基于新一代视频监控系统的视频数据库建设问题初探

赵秀萍

（山东警察学院，济南 250200）

2005年我国开始启动平安城市建设，以公共安全视频监控系统为中心打造综合型的社会治安防控体系。随着平安城市建设的深入，视频监控建设经过了“天眼”工程、“天网”工程等阶段，到如今的“雪亮工程”，视频监控从城区到乡村，覆盖范围越来越大，设备性能不断提高，视频监控网络建设逐步完善。如今视频监控遍布大街小巷，体现出高清化、智能化、数字化的特点，逐步实现了“全域覆盖、全网共享、全时可用、全程可控”①2015年5月，国家发改委、中央综治办、公安部等九部门印发了《关于加强公共安全视频建设联网应用的若干意见》，规划了今后一个时期公共安全视频监控建设的发展方向，提出到2020年实现全域覆盖、全网共享、全时应用、全程可控的总体目标及重点任务。的目标，成为记录个人和人群活动的常规设备。这些在固定点位长时间、连续记录的视频影像在案件侦查和治安防控中，也成为挖掘破案线索、固定犯罪证据等的利器。经过十几年的发展，日益完善的立体监控视频网络为侦查破案和治安防控布下了一道道天网。得益于此，全国范围内刑事案件发案率逐步下降，破案率日渐上升。

一、新一代视频监控系统的特点

（一）高清监控设备的普及使视频可以反映更多的细节信息

监控视频的清晰程度是决定影像细节表现，体现影像应用价值的关键因素，主要由监控摄像头的分辨率所决定。早期的普通监控设备分辨率多为352×288，由于分辨率不足，视频中的人、车、物清晰度很低，只能模糊反映整体特征和部分局部特征，对于人面部五官等较细节的特征则无法反映出来。如今，新一代的高清监控设备，常见的分辨率为1920×1080。分辨率较以前提升了几十倍，影像质量差异巨大，清晰程度有了大幅提高，为被摄物细节特征的提取和应用提供了可能性。高分辨率的视频影像除了可以分析监控目标的整体特征和局部特征外，还可以反映细节特征，能够达到人脸自动识别的要求，为通过视频人像直接确定目标身份提供了必要条件，拓展了视频在侦查破案和重点人员管理中的作用。

（二）视频监控设备类型众多可以满足不同场所的需要

得益于深度学习算法和图像数字化技术的进步，新一代的视频监控设备集成了更多的智能分析和图像实时处理功能，能够适应各类复杂场景，具备更多自动分析和处理功能的前端设备越来越多的产生和应用，为科学布局监控点位，适应多样化监控需求提供了条件。适合在各类通道或出入口布设的高清人脸卡口，抓拍的人脸图像可以实时进行自动人脸识别；全目标结构化摄像机可对采集的人、车、物图像进行实时处理，提取主要特征，建立结构化特征数据库；高空摄像头以高位俯拍的形式对重点场所进行大范围监控，可以实时侦测人流方向，及时发现异常并进行预警；移动监控设备可以根据需要适时安装在不同的位置，完成各类临时性任务。这些有特色的监控设备与常规的枪机、球机和超高清可变焦摄像系统相互配合，能够满足各类场所的不同需要，完成多样化的任务。与此同时，各具特点、多种来源、种类多样的视频数据，对数据的管理和应用都提出了巨大挑战。

（三）新型视频网络架构表现为智能前端与边缘服务器和云存储中心的协调运作

存储和传输技术的发展为图像的实时处理和视频专网的应用提供了条件。即便如此，因为视频影像的海量数据增长，要想无限制地完整保存下来存在很大困难，因而目前监控系统的建设标准是保存期30天。从监控视频的特点来分析，这种长时间无选择的连续摄录，所获得的视频信息密度较低，因而也没有必要全部保存。新型的视频结构化技术，通过智能分析提取视频中的有效信息，比如只提取结构化信息和抓拍的图像，与设备的时空信息一起分类进行存储，可以有效解决这一矛盾。为完成实时分析提取信息的任务，可以借助边缘服务器的算力，既能解决实时处理的时效，又不会挤占存储服务器的空间。前端摄像头摄录的视频，经过边缘服务器提取有效信息，进入云存储空间进行保存，通过三部分的协调运作，解决海量视频数据与有限存储空间之间的矛盾。

