韓樂

面向智能監(jiān)控?cái)z像頭的監(jiān)控視頻大數(shù)據(jù)分析處理

韓樂

中國電信股份有限公司上海嘉定電信局，上海 201800

當(dāng)今智能化信息時(shí)代，視頻監(jiān)控?zé)o處不在，而且也越來越智能化，這是安防中必不可少的部分。智能監(jiān)控?cái)z像頭的廣泛應(yīng)用增強(qiáng)了公共場(chǎng)所的安全，具有豐富的異常行為識(shí)別功能，讓不安全因素?zé)o處遁形。但是智能化監(jiān)控?cái)z像頭在數(shù)據(jù)處理分析方面存在巨大阻礙。因此，基于大數(shù)據(jù)分析處理技術(shù)對(duì)智能攝像頭拍攝的監(jiān)控視頻進(jìn)行分析處理，首先介紹了智能監(jiān)控?cái)z像頭以及大數(shù)據(jù)在視頻監(jiān)控中應(yīng)用的研究背景；其次研究了大數(shù)據(jù)在視頻監(jiān)控中的分析情況；最后通過實(shí)例利用大數(shù)據(jù)技術(shù)分析了處理現(xiàn)實(shí)情況。通過研究，能更深刻地理解大數(shù)據(jù)技術(shù)在視頻監(jiān)控的應(yīng)用范圍和方式，為視頻監(jiān)控分析提供理論基礎(chǔ)。

智能監(jiān)控?cái)z像頭；大數(shù)據(jù)分析；智能搜索

1 智能監(jiān)控?cái)z像頭及監(jiān)控視頻大數(shù)據(jù)分析的研究背景

1.1 智能監(jiān)控?cái)z像頭的研究背景

當(dāng)今社會(huì)任何一座城市，都隨處可見攝像頭，這也是建設(shè)平安和諧城市的需要。例如在交通行業(yè)中，如果出現(xiàn)交通事故可以通過記錄事故發(fā)生過程的攝像頭拍攝下的視頻進(jìn)行追責(zé)；在公安系統(tǒng)中，可以通過攝像頭拍攝的視頻預(yù)防恐怖襲擊，打擊犯罪行為，維護(hù)社會(huì)穩(wěn)定，保障人民權(quán)益不受侵犯，這也是建設(shè)和諧社會(huì)的需要。

傳統(tǒng)攝像頭存在許多局限，例如視頻中拍攝的目標(biāo)很難識(shí)別出來，像素較低、視頻上沒有信息提示很難甚至不能對(duì)所拍的視頻進(jìn)行智能分析，這給那些查看視頻的工作人員對(duì)視頻進(jìn)行分析帶來難度，特別是如果公安機(jī)關(guān)部門的重要視頻信息不能夠準(zhǔn)確地分析出來，則會(huì)給人民和國家造成很大損失[1]。于是，為了滿足人們的需求，一大批專家學(xué)者結(jié)合視頻智能分析技術(shù)，增加監(jiān)控視頻的功能，使視頻中目標(biāo)更具有可讀性，例如標(biāo)記視頻中的建筑、人、車等信息，將視頻標(biāo)簽技術(shù)、人臉識(shí)別、車輛識(shí)別等技術(shù)結(jié)合在一起，使得攝像頭拍攝的視頻更加讓人覺得有一種現(xiàn)實(shí)感。以上各種技術(shù)的結(jié)合使得查看攝像頭視頻人員的工作負(fù)擔(dān)大大降低，難度減小，并且查看人員直接可以對(duì)要查看的目標(biāo)進(jìn)行操作。

1.2 基于監(jiān)控視頻大數(shù)據(jù)的研究背景

隨著視頻數(shù)據(jù)量的逐漸增加，這時(shí)候大數(shù)據(jù)技術(shù)映入人們眼簾。Guo、Shavachko、Kim以及Chen等人設(shè)計(jì)出了大數(shù)據(jù)存儲(chǔ)方式，并提出各自的算法。這些算法也存在缺點(diǎn)，只注重于單方面的視頻分析，對(duì)時(shí)空關(guān)系的監(jiān)控視頻并沒有用，相繼許多智能視頻監(jiān)控?cái)z像頭被研究出來，主要應(yīng)用在戰(zhàn)場(chǎng)、公共區(qū)域、地鐵等場(chǎng)所。這些智能監(jiān)控?cái)z像頭存在許多缺點(diǎn)，例如不能同時(shí)檢測(cè)和告警兩個(gè)以上的事件。另外，隨著存儲(chǔ)數(shù)據(jù)的逐漸增加，智能攝像頭的成本增加。為了解決以上諸多難題，本文提出了基于大數(shù)據(jù)的方法來分析處理監(jiān)控視頻數(shù)據(jù)。本文提出的辦法不是簡單地處理單個(gè)智能攝像頭信息，而是處理多點(diǎn)攝像頭信息，從而發(fā)現(xiàn)視頻中目標(biāo)的異常行為發(fā)生的規(guī)律，挖掘各種行為之間的聯(lián)系，盡可能地為發(fā)生的事件通過預(yù)警做出防范措施。如果事件發(fā)生了，那么可以從監(jiān)控視頻中快速取證，找出線索，查出引起事件的人或者事。

