面向智能监控摄像头的监控视频大数据分析处理

韩乐

面向智能监控摄像头的监控视频大数据分析处理

韩乐

中国电信股份有限公司上海嘉定电信局，上海 201800

当今智能化信息时代，视频监控无处不在，而且也越来越智能化，这是安防中必不可少的部分。智能监控摄像头的广泛应用增强了公共场所的安全，具有丰富的异常行为识别功能，让不安全因素无处遁形。但是智能化监控摄像头在数据处理分析方面存在巨大阻碍。因此，基于大数据分析处理技术对智能摄像头拍摄的监控视频进行分析处理，首先介绍了智能监控摄像头以及大数据在视频监控中应用的研究背景；其次研究了大数据在视频监控中的分析情况；最后通过实例利用大数据技术分析了处理现实情况。通过研究，能更深刻地理解大数据技术在视频监控的应用范围和方式，为视频监控分析提供理论基础。

智能监控摄像头；大数据分析；智能搜索

1 智能监控摄像头及监控视频大数据分析的研究背景

1.1 智能监控摄像头的研究背景

当今社会任何一座城市，都随处可见摄像头，这也是建设平安和谐城市的需要。例如在交通行业中，如果出现交通事故可以通过记录事故发生过程的摄像头拍摄下的视频进行追责；在公安系统中，可以通过摄像头拍摄的视频预防恐怖袭击，打击犯罪行为，维护社会稳定，保障人民权益不受侵犯，这也是建设和谐社会的需要。

传统摄像头存在许多局限，例如视频中拍摄的目标很难识别出来，像素较低、视频上没有信息提示很难甚至不能对所拍的视频进行智能分析，这给那些查看视频的工作人员对视频进行分析带来难度，特别是如果公安机关部门的重要视频信息不能够准确地分析出来，则会给人民和国家造成很大损失[1]。于是，为了满足人们的需求，一大批专家学者结合视频智能分析技术，增加监控视频的功能，使视频中目标更具有可读性，例如标记视频中的建筑、人、车等信息，将视频标签技术、人脸识别、车辆识别等技术结合在一起，使得摄像头拍摄的视频更加让人觉得有一种现实感。以上各种技术的结合使得查看摄像头视频人员的工作负担大大降低，难度减小，并且查看人员直接可以对要查看的目标进行操作。

1.2 基于监控视频大数据的研究背景

随着视频数据量的逐渐增加，这时候大数据技术映入人们眼帘。Guo、Shavachko、Kim以及Chen等人设计出了大数据存储方式，并提出各自的算法。这些算法也存在缺点，只注重于单方面的视频分析，对时空关系的监控视频并没有用，相继许多智能视频监控摄像头被研究出来，主要应用在战场、公共区域、地铁等场所。这些智能监控摄像头存在许多缺点，例如不能同时检测和告警两个以上的事件。另外，随着存储数据的逐渐增加，智能摄像头的成本增加。为了解决以上诸多难题，本文提出了基于大数据的方法来分析处理监控视频数据。本文提出的办法不是简单地处理单个智能摄像头信息，而是处理多点摄像头信息，从而发现视频中目标的异常行为发生的规律，挖掘各种行为之间的联系，尽可能地为发生的事件通过预警做出防范措施。如果事件发生了，那么可以从监控视频中快速取证，找出线索，查出引起事件的人或者事。

2 基于大数据视频监控的分析

2.1 架构分析

要想研究基于大数据视频监控的架构，这就不得不提一项技术——Hadoop。它可以和业务结合起来创建架构。架构大体包含五项内容，分别为数据源层、存储层、分析层、业务及管理层。我国视频监控中的数据源主要来自两种：第一种来自实时监控，第二种来自从其他设备导入的数据。对于数据存储层来说，存储的方式多种多样。我们常见的NVR存储系统，如果想要应用性更高，则可以用Hbase；如果想要存储的数据更加稳定，则可以采用HDFS或者Hbase。在分析层中主要是对视频信息进行分析和挖掘，主要步骤首先是分解数据，然后深度挖掘数据找出有用信息。业务和管理主要是对视频设备进行管理，另外利用软件对管理系统进行管理。

