隨著高清IP攝像機(jī)的普及，視頻監(jiān)控系統(tǒng)平臺(tái)的視頻接入和存儲(chǔ)也越來(lái)越多，如何有效利用這些視頻資源，挖掘其潛在價(jià)值，是用戶當(dāng)前面臨的首要問(wèn)題。未來(lái)無(wú)疑是智能化的時(shí)代，海量數(shù)據(jù)挖掘的時(shí)代，一個(gè)更加便捷的時(shí)代。這一切的前提都依賴于智能算法、數(shù)據(jù)挖掘技術(shù)不斷突破和成熟。

　　文/宇視科技首席智能架構(gòu)師 譚熾烈

傳統(tǒng)的視頻監(jiān)控解決了視頻的存儲(chǔ)和回放，以及各廠商視頻流的互聯(lián)互通，但仍然無(wú)法準(zhǔn)確識(shí)別、定位和查找視頻中的人，車(chē)，物等目標(biāo)信息。目前，要實(shí)現(xiàn)全方位的實(shí)時(shí)監(jiān)控，指揮調(diào)度，視頻錄像中可疑目標(biāo)的檢索查證，還必須依靠大量的工作人員時(shí)刻緊盯屏幕，監(jiān)視所有攝像機(jī)的實(shí)況視頻，以及回放相關(guān)視頻錄像，查找可疑人員，車(chē)輛目標(biāo)和線索。這顯然需要耗費(fèi)大量人力，而且難免也會(huì)因?yàn)槠诤褪韬觯e(cuò)漏掉某些稍縱即逝的重要信息。

因此，圍繞公安業(yè)務(wù)需求的公安實(shí)戰(zhàn)平臺(tái)，結(jié)合視頻圖像偵查業(yè)務(wù)，對(duì)監(jiān)控畫(huà)面中感興趣的目標(biāo)視頻進(jìn)行智能分析，提取可疑的人、車(chē)、物等目標(biāo)信息，生成結(jié)構(gòu)化的語(yǔ)義描述，從而實(shí)現(xiàn)特定目標(biāo)的快速定位、查找和檢索。例如，當(dāng)某現(xiàn)場(chǎng)發(fā)生案件，收集案發(fā)現(xiàn)場(chǎng)監(jiān)控視頻，及所有聯(lián)網(wǎng)的公安視頻圖像、政府建設(shè)視頻、社會(huì)監(jiān)控視頻。對(duì)涉案視頻進(jìn)行智能分析，其相關(guān)聯(lián)的視頻中人、車(chē)目標(biāo)進(jìn)行信息提取。并對(duì)每個(gè)圖片和視頻進(jìn)行目標(biāo)對(duì)象可人工標(biāo)注描述，實(shí)現(xiàn)視頻、圖片與對(duì)應(yīng)人、車(chē)、物信息的關(guān)聯(lián)。然后上傳到視頻信息數(shù)據(jù)庫(kù)，作為基礎(chǔ)數(shù)據(jù)資源用于情報(bào)信息研判。還可利用GIS地圖可視化，結(jié)合時(shí)空信息，詳細(xì)刻畫(huà)可疑目標(biāo)的活動(dòng)軌跡，為偵破案件提供重要支持。公安實(shí)戰(zhàn)平臺(tái)有效的提升監(jiān)控視頻資源利用，協(xié)助快速而準(zhǔn)確的研判，提升工作效率。

智能分析技術(shù)應(yīng)用

視頻智能分析是利用計(jì)算機(jī)圖像視覺(jué)處理、模式識(shí)別和機(jī)器學(xué)習(xí)等算法，分析和識(shí)別運(yùn)動(dòng)目標(biāo)信息。作為公安實(shí)戰(zhàn)平臺(tái)中最為重要的環(huán)節(jié)，如下幾種智能分析需求應(yīng)用更為迫切。

人臉識(shí)別

為了應(yīng)對(duì)公共安全突發(fā)事件，比如波士頓馬拉松爆炸案，校園槍擊案，公安業(yè)務(wù)部門(mén)對(duì)人臉識(shí)別技術(shù)的尤為關(guān)注。另一方面，隨著圖像視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)的不斷進(jìn)步和產(chǎn)業(yè)化，人臉識(shí)別效果已逐漸受到公安部門(mén)的認(rèn)可。

