智慧城市中视频监控大数据的应用探讨

田 欣

（甘肃省通信产业服务有限公司邮电规划咨询设计分公司，甘肃 兰州 730000）

1 视频监控大数据在智慧城市中的应用价值

1.1 提高数据应用效率

视频监控大数据技术的应用，将由大数据系统替代人工完成数据收集、关联分析、归档保存、预测分析、动态模拟等基础性和复杂性任务，为指挥调度、运营管理等工作开展提供数据支持。

1.2 深度挖掘数据价值

大数据技术的应用，凭借其强大的逻辑推理能力，通过开展交互式分析、逻辑推理运算等任务，向下深入挖掘数据信息的潜在价值。

1.3 创新体系

在视频监控系统中，对大数据技术的应用，既可以在短时间内显著提升系统运行效率及综合管理水平，同时，也将改变传统的运行方式和管理方法手段，逐渐完善原有模式，最终形成一套与智慧城市相匹配的标准体系，从根源上解决低效管理等实际遇到的问题。

2 视频监控大数据在智慧城市中的深度应用

2.1 在公共安全领域的应用

在城市公共安全领域，随着城市化发展进程的加快，城市规模持续扩大，一二线城市涌入大量的流动人口，对公共安全管理水平、城市治理能力提出更高要求。然而，在传统管理体系中，虽然在城区范围内布置大量摄像头等基础设施，但受到技术水平限制，普遍采取人工实时观察、回放查看视频资料的方法，仅做到对人流密集地、卡口、城市主干道等部分重点区域现场情况的有效把控，难以第一时间发现全部的公共安全问题和突发情况。与此同时，在视频监控系统中，对大数据技术的应用，将替代人工处理庞大数据流，从中筛除无用数据、提取高价值数据进行可视化呈现，帮助管理人员快速发现突发情况与安全事件，为后续工作开展预留充足时间[1]。

视频监控大数据在公共安全领域的应用场景主要包括事件预警、视频取证、一体化调度。其中，在事件预警场景，大数据平台采取智能分析、数据挖掘等方法手段，从实时收集视频图像资料中提取有用信息，模拟人类思维方式判断是否出现异常情况，在发现异常后提交报警信号。在视频取证场景，预先在系统中输入相关信息，基于数据间关联属性，从庞大数据流中快速提取数据资料，实现视频取证目的。例如，搭配应用人脸识别技术和大数据技术，由工作人员在系统中上传嫌疑人面部特征信息，由大数据平台访问人脸识别库和对比分析视频图像资料，从中锁定包含嫌疑人面部特征信息的视频片段。在一体化调度场景，视频监控大数据有效整合各级数据资源，用户访问大数据平台可以实时查阅指定信息或是与关键词有关信息，并依托大数据平台进行协调调度，在其基础上建立点、线、面相互结合的一体化视频防控体系[2]。

图1 数据融合应用示例图

2.2 在智慧交通领域中的应用

为缓解城市交通压力，提高地面公共交通、轨道交通系统的运营效率，需要应用视频监控大数据技术，从视频图像资料中提取、分类整理和处理车辆描述信息、车辆营运信息、各路段交通路况等，帮助管理人员掌握城市交通整体情况，为调度与管理计划的制定提供决策依据。例如，在调度管理方面，从视频图像资料中提取信息，统计不同时间段的地面公共交通与轨道交通客流量，在其基础上判断公共交通需求，合理安排车辆车次，避免因车次过少而出现客流滞留情况，或是因车次过多而产生不必要的运营成本。在智能运输组织场景，根据视频图像资料结果来预测未来一段时间客流分布情况及客流量，将其作为运输计划制定依据，精准匹配轨道交通运力和客流。在智能列车运行场景，系统通过摄像头与传感器来拍摄视频图像资料与收集现场监测信号，远程掌握列车运行情况，包括实时运行参数与环境状态，对比监测结果与视频内容，为列车安全运行提供双重保障，如通过视频资料检查是否出现异常声响、明火、冒烟等异常情况。而在智能运维安全场景，通过视频资料来掌握各区域现场情况，第一时间发现并上报问题，包括乘客昏倒晕厥、行人与车辆是否保持安全间距等。

2.3 在智慧出行领域中的应用

在智慧出行领域中，视频监控大数据的应用场景包括智慧停车、建立交通状态感应线圈、三维可视化导航、多模式路径导航。首先，在智慧停车场景，依托城区内布置的各处摄像头，掌握各处露天停车场与地下停车场的使用情况，实时统计与更新停车位剩余数量，同时，驾驶员访问智慧停车系统，上传车辆实时三维位置，查询目的地附近或周边分布的空闲停车位，由系统规划行驶路线，前往目标车位停车，也可以直接在系统上预定停车位。其次，在交通状态感应线圈场景，在城市道路沿线布置若干摄像头，将摄像头作为终端设备并接入视频监控大数据系统中，持续向系统后台上传所拍摄视频图像资料，全面感知各路段交通状况及环境情况，全过程跟踪监控车辆行驶过程，记录车辆行驶轨迹，既可以在出现交通安全事故时由系统第一时间发送报警信号，同时，还可以向车辆驾驶员通报前方路况。再次，在三维可视化导航场景，保持视频监控大数据系统与导航系统的连接状态，将所拍摄不具备保密性、不涉及公民个人隐私的视频图像资料共享至导航系统，由大数据平台完成视频处理、转码、传输操作。如此，用户可以访问导航软件或是视频监控系统，以可视化实景方式来观察沿线路况，如道路两侧建筑物情况、车道宽度、路面状况、周围景色等，将视频图像中的数据信息经处理后形成可见路面信息[3]。

