基于大數(shù)據(jù)背景技術(shù)的視頻圖像偵查系統(tǒng)設(shè)計

甄文

（青海警官職業(yè)學(xué)院，青海西寧 810000）

當(dāng)前，視頻監(jiān)控網(wǎng)的建設(shè)以批量建設(shè)和定點建設(shè)為主，不可避免地產(chǎn)生了網(wǎng)絡(luò)布局不合理、無法覆蓋死區(qū)等問題[1]。在城市監(jiān)測覆蓋稀疏地區(qū)和農(nóng)村未覆蓋地區(qū)發(fā)生的突發(fā)犯罪活動，易使視覺檢測技術(shù)陷入難以應(yīng)用的困境[2]。以往視頻圖像檢測系統(tǒng)的設(shè)計采用云存儲技術(shù)，即將大量不同存儲設(shè)備組成協(xié)作網(wǎng)絡(luò)，通過網(wǎng)格技術(shù)提供的外部功能訪問系統(tǒng)的統(tǒng)一數(shù)據(jù)存儲[3]。云端服務(wù)的核心業(yè)務(wù)是處理海量數(shù)據(jù)存儲，這樣的云計算系統(tǒng)就是云存儲系統(tǒng)，云系統(tǒng)需要大量存儲設(shè)備，所以云存儲建立在以數(shù)據(jù)存儲和管理為核心的云計算系統(tǒng)之上。視頻圖像檢測系統(tǒng)是利用目錄服務(wù)技術(shù)設(shè)計的，采用一定的目錄結(jié)構(gòu)和樹形結(jié)構(gòu)，對各種資源進(jìn)行分類和組織，提供多種視圖，從而實現(xiàn)對資源的人性化有效管理。盡管這兩種方法都具有良好的偵查效果，但是當(dāng)圖像的特征向量被量化成二進(jìn)制編碼后，圖像特征丟失嚴(yán)重，導(dǎo)致檢測效果較差。針對這一問題，提出一種基于大數(shù)據(jù)背景技術(shù)的視頻圖像偵查系統(tǒng)。

1 系統(tǒng)總體架構(gòu)設(shè)計

該系統(tǒng)由表示層、數(shù)據(jù)層、業(yè)務(wù)支持層、應(yīng)用層和基礎(chǔ)設(shè)施層組成[4]?？傮w架構(gòu)如圖1 所示。

圖1 系統(tǒng)總體架構(gòu)

研究顯示，視頻圖像分析工具、播放控制、視頻摘要和圖像增強、視頻圖像管理中心、存儲和檢索為業(yè)務(wù)支持層，主要用于實現(xiàn)視頻圖像偵查的過程設(shè)計。數(shù)據(jù)層獲取的數(shù)據(jù)主要存儲在Hadoop 集群中，這取決于數(shù)據(jù)的結(jié)構(gòu)特性。表示層主要實現(xiàn)了視頻圖像偵查結(jié)果的顯示；基礎(chǔ)設(shè)施層和應(yīng)用層能為系統(tǒng)應(yīng)用軟件提供業(yè)務(wù)運行[5-7]。利用表示層、數(shù)據(jù)層、業(yè)務(wù)支持層、應(yīng)用層和基礎(chǔ)設(shè)施層等可實現(xiàn)系統(tǒng)功能設(shè)計[8-9]。

2 系統(tǒng)硬件結(jié)構(gòu)設(shè)計

系統(tǒng)整合了社會保障視頻、保安視頻、電子警察、政府部門、社會視頻等多種視頻資源，提供了深度優(yōu)化的視頻檢測方法和工具，滿足了實際的視頻檢測需求[10]。按照總體結(jié)構(gòu)對視頻圖像檢測系統(tǒng)進(jìn)行劃分，主要包括偵查視頻圖像資源訪問層、偵查線索支持服務(wù)層和嫌疑目標(biāo)偵查應(yīng)用展現(xiàn)層，如圖2 所示。

圖2 系統(tǒng)硬件結(jié)構(gòu)

2.1 偵查視頻圖像資源訪問層

偵查視頻圖像資源，包括各個視頻平臺資源，接入轄區(qū)內(nèi)所有視頻監(jiān)控平臺，并提供公安業(yè)務(wù)信息和視頻線索數(shù)據(jù)庫數(shù)據(jù)[11]。此外，系統(tǒng)還支持視頻國標(biāo)接入、非國標(biāo)接入及轉(zhuǎn)換，支持異構(gòu)平臺對接。

2.2 偵查線索支持服務(wù)層

偵查線索支持服務(wù)層提供支持應(yīng)用層需要的各種服務(wù)，訪問資源可由系統(tǒng)進(jìn)一步處理。有效地分類和管理視頻、線索、圖像等各種線索和案例數(shù)據(jù)，并以服務(wù)接口的形式提供給應(yīng)用程序表現(xiàn)層[12-13]。

1）中心管理服務(wù)

中心管理節(jié)點是公安圖像偵測系統(tǒng)中數(shù)據(jù)服務(wù)器、存儲器、訪問器和業(yè)務(wù)管理器的核心單元[14]。

2）集群管理服務(wù)