（四）目前新一代监控系统处于更新换代过程中

平安城市建设是我国的综合国力达到一定程度，视频采集和图像数字化技术有了巨大进步，适应社会综合治理的需要应运而生的国家级战略项目。最初从4个城市的试点开始，继而启动“3111工程”扩大试点规模；在取得成功经验的基础上，开始了“天网工程”的建设，在大、中、小型城市的城区逐步铺设监控网络，在边建设边应用的过程中，无论在侦查办案和治安防控，还是城市管理和突发事件处置等领域都取得了突出的成效；随着深度学习算法的突破，自动车辆和人脸识别技术开始进入实战应用阶段，加上云计算、云存储和视频图像检测及处理技术的发展，将智能识别和分析技术与监控网络建设相融合，启动了“雪亮工程”的建设，这项工程包括视频监控网络从城区往城郊和乡村的拓展，也包括城区设备的更新换代，既是网络覆盖范围的拓展和扩充，也是整个设备系统的重构和升级。由此可见，视频监控网络伴随着社会的发展始终处于动态建设过程中，并且与新技术的进步息息相关，是国家和城市综合实力的具体体现。目前，集成了更多智能化应用功能的新一代视频监控系统正处于更新换代过程中，并且还将持续一段时间。

二、监控视频数据的特性

（一）视频信息具有模糊性和不确定性

视频数据属于天然的非结构化数据，具有模糊性和不确定性，同一视频不同的人可能会有不同的理解，这种非结构化数据不利于计算机直接进行识别和利用。同时，大多数监控摄像头都是在固定点位连续、不间断地摄录，因此累积了庞大的数据量。一方面，这些海量数据的积累不断占据存储空间，无法长时间保存，因而在存储空间一定的情况下，只能采取反复覆盖的方式只保留近期的视频影像，才能保持摄录过程的持续状态；另一方面，摄录的视频信息呈现整体价值高，但单位密度低的特性，使得关键信息的查询和发现费时费力，往往还需要借助专业设备和专业人员。这些特点，都会导致视频数据的效用在很多情况下无法完全发挥出来。

（二）视频信息量和数据量庞大

据相关统计表明，全球数据每两年翻一番。作为信息时代海量数据的来源之一，视频监控产生了庞大的数据总量，特别是近几年随着“雪亮工程”建设的推进，视频监控网络不断拓展和延伸，社会管理系统进入了大数据时代。在所有汇集的数据中，视频图像等非结构化数据占到数据总量的95%以上。新一代监控系统体现出以下特点：首先，高清监控设备的普及，使得数据的产生速度极快，一座中型城市一天产生的视频数据就可以达到PB级；其次，数据类型繁多，包括卡口的车辆抓拍和人脸抓拍、重点场所和社区路面的实时视频监控、设备信息、电磁围栏等动态数据，以及常住人口库、重点人员库、车辆登记信息等静态数据；再次，监控网络保持正常运行，在连续不间断地摄录过程中，累积大量数据。[1]因此，从应用趋势分析，可以预见的是视频数据的体量还会越来越大。

（三）视频结构化解析可以将视频信息标准化和数据化

视频结构化是早期视频信息提取和综合应用的基础，为视频信息的智能分析和应用提供了可能性。视频内容的模糊性无法适应信息数字化的要求，因此视频结构化解析是智能应用的基础。视频结构化解析是使视频信息按同样的规则进行标准化统一的渠道，具体来说就是对视频、图片内容按语义关系，组织成可以被计算机识别、理解和检索的文本信息，从而提高视频信息的准确性和可关联度。目前，视频结构化信息的自动提取系统得到了广泛应用，具有更高智能特性的前端结构化摄像机又将这一应用带入了一个新的阶段。结构化信息虽然只能粗略地定义视频中的整体和局部特征，不能定义细节特征，但它将视频信息确定化和文本化，大大减少了存储空间，有利于进行数据的碰撞和融合，提升了应用效率。

