基于大數(shù)據(jù)技術(shù)的視頻監(jiān)控應(yīng)用研究與探索

陳 雁，卿濟(jì)民，管才路

（深圳市賽為智能股份有限公司，深圳 518000）

城市的安全性離不開攝像設(shè)備的支持，為加強(qiáng)城市的安全性建設(shè)，我國(guó)逐漸加大了視頻監(jiān)控設(shè)備的投入。以大型城市為例，每日運(yùn)轉(zhuǎn)的攝像設(shè)備上萬，由此將會(huì)產(chǎn)生海量的視頻數(shù)據(jù)。大數(shù)據(jù)技術(shù)在信息處理上有著天然的優(yōu)勢(shì)，通過大數(shù)據(jù)技術(shù)的應(yīng)用可以有效提高視頻監(jiān)控水平，這對(duì)視頻監(jiān)控領(lǐng)域的發(fā)展有著深遠(yuǎn)的意義與影響。

1 視頻監(jiān)控現(xiàn)狀

實(shí)踐證明，數(shù)字化的視頻監(jiān)控更有利于滿足人們的需求，我國(guó)的視頻正朝著高清的方向發(fā)展。隨著數(shù)字化高清視頻監(jiān)控設(shè)施的投入，在安全建設(shè)方面，城市的安全化工作的展開得到了更有效的進(jìn)行。近年來，我國(guó)投入的視頻監(jiān)控設(shè)備數(shù)量不斷增加，其中包含了大量的數(shù)字化高清視頻監(jiān)控，這將比以往的監(jiān)控設(shè)施產(chǎn)生更多的數(shù)據(jù)信息。在大型的安保監(jiān)控工程中，數(shù)據(jù)更新十分迅速，數(shù)據(jù)量非常大，除去視頻監(jiān)控，其他數(shù)字化視頻處理設(shè)備也會(huì)產(chǎn)生大量的數(shù)據(jù)。就當(dāng)前的數(shù)據(jù)處理設(shè)備而言，其處理與存儲(chǔ)技術(shù)仍存在著較多的問題。如存儲(chǔ)的性能、兼容性以及存儲(chǔ)容量等，這些都難以滿足當(dāng)今數(shù)字化視頻監(jiān)控的需求。

通過提高數(shù)字化監(jiān)控性能與容量，結(jié)合大數(shù)據(jù)技術(shù)，在以上方面需要進(jìn)行大幅優(yōu)化，來加強(qiáng)對(duì)視頻監(jiān)控的數(shù)據(jù)信息的有效處理作用，這足以看出大數(shù)據(jù)技術(shù)的應(yīng)用在視頻監(jiān)控領(lǐng)域的重要意義。拋開數(shù)據(jù)存儲(chǔ)，我國(guó)視頻監(jiān)控領(lǐng)域在數(shù)據(jù)分析能力也顯出不足，發(fā)生各類事件都需要專業(yè)的管理人員進(jìn)行觀察、發(fā)現(xiàn)，在視頻監(jiān)控管理上缺乏一定的自動(dòng)化。

此外，頻監(jiān)控?cái)?shù)據(jù)的有效性低，難以對(duì)監(jiān)控信息進(jìn)行自動(dòng)化過濾，如此會(huì)產(chǎn)生產(chǎn)生了大量無用的冗余信息。當(dāng)這些無用信息被傳送到視頻監(jiān)控中心，將會(huì)降低視頻監(jiān)控中心日常的工作效率，這對(duì)日后的調(diào)查取證也非常不便。另外，監(jiān)控設(shè)備被大量投入到城市的建設(shè)中，攝像頭過多，使監(jiān)控的顯示界面并不能被完全監(jiān)控人員監(jiān)視到，很可能會(huì)錯(cuò)過一些關(guān)鍵內(nèi)容，這對(duì)于值班人員的工作能力是個(gè)巨大的考驗(yàn)。

