新常態(tài)下公安圖偵實戰(zhàn)面臨全新挑戰(zhàn)

　　隨著全國各地平安城市建設(shè)進程的加快，城市中建設(shè)的視頻監(jiān)控攝像頭數(shù)量呈指數(shù)級別持續(xù)快速增加，北京、上海兩市的攝像機數(shù)量均已經(jīng)超過100萬級，深圳市的攝像頭分布密度均更是達到了每平方公里205個，大量的攝像機對城市的各個角落、各條道路都進行了實時的視頻采集。由此帶來兩方面的挑戰(zhàn)，首先，傳統(tǒng)的采用“人盯屏”的方式進行人海監(jiān)控戰(zhàn)術(shù)，將會耗費大量的人力物力且效率低下;其次，每路高清攝像機每個月存儲的視頻數(shù)據(jù)已達PB級，快速搜索某時間或某些特征的視頻段時，這個看似簡單的想法，操作起來卻猶如大海撈針。

　　視頻數(shù)據(jù)記錄的主要是一系列像素的數(shù)字化信息，包含亮度、色度、飽和度等信息，是基于非語義化內(nèi)容的數(shù)據(jù)，雖然信息量非常龐大，但是計算機無法理解其包含的內(nèi)容和所表達的語義。公安案件偵查過程中，能夠獲取到的線索信息往往都是碎片化、不完整的，例如需要檢索案件現(xiàn)場周圍多個攝像頭相關(guān)的視頻數(shù)據(jù)中出現(xiàn)的一位穿紅上衣、黑褲子的中年男子，或者要檢索經(jīng)過某十字路口車牌號碼為58結(jié)尾的黑色奧迪車等等，遇到這些場景，如果采用傳統(tǒng)的回看錄像的方式，耗時費力。有沒有一種類似谷歌或百度搜索引擎的技術(shù)，可以通過輸入文本化的信息作為條件，就可以對海量的視頻內(nèi)容進行快速檢索，方便案件偵查人員快速獲取視圖情報?基于圖像智能分析技術(shù)的積累，視頻結(jié)構(gòu)化技術(shù)應(yīng)運而生。

　　基于視頻結(jié)構(gòu)化技術(shù)建立公安圖偵大數(shù)據(jù)

　　“視頻結(jié)構(gòu)化”其實就是一種視頻內(nèi)容信息提取的技術(shù)，通過該技術(shù)可以在堆積如山的海量視頻中，就像搜索引擎一樣直接輸入人、車、物的特征信息就能在7×24小時錄像里面搜索到符合這個特征的目標和與之對應(yīng)的所有視頻，突破視頻大數(shù)據(jù)應(yīng)用的瓶頸。從技術(shù)上來講，視頻結(jié)構(gòu)化描述技術(shù)是對視頻內(nèi)容按語義關(guān)系，采用時空分割、特征提取、目標識別等手段，按標準將視頻內(nèi)容組織成可供計算機和人理解的文本信息的技術(shù)。通過該技術(shù)，系統(tǒng)可以從海量數(shù)據(jù)中對視頻多媒體數(shù)據(jù)進行結(jié)構(gòu)化處理，提取視頻圖像中運動的人、車、物和空間坐標以及靜態(tài)背景等信息，并通過視頻結(jié)構(gòu)化大數(shù)據(jù)分析平臺進行分析、比對、碰撞，提煉更有價值的視頻信息或者情報。

　　要實現(xiàn)視頻大數(shù)據(jù)應(yīng)用，就必須為視頻圖像中的目標和事件貼上屬性的語義化標簽，也就是視頻結(jié)構(gòu)化描述的過程。視頻結(jié)構(gòu)化描述技術(shù)是高清視頻監(jiān)控系統(tǒng)的發(fā)展方向，其核心是智能視頻分析算法，做到自動把視頻中的特征提取出來并貼上標簽后入庫，大量的標簽信息記錄存儲下來后，形成可語義化檢索的視頻大數(shù)據(jù)。只要這樣，才能實現(xiàn)海量視頻的快速查詢和碰撞研判。結(jié)合大數(shù)據(jù)檢索數(shù)據(jù)，更可以實現(xiàn)十億級數(shù)據(jù)的秒級響應(yīng)，可大大提升公安有案件偵查過程中檢索視頻資源的效率。

　　高新興視頻結(jié)構(gòu)化大數(shù)據(jù)分析業(yè)務(wù)流程

　　分析視頻中的運動目標并進行“智能標簽”

