探究大数据的视频智能分析系统的运用

蔡映雪+陈伽+胡辉+胡松+黄思博+蔡昭权

摘要：在解析视频智能分析系统内涵以及类别的基础上，对大数据的视频智能分析系统大规模视频解析计算技术、视觉智能分析技术这两类常见的关键技术实用价值进行阐述，最后对大数据的视频智能分析系统的具体应用进行分析。希望在网络信息时代中，政府机关对平安城市建设、社会监控建设投入力度不断加大，数据驾驭能力也不断增强，为和谐社会建设提供优势条件。

关键词：大数据时代；视频智能分析系统；视频智能分析技术；运用范畴

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2018）02-0166-03

在互联网时代中，移动互联、社交网络、电子商务的涌现使互联网应用范畴进一步拓展。最近几年中，安防行业获得较大的发展空间，监控设备应用规模不断拓展，逐渐走进寻常百姓家，在科技的引导下监控设备从模拟向数字化方向转型，实现远距离视频动态监控的目标。大数据时代的到来，对社会经济、政治、文化以及个体生产生活均产生不同程度的影响，人类也应不断强化对数据使用的能力，从而将大数据的视频智能分析系统的实用价值充分彰显出来。

1 大数据的视频智能分析系统

视频智能分析技术的推广应用，在“智慧城市”建设期间发挥的作用是极为显著的，具体体现在对慧视频感知方面上，可以被视为系统智能化目标实现的前提条件，协助系统获得辨识图像数据信息的能力，落实了光电数据信号转型为信息的目标。

视频智能分析技术具体是应用了计算机图像视觉分析技术，借助把场景内背景与目标两者分离的方式去解析并跟踪摄像机场景中显现的关注目标，在计算机建模识别等技术的协助下，辨识锁定目标类型、色泽、特点、速率、规格以及他类信息，顺利将图像视频内所囊括的数据资源提取出来，强化视频分析的智能性与大数据分析的整体性。

智慧视频感知系统的构建，实用价值在以下两方面体现出来：①获取视频图像中的重要信息，将其存储下来或者是将相关业务有效关联在一起，为大数据的应用提供有效数据支撑；②参照某些被检测出来的信息资源，将智能化的自动监测报警功能发挥出来。借助在多样摄像机的场景内预设不同报警原则的方式，若能够检测出目标在场景内出现了违反预设规则的行为方式，系统会自动地将报警信息传达出来，监控工作站也会自行弹跳出报警信息并传达警示音，在这样的情景下用户可以借助点击报警信息的方式，达到重组报警场景并实施有关策略的目标。在智慧城市建设期间，应用视觉感官的效能能够协助用户快捷的获得相关数据信息。

现实中，伴随着视频分析算法功能的不断改进与优化，算法的精确性也处于不断提升的态势中，应用范畴也不断拓展，经济市场对该类方法的需求量也不断上涨。视频分析算法的应用，宗旨在于协助政府机关或者是其他機构的安全部门不断提升低公共环境安全性的防护效果。该种应用具体涵盖高级视频移动侦测、入侵探测、物体追踪、遗留物体检测、移走物体检测、非法滞留等类别。除此之外，对于城市交通管理、环境管理、政务服务、零售服等行业，也有广泛的应用，例如人员数量统计、拥挤度探测、车流量管理、车辆违法停靠探测和报警等。

现阶段，智能分析技术参照其功能发挥方式可以被细化为不同类型，本文进行如下解析：

1.1 诊断类智能分析

该类智能分析技术功能体现在对视频图像呈现出的雪花、滚屏、模糊、偏色、增益失衡、云台失控、画面冻结等常见的摄像头故障、视频信号扰乱、视频质量下滑等进行精确解析、辨识与传达报警信号等方面上。

1.2 辨识类智能分析

该类智能技术通常被应用在对静态场景的分析处理方面上。具体是借助对图像辨识、对比及模式匹配等关键技术，达到对个体、车辆以及物体等有关数据信息提取出来进行解析的目标。例如在对车辆辨识期间，通常应用的是车牌识别技术。

1.3 行为类智能分析

行为类智能分析技术多数是应用在对动态情景进行分析与处理方面上。最具代表性的功能体现在以下几方面上：①车辆逆行与有关交通违章检测；②监控区域入侵检测；③围墙翻越检测；④绊线穿越检测；⑤物件盗取检测；⑥占道运营检测和客流统计。