2 大數(shù)據(jù)技術(shù)在視頻監(jiān)控領(lǐng)域的意義

大數(shù)據(jù)技術(shù)在視頻監(jiān)控應(yīng)用中的很多方面的都有著非常重要的影響，對(duì)創(chuàng)建平安城市也有著十分巨大的幫助。在信息處理方面，大數(shù)據(jù)技術(shù)可以有效改善監(jiān)控設(shè)備的處理信息上的不足，方便更加科學(xué)、合理的處理城市中的視頻數(shù)據(jù)，有利于相關(guān)安保平臺(tái)的建設(shè)工作。[1]在智能交通方面，大數(shù)據(jù)技術(shù)完善了交通管理中的不足。十三五期間，我國(guó)城市交通的發(fā)展被作為重大戰(zhàn)略進(jìn)行，通過大數(shù)據(jù)技術(shù)可以避免城市路網(wǎng)的建設(shè)與交通事故的增加，加快了智能交通發(fā)展的推進(jìn)工作。經(jīng)由大數(shù)據(jù)技術(shù)改善的軌道目標(biāo)檢測(cè)，可大幅減少交通事故的發(fā)生[2]。通過對(duì)軌道目標(biāo)的檢測(cè)，可建立與現(xiàn)實(shí)場(chǎng)景相一致的背景模型，完整算法過程如下。

除此之外，大數(shù)據(jù)可直接借助視頻監(jiān)控查詢嫌疑人，相比以往來說，大大增加了公安執(zhí)法的效率，使公安執(zhí)法更為便捷。

3 存儲(chǔ)方式、存儲(chǔ)架構(gòu)

在大數(shù)據(jù)技術(shù)盛行的背景下，選擇存儲(chǔ)方式非常重要，良好的存儲(chǔ)方式對(duì)于大數(shù)據(jù)的處理有著很大的協(xié)助作用。通過分析當(dāng)前的存儲(chǔ)方式可以更好地去選擇合適的存儲(chǔ)方法，有利于存儲(chǔ)的效率的提升。存儲(chǔ)方式與存儲(chǔ)架構(gòu)是存儲(chǔ)中必不可少的條件，存儲(chǔ)架構(gòu)的選擇可在一定程度上改善整體存儲(chǔ)技術(shù)，通過分析所存儲(chǔ)的信息，找出其中的優(yōu)勢(shì)所在可以為企業(yè)或者相關(guān)機(jī)構(gòu)節(jié)省更多的資金，提升企業(yè)運(yùn)轉(zhuǎn)效率，使其更好的做好管理工作。

