浅谈城市级视频解析能力的应用思路

郑州市公安局金水分局 李博 夏强

随着各类信息技术的发展和创新应用，城市步入智慧化建设已成为发展城市和精细化治理城市的重要趋势，建设智慧城市，能够促进城市治理能力的提升、民生服务的保障、产业创新的升级；其中对于智慧城市当中视频智能化解析的建设，已经成为智慧城市建设的重要组成部分，通过整合城市当中海量的视频数据，利用人工智能技术能够实现自动化的智能分析与信息提取，能够充分挖掘城市海量视频数据资源的价值。但随着前端城市视频资源的不断增加，智慧化应用在城市管理当中的不断渗透，如何有效利用视频数据实现精细化管控成为一个迫切的需求；本文就分析目前城市治理在建设城市级视频解析平台的必要性，通过分析建设视频解析平台面临的主要问题，阐述构建城市级视频解析平台的策略设计，旨在为智慧城市建设提供更加贴合城市治理场景应用需求的视频解析能力服务。

1 建设城市级视频解析平台的必要性

1.1 实现城市治理场景智慧化赋能的需要

在智慧城市建设过程中视频解析能力成为了重要的组成部分，利用城市视频数据，配合后端的智能解析，可实现智慧停车、垃圾暴露识别、渣土车识别、道路破损、黄土裸露、非机动车违规停放等城市精细化治理的场景应用，如图1 所示。但海量的视频资源需要大量的视频解析能力实现结构化视频输出，视频解析能力必将成为整个智慧城市的城市级基础能力资源，这意味建设城市级的视频解析平台可利用视频数据实现城市全域上万路视频解析，满足城市全域可视化管理能力需求。

图1 城市治理场景中视频解析应用领域Fig.1 Application fields of video parsing in urban governance scenarios

1.2 多维视频数据维度和类型的利用率需求

智慧城市场景下各行各业的业务场景灵活多变，面对复杂的场景视频解析能力如何在系统扩展、开放共享以及业务的快速搭建方面对系统的能力就提出了更高的要求。因此，需从顶层规划与设计的角度，充分发挥视频数据的多维度和多类型，提升视频解析资源的利用率，并结合云技术组件以及多业务领域视频场景构建城市级视频解析平台，如图2 所示。

图2 城市级视频解析平台架构Fig.2 City-level video analysis platform architecture

1.3 建立城市级视频解析能力赋能平台的需要

城市级视频解析平台具备大规模的视频解析能力，在面向智慧城市场景中能够支撑万路级别以上的实时视频分析，通过计算调度、任务调度和资源调度能力，充分发挥分布式计算集群的能力，通过列出统一的应用场景，形成城市级赋能平台，最大程度做到对已建成的平台资源复用，解决日益增长的实时、全面、全量的视频分析需求，让城市真正拥有感知、预测、预警乃至预防的能力，如图3 所示。

图3 城市级解析平台赋能平台Fig.3 City-level analysis platform empowerment platform

2 当前建设城市级视频解析存在的难题

2.1 视频解析算力基础设施的挑战

海量的视频资源需要大量的视频解析能力实现结构化视频输出，随着智慧城市业务场景对视频结构化的依赖，视频解析能力将成为整个智慧城市的统一基础能力资源，这意味着利用视频数据实现城市全域上万路视频解析将面临着大量视频计算能力的挑战，作为政府职能部门需要不断投资建设基础算力设施，来满足日益增长的视频解析算力需求，这将是一笔巨大的投资，建设后期将出现覆盖摄像头数量越广，投资资金越高，系统的运行维护成本也将同步增加的情况。

2.2 海量解析需求对网络带宽的需求

视频解析系统主要采用实时取流的方式，从而实现提取尽可能多的有效信息，但对于覆盖数十万路城市级全域场景，面临多维视频数据和类型，就需要拉取海量前端视频资源，但在达到一定规模后，实时取流占用的网络带宽就会成为卡脖子的问题，以4Mbps 码流为例，在10 万路场景下，如果还采用实时取流，就会占用400G的带宽，这对于未来面向城市治理实行全域视频解析将是最大的瓶颈。

2.3 城市治理中视频解析策略与实际的脱节

在城市治理场景中存在许多需要用到视频解析策略的场景，例如机动车乱摆放、黄土裸露、垃圾暴露、违规摆放经营、火灾识别等，利用视频数据开展城市治理场景越多，则产生的视频结果数据就越多，这会导致推送到实际处置的网格员、街道办、消防、环保等职能人员或部门的事件就会与日俱增，且在一些场景中，这会导致事件多，而处理的人少；重复问题重复上报，与实际业务流转中的时效要求不符。

2.4 视频应用场景统筹运行管理的问题

视频应用场景的需求和建设，一般都是城市职能部门提出需求和建设为主，在整体缺乏全局视角的统筹和规划的情况下，会存在视频资源分布和选型只考虑单一需求，从而造成点位分布不均、设备选型不科学、资源投入不合理等问题；在运行管理上只重视建设轻视运维，随着时间推移，视频的建设成效也会不断降低，必然会造成部分建设资金与资源的浪费。