　　視頻大數(shù)據(jù)的搜索與挖掘以人們關(guān)注的視頻內(nèi)容為主。但是，傳統(tǒng)的視頻監(jiān)控內(nèi)容除了時間和空間的屬性外，并沒有其他的標簽。視頻監(jiān)控圖像從數(shù)據(jù)到信息，結(jié)構(gòu)化是關(guān)鍵，須為視頻圖像中關(guān)注的信息(人、車、物、事件等)貼上智能標簽。一張普通的圖片，不同的人能夠不同的角度可以獲取到不同的信息，因此如何按照標準、從最少的維度通過計算機去描述該畫面，將非結(jié)構(gòu)化的圖像數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化的信息是至關(guān)重要的。視頻目標的標簽越準確，檢索則越準確;反之，視頻目標的標簽失準，定位就越模糊，甚至無法定位。

　　為了解決視頻圖像中運動目標的結(jié)構(gòu)化描述，高新興采用計算機視覺、深度學習技術(shù)，將場景中背景和目標分離，按標準實現(xiàn)視頻圖像的摘要、分析、識別、處理、比對等智能應(yīng)用功能，實現(xiàn)視頻內(nèi)容特征的自動理解、智能識別和自動定位，并對異常行為視頻自動預(yù)警、將視頻非結(jié)構(gòu)化數(shù)據(jù)進行結(jié)構(gòu)化描述存儲，提高視頻系統(tǒng)應(yīng)用效能。

　　高新興視頻結(jié)構(gòu)化的信息提取技術(shù)

　　高新興視頻監(jiān)控運動目標結(jié)構(gòu)化描述主要應(yīng)用的技術(shù)如下：

　　1.人員的特征提取與識別

　　a)人臉檢測與識別

　　基于各種場景的監(jiān)控視頻圖像，從實時視頻中檢測并識別人臉信息，將人臉特征按標準提取并存儲到人臉特征庫中，并將抓拍到的人臉信息與選定的人臉庫中的特征庫實時比對，找出人員信息。

　　b)行人檢測與特征識別

　　在實時視頻中，對監(jiān)控環(huán)境進行行人目標的檢測，并根據(jù)圖像序列數(shù)據(jù)按標準提取分析出行人的性別、年齡段屬性、衣著顏色等特征信息。

　　2.車輛特征提取與識別

　　針對交通管理的海量數(shù)據(jù)處理需求，智能交通系統(tǒng)除了實現(xiàn)大量抓拍圖片、車輛數(shù)據(jù)、視頻數(shù)據(jù)的實時傳輸和快速存儲，還需要將各類多媒體數(shù)據(jù)和車輛特征信息合二為一，從而實現(xiàn)對目標車輛進行多條件檢索定位，并進行比對報警。為了實現(xiàn)交通監(jiān)控領(lǐng)域的大數(shù)據(jù)分析和處理，需要通過視頻內(nèi)容進行智能分析，記錄車牌、車身顏色、車型、車標、方向、駕駛?cè)藛T照片以及駕駛?cè)藛T是否系安全帶、打電話等安全駕駛信息。

　　a)車輛檢測

　　對視頻攝像頭監(jiān)控道路范圍內(nèi)的過往車輛進行實時檢測與跟蹤，并自動抓拍、記錄車輛的特征圖像、過往時間、車速等信息。

　　b)車牌識別

　　基于視頻圖像的車牌識別技術(shù)，主要就是應(yīng)用計算機視覺技術(shù)和模式識別技術(shù)，對視頻圖像中存在的車牌進行自動車牌定位、分割字符、提取特征，并最后識別出車牌號碼的技術(shù)。車牌識別技術(shù)的核心包括車牌定位算法、字符分割算法和字符識別算法等部分。

　　c)車身顏色識別

　　基于視頻圖像的車身顏色識別，就是對檢測到的車輛圖像進行定位、抽取出車身的區(qū)域，并進行顏色分析和判斷識別。車身顏色識別包含對汽車車身位置的定位、視頻圖像的亮度分析、顏色校正和判斷識別等處理。

　　d)車型識別

　　車型識別主要是根據(jù)車牌檢測與識別結(jié)果，分析車輛的大小、輪廓特征等信息，從而判斷出車輛的類型信息。

　　e)車標識別

　　車標識別就是在車牌定位的基礎(chǔ)上，檢測定位出車標的圖像區(qū)域，并提取圖像區(qū)域的形狀、大小尺寸等信息，從而分析識別出汽車的廠家類型信息。

　　f)駕駛?cè)藛T信息提取

　　針對交通監(jiān)控系統(tǒng)進行二次結(jié)構(gòu)化，處理采集的圖片，從圖片中提取出駕駛?cè)藛T的照片或者根據(jù)顏色、紋理等特征記錄駕駛?cè)藛T是否系安全帶等。

