基于Hadoop 的應(yīng)急聯(lián)防移動(dòng)處置平臺設(shè)計(jì)*

張立志 ，李學(xué)文

(1.西安外事學(xué)院 工學(xué)院，陜西 西安 710077；2.西安西科安全技術(shù)有限公司，陜西 西安 710054；3.西安科技大學(xué) 安全科學(xué)與工程學(xué)院，陜西 西安 710054)

0 引言

加強(qiáng)城市治安工作，努力為居民營造一個(gè)安全的生活環(huán)境，一直是城市建設(shè)的一項(xiàng)要?jiǎng)?wù)。而綜合運(yùn)用現(xiàn)代電子與信息技術(shù)的新型城市管理監(jiān)控系統(tǒng)已成為城市化社會管理的重要工具之一。其中，如何使海量視頻數(shù)據(jù)安全存儲與處理一直是安防領(lǐng)域研究的重點(diǎn)。云計(jì)算是海量視頻數(shù)據(jù)存儲與處理的基礎(chǔ)[1]，Hadoop 在海量數(shù)據(jù)的管理和分析方面具有優(yōu)勢[2]。

本文提出的基于Hadoop 的身份識別應(yīng)急聯(lián)防移動(dòng)處置平臺可對采集的視頻圖像進(jìn)行智能分析，將判定的可疑對象與公安部門已認(rèn)定的危險(xiǎn)人物及時(shí)錄入“危險(xiǎn)分子”的身份信息庫(含圖像和文字信息)，再接入應(yīng)急聯(lián)防監(jiān)控系統(tǒng)并與監(jiān)控?cái)?shù)據(jù)進(jìn)行對比，實(shí)現(xiàn)隱患自動(dòng)識別，同時(shí)根據(jù)分析結(jié)果來實(shí)現(xiàn)安全預(yù)警和公安系統(tǒng)內(nèi)各部門的應(yīng)急聯(lián)防聯(lián)動(dòng)。

1 總體框架與實(shí)現(xiàn)流程

1.1 總體框架

圖1 平臺總體架構(gòu)

(1)網(wǎng)絡(luò)層：監(jiān)控視頻資源在監(jiān)控中心傳輸，并且存儲到部門機(jī)房中，利用IP 視頻專網(wǎng)和市局、分局的視頻系統(tǒng)，構(gòu)成三級視頻轉(zhuǎn)網(wǎng)[4]。在分布式監(jiān)控節(jié)點(diǎn)虛擬機(jī)中實(shí)現(xiàn)流媒體服務(wù)器的安裝，虛擬機(jī)實(shí)現(xiàn)網(wǎng)絡(luò)帶寬和計(jì)算資源的共享。利用內(nèi)存映射文件技術(shù)對臨時(shí)視頻數(shù)據(jù)進(jìn)行存儲，對實(shí)時(shí)監(jiān)控視頻實(shí)現(xiàn)分辨率轉(zhuǎn)碼與格式轉(zhuǎn)碼[5]。

(2)平臺接入層：各個(gè)監(jiān)控點(diǎn)使用勻速一體球結(jié)合日夜型一體攝像機(jī)，以保證各不同光線都能夠得到良好圖像質(zhì)量[6]。根據(jù)H.264 實(shí)現(xiàn)收集視頻信號的編碼，利用多路MPEG-Ⅱ壓縮，使用視頻監(jiān)控聯(lián)網(wǎng)系統(tǒng)安防標(biāo)準(zhǔn)實(shí)現(xiàn)網(wǎng)絡(luò)傳輸，各個(gè)視頻監(jiān)控設(shè)備使用RTSP 接口互聯(lián)。視頻流壓縮編碼之后封裝在網(wǎng)絡(luò)傳輸IP 數(shù)據(jù)包，利用Internet 在云資源池中上傳[7]。

(3)技術(shù)支撐層：對不同監(jiān)控點(diǎn)傳輸視頻信息進(jìn)行匯聚，云存儲使用MySQL 對非關(guān)系型數(shù)據(jù)庫進(jìn)行存儲[8]。

