王海華,王紅艷
(寧波弘泰水利信息科技有限公司,浙江 寧波 315000)
為貫徹落實(shí)水利部“工程補(bǔ)短板、行業(yè)強(qiáng)監(jiān)管”水利改革發(fā)展總基調(diào)以及新時(shí)期治水理念新要求,寧波市水利局以水利現(xiàn)代化建設(shè)需求為引領(lǐng),開(kāi)展智慧水利建設(shè),并列入全國(guó)智慧水利先行先試地區(qū)[1-2]。
過(guò)去,我國(guó)水利行業(yè)建設(shè)的視頻監(jiān)控系統(tǒng)基本是由人員值守查看監(jiān)控畫(huà)面,由人員根據(jù)視頻內(nèi)容進(jìn)行判斷,并對(duì)異常行為進(jìn)行分析和處理,傳統(tǒng)的人員監(jiān)控方式面向大量視頻實(shí)時(shí)監(jiān)控的需求是有局限的。近幾年,隨著人工智能技術(shù)的快速發(fā)展,人臉識(shí)別、車(chē)牌識(shí)別、視頻結(jié)構(gòu)化等技術(shù)在視頻監(jiān)控領(lǐng)域得到了廣泛應(yīng)用,但是常見(jiàn)的視頻分析算法無(wú)法滿(mǎn)足水利工程管理的需求。因此,為了更好地滿(mǎn)足日益增長(zhǎng)的水利視頻智能化監(jiān)控需求,亟需研發(fā)一套適用于水利行業(yè)的水利智能視頻分析服務(wù)系統(tǒng),將已建水利視頻監(jiān)控系統(tǒng)、視頻資源與業(yè)務(wù)應(yīng)用充分耦合。
日常巡河工作作為發(fā)現(xiàn)河湖問(wèn)題的重要方式之一,具有不可替代的作用,但人工巡河存在無(wú)法全時(shí)段覆蓋、人工費(fèi)時(shí)費(fèi)力、效率較低等難題,導(dǎo)致視頻信息無(wú)法真正發(fā)揮使用價(jià)值,需要利用高新技術(shù)手段,通過(guò)智能視頻巡河的方式,以機(jī)器換人力,輔助解決巡河難題[3-5]。
依托智慧水利建設(shè),為提高河湖管理效率,深化水利強(qiáng)監(jiān)管,提高問(wèn)題發(fā)現(xiàn)與處置能力,開(kāi)展水利智能視頻分析研究與應(yīng)用。選取寧波市甬新河為試點(diǎn)河道,基于河道沿線視頻監(jiān)控?cái)?shù)據(jù),獲取試點(diǎn)河道狀態(tài)變化信息,研究視頻智能分析算法、構(gòu)建視頻智能分析服務(wù)、打造智能巡河應(yīng)用場(chǎng)景,為業(yè)務(wù)平臺(tái)提供“河道日常巡查與保潔”“違規(guī)涉水活動(dòng)取證”“違規(guī)闖入取證”“違規(guī)排水取證”等應(yīng)用場(chǎng)景,充分發(fā)揮水利視頻監(jiān)控系統(tǒng)應(yīng)用價(jià)值,實(shí)現(xiàn)智能化監(jiān)控,從而提高河湖監(jiān)管履職效率及智能化水平。
水利智能視頻分析服務(wù)系統(tǒng)通過(guò)對(duì)視頻進(jìn)行智能分析,發(fā)現(xiàn)并保存影響安全的視頻或數(shù)據(jù),及時(shí)預(yù)警,從而在一定程度上節(jié)約人力資源,逐步實(shí)現(xiàn)水利自動(dòng)化和智能化。
水利智能視頻分析服務(wù)系統(tǒng)總體框架見(jiàn)圖1:
圖1 水利智能視頻分析服務(wù)系統(tǒng)總體框架
(1)視頻數(shù)據(jù)層