2 基于大數(shù)據(jù)視頻監(jiān)控的分析

2.1 架構(gòu)分析

要想研究基于大數(shù)據(jù)視頻監(jiān)控的架構(gòu)，這就不得不提一項(xiàng)技術(shù)——Hadoop。它可以和業(yè)務(wù)結(jié)合起來創(chuàng)建架構(gòu)。架構(gòu)大體包含五項(xiàng)內(nèi)容，分別為數(shù)據(jù)源層、存儲(chǔ)層、分析層、業(yè)務(wù)及管理層。我國視頻監(jiān)控中的數(shù)據(jù)源主要來自兩種：第一種來自實(shí)時(shí)監(jiān)控，第二種來自從其他設(shè)備導(dǎo)入的數(shù)據(jù)。對(duì)于數(shù)據(jù)存儲(chǔ)層來說，存儲(chǔ)的方式多種多樣。我們常見的NVR存儲(chǔ)系統(tǒng)，如果想要應(yīng)用性更高，則可以用Hbase；如果想要存儲(chǔ)的數(shù)據(jù)更加穩(wěn)定，則可以采用HDFS或者Hbase。在分析層中主要是對(duì)視頻信息進(jìn)行分析和挖掘，主要步驟首先是分解數(shù)據(jù)，然后深度挖掘數(shù)據(jù)找出有用信息。業(yè)務(wù)和管理主要是對(duì)視頻設(shè)備進(jìn)行管理，另外利用軟件對(duì)管理系統(tǒng)進(jìn)行管理。

2.2 應(yīng)用分析

電腦和相關(guān)網(wǎng)絡(luò)技術(shù)在視頻監(jiān)控中是必不可少的。只包含這兩類構(gòu)成的監(jiān)控系統(tǒng)只能簡單記載圖形和視頻，這并不是真正的智能化。很多數(shù)據(jù)在沒有經(jīng)過處理并不能被人們使用，所以可以利用大數(shù)據(jù)技術(shù)中的數(shù)據(jù)挖掘技術(shù)來對(duì)原始信號(hào)進(jìn)行分析處理，而大數(shù)據(jù)處理在很多方面應(yīng)用受到限制，如今主要用來識(shí)別車牌?；诖髷?shù)據(jù)的數(shù)據(jù)挖掘技術(shù)主要實(shí)現(xiàn)方式是利用前端、后端設(shè)備。這兩種方式都具有各自的優(yōu)勢(shì)，第一種能夠更靈活地挖掘視頻中的信息；第二種方法主要是處理信息能力較強(qiáng)，能夠融合來自不同的數(shù)據(jù)，且效果較好。當(dāng)然在數(shù)據(jù)挖掘時(shí)候也要遵循使用人的意志。數(shù)據(jù)挖掘主要包括三個(gè)步驟：（1）提取基礎(chǔ)的圖像信息；（2）利用目標(biāo)進(jìn)行檢測(cè)、跟蹤，最后對(duì)比提取相關(guān)信息；（3）把提取的相關(guān)信息的語義轉(zhuǎn)變?yōu)楦邔诱Z言，能讓相關(guān)人員看懂。

2.3 云端視頻分析

云端視頻主要是采用流媒體服務(wù)器進(jìn)行的，通過一定的算法送到流媒體，然后進(jìn)行分析，將分析出來的數(shù)據(jù)加載到數(shù)據(jù)流數(shù)據(jù)包里，終端對(duì)視頻進(jìn)行渲染。如果將云端視頻分析轉(zhuǎn)移到分析服務(wù)器上，要使用專用的服務(wù)器最終傳送到終端，通過各種視頻處理算法將視頻合并到視頻包里，最后進(jìn)行渲染和畫面增強(qiáng)處理。

3 案例分析處理

3.1 異常行為分析

犯罪分子每次進(jìn)行犯罪都有自己的特征，例如要進(jìn)行周密的踩點(diǎn)，踩點(diǎn)過程中的一些行為特征都是有規(guī)律的，每次都沒有什么差別，例如徘徊、逗留等這些異常行為。異常行為快速檢索方法是有一定的流程的，首先智能攝像頭發(fā)出預(yù)警信息，于是就到異常行為庫中進(jìn)行查詢。這種查詢是通過復(fù)雜的映射進(jìn)行查詢的，然后再進(jìn)行保存。當(dāng)有人員要查詢監(jiān)控視頻時(shí)，就可以瀏覽相關(guān)快照，逐個(gè)排查。每次犯罪人員犯罪前必然經(jīng)過細(xì)致的踩點(diǎn)，他們踩點(diǎn)的行為就是預(yù)警信息的依據(jù)[2]。

