智能视频分析技术在城市管理中的应用研究

2023-09-17张晓艳张建成冯延旺项泽文万翠凤

科技与创新 2023年17期

张晓艳，张建成，2，冯延旺，项泽文，万翠凤

（1.山东正中信息技术股份有限公司，山东济南 250014；2.山东省计算中心，山东济南 250014）

1 研究背景

随着城市管理信息化的建设，城市化的规模不断扩大，在一定程度上提升了人们的幸福指数，但也加剧了城市管理工作开展的难度[1]。视频监控建设联网应用在维护城市管理和公共安全方便具有重要意义，传统的视频监控存在智能化不足、灵活度低、耗时费力、响应不及时等问题，难以满足当今社会治理的需求。近年来，智慧城管系统的部署和推出得到了广大用户的认可[2]，城市管理逐步走向智能化、科技化、精细化的建设，智能视频分析技术为科技赋能城市管理提供技术支撑，突破了传统监控只“监”不“控”的难题。

与传统的城市管理执法手段相比，采用智能视频分析技术的城管执法具有以下优势。

第一，案件发现及时。通过监控摄像头对案件信息智能采集并回传至后台，通过分析系统准确分析出该案件类别，及时反馈给相应的执法人员，降低执法人员主动发现案件的时间。

第二，降低人力成本。实际操作过程中，使用智能视频分析技术可以减少监控人员时刻盯监控视频的时间，解放坐席人员，提高案件处理的效率。

第三，挖掘有价值的视频资源。随着城市规模的扩大，监控摄像头得到广泛的普及，视频监控资源存在数量大、种类杂、视频质量参差不齐等问题，搭载智能视频分析技术的系统通过分析海量监控数据挖掘出有价值的视频，提高视频监控资源的利用率。

第四，安全性较高。通过设置不同级别敏感度的运动分析和事件检测，若超过阈值则触发告警机制，配置监管人员远程监控现场异常动态，提高偏僻路段的安全性，降低执法人员的作业风险。

2 智能视频分析技术

智能视频分析技术作为一种基于目标行为的智能监控技术，将抓取图片中的背景与目标分离，除去背景干扰，检测出真正的目标，分析并追踪在摄像机场景内出现的目标行为[2]。

2.1 智能分析类别

智能分析类型主要分为诊断类、识别类、行为类等3 种。诊断类智能分析重点关注视频画面中出现的图像模糊、图像偏色、云台失控等易见的监控摄像头的异常故障，并针对该异常故障进行分析、判断和预警；识别类智能分析主要偏向静态类场景分析处理，通过对采集的图像识别、比对及模式匹配等关键技术，对重点关注的人、物及公共设备进行特征提取和分析，如车牌识别、人脸识别、安全帽识别等；行为类智能分析着重于动态视频图像分析检测，如车辆逆行检测、占道经营检测、人群密度检测、道路遗撒检测等。

当前市场中常见的智能类分析产品主要分为前端智能和后端智能等2 类[3]。前端类智能产品将识别算法移植到前端监控摄像头中，由前端监控设备对实时视频进行识别、分析和检查，稳定性较强。前端智能产品主要分析单路视频，复杂的智能分析需要的计算量较大，若移植到前端监控摄像头中需要的成本较高。后端类智能产品将前端采集的视频码流传至后台服务器进行分析，该类产品采用服务器集中处理模式，具有较强的兼容性，能同时分析多路视频信息，计算性能较前端智能类产品有明显的提高。

2.2 智能视频分析系统逻辑架构

基于城市管理的业务特点，智能视频分析系统主要以人、物及公共设施为重点关注对象，通过接入自有监控、共享监控、新建监控等视频监控资源，对重要路段、卡口和区域内的店外经营、无照游商、占道经营、乱堆物堆料、非机动车乱停、违规户外广告、暴露垃圾、私搭乱建、垃圾箱满溢、沿街晾晒、道路遗撒等违章行为进行分析，通过智能视频分析手段辅助管理，实现案件和告警信号的远程采集立案、转派、处置等多元化城市管理的智能化应用，实现及时发现、及时反馈问题、及时处置，提升城市治理效率和治理能力。

依托固定、移动等多种类型的前端采集设备将采集的多种违章行为回传至智能视频分析系统，以该系统识别分析的结果结合人工甄别结果作为审核立案的数据来源，提高案件处置的准确性和及时性，若符合立案条件则进行流程转派处理。该案件处理完成后，坐席人员通过视频核对是否符合结案条件，若符合则完成案件闭环工作。将所处理案件通过多维度统计视频数量、案件所属类型、案件频发地、易积雪积水地段等，对频繁发生案件实时告警，为科学决策提供依据，从而解决执法人员不足、执法工作难度大、案件处理不及时、案件重复出现等问题。

