基于视频分析技术的交通监控综合管理平台建设与应用

文/张广玉

随着交通业务的不断发展以及交通信息化程度的不断提升，视频监控系统发挥的作用越来越重要。由于传统的视频监控系统智能化程度不高，面对成百上千路的监控视频时，基本靠人工来进行相关查询和分析，严重影响工作效率及分析结果的准确性，也达不到智能交通实时性、准确性及高效性的要求。在大数据时代，视频分析技术越来越重要，为智能交通提供了一种高效的监控手段。

1 现状需求

淮安市交通运输局下属的公路管理处、航道管理处、运输管理处、地方海事局、港口管理局等职能部门，都建设了各自的视频监控系统，监控点位比较分散，共计500 路左右，基本是数字高清监控，但集中度和智能化程度不高，视频查询和分析基本靠各个职能岗位工作人员人工完成，效率不高，不能快速从海量的视频数据中提取有价值的信息，而且有时会漏掉某些有用的信息，处于“监而不控”的状态，对业务工作的正常开展产生一定影响。

1.1 视频监控无统一平台

现阶段存在于各个职能部门的视频监控系统都是分散孤立的，市局机关无法方便调看。在交通应急管理及辅助决策方面迫切需要一个统一的视频监控管理平台，能够方便调看各个职能部门的监控点位，以便做好事前预防、事发应对、事中处置和善后管理工作。

1.2 监控系统缺乏预警性

传统的视频监控系统主要功能就是录像，监控中心的大屏同时显示监控的路数也有限，而且职能岗位工作人员也很难做到对视频监控画面的实时监视，导致一些突发事件发生时，视频监控系统实现不了提前预警的功能，只能在事件发生后调取录像，作为取证的依据。

1.3 视频数据查询检索难

因视频监控点位过多，产生的视频数据量非常大，视频数据内容也非常复杂，在进行查询或取证时，只能靠相关工作人员人工对视频数据进行细致的检索和筛选，每一分一秒的画面都得仔细核对，非常困难，且耗费大量时间及人力物力。

1.4 监控系统无分析功能

现阶段的视频监控系统因为建设时间较早，相关技术不成熟或是当时业务工作对系统的要求不高，导致监控系统功能比较单一，没有更好的发挥出视频数据应有的有效性及实用性，随着计算机图像处理技术的逐渐成熟及交通业务的快速发展促使视频分析成为视频监控系统必须具备的一项重要功能。

2 建设目标

根据各职能部门视频监控系统建设现状，依托交通专网，按照相关标准及技术规范，结合交通自身业务发展需求，基于视频分析技术，构建统一高效的交通监控综合管理平台。通过对各职能部门视频监控管理平台等基础资源的全面整合，实现对摄像机、NVR（NetworkVideo Recorder，网络硬盘录像机）等视频监控设备的展示和集中管理。在此基础上，通过图像视觉等技术对视频资源信息进行处理，采用相关编码算法进行分析和理解，将目标特征信息与序列图像进行比对，识别有用的事件或目标并发出警报，必要时可对监控场景中的变化自动跟踪，实现在不需要人为干预情况下的自动分析和判断目标行为的功能，为相关业务工作的开展提供更加可靠、高效的服务支撑。系统功能结构如图1所示。

3 实施过程

3.1 系统基本架构

图1

图2

因是在各职能部门已有的视频监控系统基础上进行整合建设，故采用后台服务器部署模式。通过部署在交通监控综合管理平台的专用服务器集群来实现视频分析应用功能，这种模式有效避免了视频采集前端设备处理能力不足的缺陷，通过后台专用服务器集群的强大处理能力来实现对各种复杂事件及目标的分析，也方便与其他业务信息系统的对接，由此扩大视频分析应用的范围。由于视频分析引擎运行在后台服务器端，系统的稳定性非常高，优化及升级也非常方便。系统总体架构如图2所示。

3.2 系统资源整合

依托交通专网，通过视频监控平台对接的方式整合各职能部门的视频监控系统资源，方便数据和管理的统一。实现客户端系统状态的统一检测及监控视频图像的结构化。面向用户，以“一张图”的方式，直观展示交通事件的预测预警管理及交通通行参数的实时监测功能。

市局机关通过海康威视视频监控管理平台对接各职能部门的视频监控平台，统一接入经筛选后的数字高清摄像机的视频进行集中管理，实现各路视频信号的调看，在设备状态、系统设定、事件记录、报警通知等方面都可实现管理和控制，并可在电子地图上对监控摄像机进行坐标标注及视频实时预览展示。

3.3 视频分析系统

视频分析技术是交通监控综合管理平台的核心应用，通过相关程序算法对监控视频数据进行运算分析，过滤掉干扰信息，从视频信号中提取有价值的目标或事件，实现对视频图像内容的智能化判断。