視頻監(jiān)控產(chǎn)生信息的存儲(chǔ)方式以多種方式存在，以下將介紹較為常用的存儲(chǔ)方式。第一種為本地存儲(chǔ)，此種存儲(chǔ)方式是將視頻監(jiān)控設(shè)備產(chǎn)生的信息直接保存到本地的存儲(chǔ)設(shè)備中，或者存儲(chǔ)到提供的硬盤中[3]。一般這種存儲(chǔ)方式被稱為DVR存儲(chǔ)，和人們使用手機(jī)直接將信息存儲(chǔ)到手機(jī)中的性質(zhì)一樣，此種存儲(chǔ)方式具有便捷性的優(yōu)勢(shì)。第二種為直連存儲(chǔ)，此種存儲(chǔ)方式分為多種存儲(chǔ)協(xié)議，如SAS、USB等。此種存儲(chǔ)方式對(duì)于小型數(shù)據(jù)的存儲(chǔ)來說非常合適，且能可靠的保證安全性。直連存儲(chǔ)中的DAS、RAID以及JBOD，通過數(shù)據(jù)的直接寫入完成。第三種為網(wǎng)絡(luò)存儲(chǔ)，通常可以稱這種存儲(chǔ)方式為存儲(chǔ)局域網(wǎng)絡(luò)或者中心級(jí)視頻網(wǎng)絡(luò)存儲(chǔ)。存儲(chǔ)局域網(wǎng)絡(luò)是將一些設(shè)備集成的網(wǎng)絡(luò)技術(shù)，如接口、存儲(chǔ)設(shè)備、集成設(shè)備等。而中心級(jí)視頻網(wǎng)絡(luò)存儲(chǔ)是將直接存儲(chǔ)方式與網(wǎng)絡(luò)存儲(chǔ)進(jìn)行結(jié)合。一般網(wǎng)絡(luò)存儲(chǔ)方式適用于大中型的平臺(tái)，比較簡(jiǎn)單、便捷。網(wǎng)絡(luò)存儲(chǔ)中的云存儲(chǔ)，是大部分人都了解的一種方式，云存儲(chǔ)是一種非常便捷的存儲(chǔ)服務(wù)，對(duì)于重要的資料采用云存儲(chǔ)方式的人相對(duì)較少，一方面是信息的安全性不能保證，另外信息的下載需要大量的時(shí)間，十分不便。最后一種是智能存儲(chǔ)，此種存儲(chǔ)方式十分適用于海量存儲(chǔ)，大量的數(shù)據(jù)中往往存在很多沒有價(jià)值的信息，也就是無效信息。通過靈活、高效的智能存儲(chǔ)，可以的對(duì)所存儲(chǔ)的內(nèi)容進(jìn)行智能化管理。所以說，智能化存儲(chǔ)是當(dāng)前最適合的一種存儲(chǔ)方式。

就目前來說，存儲(chǔ)架構(gòu)來存在兩種存儲(chǔ)架構(gòu)，即NAS與SAN。NAS存儲(chǔ)架構(gòu)進(jìn)行文件級(jí)數(shù)據(jù)的存儲(chǔ)，該架構(gòu)可以直接和局域網(wǎng)連接，在該存儲(chǔ)架構(gòu)下公司、企業(yè)內(nèi)部可進(jìn)行資源的共享。但NAS架構(gòu)存在一定的缺點(diǎn)，無法為數(shù)據(jù)的存儲(chǔ)提供空間，不能直接本地存儲(chǔ)，在帶寬上，NAS架構(gòu)也會(huì)受到一定的限制。因?yàn)樯鲜龇N種原因，NAS架構(gòu)的讀寫時(shí)間一般會(huì)比較長(zhǎng)，這一點(diǎn)一直是該架構(gòu)使用者的困擾所在。

FCSAN架構(gòu)屬于SAN架構(gòu)中的一種，此種架構(gòu)的性能高，帶寬可達(dá)到4GB/S，運(yùn)轉(zhuǎn)十分迅速，但該架構(gòu)的成本相對(duì)較高。FCSAN架構(gòu)涉及到光纖相關(guān)的設(shè)備，在管理維護(hù)上也會(huì)消耗較多的成本。SAN的另一種架構(gòu)是IPSAN架構(gòu)，一般該架構(gòu)采用SCSI協(xié)議，SCSI協(xié)議在LAN中傳輸。相對(duì)來說，IPSAN架構(gòu)的成本低、便于擴(kuò)展使用，所以此種架構(gòu)存在一定的優(yōu)勢(shì)。

采用IPSAN存儲(chǔ)架構(gòu)可方便大數(shù)據(jù)技術(shù)的應(yīng)用，對(duì)與數(shù)據(jù)的分析處理有著重大意義，能夠更加高效的分析數(shù)據(jù)、處理數(shù)據(jù)。

4 基于大數(shù)據(jù)相關(guān)視頻監(jiān)控技術(shù)

4.1 分布式存儲(chǔ)技術(shù)

