頻監(jiān)控技術(shù)在智能分析方面的快速發(fā)展，得益于智能芯片、算法及技術(shù)架構(gòu)在業(yè)務(wù)應(yīng)用中的普及應(yīng)用。而隨著業(yè)務(wù)的多元化所引發(fā)的技術(shù)差異化競爭，也使得安防企業(yè)在整個(gè)安防監(jiān)控技術(shù)的發(fā)展上各有千秋。

行業(yè)背景及需求概述

城市公共場所監(jiān)控?cái)z像頭成千上萬，晝夜不停地監(jiān)視和錄像，由此產(chǎn)生出海量的視頻數(shù)據(jù)，在對(duì)這些海量視頻通過人工進(jìn)行重點(diǎn)目標(biāo)查找的困難很大，耗費(fèi)時(shí)間較長，特別是一些重點(diǎn)場所的監(jiān)控視頻，對(duì)目標(biāo)查找有強(qiáng)烈的實(shí)時(shí)、高效的需求。

目前使用人工手段效率很低，即便使用視頻濃縮摘要等技術(shù)處理也主要是對(duì)歷史視頻、圖像進(jìn)行分析，而且流程繁瑣，出現(xiàn)突發(fā)緊急案件時(shí)，往往會(huì)貽誤最佳的破案時(shí)機(jī)，導(dǎo)致相關(guān)情報(bào)研判和案件偵破的響應(yīng)速度跟不上要求，無法滿足公安事前高危預(yù)警、即時(shí)性事件處置要求。在視頻監(jiān)控協(xié)作公安偵破案件過程中，最理想的情況是一旦有重要事件發(fā)生，立即就可以快速查找到關(guān)鍵目標(biāo)的人、車、物等視圖線索信息，然后進(jìn)行人、車布控時(shí)還能實(shí)時(shí)預(yù)警。

基于上述背景及需求，視圖萃取技術(shù)可以滿足這些需求，目標(biāo)是將針對(duì)傳統(tǒng)以人海戰(zhàn)術(shù)為主的視頻線索查找或事后對(duì)歷史視頻圖像進(jìn)行處理分析的方式，用實(shí)時(shí)、高效、自動(dòng)、智能的技術(shù)實(shí)現(xiàn)。

視圖萃取技術(shù)分析

監(jiān)控?cái)z像頭產(chǎn)生的海量原始、粗糙的信息，很多時(shí)候是用來儲(chǔ)存或者接受對(duì)專職人員的監(jiān)控。如果通過人工處理這些視頻信息，將會(huì)變得單調(diào)而乏味，同時(shí)，大部分時(shí)間的原始視頻中并不包含案件所關(guān)注的目標(biāo)事件。攝像頭如何被用來有效的進(jìn)行場景監(jiān)測，并根據(jù)需要進(jìn)行實(shí)時(shí)的預(yù)警，這是視頻監(jiān)控問題的研究目的。這就需要一種視頻監(jiān)控技術(shù)能夠在監(jiān)控場景中自動(dòng)獲取對(duì)正在發(fā)生的事件的描述，并根據(jù)視頻分析采取相應(yīng)的措施。