（四）“以图搜图”技术实现了目标的自动分析和识别

随着深度学习算法和计算机视觉技术的发展，以人脸自动识别为代表的视频信息的全面分析和应用技术逐步成熟并开始应用。目前，基于自动信息提取和比对的人脸、形体、步态识别系统在实战应用中发挥出巨大作用。同时，全目标结构化摄像机和智能抓拍摄像机等前端智能设备的应用，为嫌疑目标的“跨镜追踪”提供了无限可能。依托多种智能算法的人脸、形体、车辆的信息自动分析和综合应用平台，将前端摄像头拍摄到的海量视频数据，通过实时检测、存储、分析、比对，不但可以进行重点人员轨迹追踪、寻找失踪人员、核验人员身份、排查目标人员等深度应用，还可以采用“一人一档”的形式对数据进行管理，为重点人员的特征刻画和案件线索的分析研判提供依据。

三、面向警务实战需求的视频数据库建设应关注的重点问题

近年来，视频专网、视频综合应用平台和视图库系统的建设作为视频监控系统的拓展和延伸，成为新一代社会治安防控体系不可或缺的重要支撑。但随着应用的深入，各种数据不断汇集，数据类型和体量越来越大，视频图像应用系统建设与公安实战需求不匹配的矛盾开始逐渐显现，大量的视频数据处于沉睡状态。如何与公安实战需求相结合，分级分类建设数据库，进一步挖掘视频数据的价值成为发挥视频数据应用成效的关键。

（一）视频数据库建设要谨慎考量数据量与应用价值的关系

提取的视频数据类型不同、表达的方式不同、反映的信息不同、占据的空间也不同。不同类型的视频信息各有特点和优势，同时也有自身不可克服的缺点。目前视频数据的主要类型有：原始视频本身具有完整性和连续性，可以记录事件过程，但也存在冗余信息多、信息密度低、占据空间大等问题，受存储空间的局限性大；视频的结构化信息通过文本形式反映目标的整体和部分局部特征，简洁、准确、占据空间小，但信息反映不全面、不完整；人脸卡口或车辆卡口抓拍的是高清图像，信息密度高、影像质量好、细节清晰，但拍摄范围小，不具有连续性。

原始视频目前尚不具备长时间、大范围保存的条件，应结合具体的案（事）件情况，确定涉案时空范围，提取保存关键时段的重要信息即可。结构化信息是经过加工的信息，这些简洁、准确的信息往往不受器材和拍摄角度等因素的影响，因而更适合用于“跨镜追踪”，进行时空关系、特征关系、行为关系、社会关系、通联关系等数据分析和应用。卡口图像的突出特点是质量高，适合进行身份识别和认定，可以与结构化信息结合起来，建立卡口过车“一车一档”、人像识别“一人一档”、视频侦查案件“一案一档”等专用数据库，便于实现针对重点对象的实时监控和跟踪。因此，根据数据类型的不同特点，结合实战应用的价值，精确定位不同数据库的作用，最大限度地发挥数据价值是采集视频数据的根本出发点。

（二）视频数据应以使用目的为核心分级分类采集建库

治安防控需重点关注的工作有刑事案件侦查、突发事件预警等，这些工作的要求不同，需要的视频数据类型不同，但归根结底是通过视频监控加强对人的掌控，能够做到“动知其踪，静定其位”。因此，应根据不同类型的人员特点，采用不同的标准分别采集视频数据。比如可依据常住人口、流动人口、有前科或涉案的重点人口分别管理，按照不同目标，分别采集基本信息、异常活动信息或全过程活动信息，通过分级分类采集建库，既能够发挥视频监控的基本目的，又能够及时发现异常，做到防患于未然。