將已有視頻監(jiān)控系統(tǒng)中所產(chǎn)生的數(shù)據(jù)收集、整編,其中主要包括歷史視頻圖像數(shù)據(jù)、實(shí)時(shí)視頻圖像數(shù)據(jù)、智能行為信息數(shù)據(jù)、船只信息數(shù)據(jù)、漂浮物信息數(shù)據(jù)、統(tǒng)計(jì)分析數(shù)據(jù)、視頻分析服務(wù)數(shù)據(jù)、預(yù)警規(guī)則數(shù)據(jù)、視頻分析發(fā)布數(shù)據(jù)、視頻分析共享數(shù)據(jù)、報(bào)警數(shù)據(jù)以及其他基礎(chǔ)數(shù)據(jù)等,將作為智能視頻分析服務(wù)平臺(tái)的數(shù)據(jù)基礎(chǔ)支撐和數(shù)據(jù)基本來(lái)源。
(2)數(shù)據(jù)服務(wù)層
視頻基礎(chǔ)服務(wù)主要包含了視頻基礎(chǔ)處理分析的服務(wù),這些服務(wù)是從所有具體的應(yīng)用中抽象出來(lái)的,服務(wù)粒度較小,通用性較強(qiáng),非常適合通過(guò)組合與裝配形成某個(gè)應(yīng)用服務(wù)層的服務(wù),這些服務(wù)同時(shí)也可以直接由某個(gè)應(yīng)用進(jìn)行調(diào)用,完成其所需要的某項(xiàng)功能。
水利智能分析服務(wù)主要包含了與水利業(yè)務(wù)應(yīng)用緊密相關(guān)的各類(lèi)服務(wù),這些服務(wù)可以由各類(lèi)上層應(yīng)用直接使用,服務(wù)的功能粒度較大,上層應(yīng)用可以對(duì)這些服務(wù)做簡(jiǎn)單的組合來(lái)滿(mǎn)足自身的需求。
(3)服務(wù)管理層
建設(shè)統(tǒng)一的智能視頻分析服務(wù)平臺(tái),統(tǒng)一管理各類(lèi)分析服務(wù),開(kāi)放各類(lèi)分析服務(wù)的接口,提供具有水利視頻特色的服務(wù)接口,能夠使用戶(hù)靈活地依據(jù)水利行業(yè)需求編排服務(wù),很好的監(jiān)視、控制服務(wù)的運(yùn)行狀態(tài)和質(zhì)量。
智能算法框架見(jiàn)圖2:
圖2 智能算法框架
智能算法框架分為三層:
(1)基礎(chǔ)框架設(shè)施層
基礎(chǔ)框架提供遠(yuǎn)程服務(wù)、智能算法構(gòu)建/運(yùn)營(yíng)、智能算法調(diào)度等功能,為從數(shù)據(jù)標(biāo)注、算法開(kāi)發(fā)、算法部署、遠(yuǎn)程服務(wù)搭建、算法調(diào)度、以及到算法運(yùn)維等一系列符復(fù)雜、高難度的流程,提供了完整、穩(wěn)定、便捷的基礎(chǔ)框架。
(2)智能算法層
基于前沿的視覺(jué)深度學(xué)習(xí),構(gòu)造像素級(jí)場(chǎng)景分割、目標(biāo)檢測(cè)、目標(biāo)識(shí)別智能算法,針對(duì)各個(gè)應(yīng)用場(chǎng)景,組合成復(fù)雜、高效、穩(wěn)定的業(yè)務(wù)邏輯,支撐應(yīng)用層的功能實(shí)現(xiàn)。
像素級(jí)場(chǎng)景分割:快速檢測(cè)定位特定區(qū)域,例如水體。
目標(biāo)檢測(cè)定位:定位特定目標(biāo)對(duì)象(例如垃圾、行人)。
目標(biāo)識(shí)別:識(shí)別物體的屬性與活動(dòng)。