总之，视频监控系统可以被视为一类应用范畴极为广泛的技术防范手段，在城市社会治安综合防控体系构建期间体现的应用价值是巨大的。智能视频分析技术功能在不断整改中逐渐演变成视频监控系统的关键应用部分[1]。智能视频监控系统的运行是以数字化、网络化视频监控和图像处理、计算机视觉、人工智能为基础，以部署在监控系统中的视频实时智能分析设备或智能分析软件为载体自行对视频内容进行全面性解析，及时发现监控图像中存在的反常信息，确保有关预警信号传导的时效性，协助视频图像监控人员及时处理安全隐患，确保各个领域业务运行的顺畅性与有效性。

2 大数据的视频智能分析系统关键技术分析

借用视频大数据关系分析数据模型算法，整合非监督式学习技术、视觉智能解析等新兴技术，将智能调度运算框架中的有效信息资源调动出来，借此方式使计算机设备获得知识迁移的运行功能。并以0penSiack开源社区的云计算框架为依托，建设以视觉智能为重心的视频神经网络体系，能够不断提升数据计算的精确性与快捷性，为人工智能新领域的构建与规模拓展提供优势条件。

2.1 大规模视频解析计算技术

大规模视频解析计算技术可以被理解为云计算机技术与计算机网络技术的整合体，在云量存储空间和大规模数据信息的支撑下对数据信息进行解析与测算。继而创设具有一定弹性的系统架构，建设具备对外开放功能的视频云服务软件体系，借此方式协助公安机关在多样化视频资源中能够快捷的查询出与案件相关的信息资料。在大规模视频解析计算技术的协助下，CPU+GPU混合计算、大库比对类计算的精确性均得到切实的保障，同时将视频资料解析、处理、比对等结果呈现给监控人员监控人员。例如在庞大化的视频资料中对犯罪嫌疑人行走路线进行检索、对可疑车辆数据信息进行检索、对犯罪事件进行追查以及对以往视频资料中的犯罪进程进行解析、动态有效的对模糊图像进行处理等。大规模视频解析计算技术架构可以被细化为基础层、数据交换层、数据层以及应用层四大层次，以下本文对不同层次的功能进行解析：endprint

2.1.1 基础层

借助对车辆卡口数据、视频监控数据、移动终端数据、数字对讲等系统衔接与管理的方式，顺利地将数据信息一并接入与管理。

2.1.2 数据交换层

借助对公安机关基础数据库、人脸辨识库、车辆库、视频结构化数据等业务进行解析与调用的方式，构建视频智能分析系统运行所需的数据池，为上层结构解析、应用与调用数据信息提供便利条件。

2.1.3 数据层

具體是参照业务运行现实需要对数据进行分析与处理，借助研发消息服务、警情解析服务、系统指挥调用服务等内容，达到对警用地理信息系统、“三台合一”接处警系统、GPS定位系统、视频监控共享平台等多类信息资源进行有效整合，并构建数据层与应用层之间的关联性。

2.1.4 应用层

在应用层的协助下，构建“常规警情指挥、重大事件指挥、移动事件处理、情指研判分析、勤务管理”的实战格局[2]。该视频云框架的功能体现在为相关人员供应对不同种类文件有效存储计划方面上，具体是参照业务运行需求应用不同的方法对数据进行计算，针对结构化数据与非结构化数据应用多样的数据减缩方法，借此方式去提升应用效率，同时也符合视频云计算中心对视频资源合理组织、高效计算、关联性查询的需求。

2.2 视觉智能分析技术

视觉智能分析技术等同于计算机图像视觉分析技术，属于人工智能内的一类辨识模式，业务运转流程体现出繁杂性特征，继续实时过滤与处理大批量数据信息。

视觉智能分析技术在对视频内容进行解析过程中，能够将锁定范围视频片段中的运动目标及结构化特点等信息顺利的提取出来，精炼成一段短小额视频片段，调用车辆与人脸、人体分析算法，提取出接入视频流（实时/过往）图片进行人车目标结构化信息，人脸与人体信息进行有目的性提取，借此方式提升视频侦查目标检索、排查定位工作运行效率。