另外，对于不同的场所，也应根据其不同特点，采取不同的方式进行管理。对于公共场所、大小道路、重点单位等地点，应根据各自的特点和需要，建设完善视频监控网络。需要特别注意的是，居民社区作为治安管理的基本单元，人员密度大、出入频繁，是进行视频监控的重点单位。监控建设应考虑球枪结合、布局合理、功能多样、管理到位，打造能够汇集多维数据，进行协同作战的立体监控网络。通过汇聚社区内部的视频、出入口的人脸和车辆抓拍图像，结合门禁通行记录和人员活动规律，建立人与人、人与物、物与物的全面感知和互联互通，实时掌控“人、车、物、事、情”等动态信息，打通数据壁垒，不断挖掘数据价值，建立具有先进性和开放性的数据应用管理体系。

（三）算法和算力是多维大数据实时分析和融合应用的关键

新一代视频监控系统不但有多维数据的智能化融合感知，还有视频目标的实时分析和应用，将各类数据包括实时感知数据与前期入库数据，不断进行数据交叉、碰撞、关联、感知，这对整个系统的算法和算力是巨大挑战。没有先进的算法和足够的算力来支持巨量级的数据运算，实战应用中最为关键的“研判分析”就无法实现，智能预测预警更是无从谈起。[2]

面对新的考验，新一代视频监控网络建设应以新技术应用为基础，通过智能前端设备、通信传输技术、数据中台、边缘服务器和云存储中心的协调应用，搭建视频数据采集和管理的技术模型。一方面，通过分析新一代视频监控网络中前端设备的类型，以及数据传输、处理和存储的方式，结合不同阶段视频数据的类型、特性和作用，建立通过边缘服务器采集关键信息并入库管理的模式和架构；另一方面，系统梳理公安实战工作中视频数据的特性和价值，立足警务实战发展和各类业务需求，分级分类提取人、车、物的视频数据，在公安视频专网建设各类数据库，并通过视频综合应用平台进行使用和统一管理。从软件、硬件两个方面考虑建立适应新型警务工作需求的视频数据系统。

（四）以智慧警务为目标的“视频+”数据应用是多源数据的统一、汇聚和共享

目前，视频大数据应用不再局限于视频图像的简单查看和单一维度的查询检索，而是与各种各样的数据进行融合应用，“视频+”大数据时代已经到来。多维数据应用的核心在于动态数据与静态数据的相互结合。典型的动态数据有人体、车辆、手机信息码、RFID、门禁，以及视频结构化、时空轨迹、人证合一等类型；静态数据主要是人口、车辆、案件等公安信息数据库。多维大数据的综合应用，是以视频中提取的人、车、物、行为等动态数据为核心，通过与物联数据、公安业务数据，以及其他社会管理数据进行分析碰撞，实现全网汇聚、联合检索、关系挖掘、轨迹追踪、预警预测等功能。

2018年1月在全国公安厅局长会议上，时任公安部部长提出“要打破部门警种壁垒，打通交换共享渠道，集聚优质资源，推进开放共享，努力实现数据规模效益和价值最大化”。世界知名大数据专家哈佛大学教授Gary King强调: “大数据的核心不是数据！大数据的价值在于分析。”①2017年初，哈佛大学政治学系教授加里·金（Gary King）在上海交通大学举办的一场名为《大数据，重要的不是数据》（Big Data is Not About the Data）的讲座中的观点。如何实现对海量数据的深度开发和综合应用，促使这些数据从量变到质变是发挥视频数据价值的关键。“以公安信息化为核心，通过互联化、物联化、智能化的方式，促进公安系统各个功能模块高度集成、协调运作，实现警务信息强度整合、高度共享、深度应用”[3]的目标。

四、结语

2018年以来，公安部提出了大力实施大数据战略，依托大数据智能化手段，建立健全“用数据说话、决策、管理和创新”的管理机制，实现“业务互联互通、数据共享共用、功能灵活配置”的目标。[4]智慧警务具有感知、整合、共享、创新等特点，其核心是警务机制整合和信息资源共享，是警务形态未来发展的必然趋势。“雪亮工程”从规划开始就考虑深挖视频数据的潜力，建立以大数据智能应用为核心的智慧警务新模式，着力提高预测预警、精确打击和动态管理能力。通过高清智能化前端摄像头、视频联网共享平台、视频解析中心和视频信息数据库，共同构建视频智能分析与预警体系，提高社会管理的效率和维稳处突的能力。