3 智慧城市中提升视频监控大数据应用效能的措施

3.1 大数据与云技术深度结合

在视频监控系统运行期间，会持续产生庞大数据流，数据产生总量呈现逐年稳步增加态势，如果仍旧采取传统的数据物理存储方式，需要配置大量高性能硬件设备，由此产生高昂的前期建设成本和运行成本，缺乏经济适宜性。例如，现阶段，普通型号的高清摄像头每小时将产生1～2 GB的数据量，而智慧城市普遍配置上万条监控路数，各条监控路数分布数量不等的摄像头，摄像头总体产生的数据量极为庞大。因此，为解决数据资源“存不下”问题，减少视频监控大数据系统的建设、运行成本，需要搭配应用大数据技术和云技术，由云平台向视频监控系统提供数据计算、储存、处理、共享等方面的服务，将海量数据提交至云平台数据库中进行储存，无须储存在本地服务器中。在调动、查阅视频图像等资料时，用户访问云平台，在通过身份认证后，即可查阅权限范围内的文件资料，以及执行文件编辑、传输、本地下载等操作。同时，云平台还有着卓越的数据处理能力，采取分布式计算方法，将所接收复杂处理任务分解为若干小程序，将小程序发送至对应服务器进行独立计算，再将计算结果进行汇总整理，即可在短时间内完成数据处理任务，有利于提高视频监控系统运行效率[4]。

3.2 构建数据生态系统，实现数据共享

在视频监控大数据系统运行期间，当前主要面临着各级监控系统独立运行、互不关联统属的问题，形成信息孤岛，单一视频监控系统难以从有限视频资料中提取到足够的高价值信息，且大数据系统强大的数据处理、逻辑运算能力也没有得到充分发挥，造成性能冗余。针对于此，需要对各级视频监控系统及配套数据库加以整合处理。一方面，建立统一的数据处理平台，由各级视频监控系统向数据处理平台提交数据处理、运算分析等任务，以及向数据平台上传所拍摄图像资料，各部门人员直接访问数据处理平台，在权限范围内查阅人、地、物等多维度信息资料，切实满足视频监控大数据应用需求，如公安部门在数据处理平台中查询特定时间段的图像视频，从中查找嫌疑人面部特征信息、穿戴特征信息等细节信息，轨道交通运营部门通过查阅图像视频与数据报表来掌握实时路况，检查是否存在线路堵塞等问题。另一方面，考虑到视频监控系统所收集数据由多源异构数据组成，以智慧交通、智慧出行为例，收集违章次数、个体驾龄等关系型数据，以及个体地理位置等时序数据，不同类型数据的特征、分布情况、产生量存在明显差异，如果采取统一处理方法，会削弱视频监控大数据系统的处理能力，降低数据实际利用率。因此，需要在数据处理平台中按照数据类型建立多个数据库，可分为结构化数据库、半结构化数据库、非结构化数据库三大类[5]。

3.3 提高算法检测识别准确率

现阶段，在智慧城市中，对视频监控大数据技术的应用，虽然有效解决了数据处理低效的问题，可以在短时间内完成庞大数据流的分析处理任务，然而，受限于复杂环境、摄像头分辨率等因素，所拍摄部分视频图像资料存在模糊不清的问题，大数据平台难以从中提取到足够且真实的数据信息，导致数据处理结果、向用户所提决策建议缺乏实际参考价值。例如，在简单、纯净场景中，大数据平台可以从中提取真实特征信息和获取准确检测结果，而在人流量较大、分布大量设施与障碍物的场景中，算法检测精度将受到光线、颜色等因素影响，难以获取准确检测结果，无法正确区分全部人群行为和有效预测潜在问题。

针对这类问题，应从技术层面着手，采取图像增强、图像复原、图像超分辨率重构三项措施，为大数据平台提供高质量、高分辨率和细节描述完整的视频图像资料。首先，图像增强是应用图像去雾、图像去噪、图像暗细节增强等全新算法来取代原有的图像滤波、几何变换等算法，以此来改善图像质量与提高清晰度。其次，图像复原是依托图像退化知识来构建退化模型，运用维纳滤波算法、小波算法等方法，在模型中进行逆过程处理，逐步恢复图像，消除因运动、散焦等因素造成的图像模糊，获取清晰图像。最后，图像超分辨率重构是采取信号处理方法，使用估计信号高频成分来提升图像分辨率，在低分辨率退化图像基础上获取多幅高分辨率复原图像[6]。

3.4 推动基础设施更新迭代

现阶段，部分视频监控系统所配备的摄像机等基础设施存在型号老化、使用功能单一的问题，以监控摄像头为例，所录制视频画面较为模糊，细节描述不清晰，仍旧采取CIF格式算法处理的分析方法，虽然可以保证处理速度，满足实时更新需要，但分析精度和画面分辨率都有所不足。因此，为发挥出应有的视频监控大数据功能效用，需要着手推动基础设施的更新迭代，如配备功能完善、具备较高智能化与自动化水平的智能摄像头，基础功能包括异常报警路线、提醒回放、云端存储、红外夜视、微光全彩等。

4 结束语

综上所述，在全新时代背景下，视频监控大数据技术的应用推广是十分必要的，这也是建设新型智慧城市的重要举措。政府部门与工作人员必须对视频监控大数据予以高度重视，正确认识技术应用价值，了解技术应用现状，围绕实际存在的技术问题采纳上述措施，实现对视频监控大数据的深度应用。■