3.2 視頻智能保存

這個(gè)實(shí)驗(yàn)的研究目標(biāo)是3個(gè)ATM機(jī)。這些機(jī)子分布在武漢大學(xué)旁邊，在ATM機(jī)旁邊的攝像頭拍攝下來的數(shù)據(jù)都全部保存下來，且保留3個(gè)月，當(dāng)然這種存儲(chǔ)極有可能保存一些無意義的視頻，浪費(fèi)存儲(chǔ)空間，所以必須想辦法減少存儲(chǔ)空間的浪費(fèi)?？梢曰诖髷?shù)據(jù)進(jìn)行風(fēng)險(xiǎn)排查，對(duì)有異常行為、可疑人員利用計(jì)算機(jī)計(jì)算風(fēng)險(xiǎn)，然后排查出來。如果檢測(cè)出來了異常人物，就可以對(duì)這段視頻進(jìn)行上報(bào)保存；如果該范圍內(nèi)出現(xiàn)很多相似情況，那么這段視頻就要長期保存甚至永久保存，以供公安機(jī)關(guān)查證，以防沒有證據(jù)證明犯罪行為發(fā)生[3]。

3.3 異常行為關(guān)聯(lián)分析

當(dāng)警察已經(jīng)確定犯罪行為發(fā)生的時(shí)候，警察必定要建立專案組，耗費(fèi)大量的警力進(jìn)行全城搜索，最終人力、財(cái)力、物力都消耗完了還不一定能查到犯罪人員。如果公安機(jī)關(guān)使用關(guān)聯(lián)分析方法應(yīng)用到破案中，對(duì)相關(guān)嫌疑人的行為進(jìn)行異常行為分析例如快速移動(dòng)等，快速鎖定范圍、鎖定犯罪人員，最后得到快速定位。

4 結(jié)語

隨著我國技術(shù)高速發(fā)展，智能攝像頭也相繼取代了傳統(tǒng)的攝像頭，相比傳統(tǒng)的攝像頭的優(yōu)點(diǎn)在于性能更高，風(fēng)險(xiǎn)預(yù)警能力更強(qiáng)，節(jié)省了攝像頭的存儲(chǔ)空間。大數(shù)據(jù)應(yīng)用在智能攝像頭中，使攝像頭具有分析能力，使監(jiān)控視頻更加智能化，滿足人們對(duì)美好生活的需求，特別是在公安系統(tǒng)以及建設(shè)和諧城市方面體現(xiàn)得更明顯，如公安機(jī)關(guān)辦案、破案效率提高等等。本文探究的監(jiān)控視頻大數(shù)據(jù)分析處理方法提高了視頻公安機(jī)關(guān)辦事效率，具有很大的實(shí)際應(yīng)用價(jià)值。

[1]夏榮，吳彬，袁文勤. 監(jiān)控視頻恢復(fù)技術(shù)研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2017（2）：126-127.

[2]馬元元，李向偉，劉艷飛. 海量監(jiān)控視頻分級(jí)摘要生成系統(tǒng)研究[J]. 現(xiàn)代電子技術(shù)，2017，40（13）：34-37.

[3]王嘉陳，周瑞，凌啟尉，等. 不同監(jiān)控視頻角度同一姿態(tài)的同一性研究[J]. 科技視界，2016（12）：83-84.

Monitoring Video Big Data Analysis and Processing for Intelligent Surveillance Cameras

Han Le

China Telecom Corporation Limited Shanghai Jiading Telecom Bureau, Shanghai 201800

In today’s intelligent information age, video surveillance is everywhere and more and more intelligent. This is an essential part of security. The wide application of intelligent surveillance cameras enhances the safety of public places, and it has a wealth of abnormal behavior recognition capabilities, leaving unsafe elements to nowhere. However, intelligent surveillance cameras have a huge obstacle in data processing analysis. Therefore, based on the big data analysis and processing technology to analyze and process the surveillance video captured by the smart camera, the research background of the smart surveillance camera and the application of big data in video surveillance is first introduced. Secondly, the analysis of big data in video surveillance is studied. Finally, big data technology is used to analyze and deal with the real situation. Through research, we can gain a deeper understanding of the application scope and methods of big data technology in video surveillance and provide a theoretical basis for video surveillance analysis.

intelligent surveillance camera; big data analysis; smart search

TP391.41

A