雖然，不同的視頻監(jiān)控系統(tǒng)有不同的監(jiān)控需求，但是它們?cè)诒O(jiān)控處理的過程中都需要處理一些共性問題。我們從分析監(jiān)控人員的工作方式入手，來探討這些共性問題。監(jiān)控人員在面對(duì)視頻監(jiān)控畫面時(shí)，通常只是關(guān)注場景中的某些特定目標(biāo)物。比如，只是關(guān)注在監(jiān)控場景中新出現(xiàn)的目標(biāo)物（陌生人），而不會(huì)關(guān)注監(jiān)控場景的景色變化或者物體擺放位置的變動(dòng)等。從每一幀視頻畫面中分離出目標(biāo)物（陌生人），并對(duì)這一同標(biāo)物進(jìn)行長時(shí)間的跟蹤，這就是物體的檢測、分類和跟蹤問題。監(jiān)控人員在對(duì)目標(biāo)物的跟蹤過程中產(chǎn)生的一系列的信息并對(duì)之加以分析，然后給目標(biāo)物的運(yùn)動(dòng)劃出一個(gè)行為描述，并根據(jù)這個(gè)行為描述決定是否對(duì)當(dāng)時(shí)發(fā)生在監(jiān)控場景中的事件給出異常報(bào)告。這個(gè)過程對(duì)于視頻監(jiān)控系統(tǒng)來說，就是在目標(biāo)物被識(shí)別并確認(rèn)的基礎(chǔ)上，分析目標(biāo)物的行為，按照設(shè)定的條件對(duì)系統(tǒng)理解的行為分類，給出監(jiān)控場景中的事件行為描述。綜上，通過對(duì)監(jiān)控人員的實(shí)際工作流程和工作方式的分析，我們知道視頻監(jiān)控過程中主要涉及到的問題包括：目標(biāo)物的識(shí)別確認(rèn)，目標(biāo)物的跟蹤和目標(biāo)物的行為分析。問題核心是圖像分類和圖像搜索。圖像分類任務(wù)如：人車目標(biāo)、車輛品牌、車輛顏色識(shí)別、車輛類型識(shí)別等。

視圖萃取技術(shù)的實(shí)現(xiàn)方式

視圖萃取技術(shù)實(shí)現(xiàn)了對(duì)海量視圖的實(shí)時(shí)結(jié)構(gòu)化提取，對(duì)人、車、物識(shí)別分離，提取有效結(jié)構(gòu)化數(shù)據(jù)，并對(duì)視圖中的車、人臉進(jìn)行深度結(jié)構(gòu)化處理，實(shí)時(shí)感知城市中的高危人員、高危車輛。結(jié)構(gòu)化后的高價(jià)值信息可以進(jìn)行長期保存，讓事后偵查搜索目標(biāo)變得更便捷，大大節(jié)約視頻偵查時(shí)間和人力成本。

萃取技術(shù)架構(gòu)圖如下：

圖1萃取技術(shù)架構(gòu)

人車物分離

視頻人車物分離針對(duì)平臺(tái)/設(shè)備的視頻/錄像進(jìn)行結(jié)構(gòu)化處理，將視頻中的運(yùn)動(dòng)目標(biāo)進(jìn)行人（行人、自行車、電瓶車或摩托車、三輪車）、車、物的區(qū)分，同時(shí)提取目標(biāo)基本的信息，如主體顏色、目標(biāo)大小、目標(biāo)速度、運(yùn)動(dòng)方向、時(shí)間等。根據(jù)這些提取的目標(biāo)信息可以自由組合進(jìn)行目標(biāo)搜索，顯示結(jié)果以視圖、列表或者地圖形式展現(xiàn)，每條記錄對(duì)應(yīng)原始視頻片段供細(xì)節(jié)查看。結(jié)構(gòu)化的重要線索及高價(jià)值數(shù)據(jù)可以在民警分析后入視圖庫，同時(shí)萃取系統(tǒng)也能從視圖庫中獲取其他業(yè)務(wù)系統(tǒng)分析后的高價(jià)值信息進(jìn)行同一案件人、車線索的串并，并在地圖上進(jìn)行展現(xiàn)。

車/臉識(shí)別

車輛與人臉識(shí)別基于現(xiàn)有卡口電警設(shè)備、卡口平臺(tái)、人車物分離出的車輛資源，實(shí)現(xiàn)了對(duì)過車圖片的智能化特征二次提取和分析，并進(jìn)行結(jié)構(gòu)化解析和提取（包括：車輛品牌、型號(hào)、年款、顏色、類別、異常行為等），以及車輛唯一性局部特征（如年檢標(biāo)志、紙巾盒、遮陽板、擺件、掛件）的過車信息實(shí)時(shí)搜索分析功能，主要包括：車牌識(shí)別技術(shù)、車系型號(hào)識(shí)別技術(shù)。

