基于视频智能感知技术的智慧安防平台设计

刘子豪 雷建波

摘要：随着我国经济的高速发展以及城镇化进程的加快，各种犯罪活动也呈爆发式增长且犯罪手段隐秘，采用传统的视频数据和人工研判进行案件侦破，无法快速精准破案。在计算机视觉技术，特别是智能感知人脸识别技术高速发展并广泛应用的基础上，以人脸识别技术为核心，云计算大数据技术为支点，结合智慧城市安防实际需求和应用场景，对多级联动视频智能感知平台进行了应用设计的介绍。

关键词：智慧安防；人脸识别；多级联动；大数据

中图分类号：TP274文献标志码：A文章编号：1008-1739（2018）24-59-4

0引言

为了完善社会治安管理，推进社会治安综合治理防控体系建设，减轻公安人员的工作负担，目前急需建设能实现“向科技要警力”的高效智能先进的公安业务应用系统。

作为人工智能感知领域在计算机视觉领域的一项重要应用，人脸识别技术是一项新型的生物识别技术，伴随着近些年来计算机技术和光学成像技术的突飞猛进，该技术已经逐步成熟应用于多种场景。

全国范围内已经建设多级视频监控系统基础平台，包括视频专网共享平台和公安网视频联网平台。但由于城市规模大和监控点数量多，需要耗费大量警力在监控中心进行操作、监管[1]。所以，为了解决上述问题，在本文中设计了基于人工智能人脸识别技术的多级联动视频智能感知平台。

1视频智能感知平台设计

1.1设计思路

基于人脸识别技术的视频智能感知平台设计分为6个步骤，主要包括：

①建设多维感知采集点：在前端建设方面，基于视频专网和公安网在市级、区级、县级重要区域建设前端多维感知采集点（人脸与车辆信息[1]采集、WiFi探测信息采集及电子围栏探测信息采集等）；

②搭建感知平台，构建数据库：建设基于视频专网和公安网的市、区、县3级的视频大数据智能感知作战云平台，完成多维感知信息的数据汇聚、关联和碰撞，建立各类多维感知数据与公安专业数据之间的关联关系，形成统一的数据融合大数据库，并提供各种直接面对用户的业务服务应用；

③构筑人脸大数据关联属性：从基础的人脸识别向人脸结构化方向要数据。系统不但可以识别目标的人脸特征主属性数据，还可以进一步识别出人员性别、年龄、民族和上下半身颜色等特征数据，更可以从视频或图片中提取出摄像机ID、位置经纬度、视频数据各项用户属性等的关联从属性数据，为业务应用提供多维分析能力和属性大数据关联；

④深度数据融合[2]：建立以人、车为中心的综合信息库，将包含人员信息、车辆信息、手机信息（WiFi、IMEI号）、视频数据、卡口数据、多维感知数据及八大资源库数据等的所有数据资源进行结构化处理，并进行数据关联和融合，具备以人找车、以车找人、以号找人及以图找人等各类数据关联机制；

⑤建设大数据应用：包括大数据、微服务，大幅度提升公安部门对视频资源的使用效能、重点人员管控、重点车辆管控及各类人车大数据技战法；

⑥实现综合应用：各类应用的最终目标是为各警种提供高性能、高智能、高效能及实战性强的人脸实战业务。

1.2逻辑架构设计

本套应用体系包含动态人脸业务应用平台、带人脸抓拍功能的NVR/抓拍服务器、特征服务器、识别服务器和分析服务器等多套分布式系统协作工作，从而为基于人脸建设一套完整的集人脸检索、大数据分析、定时监控、实时布控识别和報警为一套的标准体系，系统逻辑架构如图1所示。

