田 欣
(甘肅省通信產(chǎn)業(yè)服務有限公司郵電規(guī)劃咨詢設計分公司,甘肅 蘭州 730000)
視頻監(jiān)控大數(shù)據(jù)技術的應用,將由大數(shù)據(jù)系統(tǒng)替代人工完成數(shù)據(jù)收集、關聯(lián)分析、歸檔保存、預測分析、動態(tài)模擬等基礎性和復雜性任務,為指揮調(diào)度、運營管理等工作開展提供數(shù)據(jù)支持。
大數(shù)據(jù)技術的應用,憑借其強大的邏輯推理能力,通過開展交互式分析、邏輯推理運算等任務,向下深入挖掘數(shù)據(jù)信息的潛在價值。
在視頻監(jiān)控系統(tǒng)中,對大數(shù)據(jù)技術的應用,既可以在短時間內(nèi)顯著提升系統(tǒng)運行效率及綜合管理水平,同時,也將改變傳統(tǒng)的運行方式和管理方法手段,逐漸完善原有模式,最終形成一套與智慧城市相匹配的標準體系,從根源上解決低效管理等實際遇到的問題。
在城市公共安全領域,隨著城市化發(fā)展進程的加快,城市規(guī)模持續(xù)擴大,一二線城市涌入大量的流動人口,對公共安全管理水平、城市治理能力提出更高要求。然而,在傳統(tǒng)管理體系中,雖然在城區(qū)范圍內(nèi)布置大量攝像頭等基礎設施,但受到技術水平限制,普遍采取人工實時觀察、回放查看視頻資料的方法,僅做到對人流密集地、卡口、城市主干道等部分重點區(qū)域現(xiàn)場情況的有效把控,難以第一時間發(fā)現(xiàn)全部的公共安全問題和突發(fā)情況。與此同時,在視頻監(jiān)控系統(tǒng)中,對大數(shù)據(jù)技術的應用,將替代人工處理龐大數(shù)據(jù)流,從中篩除無用數(shù)據(jù)、提取高價值數(shù)據(jù)進行可視化呈現(xiàn),幫助管理人員快速發(fā)現(xiàn)突發(fā)情況與安全事件,為后續(xù)工作開展預留充足時間[1]。
視頻監(jiān)控大數(shù)據(jù)在公共安全領域的應用場景主要包括事件預警、視頻取證、一體化調(diào)度。其中,在事件預警場景,大數(shù)據(jù)平臺采取智能分析、數(shù)據(jù)挖掘等方法手段,從實時收集視頻圖像資料中提取有用信息,模擬人類思維方式判斷是否出現(xiàn)異常情況,在發(fā)現(xiàn)異常后提交報警信號。在視頻取證場景,預先在系統(tǒng)中輸入相關信息,基于數(shù)據(jù)間關聯(lián)屬性,從龐大數(shù)據(jù)流中快速提取數(shù)據(jù)資料,實現(xiàn)視頻取證目的。例如,搭配應用人臉識別技術和大數(shù)據(jù)技術,由工作人員在系統(tǒng)中上傳嫌疑人面部特征信息,由大數(shù)據(jù)平臺訪問人臉識別庫和對比分析視頻圖像資料,從中鎖定包含嫌疑人面部特征信息的視頻片段。在一體化調(diào)度場景,視頻監(jiān)控大數(shù)據(jù)有效整合各級數(shù)據(jù)資源,用戶訪問大數(shù)據(jù)平臺可以實時查閱指定信息或是與關鍵詞有關信息,并依托大數(shù)據(jù)平臺進行協(xié)調(diào)調(diào)度,在其基礎上建立點、線、面相互結(jié)合的一體化視頻防控體系[2]。
圖1 數(shù)據(jù)融合應用示例圖
為緩解城市交通壓力,提高地面公共交通、軌道交通系統(tǒng)的運營效率,需要應用視頻監(jiān)控大數(shù)據(jù)技術,從視頻圖像資料中提取、分類整理和處理車輛描述信息、車輛營運信息、各路段交通路況等,幫助管理人員掌握城市交通整體情況,為調(diào)度與管理計劃的制定提供決策依據(jù)。例如,在調(diào)度管理方面,從視頻圖像資料中提取信息,統(tǒng)計不同時間段的地面公共交通與軌道交通客流量,在其基礎上判斷公共交通需求,合理安排車輛車次,避免因車次過少而出現(xiàn)客流滯留情況,或是因車次過多而產(chǎn)生不必要的運營成本。在智能運輸組織場景,根據(jù)視頻圖像資料結(jié)果來預測未來一段時間客流分布情況及客流量,將其作為運輸計劃制定依據(jù),精準匹配軌道交通運力和客流。在智能列車運行場景,系統(tǒng)通過攝像頭與傳感器來拍攝視頻圖像資料與收集現(xiàn)場監(jiān)測信號,遠程掌握列車運行情況,包括實時運行參數(shù)與環(huán)境狀態(tài),對比監(jiān)測結(jié)果與視頻內(nèi)容,為列車安全運行提供雙重保障,如通過視頻資料檢查是否出現(xiàn)異常聲響、明火、冒煙等異常情況。而在智能運維安全場景,通過視頻資料來掌握各區(qū)域現(xiàn)場情況,第一時間發(fā)現(xiàn)并上報問題,包括乘客昏倒暈厥、行人與車輛是否保持安全間距等。
