智能视频大数据平台实践

张峻峰，刘 鹏

(天津泰达有线电视网络有限公司 天津 300457)

0 引 言

随着网络大数据时代的到来，安防领域的科学技术得到了极大的发展，视频监控技术也从传统意义上的人工查看视频录像变成现如今的智能视频分析技术。随处可见的摄像头摄录的海量视频通过转码、压缩后传输汇聚到数据处理平台，最终由大数据分析得出需要的信息。目前基于大数据的智能视频分析技术(以下简称为视频大数据)已经在城市管理、公安领域有了非常广泛的应用，在维持社会秩序及保障居民安全方面起到了举足轻重的作用。

1 智能视频分析技术原理

智能视频分析技术是计算机图像视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术。对图像中的物体进行分析分为 3个步骤实现(见图1)。

图1 智能视频分析步骤Fig.1 Steps of intelligent video analysis

①目标检测及目标跟踪：目标检测指的是从图像中将运动变化的区域分割提取出来，此时检测出来的目标不需要识别。一般的检测方法有背景减除法、时间差分法等方法。

②目标识别：如通过人脸识别技术达到判定目的，将待识别的目标与指定的目标库中的特征进行比较，以确定是否与该库中的某一目标相匹配。

③行为识别：系统制定分析规则，通过对目标的识别及跟踪，由系统自动分析、判断并预测运动目标的行为信息，最终将行为信息传输至系统应用平台得出分析结论。

2 视频大数据处理系统

2.1 视频监控的大数据趋势

现代社会的信息量正以飞快的速度增长，这些信息里又积累着大量的数据。针对如此大级别的数据量，从前的系统逐渐暴露出数据检索速度越来越慢，数据统计、分析效率越来越低等问题。视频大数据处理系统的出现解决了这个难题。

2.2 视频大数据平台技术

视频大数据处理系统，为应对视频大数据处理中的存储问题，采用了分布式存储方式，提高了读写速度，并扩大了存储容量；为应对视频大数据处理中的计算问题，采用分布式计算系统，提高了数据分析和挖掘能力。视频大数据处理系统分为资源层、平台层、应用层(见图2)3个层次。

图2 视频大数据处理系统架构Fig.2 System architecture of video big data processing

①资源层：包括 IT基础资源、数据资源、视频资源等。能够产生、存储、处理海量数据的资源，如过车数据、人脸数据、案事件数据等。

②平台层：即视频大数据平台，包括数据存储、数据处理、数据迁移、集群管理等功能，同时为上层应用提供接口。

③应用层：基于视频大数据平台提供的高效数据处理服务，行业应用平台(公安、交通、司法、能源、教育等)能够提供海量数据的高效存储、检索、分析和统计等功能。

3 视频大数据平台应用

3.1 视频大数据分析平台

建设智能化视频大数据分析平台，不仅可以实现智能布防，而且可以针对视频监控大数据实现智能分析检索、GIS共享应用、视频侦查等现代化智能监控管理，为提高城市综合治理水平提供信息平台保障。

根据天津市、区公共安全视频监控建设联网的需要，开发区智慧视频监控项目建设完成了视频大数据分析平台，在区域内实现了“全域覆盖、全时监控、全息感知”。

①全域覆盖：在公共区域、重点行业、领域和住宅小区视频监控达到全域覆盖。

②全时监控：在范围内，实现了 7×24,h无间断监控，为城市管理和居民安全提供了可靠的保障。

③全息感知：运用互联网、物联网、云计算等新一代信息技术，以及视频监控的图像清晰化处理、视频结构化描述、数据挖掘与数据融合等方面的专业技术，实现视频数据与公安信息化数据的有效关联和综合深度智能化应用。

3.2 案例分析

笔者用自己的车辆做了一个应用实例：在大数据分析平台系统中输入自己的车牌号并选择起止时间，最终系统输出了此时间段内该车辆的拍摄录像(见图3)、活动热点、过车统计(见图 4)等信息。通过清晰的图像和详细的信息，违法犯罪、不文明行为将无所遁形。由此可见，视频大数据分析平台已经具备智能、全方位识别物体信息的能力，在城市管理及公安领域上起到了不容忽视的作用。

图3 车辆录像截图Fig.3 A screenshot of automobiles

图4 车辆统计信息Fig.4 Vehicle driving statistics

4 视频大数据的现状及未来

4.1 视频大数据的现状

虽然现在的智能视频分析得到广泛的应用，但是，视频分析技术还没有完全成熟，目前还属于技术应用的初级阶段，存在很多问题，这些问题可能也是限制智能视频分析应用快速发展主要的因素。

①受环境干扰大：视频分析技术最大的一个问题就是受环境和视频质量的干扰太大，会使应用系统无法进行正常工作甚至失效。②安装调试复杂：智能分析应用产品几乎都需要按每一个应用场景进行不同的参数调试，而非专业人员无法调试出理想效果。③误报率和漏报率：尚未达到理想效果。

4.2 视频大数据未来的发展方向

从目前存在的问题推断，视频大数据未来可能会朝着更加准确、智能、高效化的方向发展。①从源头增加可判断信息。针对同一目标，采用多种角度的摄像分析计算，通过多维度信息跟进，准确判断物体之间的距离、深度、高度等信息，能够提高整体算法的准确性。②能够根据不同的复杂环境进行自动学习和过滤，能够将视频中一些干扰目标进行自动过滤。从而达到提高准确率，降低调试复杂度的目的。

5 结 语

现今视频大数据在许多领域已经有了较为成熟的应用，在打击犯罪、治安防范、社会管理、服务民生等方面发挥着越来越积极的作用。虽然目前还存在着环境干扰和准确率等方面的问题，但是随着视频大数据技术的发展，进一步提升其智能化及准确率，未来必将得到更加成熟及广泛的应用。