在中心服务端的功能为对前端智能设备分析并提取个体与车辆等图片数据信息，在分析算法的协助下获取二次结构化特性，解析方式进一步充实人车目标属性信息的全面性，为目标属性大数据解析结果的精确性提供便利条件[3]。而上述目标的实现绝非是一蹴而就的，对视频结构化和二次识别算法提出更高的标准，即应用领域中最先进的深度学习算法。例如二次识别算法公式为：[LBP（xc.yc）=p=0p-12ps（ip-ic）]，其中[（xc，yc）]表示某一区域中的中心元素，其像素值为[ic]，[ip]表示领域中的他类像素值，s（x）为符号函数，在x≥0的情况下，s（x）=1，否则为0。

3 视频智能分析系统的具体应用

现阶段，智能视频分析系统多数被应用在对动态视频图像解析方面上，发挥提前将预警信号传导出来的作用，在该方面的应用已日趋成熟化。伴随着大数据时代的到来，批量性数据信息被储存，采取怎样的方式开发、解析与应用这些数据资源，已经是众多安防企业业务运行期间面对的共性问题。

视频智能分析系统中的智能视频数据挖掘技术的研发，使公安刑侦的事后视频解析、管理与实战目标的实现成为可能[4]。这主要是因为在一个案件发生以后，就会有大批量视频录像线索衍生出来，和案件发生、发展相关的大批量刑侦监控视频多数是应用了W indows文件目录管理的初始方法，需借助记事本W0RD、EXCEI等其他类型的记录文件，去将视频录像中的人物、时间、地点等关键信息录入下来，上述方法的应用增加了关键视频资料获取的难度，视频管理效率也难以提升，还可能因为相关人员工作态度不端正导致重要视频资料遗失问题出现。在对案件线索搜寻初期，一般会在内容与形式极为繁杂化的资料库内探寻到该视频，继而借助某一厂商的DVR播放器明确相应时间点并对视频资料进行查看，上述行为方式的产出与应用，通常会导致线索和相关视频资料的映射关系混淆以及搜索困难等问题衍生出来。众所周知，案件发生后刑侦工作应体现出一定时效性，相关操作行为的发出应体现出快捷性特征。大批量数据信息检索与需求迅速定位两者就存在了矛盾关系。故此，采取怎样的方法达到迅速高效检索视频录像这一目标，逐渐演变成视频监控行业后续几年发展中迫切需要处理的问题，以及相关业务的发展趋向。

例如，在2012年中南京发生了“1·6”抢劫案件。在案件处理过程中，南京警方从全市1万多个摄像头获取的视频数据大约是2000T，在科学技术欠发达的环境下，数千名警察人员对视频资料进行观看，以获得与案件相关的有效线索，投入的时间与精力均是巨大的[5]。传统方法的应用，要求相关人员从头至尾对原始视频资料进行播放，花费的时间与精力是极为庞大化的，投入大量的人力资源并不是上述问题的最佳处理方法。但是相关工作实践表明，上述方式的应用，依然不能完全根除关键信息资源遗漏等现实问题，对破案进度与效率均会造成不同程度的负面影响，同时也使相关人员的工作压力不断增加。若在智能视频分析系统的协助下，相关人员可以有效对视频中运动的物体等信息进行有效检索和排查，将干扰信息快速剔除，借此方式使案件办理效率大幅度提升，同时也有效缓解了办案人员的工作压力。

在对“1·6”抢劫案件办理期间，警方为了获得与案情发展相关的信息，就采用了对案发地点在某一时间段中过往行人的动作、神态、面貌等因素进行解析的方式逐一排查，若出现反常行为，就会应用视频智能分析技术对个体的身体特点进行解析，例如面部特点；若是面对异常行驶的车辆，就会对车辆车牌号码、颜色与类别等信息进行解析[6]。由此可见，在视频智能分析技术的协助下，破案目标的实现就指日可待了。例如在办理本案件期间，警方借用海康威视视频检索系统搜寻相关线索，实质上就是参照预设目标的行为特点检测、个体面部特点检测与车辆信息检测等信息资源，快捷的把案发地点出现的人和车等信息分析出来，为警方后续办理案件提供有效凭据。具体工作程序可以做出如下概述：把本市1万余个摄像头共获取的2000T视频数据参照自定义的方式存储进服务器中，参照目标行为特点分析、个体面部特征检测与车辆信息辨识等技术对数据信息类型化进行预处理，最后交由视频智能分析系统最初最终结果。视频智能分析系统功能具体在以下几方面体现出来：endprint

