智能视频设备的普及和移动互联网的发展，视频数据量急剧增加，累计达到ZB级别。据IDC统计，2015年全球有分析价值的数据中65%是视频监控数据，并正按每2年翻番速度持续增长。与“传统”大数据相比，视频大数据4V特征更明显，数据体量更大、冗余度更高、实时性更强、类型更复杂，分析与处理的技术难度更大，这也是业内当前一大痛点，海量视频中蕴含的大量价值“金矿”，因为处理分析手段的落后和研判效率的低下，未能得到充分挖掘和利用。

1　行业发展

围绕这个痛点，在学术界、企业界和相关部门的共同努力下，视频大数据正从简单行为分析演变为多维度模式识别，从单点智能进化为全网大数据关联挖掘，从实现事后验证升级为实时告警及事前预警。此外，目前技术架构向“云+边”演进的趋势日益显著，即在IPC摄像头等前端设备进行结构化处理，云平台作多点关联分析及联网布控，以提升分析效率，增大并发处理规模，支撑更智能化应用。

在海量数据的基础上，深度学习与机器视觉的相互融合为视频数据分析提供了强大的技术支撑，公安、交通等领域的智能化需求正驱动视频大数据应用逐步落地。为推动社会各领域从数字化、网络化向智能化跃升，国家相继出台了《促进大数据发展行动纲要》等政策，指导和推进大数据领域的技术创新、行业应用和产业发展。

一言以概之，当前在技术、数据和应用的三轮驱动下，在国家政策的引导下，视频大数据分析与应用趋势已成，以数据为驱动开展视频信息综合应用平台的研究和研制意义重大。

2　基于大数据架构的视频信息综合应用平台

2.1　建设目标

平台建设目标在于，以统一视频大数据基础服务平台，支持分布式弹性云部署，提供资源按需服务；兼容95%视频格式，实现异构网络无缝通信；建立统一数据池与算法池，支持数据融合挖掘和算法动态装卸；通过统一数据总线，实现海量异构数据的汇聚整合、多维洞察和融合应用，支持跨行业的快速应用和部署。

图1：视频信息综合应用平台系统架构

2.2　系统架构

平台基于云架构设计，按照数据元素的流动，依据松耦合的原则定义了3个子层，即视频采集与传输子层、视频分析与研判子层、视频应用与服务子层，如图1所示。

其中，视频采集与传输子层是系统基础，主要负责实现IPC/NVR等视频设备管控、视频内容采集与汇聚，支持移动通信网、物联网等公网及专网数据传输。视频分析与研判子层是系统核心，主要负责视频图像结构化等基础数据服务，并提供视频增强、人车识别等核心算法支撑。视频应用与服务子层是系统的价值体现，针对智能安防、智能交通、智能公安等行业需求，提供技术、产品及整体解决方案等一揽子应用服务。

2.3　功能实现

在视频采集与传输领域，基于GB/T 28181、SIP、ONVIF等标准，研制视频联网共享等核心子系统，实现视频资源的接入、传输、存储、交换、共享等功能，提供多级/跨域联网与共享服务，提供实时浏览、联动布控、录像回放、报警管理等功能。

在视频分析和处理领域，重点推进智能视频分析子系统研发，通过视频图像的结构化和关联分析，构建视频结构化数据库及人事物为重点的专业数据库，实现行为分析、视频摘要、视频检索、人车识别、圈踪分析与稽查布控等核心功能，并达到以下主要技术指标：

（1）支持H264、mp4、avi、mov等 多种视频格式

（2）特定目标的行为（越界、入侵、徘徊、反向、物品遗留等）研判准确率达95%以上。

（3）普通场景下浓缩比达50:1，不少于15度密度调节

（4）支持1:1人脸验证和1：N人脸识别。简单场景下，识别率大于99%。

为实现上述目标，可采用基于深度学习的技术框架进行构建。以人脸识别为例，整个处理过程综合采用深度神经网络和机器视觉技术，针对实战性场景进行改进，在人脸检测、特征点定位、特征提取和特征比对等环节进行优化，重点解决不完全信息下（比如遮挡、戴口罩）情况下识别率断崖下降、人脸检测速度慢及跟踪目标丢失等问题。

在视频应用与服务，重点研究如何贴合业务进行功能流程设计乃至技术指标提升，满足实战化性需要。为支持跨行业应用系统的快速开发和部署，一种可参考的方案是，采用B/S架构，基于“微服务”理念进行设计。例如，整个业务系统可采用Spring cloud微服务架构开发，统一提供服务注册、权限认证、负载均衡、配置管理，构建高可用、高并发、高扩展的运行环境，而具体服务功能项则以Sringboot微服务服务提供者形式运行，由Eureka注册中心提供微服务注册，由Feign组件和Hystrix熔断器提供内部服务的负载均衡和熔断机制，从而确保系统的稳定、可靠和安全运行。

3　行业应用

基于视频信息综合应用平台，可贴合公安、交通等行业需求，通过标准产品或者定制研发等方式提供实战应用服务，加快视频侦查速度，提高工作人员效率，提升安全管理能力。

3.1　公共安全

在公共安全领域，通过整合公安内部资源、社会外部资源，实现“人、车、电、网、像”等多轨联控和多库联侦，挖掘海量数据蕴含的情报价值，提供重点人员管控、遗失人员搜寻、在逃罪犯缉拿、刑事案件侦破等特色功能，从而提升公安机关反恐防暴、治安防控、侦查破案的能力。

3.2　智能交通

在智能交通领域，依托视频信息综合应用平台，可实现交通卡口、电子警察等视频资源的汇聚整合，统一进行结构化处理和关联分析，实现车牌识别、车辆识别、稽查布控等功能，为提供交通态势感知、红绿灯优化及交通道路规划提供基础服务支撑。

3.3　智能安防

在智能安防领域，重点针对企业园区和重要设施监控等应用场景，对视频图像、电子围栏、动力环境等数据进行汇聚整合和分析研判，支持陌生人员识别、异常行为识别、非法入侵检测和实时报警预警等功能，实现一体化、综合化、智能化的全方位监控，实现无人值守式监控目的。

4　结语

基于视频大数据的行业理解和思考，本文提出了大数据时代下视频综合管理平台的研发思路和实现方法。通过人工智能、机器视觉、大数据技术的研究与创新，建设统一的视频大数据云平台，围绕视频数据采集、分析和应用开展核心产品研制和技术创新。当前，基于视频大数据的创新与应用，曙光已经出现，但道路依然艰辛，尤其在行业实战化应用方面有较大差距，需进一步努力和完善。