(4)應(yīng)用服務(wù)層：進(jìn)行諸如車輛數(shù)據(jù)、人臉數(shù)據(jù)、視頻圖像、聯(lián)動(dòng)報(bào)警等分析服務(wù)。

(5)展示層：本平臺的分析結(jié)果可依據(jù)不同終端(手機(jī)、iPad、筆記本等)的特性呈現(xiàn)多種不同的顯示與處理方式，并可對信息展現(xiàn)風(fēng)格進(jìn)行統(tǒng)一適配管理。

1.2 實(shí)現(xiàn)流程

實(shí)現(xiàn)流程如下：

(1)通過視頻樣本采集，基于人工智能視頻識別技術(shù)，建立特定場所的樣本特征庫；

通過仿真圖可以看出，在信噪比較高時(shí)，文獻(xiàn)[13]算法分辨率較高，文獻(xiàn)[9]算法與本文算法分辨率相當(dāng)，且三種算法都能全部檢測出波達(dá)方向；當(dāng)信噪比較低時(shí)，文獻(xiàn)[9]和文獻(xiàn)[13]算法已經(jīng)不能正常檢測出所有來波方向，即兩個(gè)相鄰到達(dá)角會出現(xiàn)譜峰混疊的現(xiàn)象，而本文算法依然能夠分辨出相鄰來波，即相比于文獻(xiàn)[9]和文獻(xiàn)[13]，本文算法在低信噪比環(huán)境下具有較高的分辨率.

(2)基于樣本特征庫，對監(jiān)控對象進(jìn)行實(shí)時(shí)對象識別；

(3)發(fā)現(xiàn)可疑分子，系統(tǒng)自動(dòng)啟動(dòng)應(yīng)急響應(yīng)模式；

(4)一鍵式建立虛擬指揮調(diào)度中心，獲取指揮小組人員的人員定位信息，并可以通過視頻、文字等方式向群組、個(gè)人發(fā)送應(yīng)急處置信息。

2 關(guān)鍵技術(shù)實(shí)現(xiàn)

2.1 基于Hadoop 的實(shí)時(shí)監(jiān)控

為適合公安視頻大數(shù)據(jù)，采用HDFS Streaming 方式，即以數(shù)據(jù)流形式源源不斷地讀取視頻數(shù)據(jù)?？蛻舳嗽趯?shí)現(xiàn)前端實(shí)時(shí)視頻監(jiān)控過程中并不是利用視頻監(jiān)控軟件直接交互，而是與HDFS[9]分布式視頻存儲服務(wù)器交互，根據(jù)流媒體服務(wù)器使視頻數(shù)據(jù)流在處理模塊實(shí)時(shí)監(jiān)控模塊中發(fā)送實(shí)現(xiàn)的[10]。實(shí)時(shí)監(jiān)控模塊和HDFS分布式存儲服務(wù)器master 數(shù)據(jù)接收部分利用TCP/IP 協(xié)議實(shí)現(xiàn)通信并且得到空閑slave，然后利用監(jiān)控視頻的存儲部分和轉(zhuǎn)發(fā)模塊創(chuàng)建連接。實(shí)時(shí)監(jiān)控模塊得到空閑slave 信息之后利用TCP 協(xié)議對此節(jié)點(diǎn)發(fā)送請求，實(shí)時(shí)監(jiān)控某個(gè)路前端采集視頻，接收請求salve 確認(rèn)后利用標(biāo)準(zhǔn)RTSP 實(shí)時(shí)流傳輸協(xié)議使此路前端收集視頻數(shù)據(jù)流對實(shí)時(shí)監(jiān)控部分發(fā)送，監(jiān)控端能夠利用網(wǎng)頁實(shí)時(shí)監(jiān)控視頻。實(shí)時(shí)監(jiān)控流程如圖2 所示。