3 基于应用场景构建统一的视频解析方案

3.1 基于前端抓图后端解析框架设计

通过深入分析在诸如城市管理、社会治理、应急管理、智慧社区、环保、控尘、智慧交通等应用场景，可将视频解析能力融入实际业务场景，例如城市的市容市貌巡查，只需要在1 天24 小时中固定时间点完成一次即可；环保部门对施工工地黄土裸露检测需求，当事件发现后，则无需再利用算力、带宽消耗频繁进行解析上报，可等到环保部门下达的整改期到之后再重新发起解析；基于以上这些具体的场景进行精细化的梳理，对于此类的场景解析需求实际在整体视频解析架构上可采用前端抓图后端解析框架设计，前端部署抓图服务器，配合资源调度系统，与后端统一视频平台形成编排化的时间节点调度，在固定时间采用抽帧取图片的方式，传送到后端对图片进行结构化的解析，这样减少海量的视频流形成汇聚，从而解决实时取流策略占用网络带宽、计算及存储资源消耗大的问题，逐步可形成覆盖城市级的视频全域解析。

3.2 基于业务场景化的分时视频解析策略

在城市治理场景中，可基于业务场景设计分时轮询策略，例如黄土裸露频率为1 天1 次，道路破损频率1天1 次，机动车乱摆放频率30 分钟1 次，垃圾暴露频率1 小时1 次，沿街晾挂频率30 分钟1 次，违规户外广告频率1 小时1 次等，将每一个场景进行细分，具体时效需求由城市职能部门相关时效决定，形成分时调度策略，来控制前端抓图服务器进行抓图传送，由此来解决后端解析能力的投入，如表1 所示。

表1 基于场景的分时解析策略Tab.1 Scenario-based time-sharing analysis strategy

以5min 内完成5000 个点位轮巡为例，进行简单的网络资源需求测算，每个点位每5min 抓图一次，抓取两张图片，图片大小以1M 计算，带宽占用测算如下：2×5000×1M×8Bit/(5×60)=266 M/s，如果将5min 扩大为30min，将调度策略与解析能力利用率在时间线上尽可能负载均衡，则覆盖的点位不但可突破上万路，解析能力对基础计算设施资源的消耗将相较于实时流大大减少，进而节约投资建设资金。

3.3 基于前端业务处置部门的推送频率设计

在推送频率上应充分考虑不同业务职能部门的处置能力及人员配备，在发现所辖业务领域出现事件时，应与处置部门人力情况形成联动，推送频率策略上要确保关键事件快速预警处置，小微事件不遗漏推送；同时挂钩到业务流程，例如当监控的工地出现黄土裸露，环保部门形成执法单到送达处置单位，以及给予的整改时间期限，应在二次推送解析策略上进行统筹考虑，避免重复解析、重复推送，进而在场景上视频解析上进一步减少带宽、计算力的消耗。

3.4 面向城市级的资源调度系统设计

要对网络带宽资源、视频分析资源、视频图片存储等资源进行统一的资源管理调度，就需要构建一个统一的城市级资源管理调度系统，实现对各类资源的集中管理和调度，高效地利用各类资源；能够从基础资源调度管理、服务资源调度管理、算法资源调度管理等方面提供调度管理，分别实现对城市级视频解析平台的基础资源、底层服务资源、算法能力资源的调度管理，从而高效利用底层资源支撑上层智能应用的构建。

3.5 构建多应用场景的视频解析应用平台

基于“共建、共享、共用”的思路，构建多应用场景的视频解析赋能平台，为政府各个职能部门提供统一的应用工具、数据服务接口、智能分析能力等，如图4所示；不同政府职能部门只需要在应用平台上，提出各种各样的视频智能分析需求，比如日常巡查任务，像城管巡查、环保执法检查、消防巡查、河道巡查等，通过基于业务部门需求的任务编排，合理的对分析任务进行编排、配置和管理，为城市管理部门提供强大的便利性，从而更合理、科学、高效的帮助城市进行视频系统的建设，将政府投资效益最大化的进行利用。

图4 基于多应用场景的视频解析赋能平台Fig.4 Video analysis enabling platform based on multiple application scenarios

4 结论

综上所述，基于现有智慧城市视频建设资源，通过基于应用场景化的视频资源的汇聚、资源调度、视频分时解析等手段，大大降低统一视频解析平台对大算力存储设施、高网络带宽的依赖，真正地形成既节约投资建设运营成本，又能满足各类场景化的城市级视频解析平台，可有效的实现对已有视频资源价值的提升和挖掘，进而实现城市治理智能化、集约化、人性化。

引用

[1] 宋刚.从数字城管到智慧城管:创新2.0视野下的城市管理创新[J].城市管理与科技,2012,14(6):11-14.

[2] 邬伦,宋刚,吴强华,等.从数字城管到智慧城管:平台实现与关键技术[J].城市发展研究,2017,24(6):99-107.

[3] 孙欣欣.智慧城管:迈向智慧城市的城市管理新探索:以杭州为例[J].城市管理与科技,2013,15(5):61-63.

[4] 李敬.基于云计算的视频监控平台的研究[J].现代计算机(专业版),2014(19):65-69.

[5] 汪芳,张云勇,房秉毅,等.物联网、云计算构建智慧城市信息系统[J].移动通信,2011,35(15):49-53.

[6] 臧振华.日照市数字化城市管理模式建设探析[D].济南:山东师范大学,2013.