将各职能部门的视频监控系统的视频图像通过ONVIF（Open Network Video Interface Forum，开放型网络视频接口论坛）协议接入综合管理平台，通过视频结构化技术，将原始视频信息进行处理和分析，借助技术手段读取编辑过的信息流，实现运动目标的跟踪、检测、分类及行为理解分析，当违反设定规则的行为被检测出时，系统自动发出警报。通过结构化视频图像分析，实现视频图像质量检测、交通参数计算及交通事件行为理解等功能。

3.4 硬件系统部署

基于交通云数据中心，配置4 台虚拟机，分别用于视频分析应用服务器、视频分析数据库服务器、数据可视化平台、iVMS-8600 智能交通综合管控平台。部署动视元视频事件检测系统一套，用于对监控区域的各种交通事件等情况进行自动检测和监控。部署GPU 系统一套，含两台曙光GPU 服务器W560，每台服务器配置2 颗CPU(Xeon E5-2650 V4)、32GB 内存、3 块600GB SAS 硬盘、2 块NVIDIATesla P40 GPU，用于对交通视频监控系统数据进行结构化分析和人工智能学习，实现对视频数据的智能化分析和大数据分析。部署曙光DS800-G25 存储系统一套，配置2 个存储控制器、128GB Cache，共24 块4TB 硬盘、32 块600GB 10K SAS 硬盘，用于对数据的存储。

3.5 软件系统部署

部署海康威视iVMS-8600 智能交通综合管控平台，配置联网网关，包含Oracle 数据库的实例创建脚本、WEB 安装程序、服务器安装程序及C/S 客户端安装程序等，实现对监控目标的信息识别、查询统计及智能研判等功能。部署商汤数据可视化工具及视频分析系统，建立数据分析模型，可对数据的趋势性进行分析和判断，支持K-means 聚类、LDA 线性分类、一元线性回归、HoltWinters 时序分析，通过深度分析算法进行数据预测和数据关联性洞察，实现对数据含义和价值的深度挖掘，将深度分析的结果和描述性分析的结果进行统一展示，并可相互联动分析。

4 应用情况

结合交通业务工作实际需要，目前选择了8 路国省干线重要路段的监控摄像机，进行实时监测分析，可实现道路能见度分析、拥堵实时判断、单位时间内的车流量及异常情况统计等功能。总体应用效果如图3所示。

图3

4.1 监控设备运行状态监测

系统可根据视频图像质量对相关设备进行状态监测，例如抖动、黑屏等异常状态，还可对视频图像的无效率运行进行监测，例如异物遮挡、无道路等异常情况，监测到的异常状态及情况都能实现自动报警，方便运维人员及时发现问题并尽快处置。

4.2 路网及水域全天候监测

平台基本实现24 小时无人值守，对路网及水域进行昼夜不间断的状态监测，减少了对人工的依赖，通过相关视频识别算法，可识别绝大部分车辆类型，直观展示上下行的交通流参数，实时数据高频率更新，确保系统数据的精确度及时效性。

4.3 交通异常事件实时报警

当监控区域发生异常事件时，系统可自动判断出事件类型，并发出警报信息，能够快速准确地对异常事件发生位置进行定位，提供相关视频信息，包括实时视频和录制视频，对异常事件的所有资料自动存档，自动完成检测、报警、跟踪、抓拍、发布等流程。

4.4 交通拥堵预警事前干预

通过对监控区域交通流量的实时监测，将系统采集到的以时间和距离为参数的拥堵阈值与车流量阈值相比较，一旦达到相关规则数值，则自动发出拥堵预警信号，可根据情况提前进行交通疏导，降低拥堵发生的可能性，将拥堵事后处理的传统方式改变为事前主动控制。

4.5 实时路况水情监测预测

通过对监控区域的实时监测，获取相关的交通参数及功能模块阈值，在此基础上判断出未来一段时间监控区域的交通运行发展态势，并预测出交通异常事件对道路及水域的影响程度，以及持续的时间，自动给出相关建议措施并可分析出在无人工干预的情况下可能出现的后果。

4.6 道路水域团雾检测报警

根据视频图像清晰度的差异对当前时刻能见度进行判断和转化，采用相关算法获得能见度数据，当预设的能见度阈值低于当前的能见度数据时发出警报，通过可变情报板等系统发布相关信息，使公众出行时或巡查人员能够提前做好准备措施。

5 结语

通过采用先进的视频分析技术，实现了对数字化视频监控系统的统一管理和业务整合，及时获得各类交通参数及事件等数据，可与其他交通业务信息系统互联互通，实现智能化、结构化视频数据分析和大数据分析等功能，为应急管理、辅助决策和智慧交通建设提供了有力的技术支撑，进一步提升了业务工作效率和交通服务水平。