①资源服务层：平台系统应对物理设备和资源提供统一的虚拟化机制以及相关虚拟资源的管理和维护，比如虚拟机管理、存储管理及资源监控等基础设施服务。

②数据服务层：系统应提供各种数据存储和访问的服务，包括传统的关系型数据库（如Oracle，MySQL）、分布式文件系统，分布式列数据库及数据仓库工具等。

③平台服务层：系统应提供相关业务最基础的和最公共的各类支撑服务，如视频图像的接入和调度分发服务，包括抓拍建库、特征提取、清晰化、人脸识别及特征分析等在内的智能分析服务，基于MapReduce的大数据分析服务，以及GIS地图服务、搜索引擎服务及报警联动服务等。

④应用服务层：系统面向最终用户，应提供丰富的业务使用环境，展现大数据人脸比对识别的深入应用效能。

⑤安全与管控：整个系统自下而上，应实现通信网络安全、区域边界安全、计算环境安全和管理安全等信息安全保障。按照国家和省市（州）有关规范和要求，建立网络体系、网络监控体系，采取网络隔离、数据备份等措施，实行安全等级保护制度，建立授权访问机制和安全制度，确保系统的安全性和可靠性。

⑥标准和规范：对于系统建设流程管理、质量管理、人员管理和风险控制等方面，制定符合项目实际情况的制度规程。对于关键的应用和数据，按照国家和公安部出台的统一开发标准、编码标准、联网标准及接口标准等进行。

2平台大数据服务体系

2.1平台数据服务

视频智能感知平台汇聚的数据资源为多维感知采集数据、通过解析中心进行处理后的数据以及各类专业公安数据。以上数据均为结构化数据，且数据量巨大，感知平台需要专业的平台数据服务作为平台业务应用的技术支撑，如图2所示。

平台数据服务主要是提供各种数据存储和数据访问的服务，包括传统的关系型数据库、分布式文件系统、分布式数据库、相应的通用数据存取接口、数据仓库工具及数据挖掘分析引擎。平台数据服务应通过分布式数据库支持海量的数据存储能力，并提供支持分布式计算和分析能力的高性能数据分析挖掘引擎，满足几十亿、上百亿条的数据管理和应用。

2.2平台支撑服务

平台项目大数据架构运用并行计算技术、分布式存储技术及动态负载均衡技术等大数据核心技术构建大数据支撑管理平台，实现对全省公安各警种业务视图大数据的接收、处理、存储、分析和发布，并实现与其他系统间的数据资源交换与共享，建立以人车为中心的综合信息库[3]，将包含人员信息、车辆信息、手机信息（WiFi、号码）、公安云信息、视频数据、卡口数据、多维感知数据及八大库数据等的所有资源结构化，形成相互关联一体联动的数据综合平台，为应用系统的各类管理与服务应用提供支撑，如图3所示。

数据源层主要实现前端多结构化数据的对接，包括人员卡口数据、部分天网视频数据、公安云专业数据及多维感知综合采集数据等，大数据获取层可针对不同类型的数据源采用不同的数据获取策略，实现结构化数据、非结构化数据和半结构化数据的导入导出。大数据处理层实现数据的分布式存储和并行计算，并统一提供资源的调度服务、访问服务、管理监控服务及权限控制服务等，支撑公安各业务应用。

2.3平台能力服务

平台能力服务层主要是提供基础业务能力和丰富的后台能力引擎，智能感知平台多级大数据库标准统一，接口统一具备针对特定任务进行分布式计算的能力，平台能力服务如图3所示。

①基础能力服务：包括人员卡口视频资源接入、车辆卡口资源接入、WiFi探测数据接入、电子围栏数据接入、报警资源接入、视频转发、视频存储及地图联动，这些服务可以根据不同的业务量，在云计算平台上灵活地扩展部署和应用。

②视频智能分析服务：包括车辆分析、人员分析和其他智能分析，支持集群功能和分布式计算能力，可以根据业务需要提供大规模智能分析应用。

③平台管理服务：包括设备管理、资源管理、权限管理和配置管理；

④数据服务：包括数据检索、数据挖掘和数据分析。数据服务应支持海量数据的检索和分析挖掘，如车辆、人员、MAC及IMEI等目标的快速查询等。

平台能力服务层作为衔接上层应用与底层基础设施资源的桥梁，起着承上启下的作用[4]。将视频图像相关的功能以及业务数据以服务的方式进行组织和处理，为应用提供各类服务引擎，包括基础的视频服务、卡口服务、平台管理服务引擎和大数据分析服务引擎。