圖2 實(shí)時(shí)監(jiān)控流程

實(shí)時(shí)視頻監(jiān)控通過RTSP 流媒體實(shí)時(shí)流傳輸協(xié)議、視頻處理軟件、轉(zhuǎn)碼部分等實(shí)時(shí)模塊構(gòu)成，在某路視頻采集前端視頻到一定容量的時(shí)候，存儲管理系統(tǒng)會重新調(diào)度存儲節(jié)點(diǎn)，選擇全新的salve 節(jié)點(diǎn)創(chuàng)建監(jiān)控軟件的通信，從而提供視頻存儲服務(wù)，保證負(fù)載均衡，避免某salve 持續(xù)對某路視頻監(jiān)控使系統(tǒng)出現(xiàn)異常，以此使系統(tǒng)穩(wěn)定性得到提高。

2.2 基于OpenCV 的人臉識別

從HDFS 上讀取到視頻數(shù)據(jù)后，再利用MapReduce框架[11]在計(jì)算集群中對視頻數(shù)據(jù)進(jìn)行分布式分析。

人臉識別系統(tǒng)主要包括圖像攝取、人臉定位、圖像預(yù)處理以及人臉識別四部分。人臉識別產(chǎn)品已廣泛應(yīng)用于金融、司法、軍隊(duì)、公安、邊檢、政府、醫(yī)療等多個(gè)領(lǐng)域。文獻(xiàn)[12]使用OpenCV 集成的LBPH 算法創(chuàng)建并優(yōu)化用戶面部模型，提高了人臉識別正確率；文獻(xiàn)[13]結(jié)合構(gòu)建的目標(biāo)信息特征庫進(jìn)行隨機(jī)梯度優(yōu)化、分類，實(shí)現(xiàn)視頻目標(biāo)的有效跟蹤。

OpenCV 圖像處理函數(shù)庫中實(shí)現(xiàn)人臉識別的是Face-Recognizer 類，F(xiàn)aceRecognizer 類集成了費(fèi)舍爾(Fisher Face Recognizer)[14]、特征臉(Eigen Face Recognizer)[15]和LBPH(LBPH Face Recognizer)[16]3 種算法。

LBPH(Local Binary PatternsHistograms)局部二進(jìn)制編碼直方圖，建立在LBPH 基礎(chǔ)之上的人臉識別法基本思想如下：首先以每個(gè)像素為中心，判斷與周圍像素灰度值大小關(guān)系，對其進(jìn)行二進(jìn)制編碼，從而獲得整幅圖像的LBP 編碼圖像；再將LBP 圖像分為個(gè)區(qū)域，獲取每個(gè)區(qū)域的LBP 編碼直方圖，繼而得到整幅圖像的LBP 編碼直方圖，通過比較不同人臉圖像LBP 編碼直方圖達(dá)到人臉識別的目的。

考慮到LBPH 算法運(yùn)算速度快且計(jì)算量小，并可以保證人臉識別的時(shí)間有效性，本平臺使用該識別算法。

3 主要功能介紹

本平臺主要包括特定樣本采集、身份識別、黑名單設(shè)置、身份識別、應(yīng)急一鍵啟動(dòng)、應(yīng)急調(diào)度指揮、信息發(fā)布等功能。下面就其中幾個(gè)關(guān)鍵模塊進(jìn)行簡單介紹。

3.1 特定樣本采集

對特定區(qū)域的視頻進(jìn)行樣本采集，利用Python 接口調(diào)用OpenCV 庫識別所需對象，建立特征對象庫。以近景樣本自動(dòng)采集為例，本功能模塊對人員各種形態(tài)的對象信息進(jìn)行采集，將采集到的視頻通過OpenCV 庫識別出若干對象，其中包括6 個(gè)person 對象，另有2 個(gè)chair對象，具體如圖3 所示。

圖3 樣本自動(dòng)采集

3.2 黑名單設(shè)置(Web 應(yīng)用服務(wù)端)