在智慧出行領域中,視頻監(jiān)控大數(shù)據(jù)的應用場景包括智慧停車、建立交通狀態(tài)感應線圈、三維可視化導航、多模式路徑導航。首先,在智慧停車場景,依托城區(qū)內(nèi)布置的各處攝像頭,掌握各處露天停車場與地下停車場的使用情況,實時統(tǒng)計與更新停車位剩余數(shù)量,同時,駕駛員訪問智慧停車系統(tǒng),上傳車輛實時三維位置,查詢目的地附近或周邊分布的空閑停車位,由系統(tǒng)規(guī)劃行駛路線,前往目標車位停車,也可以直接在系統(tǒng)上預定停車位。其次,在交通狀態(tài)感應線圈場景,在城市道路沿線布置若干攝像頭,將攝像頭作為終端設備并接入視頻監(jiān)控大數(shù)據(jù)系統(tǒng)中,持續(xù)向系統(tǒng)后臺上傳所拍攝視頻圖像資料,全面感知各路段交通狀況及環(huán)境情況,全過程跟蹤監(jiān)控車輛行駛過程,記錄車輛行駛軌跡,既可以在出現(xiàn)交通安全事故時由系統(tǒng)第一時間發(fā)送報警信號,同時,還可以向車輛駕駛員通報前方路況。再次,在三維可視化導航場景,保持視頻監(jiān)控大數(shù)據(jù)系統(tǒng)與導航系統(tǒng)的連接狀態(tài),將所拍攝不具備保密性、不涉及公民個人隱私的視頻圖像資料共享至導航系統(tǒng),由大數(shù)據(jù)平臺完成視頻處理、轉(zhuǎn)碼、傳輸操作。如此,用戶可以訪問導航軟件或是視頻監(jiān)控系統(tǒng),以可視化實景方式來觀察沿線路況,如道路兩側(cè)建筑物情況、車道寬度、路面狀況、周圍景色等,將視頻圖像中的數(shù)據(jù)信息經(jīng)處理后形成可見路面信息[3]。
在視頻監(jiān)控系統(tǒng)運行期間,會持續(xù)產(chǎn)生龐大數(shù)據(jù)流,數(shù)據(jù)產(chǎn)生總量呈現(xiàn)逐年穩(wěn)步增加態(tài)勢,如果仍舊采取傳統(tǒng)的數(shù)據(jù)物理存儲方式,需要配置大量高性能硬件設備,由此產(chǎn)生高昂的前期建設成本和運行成本,缺乏經(jīng)濟適宜性。例如,現(xiàn)階段,普通型號的高清攝像頭每小時將產(chǎn)生1~2 GB的數(shù)據(jù)量,而智慧城市普遍配置上萬條監(jiān)控路數(shù),各條監(jiān)控路數(shù)分布數(shù)量不等的攝像頭,攝像頭總體產(chǎn)生的數(shù)據(jù)量極為龐大。因此,為解決數(shù)據(jù)資源“存不下”問題,減少視頻監(jiān)控大數(shù)據(jù)系統(tǒng)的建設、運行成本,需要搭配應用大數(shù)據(jù)技術和云技術,由云平臺向視頻監(jiān)控系統(tǒng)提供數(shù)據(jù)計算、儲存、處理、共享等方面的服務,將海量數(shù)據(jù)提交至云平臺數(shù)據(jù)庫中進行儲存,無須儲存在本地服務器中。在調(diào)動、查閱視頻圖像等資料時,用戶訪問云平臺,在通過身份認證后,即可查閱權限范圍內(nèi)的文件資料,以及執(zhí)行文件編輯、傳輸、本地下載等操作。同時,云平臺還有著卓越的數(shù)據(jù)處理能力,采取分布式計算方法,將所接收復雜處理任務分解為若干小程序,將小程序發(fā)送至對應服務器進行獨立計算,再將計算結(jié)果進行匯總整理,即可在短時間內(nèi)完成數(shù)據(jù)處理任務,有利于提高視頻監(jiān)控系統(tǒng)運行效率[4]。