2.4平台服务应用目标

①构建基于大数据技术架构的平台服务：通过IaaS层服务并结合智能分析算法（人脸分析、车辆分析等）和大数据应用框架（HBASE，Spark+slor，Strom，Map/reduce，HDFS， Hive等）構建先进视图大数据平台，对海量的视频图像进行大数据分析处理和数据挖掘；

②非结构化数据结构化描述：提供对海量结构化数据、半结构化数据、非结构化数据的分析和处理，特别是将非结构化的视图数据转换为结构化描述信息；

③利用各种大数据分析挖掘技术架构，对这些数据进行深度的分析和挖掘，提供更为可靠的预测性信息和综合分析研判结果；

④构建智能分析功能服务模块：满足车辆分析、人脸识别等不同视图智能处理需求，并提供分布式计算框架；

⑤构建的智能分析集群资源采用分布式计算架构，可动态共享，按需调配，符合业务需求；

⑥构建视频监控服务模块：满足视频接入联网功能、报警接入、视频转发、视频转码、视频录像存储、视频业务调度服务等基础服务功能、同时视频接入和转发功能符合遵循国标GB/T28181-2011及GB/T28181-2011修改补充文件的定义与要求，来提供媒体流转发服务；

⑦构建卡口监控服务模块：满足卡口数据接入、卡口数据处理服务等服务功能；

⑧构建平台管理服务模块：满足设备管理、在线配置、时钟同步、系统管理和后台管理等服务功能；

⑨开展基于大数据的微服务、微应用建设，构建大数据的共享体系；

3平台预期效果

在各地智慧城市安防建设中，由顶层设计出发，应用视频智能感知平台，在运行一个业务周期后，会取得如下成效：

①研究和制订一套符合公安实际应用的人像识别技术标准体系，包括识别算法选型原则、特征库建库规则以及应用接口标准等；

②完善以人脸识别比对为代表的非结构化数据智能分析手段，研发建立适应海量人脸信息的快速比对、分析和查询的大数据分析服务；

③加强业务数据横向关联与比对碰撞的能力，结合实际业务应用需求，兼顾处理性能及业务深化的扩展性应用需求，汇聚各业务数据并借助大数据技术进行情报信息挖掘，以人脸业务为核心进行组织、采集、管理，平台与人员侦查过程能够紧密结合[6]。

④建立具备前瞻性的人像情报资源库，既能为当前需求服务，又能为突发多变的实战需求快速提炼情报信息，提供数据支撑。

4结束语

为了适应当前人工智能及大数据时代下，当前的社会现状及技术现状对智慧安防建设提出的要求，本文根据现行政策文件，对基于人脸识别的智能感知技术及平台在现今智慧安防建设中的应用进行了相关阐述。随着人工智能、大数据技术的不断发展，还应不断深入思考基于人工智能感知的技术及平台在其他行业的应用，使该技术及平台更好地服务于智慧城市建设。

参考文献

[1]中华人民共和国公安部.关于深入开展城市报警与监控系统应用工作通知[R].北京：中华人民共和国公安部，2011.

[2]林洁.浅谈人工智能在安防领域的深度应用[J].中国公共安全，2017（6）：116-119.

[3]中华人民共和国公安部.关于加快推进人口信息人像比对技术应用的通知[R].北京：中华人民共和国公安部，2012.

[4]袁培江.浅谈人脸识别在新型智慧城市建设的应用[J].中国安防，2017（5）：102-105.

[5]都毅，姚文.基于人脸识别技术的智慧社区中智能安防系统的研究[J].绿色建筑，2017，9（5）：20-22.

[6]吴维嘉.智能人脸识别技术在安防行业的应用与发展变化[J].中国安防，2016（6）：21-22.