視覺(jué)智能深度學(xué)習(xí):各項(xiàng)算法的基礎(chǔ)架構(gòu),設(shè)計(jì)靈活、性能穩(wěn)定、預(yù)測(cè)準(zhǔn)確。
(3)應(yīng)用層
采用高效、低成本的遠(yuǎn)程調(diào)用方式,提供少量場(chǎng)景參數(shù),自適應(yīng)調(diào)用智能算法,實(shí)現(xiàn)各項(xiàng)智能應(yīng)用。
水上漂浮物檢測(cè):檢測(cè)水上垃圾、水上丟棄物品,發(fā)出警報(bào)。
非法水上活動(dòng)檢測(cè):檢測(cè)游泳、釣魚(yú)等危險(xiǎn)非法水上活動(dòng),及時(shí)發(fā)出警報(bào)。
排污口檢測(cè):檢測(cè)排污口是否有水排出,發(fā)出警報(bào)提醒工作人員及時(shí)響應(yīng)處理。
周界入侵檢測(cè):自定義周界,檢測(cè)行人進(jìn)入禁止區(qū)域、危險(xiǎn)區(qū)域,及時(shí)警報(bào)/提醒。
2.2.1 多層級(jí)分辨率像素級(jí)水體分割算法
水利智能視頻分析服務(wù)算法涉及廣泛的水體上目標(biāo)檢測(cè),需要精確的像素級(jí)水體分割算法,使得能在多種復(fù)雜場(chǎng)景下的水體精確分割。像素級(jí)水體分割算法在各種層級(jí)分辨(4層級(jí)分辨率)下分析分割的信息,同時(shí)獲取豐富的像素和區(qū)域信息,同時(shí)采用多分辨率信息匯集模塊,交換各個(gè)層級(jí)分辨率的信息分析路徑下分析信息,大大地增強(qiáng)不同路徑下的像素和區(qū)域信息表達(dá),達(dá)到精確的像素分割,多層級(jí)分辨率像素級(jí)分割智能算法單元見(jiàn)圖3。
圖3 多層級(jí)分辨率像素級(jí)分割智能算法單元
另一方面,通過(guò)76層的深層網(wǎng)絡(luò)結(jié)構(gòu)(見(jiàn)圖4),提取更豐富的分割信息,完成精確的水體像素分割,有效用于漂浮物檢測(cè)、非法水上活動(dòng)檢測(cè)[6]。
圖4 4層級(jí)76層像素級(jí)水體分割深度模型
2.2.2 二級(jí)精細(xì)定位的少樣本目標(biāo)檢測(cè)算法
漂浮物檢測(cè)、排污口排水檢測(cè)和非法水上活動(dòng)檢測(cè)涉及到精細(xì)的目標(biāo)檢測(cè)算法(遠(yuǎn)距離下目標(biāo)有可能較?。掖嬖跇颖旧俚奶攸c(diǎn)。根據(jù)這些特點(diǎn),設(shè)計(jì)二級(jí)逐步精細(xì)的定位檢測(cè)深度模型結(jié)構(gòu),適應(yīng)少樣本下的更精確的目標(biāo)檢測(cè)。
(1)第一級(jí)深度模型結(jié)構(gòu),采用50層的深層主干深度模型結(jié)構(gòu)提取圖像特征(見(jiàn)圖5),并通過(guò)逐層上采樣模塊構(gòu)造多尺度特征,每個(gè)尺度特征負(fù)責(zé)不同尺度的檢測(cè)目標(biāo),高分辨(大尺度)的特征檢測(cè)小的目標(biāo),低分辨(小尺度)的特征檢測(cè)大的目標(biāo)。不同的檢測(cè)目標(biāo)通過(guò)第一級(jí)深度模型結(jié)構(gòu),粗略估計(jì)目標(biāo)區(qū)域。
圖5 50層第一級(jí)4尺度的目標(biāo)粗略定位檢測(cè)的深度模型