基于Hadoop的海量視頻存儲(chǔ)解決方案，對(duì)處理數(shù)字化視頻監(jiān)控設(shè)備產(chǎn)生的信息有著很高的效用，可實(shí)現(xiàn)真正意義上的視頻數(shù)據(jù)的分布式存儲(chǔ)，使用戶在數(shù)據(jù)信息的處理上更加合理科學(xué)、高效。分布式冗余存儲(chǔ)往往釆用HDFS實(shí)現(xiàn)，在流媒體服務(wù)器上實(shí)現(xiàn)了數(shù)據(jù)的接收，通過流媒體數(shù)據(jù)的存儲(chǔ)，實(shí)現(xiàn)了海量視頻數(shù)據(jù)在HDFS上的分布式冗余備份[4]。分布式轉(zhuǎn)碼釆用Hadoop的MapReduce分布式計(jì)算框架實(shí)現(xiàn)，通過對(duì)流媒體數(shù)據(jù)讀取模塊的設(shè)計(jì)，基于f fi npeg的分布式轉(zhuǎn)碼模塊，最終實(shí)現(xiàn)對(duì)流媒體數(shù)據(jù)的分析轉(zhuǎn)碼處理。并利用MapReduce并行計(jì)算能力，提升了轉(zhuǎn)碼的效率，讓用戶獲得可以通過使用普通播放器就能觀看錄像回放的視頻數(shù)據(jù)的能力。

在分布式存儲(chǔ)結(jié)構(gòu)中想要結(jié)合海量視頻檢索與濃縮技術(shù)進(jìn)行高效的視頻檢索，首先要具備視頻自動(dòng)檢索功能。在大多數(shù)的情況下，視頻檢索上技術(shù)往往出現(xiàn)不足，或者說是因?yàn)闊o效檢索會(huì)導(dǎo)致信息的浪費(fèi)。視頻監(jiān)控設(shè)備的投入帶動(dòng)了我國(guó)安防的發(fā)展，隨著科學(xué)技術(shù)的提高，監(jiān)控設(shè)備都已經(jīng)采用數(shù)字化監(jiān)控設(shè)備，可見我國(guó)視頻監(jiān)控水平的發(fā)展十分迅速。

4.2 視頻的檢索技術(shù)方法

為了實(shí)現(xiàn)方便有效的視頻信息獲取，通過視頻分析和檢索研究對(duì)視頻內(nèi)容進(jìn)行處理、分析和理解，接著再建立結(jié)構(gòu)和索引，在大規(guī)模視頻數(shù)據(jù)中進(jìn)行檢索，通過視頻的內(nèi)容或者關(guān)聯(lián)內(nèi)容進(jìn)行。如鏡頭檢測(cè)技術(shù)（視頻結(jié)構(gòu)的分析、視頻數(shù)據(jù)的自動(dòng)索引）和視頻聚類等。在視頻檢索技術(shù)的研究方面，主要進(jìn)行視頻鏡頭分割，特征的提取和描述。一般特征內(nèi)容是視覺特征，顏色，紋理和形狀及運(yùn)動(dòng)信息和對(duì)象信息，關(guān)鍵幀提取和結(jié)構(gòu)分析等方面。視頻檢索關(guān)鍵技術(shù)視頻檢索系統(tǒng)的關(guān)鍵技術(shù)主要有：鏡頭邊界檢測(cè)、關(guān)鍵幀提取、圖像特征提取、圖像特征的相似性度量等方法。