　　3.事件結(jié)構(gòu)化

　　視頻分析能夠發(fā)現(xiàn)監(jiān)控區(qū)域中運動的物體，并對這些目標進行記錄。除此之外，還可以根據(jù)實際應(yīng)用需求，對視頻圖像中異常行為或者特定行為進行事件的結(jié)構(gòu)化。

　　行為分析類：異常奔跑、滯留徘徊、激烈運動、人群聚集、物品丟失以及物品遺留等異常事件。

　　周界防范類：單向跨線、雙向跨線、翻越欄桿、進出禁區(qū)、區(qū)域內(nèi)出現(xiàn)以及區(qū)域內(nèi)消失等事件。

　　4.視頻大數(shù)據(jù)的快速檢索與匹配

　　視頻大數(shù)據(jù)搜索是針對視頻圖像中所有已經(jīng)進行結(jié)構(gòu)化描述的目標或者事件信息進行全文檢索，將目標出現(xiàn)的時間、地點(背景信息)以及目標特征作為條件對目標進行查找。通過查詢結(jié)果可快速了解目標的相關(guān)信息，并且回溯原始視頻進行查看。

　　對人員檢索，除了“人”這個關(guān)鍵索引之外，還可以檢索衣服、褲子顏色，性別、年齡、膚色、體型高矮胖瘦等特征屬性。人員檢索如圖所示：

　　基于人員特征的人員快速匹配

　　對于車輛檢索，除了車輛目標出現(xiàn)的時間以及地點信息以外，車輛檢索條件還包括：車牌號碼、車牌類型、車牌顏色、車輛類型、車輛品牌、車身顏色、運動方向、駕駛?cè)藛T照片、駕駛行為(是否違章)等。車輛檢索如圖所示：

　　基于車輛特征的車輛快速匹配

　　通過分布式搜索引擎，打破傳統(tǒng)數(shù)據(jù)庫在大數(shù)據(jù)條件下查詢速度的瓶頸，可支持10億級過車數(shù)據(jù)秒級快速查詢，提高監(jiān)看人員從視頻中提取線索和證據(jù)的效率和精度。

　　大數(shù)據(jù)分析、云計算保駕護航

　　為了支撐爆炸性增長的各類安防監(jiān)控數(shù)據(jù)的管理與應(yīng)用，運用云計算技術(shù)、分布式計算技術(shù)、數(shù)據(jù)倉庫技術(shù)、數(shù)據(jù)交換技術(shù)、數(shù)據(jù)挖掘技術(shù)以及各種非結(jié)構(gòu)化數(shù)據(jù)處理技術(shù)進行視頻大數(shù)據(jù)的處理和分析，在此基礎(chǔ)上提供適合視頻大數(shù)據(jù)搜索、挖掘和管理服務(wù)，海量視頻數(shù)據(jù)的檢索不再是大海撈針。

　　基于視頻結(jié)構(gòu)化技術(shù)，通過視頻內(nèi)容分析和模式識別，實現(xiàn)運動目標檢測跟蹤、目標檢測、人/車輛特征提取和人臉比對等視頻結(jié)構(gòu)化描述和圖形圖像處理技術(shù)，為實現(xiàn)實時視頻內(nèi)容的結(jié)構(gòu)化描述及信息化管理提供“智能的大腦”。大數(shù)據(jù)分析平臺是視頻大數(shù)據(jù)計算與存儲的“心臟”，具有分布式、統(tǒng)一存儲、統(tǒng)一訪問、動態(tài)擴容的特點，用于匯集視頻智能處理的視頻摘要、視頻片段、抓圖、特征數(shù)據(jù)、空間坐標以及案事件等大數(shù)據(jù)，從而實現(xiàn)視頻大數(shù)據(jù)的綜合利用，視頻大數(shù)據(jù)的搜索和挖掘成為囊中取物。助力公安圖偵實戰(zhàn)業(yè)務(wù)效率上升到全新的臺階。