視頻云+邊緣計算架構(gòu)在新型智慧城市中的建設(shè)模式

劉博斐 朱雨豪 劉偉 廖光文

（中電科新型智慧城市研究院有限公司 廣東省深圳市 518000）

1 引言

1.1 海量視頻、圖像數(shù)據(jù)的分析與應(yīng)用之路充滿挑戰(zhàn)

在新型智慧城市建設(shè)進(jìn)程中，純粹的視頻監(jiān)控平臺早已無法滿足公共安全業(yè)務(wù)場景的應(yīng)用，其更多以視頻、圖像信息的接入、轉(zhuǎn)發(fā)、存儲為主，應(yīng)用與數(shù)據(jù)間處于松散狀態(tài)，然而，成百上千萬的視頻應(yīng)用與分析系統(tǒng)逐步演變成剛性需求，如圖1所示視頻、圖像應(yīng)用平臺在不斷呈現(xiàn)井噴式發(fā)展，因此如何筑造PB 乃至ZB 級海量視頻數(shù)據(jù)的視頻云基礎(chǔ)設(shè)施架構(gòu)體系，如何從海量視頻數(shù)據(jù)快速抽取、定位圖像信息，如何保證視圖應(yīng)用系統(tǒng)能夠彈性調(diào)度、架構(gòu)合理、靈活調(diào)配、建設(shè)最經(jīng)濟(jì)當(dāng)前最急迫的問題。

1.2 異構(gòu)數(shù)據(jù)的融合充滿挑戰(zhàn)

在新型智慧城市快速建設(shè)中，視頻、圖片數(shù)據(jù)的采集同時伴隨著復(fù)雜多元異構(gòu)視圖數(shù)據(jù)的融合，如人像抓拍機(jī)、視頻門禁設(shè)備、視頻流人像檢測、安全門、車載人像抓拍機(jī)（含公交）、移動執(zhí)法儀、通用閘機(jī)等，如圖2所示，海量多維非結(jié)構(gòu)化數(shù)據(jù)中涉及大量人、車、物的信息記錄，這些非結(jié)構(gòu)化數(shù)據(jù)深度融合的前提是要進(jìn)行快速的清洗和存儲，只有充分利用這些深度融合的數(shù)據(jù)才能發(fā)揮出真正的價值。因此如何在優(yōu)化原有一類點視圖應(yīng)用系統(tǒng)架構(gòu)上，對接數(shù)以億計的非一類海量視圖數(shù)據(jù)的存儲和分析，如何快速定位和多維分析也是當(dāng)前需要解決的核心問題。

1.3 智能視頻大規(guī)模應(yīng)用充滿挑戰(zhàn)

近年來，視頻監(jiān)控系統(tǒng)呈現(xiàn)井噴式增長，后端傳輸、網(wǎng)絡(luò)、存儲規(guī)模不斷增加。目前，通過建設(shè)以人像識別、ReID、步態(tài)識別等智能監(jiān)控應(yīng)用系統(tǒng)，實現(xiàn)了對重點場所（學(xué)校、醫(yī)院、車站、機(jī)場等）、重要卡口的人員采集人像信息和體外特征信息等，為智能監(jiān)控應(yīng)用提供基礎(chǔ)，并提高了人員布控的覆蓋面，整體提高系統(tǒng)的檢索、布控和數(shù)據(jù)挖掘的范圍，應(yīng)用在嫌疑人身份查詢，重大活動安保及公安業(yè)務(wù)辦理中的人證核驗工作，恐怖分子等重點人員進(jìn)出的實時預(yù)警、布控、軌跡查詢等，大幅度提高系統(tǒng)的實戰(zhàn)能力。如圖3所示，智能視頻的應(yīng)用從 “事后研判”向“事前預(yù)警”發(fā)生重要轉(zhuǎn)變。

目前，相關(guān)部門已儲備了大量的視頻圖像資源和大量的有數(shù)據(jù)價值的圖像信息，但是針對人員偵查，身份確認(rèn)、車輛識別、物件識別等主要是通過技偵或網(wǎng)偵手段，導(dǎo)致這些價值信息無法充分發(fā)揮其效能。即使出動大量警力，采用“人海戰(zhàn)術(shù)”也無法發(fā)揮視圖數(shù)據(jù)的效能，再加上人工排查效率不足，視頻圖像受前端點位的角度、光照強(qiáng)度等系列復(fù)雜環(huán)境因素的影響，導(dǎo)致查找的準(zhǔn)確性和時效性無法保證，尤其出現(xiàn)突發(fā)緊急案件時，往往會貽誤最佳破案時機(jī)。如何在實戰(zhàn)中快速應(yīng)對這些突發(fā)場景，提供更加豐富以及實用的“視頻防控”應(yīng)用，變“事后被動偵查”為“事前主動預(yù)警”是新型智慧城市建設(shè)的關(guān)鍵。