智能视频分析系统逻辑架构如图1 所示。

图1 智能视频分析系统逻辑架构

2.3 前端采集设备

利用固定、移动等多元化的硬件设备采集视频监控信号，固定的视频监控设备根据城市管理业务特点分布在不同的场景，即市容环卫、园林绿化、工地渣土、城市照明、户外广告、城市交通、市政设施等场景。移动视频监控信号采集设备主要为手机、车载、无人机、单兵、执法仪、对讲机等设备。

2.4 网络传输

城市管理根据城市需求及特色的不同采取的网络传输设计不同，基于城市管理的现状，前端监控摄像头采集的视频信号依托于视频专网回传至后台分析系统中，后台服务器根据设置的算法规则集中处理案件信息，对违规行为进行识别分析。

针对无视频专网的城市，需要建设政务专网[4]，依托于该政务视频专网对接入的视频信息进行资源整合，实现互联互通、共建共享的目的。政务视频专网基于其安全属性实现与其他专网的内部互联，与互联网的安全信息交换。

2.5 深度学习

城市管理趋于智慧化、人工智能发展成熟化，深度学习在城市管理领域占据重要地位。深度学习是一种机器学习方法，学习训练数据的潜在逻辑规律和表示层次，它作为人工神经网络可以模拟人脑解析数据，根据样本数据的特性独立训练出基本规则，最终达到识别文字、图像和声音等数据的效果[5]。

随着雪亮工程的建设，视频监控系统为推进社会治安防控体系建设奠定了坚实的基础，监控摄像头的普及促进视频数量迅速增长，但是视频内容缺乏标签，精度差，人力排查耗时费力。为了提高检测识别的效率和精度，降低人力物力成本，自动且迅速识别视频中的目标类型，依托于系统长期运行积累的大量案件信息，采用深度学习的算法训练模型[6-7]，从而提高案件识别的速度和精确度。

2.6 业务处置

通过前端摄像头采集的监控视频信息经过后台系统进行信息处理，并输出识别分析结果，将该结果推送至案件处理中心并可配置外放提示音提醒坐席员处理案件，坐席员根据智能视频系统分析的结果来核查案件的真实性和所属范围，如果符合要求，将案件转派至有关部门进行处置，事后根据案件现场的实时视频及案件的处理反馈结果核查案件处理情况，完成案件的闭环工作。

2.7 管理决策

智能视频分析系统首页根据业务需求采用日、月、年等维度统计各类案件信息并落图展示，从多方面统计已处理案件总数、报警所属类型、视频数量、案件频发地、易积雪积水地段等信息，为管理层掌握实时信息及科学决策提供重要依据。

3 智能视频分析技术在城市管理领域中的应用场景

3.1 占道经营识别

由于城管执法人员开展全覆盖模式执法的难度较大，禁止经营的场所仍存在商贩占道经营的现象，影响城市市容市貌的同时，对交通要道也易造成堵塞。为攻克整顿占道经营乱象，城管执法人员传统做法是加强执法力量，加大执法人员的巡查力度，及时发现及时处置，采用这种方法不仅增加了执法人员的工作量，同时处置占道经营问题的过程较为漫长。因此，采用智能视频分析技术自动识别街道上与占道经营有关的物品特征。摊贩在指定区域超过预设的时间范围是占道经营，如果超过预定的时间，视频智能分析系统将自动检测出该行为，并反馈至系统，实现案件的立案登记功能进而综合判断该区域内是否存在占道经营的案件。

3.2 违规户外广告识别

个体商户随意设置的户外广告具有年久失修、布线不规范、数量大、范围广、缺乏统一管理和规划等特点，存在安全隐患大、影响道路通行、造成视觉污染等问题。传统执法过程中，采用加强日常巡查监管的力度，工作强度大，效率低，难以全面拆除违规户外广告。通过现场监控摄像头采集视频信息，基于智能视频分析技术可实现违规户外广告的检测识别，并与系统对接，实现案件的立案登记功能。提高执法人员的工作效率，进而为城管执法信息化提供一定的技术支撑。

3.3 沿街晾晒识别

晾晒衣物虽是日常生活中的小事、私事，但晾晒的位置不当便是城市中的大事，折射出的是一座城市的文明程度。沿街晾晒不仅是一种不文明现象，也是一种违规违法行为。执法人员一般采用巡查办案的工作模式，耗费人力物力较大。采用智能视频分析技术对重要路段及公共场所的树木、指示牌、线杆、线缆、交通护栏等设施上悬挂、晾晒物品的行为进行检测识别，与后台系统对接，实现案件的立案登记功能，根据识别分析的结果，系统自动立案，同时反馈至执法人员处理此类案件，提高执法人员的执法效率。