公安部門(mén)借助人臉卡口IPC攝像機(jī)的智能人臉檢測(cè)技術(shù)，在城市道路、廣場(chǎng)、娛樂(lè)場(chǎng)所及各類(lèi)重點(diǎn)場(chǎng)所的人員目標(biāo)的人臉識(shí)別，提取包括人的性別、戴眼鏡、年齡段等特征信息。從而實(shí)現(xiàn)人臉的實(shí)時(shí)布控、高危人員比對(duì)、以圖搜圖、語(yǔ)義搜索等方面的業(yè)務(wù)應(yīng)用。比如，人臉布控業(yè)務(wù)是通過(guò)對(duì)場(chǎng)景中視頻的進(jìn)行實(shí)時(shí)人臉采集和視頻分析，并與各種人臉庫(kù)提供的圖片(警綜、信綜、出入境、人口庫(kù)、追逃庫(kù)、犯罪人員庫(kù)等)進(jìn)行實(shí)時(shí)比對(duì)。如果發(fā)現(xiàn)重點(diǎn)關(guān)注人員，將推送到公安實(shí)戰(zhàn)平臺(tái)客戶端或手機(jī)終端。另外公安實(shí)戰(zhàn)平臺(tái)與全國(guó)人口庫(kù)、常住人口庫(kù)、居住證人口庫(kù)等數(shù)據(jù)關(guān)聯(lián)，實(shí)現(xiàn)城市地鐵、機(jī)場(chǎng)、酒店的人臉識(shí)別系統(tǒng)的聯(lián)動(dòng)。結(jié)合地圖業(yè)務(wù)應(yīng)用，可實(shí)現(xiàn)軌跡回放、告警、查詢的可視化。

另外，事實(shí)上，在安防領(lǐng)域的人臉識(shí)別處于一種非常復(fù)雜的狀態(tài)的制約。實(shí)際監(jiān)控場(chǎng)所得到的人臉圖片質(zhì)量不高，距離研究領(lǐng)域的圖片，例如LFW數(shù)據(jù)庫(kù)，還相距甚遠(yuǎn)。例如，光照，姿態(tài)，表情，飾物，遮擋，運(yùn)動(dòng)模糊，分辨率等都影響著人臉識(shí)別算法的實(shí)際應(yīng)用推廣。已有的訓(xùn)練算法，或者說(shuō)已有的訓(xùn)練數(shù)據(jù)無(wú)法表達(dá)出一個(gè)具有很強(qiáng)泛化能力的算法模型。

未來(lái)人臉識(shí)別模型如果需要取得突破，一方面需要更多更豐富的海量的樣本數(shù)據(jù)，如各種光照，姿態(tài)，表情下的人臉圖像。另一方面，深度學(xué)習(xí)模型還可以進(jìn)一步優(yōu)化和調(diào)整。不過(guò)到底什么樣的模型才算是最優(yōu)的，目前業(yè)界并沒(méi)有很好的答案。

車(chē)輛識(shí)別

近年來(lái)，隨著智能交通的高清卡口相機(jī)的廣泛建設(shè)和應(yīng)用，借助于智能識(shí)別算法和大規(guī)模集成電路技術(shù)的迅速發(fā)展，以及配套設(shè)施的工程施工標(biāo)準(zhǔn)化，對(duì)電警、卡口、停車(chē)場(chǎng)出入口等場(chǎng)所進(jìn)行包括車(chē)牌識(shí)別在內(nèi)的車(chē)輛特征識(shí)別，把車(chē)輛相關(guān)結(jié)構(gòu)化信息存入基礎(chǔ)信息庫(kù)。智能分析識(shí)別的車(chē)輛特征信息越來(lái)越豐富，通常包括有車(chē)牌、車(chē)牌顏色、車(chē)標(biāo)、車(chē)身顏色、車(chē)型、車(chē)款等。配合業(yè)務(wù)需求，還能檢測(cè)識(shí)別遮陽(yáng)板、系安全帶、司乘人員的人臉檢測(cè)和抓拍、駕駛員打電話等細(xì)微信息。

基于這些車(chē)輛關(guān)鍵的特征信息，形成上億條過(guò)車(chē)記錄數(shù)據(jù)。也推動(dòng)了后臺(tái)大數(shù)據(jù)分析服務(wù)的發(fā)展應(yīng)用，和行業(yè)數(shù)據(jù)挖掘，形成例如套牌車(chē)分析識(shí)別、高危車(chē)輛積分模型、車(chē)輛行駛軌跡分析，時(shí)空碰撞等實(shí)戰(zhàn)技戰(zhàn)法的應(yīng)用。對(duì)車(chē)輛特征數(shù)據(jù)的大數(shù)據(jù)搜索，即可迅速找到所有符合條件的車(chē)輛信息，包括行駛時(shí)間與方向，行駛速度，車(chē)牌號(hào)碼，車(chē)標(biāo)，年款。結(jié)合以圖搜圖的檢索方法，在公安實(shí)戰(zhàn)平臺(tái)上調(diào)取卡口視頻和圖像文件，快速查詢到有關(guān)嫌疑車(chē)輛信息，還原車(chē)輛行駛的軌跡歷史信息，而且可以實(shí)現(xiàn)嫌疑車(chē)輛在整個(gè)城市的全程運(yùn)行軌跡查詢，同時(shí)結(jié)合視頻監(jiān)控信息，實(shí)現(xiàn)車(chē)輛全程化得可視化軌跡回放，以及對(duì)涉事車(chē)輛的精確布控和查詢。聯(lián)合車(chē)管所車(chē)輛信息庫(kù)，得到車(chē)輛和車(chē)主的信息、車(chē)輛活動(dòng)信息、跟車(chē)信息等記錄。