車牌識(shí)別包括快速定位車牌位置，準(zhǔn)確識(shí)別車牌字符、車牌顏色、車身顏色、車頭商標(biāo)、車輛類型等一系列智能交通領(lǐng)域所需要的技術(shù)。

車系型號(hào)識(shí)別技術(shù)，目前采用國際先進(jìn)的深度學(xué)習(xí)技術(shù)結(jié)合了車輛大小，車身的顏色以及車牌位置與顏色等綜合信息，能夠準(zhǔn)確定位識(shí)別上百種車品牌，支持上千種車輛的具體型號(hào)的準(zhǔn)確識(shí)別，并且算法不依賴于公安的數(shù)據(jù)庫，具有靈活的應(yīng)用場景，為公安刑偵工作提供更加精細(xì)化的信息。（支持200種品牌、3000種細(xì)分車系、局部特征的分析輸出。）

圖2車輛特征展示

與濃縮摘要的區(qū)別

萃取面對(duì)需求以實(shí)時(shí)結(jié)構(gòu)化為主，所以應(yīng)用主要針對(duì)重點(diǎn)區(qū)域的實(shí)時(shí)結(jié)構(gòu)化需求，濃縮摘要針對(duì)所有事后視頻的摘要分析。

萃取對(duì)于視頻結(jié)構(gòu)化中除人車分離功能外還有對(duì)車輛進(jìn)行二次分析及特征布控，而濃縮摘要主要側(cè)重人車分離，對(duì)于車臉識(shí)別及特征布控?zé)o法實(shí)現(xiàn)。

視頻萃取技術(shù)應(yīng)用

利用視圖萃取技術(shù)開發(fā)的產(chǎn)品，主要定位于公安的業(yè)務(wù)應(yīng)用，應(yīng)用上可以分為下面幾個(gè)類型：

事前重點(diǎn)點(diǎn)位實(shí)時(shí)結(jié)構(gòu)化

支持通過電子地圖的方式進(jìn)行配置，將重點(diǎn)部位周邊的符合智能化分析的點(diǎn)位進(jìn)行實(shí)時(shí)結(jié)構(gòu)化，支持按照全時(shí)段、重要時(shí)段(如上午7-9點(diǎn)學(xué)校，中午11-13點(diǎn)銀行，下午3-5點(diǎn)學(xué)校)等方式進(jìn)行配置。一旦發(fā)生事件后，可第一時(shí)間通過檢索結(jié)構(gòu)化信息的方式快速定位嫌疑人、車信息。

事中即時(shí)性案件處理

針對(duì)接到報(bào)警后需要馬上通過視頻進(jìn)行追蹤的場景，支持通過電子地圖框選案發(fā)地周邊點(diǎn)位后直接進(jìn)行萃取，并可通過布控嫌疑人員、車輛特征(紅色衣服-人員，黑色三廂轎車等)的方式，快速掌握嫌疑人員移動(dòng)軌跡。

同時(shí)，也可根據(jù)嫌疑人、車的移動(dòng)方向，逐步調(diào)整進(jìn)行結(jié)構(gòu)化分析的攝像頭，以實(shí)時(shí)跟蹤嫌疑人軌跡。

事后研判，軌跡還原

可以在地圖上進(jìn)行時(shí)空分析，將萃取系統(tǒng)分析的人員、車輛信息形成目標(biāo)的時(shí)空軌跡，幫助辦案民警進(jìn)行分析和研判。

行業(yè)技術(shù)應(yīng)用現(xiàn)狀

目前，主流的安防產(chǎn)品解決方案提供商主要采用的是視頻信息智能分析技術(shù)，常用的智能視頻分析技術(shù)通過目標(biāo)提取、目標(biāo)跟蹤、特征提取等算法實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)的檢測、識(shí)別及特征細(xì)化等功能。安防企業(yè)也都正在基于此類技術(shù)推出產(chǎn)品進(jìn)行業(yè)務(wù)應(yīng)用，這充分說明該技術(shù)能給業(yè)務(wù)應(yīng)用帶來便利。