3.1 目标行为分析

对目标行为的分析可以被理解为将视频资料导入服务器以后，系统自行提取视频内部与案件与目标相关的重要信息资源，同时以该类信息资料为依托重塑视频资料框架，这样办案人员就可以在极短的时间中，查看某一时间段囊括的所有目标，并确定其产生的行为方式，落实对信息资源有效甄别的目标。

在对视频图像资料信息进行检索期间，经常会出现一些干扰信息，那么为了提升办案效率，应快速过滤掉或跳过这类无效信息[7]。为了实现上述目标，视频智能分析系统应用了智能浓缩播放功能，其能够参照用户主观意愿自行管理视频资料播放速度，把与案件相关的有效证据、线索等内容缓慢播放，采用快进方式将用户不关注的资料进行播放。上述方式的应用，大大减缩了相关人员的工作时间，大幅度提高了视频内容查看的速率。为了进一步减缩案发区域，视频智能分析系统将目标类型有效分离的功能发挥出来，进一步明确可疑人员的范围。

3.2 面部检测

在視频智能分析技术的协助下，警方可以快捷的锁定可疑人员的行为方式，此时侦查人员需要观察到嫌疑人员面部特征信息，面部检测方式去通行人员面部特征信息，继而参照时间、服饰等特点是犯罪人员确定下来。

3.3 车辆信息辨识

在某一街道口安装摄像头的情况下，若犯罪人员曾驾车通行过该街道口，但是警方无法指导车辆通行的确切时间，这将会是破案难度有所增加。为了获得与可疑车辆相关的信息z资源，借助对视频资料解析的方式，可以顺利地获得用户所需的车辆信息，例如车身颜色，车牌号码，型号等，在这样的情景中警方就可以参照现实信息为后续案件办理提供便利条件。

借助对“1·6”抢劫案件进行解析的方式，明显的发现视频智能分析系统在大数据时代中应用的迫切性，同时也认可了海康威视视频检索系统的现实价值，在该系统的协助下，案件侦查人员能够准确而有效地将有限的精力汇聚在所关注目标上，真正处理了当下视频资料繁多、信息量庞多化等视频资料搜寻的现实问题[8]。借助视频调查取证的方式，大大节约了相关人员的工作时间，工作效率显著提升，实现构建科技强警机关的目的，与公安机关对公安信息化构建的标准相匹配。

4 结束语

综合全文论述的内容，认识到视频智能分析系统在大数据时代中的应用意义与要点，在光线、目标运动形式复杂以及背景颜色多样等因素的干扰下，系统在运行期间可能存在一些不足，目标检测与跟踪算法规划难度会有不同程度的增加。但是砸死科学技术日新月异的时代中，视频智能分析技术将会在金融、交通等各个数个领域中有所应用，真正将预见性防控作用发挥出来。

参考文献：

[1] 吴瑞玉，华佳峰，程晨，等.“互联网+”信息技术在执法记录仪中的应用研究[J].中国公共安全：学术版，2016，04：135-138.

[2] 鲁伟.基于Hadoop交通视频大数据分析组件的设计与应用[J].中国交通信息化，2017，03：98-101.

[3] 邵振峰，蔡家骏，王中元，等.面向智能监控摄像头的监控视频大数据分析处理[J].电子与信息学报，2017，3905：1116-1122.

[4] 韩龙玫，卿粼波.视频大数据在城市公共空间规划领域的应用前景探索[J].四川建筑，2017，3703：12-15.

[5] 张蓝姗.网络视频观看模式的创新与影响——以“绿镜”智能观看模式为例[J].当代传播，2017，04：105-106.

[6] 黄铁军，郑锦，李波，等.多媒体技术研究：2013——面向智能视频监控的视觉感知与处理[J].中国图象图形学报，2014，1911：1539-1562.

[7] 海康视频云结构化服务器——“猎鹰”强势来袭[J].中国安防，2015，22：88-89.

[8] 焦冬冬，尤颖，贾莉莉.基于大数据远程视频监控Web显示技术[J].网络安全技术与应用，2014，08：132-133.endprint