集群管理服務(wù)器包括任務(wù)調(diào)度、集群資源同步、智能服務(wù)器分析和心跳檢測等功能，負(fù)責(zé)集群智能分析服務(wù)器的任務(wù)分配和智能路由。通過集群管理服務(wù)器，系統(tǒng)可以管理多個智能分析服務(wù)器，靈活地進(jìn)行部署和管理。智能路由的主要目標(biāo)是在執(zhí)行智能調(diào)度分析功能的基礎(chǔ)上，實現(xiàn)各智能處理節(jié)點的智能分析服務(wù)器，有效共享各節(jié)點的負(fù)載，平衡各節(jié)點的系統(tǒng)資源，提高系統(tǒng)的整體穩(wěn)定性[15]。

3）智能分析服務(wù)

每臺智能分析服務(wù)器包括智能分析服務(wù)、圖像識別、車牌識別、流媒體服務(wù)。該智能分析服務(wù)器集群支持大量視頻圖像的并行分析與檢索，為公安圖像檢測系統(tǒng)充分利用海量視頻資源奠定基礎(chǔ)[16]。

2.3 嫌疑目標(biāo)偵查應(yīng)用展現(xiàn)層

嫌疑目標(biāo)偵查應(yīng)用展現(xiàn)層整合了一整套兼容性檢測方法，為系統(tǒng)提供了許多工具和方法。視頻偵查判斷過程中，將檢索、時空分析、案例報告等技術(shù)作為標(biāo)準(zhǔn)，展現(xiàn)錄像采集結(jié)果。

3 軟件部分設(shè)計

3.1 基于大數(shù)據(jù)技術(shù)的檢索設(shè)計

基于大數(shù)據(jù)背景技術(shù)的精細(xì)檢索網(wǎng)絡(luò)結(jié)構(gòu)，添加了多尺度池化層結(jié)構(gòu)和512 維的網(wǎng)絡(luò)輸出特征向量，提出一種基于多尺度池化層對特征維數(shù)進(jìn)行標(biāo)準(zhǔn)化處理的方法，該方法采用ResNet50 提取特征，完成嫌疑圖像信息精檢索。

3.1.1 特征提取

監(jiān)測視頻圖像中衣服的顏色是行人在實際應(yīng)用場景中最主要的特征，該方法利用圖像中最容易識別的顏色特征來提取嫌疑圖像特征，顏色特性包括全局顏色特性和空間顏色特性。在嫌疑圖像檢索中，由于全局顏色特征不包含空間分布特征，提取全局顏色特征很容易引起誤檢。色彩空間是對圖像顏色信息進(jìn)行定量描述的方法，顏色空間的差異性對顏色特征的描述也有影響。所以在行人圖像中進(jìn)行特征提取，首先要選擇有效的顏色空間。主要采用HSV 色域。高亮度燈具具有良好的恒定性，色彩更符合人的感覺。但不能直接求得HSV 顏色空間的值，必須將RGB 顏色空間轉(zhuǎn)化，轉(zhuǎn)化過程如下：

空間色彩特征由顏色直方圖表示，每隔一段時間為一元，通過計算每個區(qū)域的像素值得到顏色直方圖特征。

3.1.2 檢索算法實現(xiàn)

1）提取嫌疑圖像數(shù)據(jù)集特征

利用顏色直方圖加權(quán)的思想，構(gòu)造顏色空間特征從圖像中識別出中心和邊緣，對嫌疑圖像的不同區(qū)域進(jìn)行加權(quán)，生成顏色分布的加權(quán)直方圖。構(gòu)建組合空間的特征提取函數(shù)，對圖像數(shù)據(jù)進(jìn)行下采樣操作，標(biāo)準(zhǔn)化圖像尺寸，將RGB 顏色空間轉(zhuǎn)化為HSV 顏色空間，具體過程為：輸入一系列需要檢索的圖像數(shù)據(jù)集，利用RGB 顏色空間到HSV 顏色空間的變換，確定區(qū)域中心和邊緣的位置，加權(quán)顏色特征，提取顏色空間特征，生成特征索引表。

2）嫌疑圖像檢索

構(gòu)建嫌疑圖像檢索功能，記錄構(gòu)成空間特征索引表的顏色空間特征和路徑，計算檢索到的圖像特征與數(shù)據(jù)、圖像特征的距離，并保存檢索結(jié)果。具體的圖像檢索算法流程如下：查詢圖片，設(shè)置檢索圖片數(shù)量，提取顏色空間特征，求出特征矢量與構(gòu)成空間特征矢量之間的距離并存儲。排序并存儲特征矢量距離，根據(jù)檢索結(jié)果返回最優(yōu)檢索圖像，輸出圖片數(shù)據(jù)庫對應(yīng)的索引序號。