(2)第二級(jí)深度模型結(jié)構(gòu)根據(jù)第一級(jí)結(jié)構(gòu)估計(jì)粗略目標(biāo)區(qū)域,在該區(qū)域上進(jìn)一步提取目標(biāo)特征,通過(guò)5層線性回歸層的深度模型(見(jiàn)圖6),進(jìn)行精細(xì)的目標(biāo)區(qū)域估計(jì)和置信度估計(jì)。另一方面,正樣本較少的情況下,通過(guò)增加大量負(fù)樣本來(lái)優(yōu)化第二級(jí)深度模型,優(yōu)化少樣本下的檢測(cè)精度。
圖6 5層線性回歸層的深度模型
2.2.3 大數(shù)據(jù)驅(qū)動(dòng)難/易樣本自適應(yīng)人體檢測(cè)算法
水利視頻監(jiān)控系統(tǒng)的前端監(jiān)控點(diǎn)分布在各種場(chǎng)景下,存在很多復(fù)雜的因素影響檢測(cè),例如攝像頭的角度、高度、距離、復(fù)雜的背景(各種植物、車(chē)輛、水體等背景)等等因素。因此采用以下兩方面進(jìn)行解決:
(1)海量的人體標(biāo)注數(shù)據(jù)。
(2)自適應(yīng)的難易樣本檢測(cè)算法。
自適應(yīng)的難易樣本檢測(cè)算法的核心在于難易樣本決策模塊(見(jiàn)圖7),通過(guò)難易樣本決策模塊的決策,把復(fù)雜因素下的圖像經(jīng)過(guò)超深層的檢測(cè)網(wǎng)絡(luò),從而保證在復(fù)雜因素下的樣本檢測(cè)精度。另一方面,通過(guò)海量的人體圖像數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò),共50萬(wàn)圖像數(shù)據(jù),包括夜間、白天、街道、人行道、交通等多種場(chǎng)景下圖像數(shù)據(jù),通過(guò)數(shù)據(jù)驅(qū)動(dòng)的訓(xùn)練方式,使得自適應(yīng)人體檢測(cè)深度模型在各種場(chǎng)景下具有更高的檢測(cè)精度。
圖7 難易樣本決策模塊
選取了寧波市甬新河(甬新閘-紫誠(chéng)路,8.6km)為試點(diǎn)河段,依托智能視頻分析算法,通過(guò)甬新河前端3個(gè)鐵塔高位視頻監(jiān)控點(diǎn)和16個(gè)低位視頻監(jiān)控點(diǎn),獲知試點(diǎn)河道狀態(tài)變化等信息,實(shí)現(xiàn)視頻智能分析技術(shù)在水利管理多個(gè)場(chǎng)景中的應(yīng)用。
以現(xiàn)有及新建的視頻監(jiān)控系統(tǒng)為基礎(chǔ),建立視頻監(jiān)控點(diǎn)間的空間拓?fù)潢P(guān)系,基于物體識(shí)別服務(wù),監(jiān)測(cè)水面、水岸是否有不明物體,如垃圾、水面漂浮物、違章建筑等[7-9],具有自動(dòng)巡河與任務(wù)巡河兩種模式,有助于城市河道、河岸垃圾的發(fā)現(xiàn)與清理。
智能巡河系統(tǒng)界面圖見(jiàn)圖8,沿河攝像頭按照固定角度拍攝固定區(qū)域,全天候24小時(shí)對(duì)區(qū)域進(jìn)行監(jiān)管,對(duì)于發(fā)現(xiàn)的漂浮物進(jìn)行記錄并生成事件記錄,包括發(fā)現(xiàn)時(shí)間、目標(biāo)切片、攝像頭坐標(biāo)及位置等內(nèi)容。
圖8 智能巡河系統(tǒng)界面圖