對已知危險(xiǎn)分子建立黑名單對象庫，并建立詳細(xì)的檔案，基本信息包括：姓名、身份證號、體重、身高、相關(guān)聯(lián)系人信息、危害級別、歷史犯罪及處置記錄、個(gè)人描述、處置建議等。例如建立嫌疑人員“鄧超”的檔案時(shí)，首先選擇“鄧超”的頭像，如圖4所示。雙擊后即可進(jìn)入相應(yīng)的編輯界面，進(jìn)行有關(guān)“鄧超”的詳細(xì)信息的添加，可以添加多張嫌疑犯的照片，以便提高識別精度，如圖5 所示。

圖4 黑名單列表

圖5 人員詳情編輯界面

3.3 身份識別

該模塊基于黑名單和樣本采集信息庫，與實(shí)時(shí)視頻監(jiān)控中的信息進(jìn)行識別，對可疑分子進(jìn)行報(bào)警。在圖6中，視頻抓拍的嫌疑人頭像信息與信息庫中的嫌疑犯頭像信息的相似度達(dá)到了0.743 201 5，超過了平臺設(shè)定的相似度閾值(此值可修改)，認(rèn)為此人很大程度上就是嫌疑犯，同時(shí)應(yīng)急聯(lián)防處置平臺給出了該嫌疑人的人員詳情以及主要經(jīng)歷及危害級別，并建議做報(bào)警處理。

圖6 身份識別

3.4 信息發(fā)布(智能終端)

當(dāng)報(bào)警信息推動(dòng)到管理員時(shí)，管理員可以依據(jù)實(shí)際情況，一鍵啟動(dòng)應(yīng)急響應(yīng)處置。處置一旦啟動(dòng)，即可獲得虛擬指揮調(diào)度中心的人員位置信息，并可以發(fā)布視頻、文字等多種信息。圖7 顯示的是負(fù)責(zé)人在虛擬指揮調(diào)度中心通過手機(jī)智能終端進(jìn)行危險(xiǎn)分子信息發(fā)布的情景。

圖7 危險(xiǎn)分子信息發(fā)布

3.5 應(yīng)急調(diào)度指揮(智能終端)

本平臺具有自動(dòng)創(chuàng)建應(yīng)急小組功能(突發(fā)事件發(fā)生后一鍵組群)，可以迅速將相關(guān)負(fù)責(zé)人組成應(yīng)急小組，免去很多中間過程，為緊急情況下的決策創(chuàng)造優(yōu)良環(huán)境，為處理緊急情況爭取更多的時(shí)間。所有群組內(nèi)的人，相互之間可以實(shí)時(shí)獲取對方的GIS 位置信息，并可以進(jìn)行群組聯(lián)絡(luò)，發(fā)布指揮調(diào)度信息。圖8 所示即為應(yīng)急小組中人員地理位置的分布情況，其中每一個(gè)標(biāo)志點(diǎn)代表一個(gè)小組成員。

圖8 指揮中心人員分布

4 結(jié)論

本文以城市安全為應(yīng)用目標(biāo)，構(gòu)建了基于Hadoop的身份識別應(yīng)急聯(lián)防移動(dòng)處置平臺。通過建立個(gè)人身份特征數(shù)據(jù)庫，將黑名單與監(jiān)控?cái)?shù)據(jù)實(shí)時(shí)對比分析來進(jìn)行隱患自動(dòng)識別，最終通過“一鍵式”啟動(dòng)實(shí)現(xiàn)應(yīng)急響應(yīng)的多終端協(xié)同處置。該平臺將傳統(tǒng)的固定式視頻監(jiān)控改變?yōu)椤耙苿?dòng)式”應(yīng)急監(jiān)控，將固定的指揮調(diào)度中心改變?yōu)樘摂M指揮調(diào)度中心，將單一應(yīng)急調(diào)度模式改變?yōu)槭謾C(jī)、PC、遠(yuǎn)程服務(wù)器等多終端關(guān)聯(lián)互動(dòng)的綜合處置模式，特別適用于突發(fā)事件和應(yīng)急場所，并能減少人力投入，是一種應(yīng)急處置模式的變革。