2 探討視頻云+邊緣計算助力新型智慧城市建設(shè)模式

圖1：視頻云基礎(chǔ)架構(gòu)體系

目前新型智慧城市已全面跨入海量視圖大數(shù)據(jù)分析處理的應(yīng)用和建設(shè)階段。這一階段，單一的視頻基礎(chǔ)體系架構(gòu)逐步向視頻云體系架構(gòu)轉(zhuǎn)移，從而解決大規(guī)模視頻和復(fù)雜業(yè)務(wù)場景帶來的系列挑戰(zhàn)，傳統(tǒng)的云體系架構(gòu)已無法滿足視頻云體系架構(gòu)的需求，主要在于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)云體系架構(gòu)無法滿足視頻圖片等非結(jié)構(gòu)化數(shù)據(jù)體系架構(gòu)，海量視頻流媒體需要高帶寬保證實時調(diào)取、分布式多節(jié)點智能解析處理、實時布控與告警、動態(tài)實時智能追蹤、海量視頻與圖像的定位、暴力檢索等特性，因此傳統(tǒng)的云架構(gòu)體系無法解決大規(guī)模業(yè)務(wù)的實時分析和處理，相反會造成大量資源的損耗。

未來，隨著視頻、圖像業(yè)務(wù)應(yīng)用的不斷深入，視頻云平臺的運行需要大量的異構(gòu)CPU/GPU/FPGA 等計算和存儲資源做支撐，以支撐視圖結(jié)構(gòu)化解析、視圖數(shù)據(jù)庫建設(shè)以及視頻資源共享與開放，為了更充分的利用計算、存儲、網(wǎng)絡(luò)等大量異構(gòu)資源，這將在一定程度上需要視頻云管平臺對異構(gòu)資源的統(tǒng)一管理與調(diào)度能力。從而實現(xiàn)大規(guī)模視圖智能解析、存儲轉(zhuǎn)發(fā)、高速共享交換等關(guān)鍵海量視頻大數(shù)據(jù)挖掘和應(yīng)用。

與此同時，處于分局/派出所的邊緣計算節(jié)點也能夠?qū)崟r處理邊緣節(jié)點的分析處理和應(yīng)用需求，一方面可有效減輕邊緣端到數(shù)據(jù)中心端的網(wǎng)絡(luò)帶寬和應(yīng)用請求帶來的資源占用，并能滿足邊緣節(jié)點對本端的人臉比對、布控告警等實時業(yè)務(wù)的需求，另一方面計算和存儲資源的邊緣化，極大的降低了海量視頻、圖片數(shù)據(jù)在傳輸、存儲、應(yīng)用等方面對數(shù)據(jù)中心嚴(yán)重依賴。如圖4所示邊緣計算節(jié)點能夠及時有效的處理邊緣端的數(shù)據(jù)請求，提升邊緣端的信息處理效率。

視頻云+邊緣計算的結(jié)合可充分支撐海量高性能視頻、圖片的存儲和大數(shù)據(jù)系統(tǒng)，從而實現(xiàn)以圖搜圖、大數(shù)據(jù)檢索、布控、挖掘等智能應(yīng)用，并為能大幅度提供系統(tǒng)的應(yīng)用實戰(zhàn)能力。

3 應(yīng)用案例

圖2：海量多維非結(jié)構(gòu)化數(shù)據(jù)的清洗

圖3：快速布控告警

圖4：邊緣計算部署

進(jìn)一步落實科技強(qiáng)警戰(zhàn)略部署，著力打造治安立體化防控體系，實現(xiàn)視頻監(jiān)控系統(tǒng)的“全覆蓋、全高清、全聯(lián)網(wǎng)、全智能”，近年來，一些地市公安局加大對智能前端、后端的大力投入，實現(xiàn)對人、車、路、物體等數(shù)據(jù)的系統(tǒng)化采集和智能解析，真正實現(xiàn)對重點人員和車輛、重大安?；顒拥挠|網(wǎng)感知、預(yù)測預(yù)警。目前建設(shè)成果已初具成效，如以某地區(qū)公安局為例，其通過視頻信息（含智能視頻識別）協(xié)助破獲各類刑事案件20500 多宗，占總破案數(shù)的63%，抓獲犯罪嫌疑人26000 多人，利用視頻協(xié)破犯罪團(tuán)伙640 多個。

一些地市公安局基于視頻云+邊緣計算的技術(shù)架構(gòu)體系建設(shè)，深耕智能視頻數(shù)據(jù)，以行為分析、人臉識別、智能視頻追蹤等技術(shù)為支撐，打造一個支持決策、智能研判治安態(tài)勢、支持個性化辦案、走訪、管理、服務(wù)等全業(yè)務(wù)的智能視頻圖像應(yīng)用平臺。進(jìn)一步打造轄區(qū)內(nèi)的“人、車、路、物體”多維數(shù)據(jù)體系，實現(xiàn)數(shù)據(jù)庫間的碰撞和建模，快速定位案件相關(guān)信息，極大地提升系統(tǒng)的實戰(zhàn)能力。

4 結(jié)語

當(dāng)前，新型智慧城市的物聯(lián)感知架構(gòu)體系在智能應(yīng)用領(lǐng)域不斷的變化，但視頻云+邊緣計算的協(xié)同模式將是未來重點轉(zhuǎn)型的方向，這一模式將是實現(xiàn)全覆蓋、全高清、全聯(lián)網(wǎng)、全智能的科技強(qiáng)警的重要目標(biāo)。