在視頻監(jiān)控大數(shù)據(jù)系統(tǒng)運行期間,當前主要面臨著各級監(jiān)控系統(tǒng)獨立運行、互不關聯(lián)統(tǒng)屬的問題,形成信息孤島,單一視頻監(jiān)控系統(tǒng)難以從有限視頻資料中提取到足夠的高價值信息,且大數(shù)據(jù)系統(tǒng)強大的數(shù)據(jù)處理、邏輯運算能力也沒有得到充分發(fā)揮,造成性能冗余。針對于此,需要對各級視頻監(jiān)控系統(tǒng)及配套數(shù)據(jù)庫加以整合處理。一方面,建立統(tǒng)一的數(shù)據(jù)處理平臺,由各級視頻監(jiān)控系統(tǒng)向數(shù)據(jù)處理平臺提交數(shù)據(jù)處理、運算分析等任務,以及向數(shù)據(jù)平臺上傳所拍攝圖像資料,各部門人員直接訪問數(shù)據(jù)處理平臺,在權限范圍內(nèi)查閱人、地、物等多維度信息資料,切實滿足視頻監(jiān)控大數(shù)據(jù)應用需求,如公安部門在數(shù)據(jù)處理平臺中查詢特定時間段的圖像視頻,從中查找嫌疑人面部特征信息、穿戴特征信息等細節(jié)信息,軌道交通運營部門通過查閱圖像視頻與數(shù)據(jù)報表來掌握實時路況,檢查是否存在線路堵塞等問題。另一方面,考慮到視頻監(jiān)控系統(tǒng)所收集數(shù)據(jù)由多源異構(gòu)數(shù)據(jù)組成,以智慧交通、智慧出行為例,收集違章次數(shù)、個體駕齡等關系型數(shù)據(jù),以及個體地理位置等時序數(shù)據(jù),不同類型數(shù)據(jù)的特征、分布情況、產(chǎn)生量存在明顯差異,如果采取統(tǒng)一處理方法,會削弱視頻監(jiān)控大數(shù)據(jù)系統(tǒng)的處理能力,降低數(shù)據(jù)實際利用率。因此,需要在數(shù)據(jù)處理平臺中按照數(shù)據(jù)類型建立多個數(shù)據(jù)庫,可分為結(jié)構(gòu)化數(shù)據(jù)庫、半結(jié)構(gòu)化數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)庫三大類[5]。
現(xiàn)階段,在智慧城市中,對視頻監(jiān)控大數(shù)據(jù)技術的應用,雖然有效解決了數(shù)據(jù)處理低效的問題,可以在短時間內(nèi)完成龐大數(shù)據(jù)流的分析處理任務,然而,受限于復雜環(huán)境、攝像頭分辨率等因素,所拍攝部分視頻圖像資料存在模糊不清的問題,大數(shù)據(jù)平臺難以從中提取到足夠且真實的數(shù)據(jù)信息,導致數(shù)據(jù)處理結(jié)果、向用戶所提決策建議缺乏實際參考價值。例如,在簡單、純凈場景中,大數(shù)據(jù)平臺可以從中提取真實特征信息和獲取準確檢測結(jié)果,而在人流量較大、分布大量設施與障礙物的場景中,算法檢測精度將受到光線、顏色等因素影響,難以獲取準確檢測結(jié)果,無法正確區(qū)分全部人群行為和有效預測潛在問題。
針對這類問題,應從技術層面著手,采取圖像增強、圖像復原、圖像超分辨率重構(gòu)三項措施,為大數(shù)據(jù)平臺提供高質(zhì)量、高分辨率和細節(jié)描述完整的視頻圖像資料。首先,圖像增強是應用圖像去霧、圖像去噪、圖像暗細節(jié)增強等全新算法來取代原有的圖像濾波、幾何變換等算法,以此來改善圖像質(zhì)量與提高清晰度。其次,圖像復原是依托圖像退化知識來構(gòu)建退化模型,運用維納濾波算法、小波算法等方法,在模型中進行逆過程處理,逐步恢復圖像,消除因運動、散焦等因素造成的圖像模糊,獲取清晰圖像。最后,圖像超分辨率重構(gòu)是采取信號處理方法,使用估計信號高頻成分來提升圖像分辨率,在低分辨率退化圖像基礎上獲取多幅高分辨率復原圖像[6]。
現(xiàn)階段,部分視頻監(jiān)控系統(tǒng)所配備的攝像機等基礎設施存在型號老化、使用功能單一的問題,以監(jiān)控攝像頭為例,所錄制視頻畫面較為模糊,細節(jié)描述不清晰,仍舊采取CIF格式算法處理的分析方法,雖然可以保證處理速度,滿足實時更新需要,但分析精度和畫面分辨率都有所不足。因此,為發(fā)揮出應有的視頻監(jiān)控大數(shù)據(jù)功能效用,需要著手推動基礎設施的更新迭代,如配備功能完善、具備較高智能化與自動化水平的智能攝像頭,基礎功能包括異常報警路線、提醒回放、云端存儲、紅外夜視、微光全彩等。
綜上所述,在全新時代背景下,視頻監(jiān)控大數(shù)據(jù)技術的應用推廣是十分必要的,這也是建設新型智慧城市的重要舉措。政府部門與工作人員必須對視頻監(jiān)控大數(shù)據(jù)予以高度重視,正確認識技術應用價值,了解技術應用現(xiàn)狀,圍繞實際存在的技術問題采納上述措施,實現(xiàn)對視頻監(jiān)控大數(shù)據(jù)的深度應用?!?/p>