視頻濃縮摘要

視頻濃縮摘要是通過(guò)對(duì)視頻錄像的智能分析，將其中有運(yùn)動(dòng)目標(biāo)部分視頻截取下來(lái)，丟棄沒(méi)有運(yùn)動(dòng)目標(biāo)的片段，通過(guò)視頻剪輯，形成一段段簡(jiǎn)短的濃縮摘要視頻內(nèi)容。視場(chǎng)景運(yùn)動(dòng)目標(biāo)的分布有關(guān)，甚至于它可以將24小時(shí)內(nèi)具有運(yùn)動(dòng)目標(biāo)濃縮在短短十幾分鐘，甚至幾分鐘內(nèi)的短片形式。

通過(guò)視頻解碼，提取目標(biāo)的圖像特征信息，先定義好事件規(guī)則，過(guò)濾掉大部分用戶不關(guān)心的信息，保留行人、車(chē)輛或其他目標(biāo)的活動(dòng)細(xì)節(jié)。

圖像增強(qiáng)與復(fù)原

圖像增強(qiáng)與復(fù)原，是指通過(guò)圖像處理算法，把模糊等惡化的圖像通過(guò)增強(qiáng)工具進(jìn)行清晰化處理。利用多種圖像處理算法，例如對(duì)視頻、圖片的亮度、白平衡、去霧、去模糊等多種智能處理，幫助還原現(xiàn)場(chǎng)的車(chē)輛和行人的本來(lái)面目，幫助快速梳理和清晰化相關(guān)線索。

視頻診斷

視頻診斷是檢測(cè)攝像機(jī)的圖像畫(huà)質(zhì)異常，比如圖像模糊，鏡頭虛焦，攝像機(jī)外罩臟，亮度、對(duì)比度、偏色、橫條紋，雪花噪聲等圖像異常狀態(tài)檢測(cè)。隨著監(jiān)控設(shè)備的不斷建設(shè)和擴(kuò)容，像城市的眼睛一樣的前端IPC攝像機(jī)故障的影響越來(lái)越大，對(duì)其的檢測(cè)和維護(hù)也是必不可少。

面臨的問(wèn)題

盡管各行業(yè)對(duì)智能分析的需求旺盛，但在實(shí)際的應(yīng)用中主要存在以下方面問(wèn)題：

準(zhǔn)確率受環(huán)境影響大

視頻檢測(cè)、識(shí)別和報(bào)警功能在關(guān)鍵的場(chǎng)合已能發(fā)揮作用，但無(wú)法廣泛部署和規(guī)模的市場(chǎng)應(yīng) 用。究其原因，視頻圖像分析算法仍然對(duì)環(huán)境敏感。環(huán)境中存在對(duì)智能分析算法的干擾因素較多，對(duì)智能分析的效果影響較大。例如，智能分析算法對(duì)環(huán)境中的光照變化敏感，針對(duì)不同角度復(fù)雜異常運(yùn)動(dòng)建模困難;目標(biāo)與背景接近會(huì)導(dǎo)致目標(biāo)檢測(cè)和特征信息提取困難;運(yùn)動(dòng)目標(biāo)被遮擋會(huì)造成目標(biāo)信息缺失;目標(biāo)移動(dòng)速度過(guò)快或算法過(guò)于復(fù)雜導(dǎo)致跟蹤的有效性較低。如果無(wú)法解決誤警率、漏報(bào)率高，目標(biāo)跟蹤丟失等環(huán)境適應(yīng)性的困難，市場(chǎng)仍將很難規(guī)模推廣應(yīng)用。

海量數(shù)據(jù)分析速度慢

面對(duì)海量的前端攝像機(jī)送回的視頻、圖片數(shù)據(jù)，雖然后端智能分析平臺(tái)的性能不斷提升，但目標(biāo)檢索速度仍然滿足不了公安業(yè)務(wù)部門(mén)的要求。而為了提升檢出率和降低誤報(bào)率，算法復(fù)雜度也在不斷提升，數(shù)據(jù)的分析，目標(biāo)檢索速度仍然有提升的需求空間。