（1）鏡頭邊界檢測(cè)。視頻數(shù)據(jù)大多是由多個(gè)鏡頭經(jīng)過拼接編輯而成。鏡頭由攝像機(jī)一次拍攝的連續(xù)的一組圖像幀，代表一個(gè)連續(xù)動(dòng)作，是組成視頻的最小的語義單元。進(jìn)行視頻結(jié)構(gòu)的分析，即采用鏡頭邊界檢測(cè)技術(shù)將連續(xù)的視頻流分割為鏡頭。在編輯視頻時(shí)，為了達(dá)到一些特定效果，常用多種方式實(shí)現(xiàn)兩個(gè)鏡頭之間的拼接轉(zhuǎn)換，總結(jié)起來主要分為兩大類：突變和漸變。突變即直接將兩個(gè)鏡頭拼接在一起，中間沒有過渡，而漸變則可以采用不同的多種模式完成兩個(gè)鏡頭之間的緩慢平滑過渡。鏡頭邊界檢測(cè)的任務(wù)是采用合適有效的鏡頭邊界檢測(cè)算法將這些鏡頭交界處提取出來，將視頻流分割為鏡頭，作為基本的索引單元。這是基于內(nèi)容的視頻檢索的第一步，其檢測(cè)與分割的好壞將直接影響到視頻檢索的質(zhì)量。

（2）關(guān)鍵幀提取。視頻內(nèi)部存在大量的信息冗余。將視頻分割為鏡頭之后，如采用鏡頭中所有的圖像幀表示鏡頭則會(huì)造成大量的資源浪費(fèi)和信息冗余，且視頻數(shù)據(jù)本身數(shù)量巨大，采用這種表示方法往往難以實(shí)現(xiàn)。因此，基于內(nèi)容的視頻檢索為每個(gè)鏡頭提取代表其主要內(nèi)容的關(guān)鍵幀，用關(guān)鍵幀表示鏡頭，可大大節(jié)約資源，降低數(shù)據(jù)量，還可為視頻數(shù)據(jù)的組織和索引提供有效的組織框架。關(guān)鍵幀，即代表幀，是從鏡頭中提取出來的能有效代表鏡頭主要內(nèi)容的若干幅圖像幀。通過提取關(guān)鍵幀可以實(shí)現(xiàn)視頻數(shù)據(jù)的自動(dòng)索引，提取關(guān)鍵幀的靜態(tài)特征和鏡頭的動(dòng)態(tài)特征可以為后續(xù)的鏡頭聚類成場(chǎng)景奠定基礎(chǔ)。

（3）圖像特征提取。視頻關(guān)鍵幀提取后，要對(duì)各個(gè)鏡頭進(jìn)行特征提取，建立視頻單元索引，即提取鏡頭的顏色、紋理以及運(yùn)動(dòng)甚至高級(jí)語義等各種特征，形成描述鏡頭的特征空間，以此作為視頻聚類和檢索的依據(jù)。

4.3 視頻濃縮技術(shù)

視頻濃縮技術(shù)以現(xiàn)有的各種計(jì)算機(jī)視覺算法和數(shù)字圖像處理技術(shù)為基礎(chǔ)的，如用背景建模算法進(jìn)行背景建模以發(fā)現(xiàn)運(yùn)動(dòng)區(qū)域、用背景差分算法背景模型來獲取前景、使用跟蹤算法對(duì)得到前景進(jìn)行跟蹤以得到每一個(gè)事件在視頻流這一“時(shí)空體”的具體情況，都來自于計(jì)算機(jī)視覺和數(shù)字圖像處理領(lǐng)域的最新成果。其中涉及到序列圖像的運(yùn)動(dòng)估計(jì)與目標(biāo)分割、目標(biāo)跟蹤、路徑分類以及重建。

5 結(jié)束語

大數(shù)據(jù)技術(shù)在相關(guān)領(lǐng)域都有所運(yùn)用，但在視頻圖像信息庫的建設(shè)上依舊需要加強(qiáng)，在挖掘技術(shù)也需要注意實(shí)踐應(yīng)用。此外，對(duì)于視頻監(jiān)控產(chǎn)生的數(shù)據(jù)一定要加強(qiáng)保密性。只有不斷的提高技術(shù)水平，才能在視頻監(jiān)控的發(fā)展上得到更大發(fā)展。最終通過大數(shù)據(jù)技術(shù)與視頻監(jiān)控進(jìn)行結(jié)合，來大幅提升視頻監(jiān)控的效率。