2.2 应用分析

电脑和相关网络技术在视频监控中是必不可少的。只包含这两类构成的监控系统只能简单记载图形和视频，这并不是真正的智能化。很多数据在没有经过处理并不能被人们使用，所以可以利用大数据技术中的数据挖掘技术来对原始信号进行分析处理，而大数据处理在很多方面应用受到限制，如今主要用来识别车牌。基于大数据的数据挖掘技术主要实现方式是利用前端、后端设备。这两种方式都具有各自的优势，第一种能够更灵活地挖掘视频中的信息；第二种方法主要是处理信息能力较强，能够融合来自不同的数据，且效果较好。当然在数据挖掘时候也要遵循使用人的意志。数据挖掘主要包括三个步骤：（1）提取基础的图像信息；（2）利用目标进行检测、跟踪，最后对比提取相关信息；（3）把提取的相关信息的语义转变为高层语言，能让相关人员看懂。

2.3 云端视频分析

云端视频主要是采用流媒体服务器进行的，通过一定的算法送到流媒体，然后进行分析，将分析出来的数据加载到数据流数据包里，终端对视频进行渲染。如果将云端视频分析转移到分析服务器上，要使用专用的服务器最终传送到终端，通过各种视频处理算法将视频合并到视频包里，最后进行渲染和画面增强处理。

3 案例分析处理

3.1 异常行为分析

犯罪分子每次进行犯罪都有自己的特征，例如要进行周密的踩点，踩点过程中的一些行为特征都是有规律的，每次都没有什么差别，例如徘徊、逗留等这些异常行为。异常行为快速检索方法是有一定的流程的，首先智能摄像头发出预警信息，于是就到异常行为库中进行查询。这种查询是通过复杂的映射进行查询的，然后再进行保存。当有人员要查询监控视频时，就可以浏览相关快照，逐个排查。每次犯罪人员犯罪前必然经过细致的踩点，他们踩点的行为就是预警信息的依据[2]。

3.2 视频智能保存

这个实验的研究目标是3个ATM机。这些机子分布在武汉大学旁边，在ATM机旁边的摄像头拍摄下来的数据都全部保存下来，且保留3个月，当然这种存储极有可能保存一些无意义的视频，浪费存储空间，所以必须想办法减少存储空间的浪费。可以基于大数据进行风险排查，对有异常行为、可疑人员利用计算机计算风险，然后排查出来。如果检测出来了异常人物，就可以对这段视频进行上报保存；如果该范围内出现很多相似情况，那么这段视频就要长期保存甚至永久保存，以供公安机关查证，以防没有证据证明犯罪行为发生[3]。

3.3 异常行为关联分析

当警察已经确定犯罪行为发生的时候，警察必定要建立专案组，耗费大量的警力进行全城搜索，最终人力、财力、物力都消耗完了还不一定能查到犯罪人员。如果公安机关使用关联分析方法应用到破案中，对相关嫌疑人的行为进行异常行为分析例如快速移动等，快速锁定范围、锁定犯罪人员，最后得到快速定位。

4 结语

随着我国技术高速发展，智能摄像头也相继取代了传统的摄像头，相比传统的摄像头的优点在于性能更高，风险预警能力更强，节省了摄像头的存储空间。大数据应用在智能摄像头中，使摄像头具有分析能力，使监控视频更加智能化，满足人们对美好生活的需求，特别是在公安系统以及建设和谐城市方面体现得更明显，如公安机关办案、破案效率提高等等。本文探究的监控视频大数据分析处理方法提高了视频公安机关办事效率，具有很大的实际应用价值。

[1]夏荣，吴彬，袁文勤. 监控视频恢复技术研究[J]. 网络安全技术与应用，2017（2）：126-127.

[2]马元元，李向伟，刘艳飞. 海量监控视频分级摘要生成系统研究[J]. 现代电子技术，2017，40（13）：34-37.

[3]王嘉陈，周瑞，凌启尉，等. 不同监控视频角度同一姿态的同一性研究[J]. 科技视界，2016（12）：83-84.

Monitoring Video Big Data Analysis and Processing for Intelligent Surveillance Cameras

Han Le

China Telecom Corporation Limited Shanghai Jiading Telecom Bureau, Shanghai 201800

In today’s intelligent information age, video surveillance is everywhere and more and more intelligent. This is an essential part of security. The wide application of intelligent surveillance cameras enhances the safety of public places, and it has a wealth of abnormal behavior recognition capabilities, leaving unsafe elements to nowhere. However, intelligent surveillance cameras have a huge obstacle in data processing analysis. Therefore, based on the big data analysis and processing technology to analyze and process the surveillance video captured by the smart camera, the research background of the smart surveillance camera and the application of big data in video surveillance is first introduced. Secondly, the analysis of big data in video surveillance is studied. Finally, big data technology is used to analyze and deal with the real situation. Through research, we can gain a deeper understanding of the application scope and methods of big data technology in video surveillance and provide a theoretical basis for video surveillance analysis.

intelligent surveillance camera; big data analysis; smart search

TP391.41

A