智能識(shí)別、抓取、記錄河道、河岸存在的違規(guī)釣魚(yú)、游泳、闖入管理保護(hù)范圍等違規(guī)行為,對(duì)各類(lèi)行為自動(dòng)歸類(lèi)存檔并截取違規(guī)圖片存入執(zhí)法監(jiān)管證據(jù)庫(kù),為水政執(zhí)法提供證據(jù)。
(1)違規(guī)涉水活動(dòng)設(shè)置
違規(guī)行為庫(kù)里預(yù)先采集、存儲(chǔ)游泳、釣魚(yú)等行為,根據(jù)河段不同的管理方式,用戶(hù)可以自行設(shè)置監(jiān)管的行為類(lèi)型與重點(diǎn)監(jiān)管行為。
(2)周界設(shè)置
系統(tǒng)提供周界入侵智能巡河設(shè)備監(jiān)管范圍圖,用戶(hù)可以設(shè)置監(jiān)管紅線與區(qū)域,當(dāng)非法人員、車(chē)輛、船只闖入禁區(qū)時(shí),系統(tǒng)將采集記錄違規(guī)行為。
(3)違規(guī)涉水活動(dòng)事件
違規(guī)闖入取證應(yīng)用界面圖見(jiàn)圖9,以列表形式展示發(fā)現(xiàn)的違規(guī)涉水活動(dòng)事件,事件詳情包括事件類(lèi)型、是否為重要事件、事件發(fā)現(xiàn)時(shí)間、事件圖片與視頻等內(nèi)容。
圖9 違規(guī)闖入取證應(yīng)用界面圖
2020年9月12日15:13分,智能巡河系統(tǒng)于自動(dòng)巡河過(guò)程中,在興寧東路橋識(shí)別到有市民違規(guī)闖入河岸并釣魚(yú),系統(tǒng)預(yù)警后告知操作人員進(jìn)行備案確認(rèn),備案確認(rèn)后將此項(xiàng)涉水活動(dòng)事件推送給河長(zhǎng)制系統(tǒng),事件交辦至河長(zhǎng),由河長(zhǎng)進(jìn)行現(xiàn)場(chǎng)確認(rèn)并處置,處置結(jié)果經(jīng)河長(zhǎng)制系統(tǒng)流轉(zhuǎn)完成后將處置結(jié)果同步至智能巡河系統(tǒng),水利局管理用戶(hù)通過(guò)智能巡河系統(tǒng)能夠查看處置流程與處置信息。
基于排水識(shí)別、水體顏色識(shí)別等服務(wù),實(shí)現(xiàn)對(duì)沿岸雨排口晴天排水、雨天排污,水下排口偷排等現(xiàn)象進(jìn)行統(tǒng)一監(jiān)視預(yù)警,違規(guī)排水識(shí)別檢測(cè)流程與示例見(jiàn)圖10。
圖10 違規(guī)排水識(shí)別檢測(cè)流程與示例
視頻圖像數(shù)據(jù)是城市物聯(lián)感知中體量最大的一類(lèi)數(shù)據(jù),水利視頻智能分析算法研究與應(yīng)用實(shí)現(xiàn)了人工智能技術(shù)在水利業(yè)務(wù)場(chǎng)景的應(yīng)用,為水利行業(yè)業(yè)務(wù)管理部門(mén)提供了技術(shù)依據(jù)和經(jīng)驗(yàn)參考。依托智能視頻分析算法與服務(wù),獲知河道狀態(tài)變化信息,以機(jī)器換人力,實(shí)現(xiàn)河道智能巡查,提高河道管理智能化水平,日后通過(guò)進(jìn)一步推廣應(yīng)用,可有利于促進(jìn)水利管理部門(mén)在水資源保護(hù)、河湖水域岸線管理保護(hù)、水污染防治、水環(huán)境治理等重要領(lǐng)域的管理發(fā)展進(jìn)步?!?/p>