AOI大数据在智慧城市安防管理中的应用研究

李军英

北京中色测绘院有限公司 北京 101300

引言：传统的数据价值具有时效性，对数据进行分析的越早问题越容易得到反馈与响应。早期的AOI检测结果只可通过人工记录，进行更新过的AOI可以被录入电脑进行研究与分析，如今已经被应用于社会各个领域。其中在城市的安防管理系统中的应用较为广泛，能够凸显大数据本身具有的多维度安全功能。

1.智慧城市安防管理现状

基于此前的智慧城市安防管理工作现状来讲，大数据技术作为城市安防管理工作的核心基础，各大城市已经积极开展雪亮工程、天网工程等建设项目，在网络安全性上也有一定程度的进步，比如从常规的安全网络互联转向物联网大数据建设，引入了人脸识别系统，越发体现人工智能化。新技术的初步应用，会受到诸多因素的影响，导致安防管理工作中出现疑难。不同来源的数据将独立储存于各自的系统中，数据的无法统一使各个行业领域的识别模式出现障碍，数据无法进行集中，难以找到数据之间的关系，进行有价值数据的挖掘。在安防系统中，对重要视频进行分析和挖掘、人脸识别以及软件算法还未呈现大规模的商业化水平，一定程度上约束了安防管理工作的实施。在智慧城市的安防管理工作中，对于信息时效性具有较高的要求，实效性直接决定了安防数据的运算与宽带传输要求。此外，用户的信息与隐私问题需要安防管理工作加强建设，应用相应技术与计算，将信息的安全级别明确划分。

2.在智慧城市安防管理中AOI大数据的应用

2.1 模式识别技术的应用

AOI大数据技术在模式识别技术中主要是进行数据识别与图像处理，能够对文字文字、指纹、人脸以及车牌实行精确识别，在当前的大多数城市中已经得到了广泛的应用。相比之下视频识别技术虽然发展较为先进，但终究属于模式识别技术中的部分分支。此种视频识别技术拥有连续动态的特征，能够区分出事物的行为特征，此优势应用了AOI大数据技术的特点。图像识别往往与动态视频识别具有共同特征，在二者的比较之下，视频帧图像需要大量的视频信号来组成，所以在分析视频时，需要将多帧图像信息进行综合考虑，“图像流”的定义也因此而来。视频识别技术的应用很大程度上辅助了安防管理工作进行，具有重要意义。视频模式识别经常将检测目标看做一个整体，通过捕捉物体在运动区域中的运行轨迹，以此来辅助安防监控工作的进行。在此模式识别技术下，人们的手语与步态能够被识别为肢体动作，将正在运动的物体看成肢体运动性质。对于一些可以动作，比如偷盗行为与打架现象，可以将运行模式设置为小视野特写镜头，从而对可疑动作进行仔细观察，为安防管理工作提供可靠视频依据。

2.2 治安卡口系统的应用

陈旧的治安卡口主要是利用检测机动车的运行轨迹，使用高清摄像机进行抓拍，经常被用来管制超速车辆，但是此种摄像机无法清楚拍摄车辆前排人员与车辆的详细特征，致使安防管理工作受到一定程度上的阻碍。随着科学技术的不断发展，在卡口系统中通过应用AOI大数据技术与高清摄像头，能够实现对人员与车辆特征的清晰拍摄，目前该种技术已经成为智慧城市的监控工作的核心力量。广泛应用于治安监测、机动车监测以及行人监测。高清卡口系统虽然研发的时期较早，但是在晚期才呈现出较好的应用效果。

2.3 目标检测技术的应用

AOI大数据技术除了在目标监测技术中应用，在线圈监测技术与视频虚拟线圈中也较为常用。线圈监测技术为目标监测技术中的一种，并且在车辆的监控工作应用的十分纯熟，其利用了电磁感应原理，当车辆接触时，线圈电感值混迅速下降，检测器的振荡频率也随之发生改变。AOI大数与线圈有据技术的作用则是将有效数据及时上传至系统内，保障数据的时效性，此种数据的检测结果的准确性可高达99%。但是线圈检测也存在与一些局限性，比如无法对行人与非机动车进行监测，在堵车的过程中容易发生疏漏。而连续视频流检测跟踪技术能够对行人与非机动车进行有效监控，同样的视频虚拟线圈也有此效果，这两种方法是通过对背景差利用分算法进行计算，随后将背景影响剔除，进而得到所需的前景目标区域，并对图像更新并保存。当通过噪声无法判定车辆所在位置，则需要进行下一帧图像的检测。对于连续视频流监测跟踪技术的适应使用较为复杂，并且管理难度较大，需要运用多种分类方法进行区分，才能达到跟踪车辆轨迹的目的。AOI大数据技术在目标检测技术中的应用较为繁杂，具有使用情况需要根据道路行车实际情况来决定，有效辅助了城市安防管理工作的进行。

2.4 应用于软件算法

AOI大数据技术在软件算法中涉及的知识面较宽，比如，数据库知识、技术机构知识、图像分类知识、网络通讯知识等多个领域。在软件算法技术中，一般情况下常用的有视频检测技术与特征识别技术，以及事件检测技术。AOI大数据技术在视频监测技术中能够将捕获目标进行跟踪，将数据完好保存后上传于系统，此种技术能够适应于恶劣的天气情况中，硬件性能的支撑力较强。但是在识别技术上，步骤较为复杂。比如对车牌的定位需要将图像二值化，随后将字符切割，将比较结果输出，而车身与车型的识别步骤将更为复杂。软件技术作为治安卡口系统的核心部分，随着AOI大数据技术的持续更新，芯片处理速度将更加快捷，将提升安防管理工作的高效性。

结论：综上所诉，AOI大数据技术是智慧城市安防管理工作进行的核心。通过应用模式识别技术可在人流的统计问题得以解决，使监控区的空间进行分流导航，从而实现了精确的信息指导。随着AOI大数据的不断改进和完善，指挥城市将获得更长远的发展，该技术的应用价值将会不断增加。