3.2 嫌疑圖像線索偵查

提示查詢功能主要是對特定案例中的所有提示進(jìn)行匯總。搜尋依據(jù)可能是車輛線索、人員線索或物品線索。根據(jù)查詢條件對查詢結(jié)果進(jìn)行分類，并且在地圖上以不同的圖標(biāo)進(jìn)行區(qū)分和顯示，子模塊也可以實現(xiàn)對錯誤線索的刪除功能。圖3 顯示了視覺檢測報告模塊中的一系列線索查詢功能。

圖3 線索查詢序列圖

嫌疑視頻圖像檢索的功能是查看檢索到的相關(guān)視圖數(shù)據(jù)的信息，查詢結(jié)果可按時間順序或位置的不同進(jìn)行列表顯示，有權(quán)限的用戶也可以根據(jù)業(yè)務(wù)需要對相關(guān)視圖數(shù)據(jù)執(zhí)行相應(yīng)的操作，包括添加、刪除、修改和注解[17]。

4 系統(tǒng)運行及測試

以面向公安偵查應(yīng)用為基礎(chǔ)，對基于大數(shù)據(jù)背景技術(shù)的視頻圖像偵查系統(tǒng)運行情況進(jìn)行測試。

4.1 實驗平臺需求分析

偵破工作是刑事偵查工作的重要組成部分，偵破工作需要查詢犯罪嫌疑人的相貌，提供犯罪嫌疑人的位置信息，為偵查工作提供數(shù)據(jù)支持。根據(jù)這一需求，實驗平臺實現(xiàn)了視頻圖像檢索，同時確定時間信息，為偵查人員提供相關(guān)數(shù)據(jù)。

1）行人檢測

對于行人檢測，需先將視頻圖像解碼預(yù)處理，解碼后的視頻圖像進(jìn)行行人檢測，并在數(shù)據(jù)庫中存儲檢測結(jié)果。

2）視頻圖像檢索

抽取特征向量，以圖像表示相關(guān)信息，對查詢和檢索圖像進(jìn)行特征分析，并輸出檢索結(jié)果。

3）數(shù)據(jù)處理

在行人檢測后，保存、整理檢測結(jié)果。

4.2 行人檢測

行人檢測是在可視化界面集成的，將鏡頭采集到的行人在視頻圖像中的位置和攝像機作為信息存儲在數(shù)據(jù)庫中，并作為圖像檢索的候選數(shù)據(jù)。行人檢測可視化圖像如圖4 所示。

圖4 行人檢測可視化圖像

圖4 中行人檢測可視化圖像相關(guān)檢索信息如表1 所示。

表1 可視化圖像相關(guān)檢索信息

使用者根據(jù)平臺返回的信息找到相應(yīng)的視頻圖像，從而確定行人的位置。

4.3 系統(tǒng)測試結(jié)果與分析

行人檢測所需時間的統(tǒng)計結(jié)果如表2 所示。

表2 行人檢測所需時間的統(tǒng)計結(jié)果

基于此，分別利用云存儲技術(shù)設(shè)計的視頻圖像偵查系統(tǒng)(T1)、使用目錄服務(wù)技術(shù)設(shè)計的視頻圖像偵查系統(tǒng)(T2)和基于大數(shù)據(jù)背景技術(shù)的偵查系統(tǒng)(T3)對行人檢測所需時間進(jìn)行統(tǒng)計分析，結(jié)果如表3所示。

表3 3種系統(tǒng)行人檢測所需時間統(tǒng)計分析

由表3 可知，利用云存儲技術(shù)設(shè)計的視頻圖像偵查系統(tǒng)使用對外統(tǒng)一數(shù)據(jù)存儲方式，對行人檢測所需時間較長，響應(yīng)時間、更新時間和連接時間均超過行人檢測所需時間實際統(tǒng)計結(jié)果；使用目錄服務(wù)技術(shù)設(shè)計的視頻圖像偵查系統(tǒng)需分類處理各類組織數(shù)據(jù)，響應(yīng)時間較長，超過實際統(tǒng)計結(jié)果；而使用基于大數(shù)據(jù)背景技術(shù)的偵查系統(tǒng)行人檢測系統(tǒng)所需時間與實際統(tǒng)計結(jié)果一致，由此可知，使用該系統(tǒng)偵查效果較好。

5 結(jié)束語

視頻圖像檢測系統(tǒng)是一種基于大數(shù)據(jù)背景技術(shù)的多維、智能化的視頻圖像檢測工具，若能與各行業(yè)的實際業(yè)務(wù)進(jìn)行深度整合和定制，將為監(jiān)控活動提供有力的支持，為固定視頻監(jiān)控網(wǎng)絡(luò)自身區(qū)域和薄弱區(qū)域形成良好的補充。

基于該系統(tǒng)，可以引入GIS 技術(shù)和視頻圖像處理技術(shù)，與現(xiàn)有格式業(yè)務(wù)數(shù)據(jù)相結(jié)合，實現(xiàn)空間地理數(shù)據(jù)統(tǒng)一顯示，將已有的視頻流數(shù)據(jù)結(jié)合起來統(tǒng)一處理和分析視頻圖像，進(jìn)一步深化系統(tǒng)數(shù)據(jù)的使用，增強了系統(tǒng)的可用性，提高了實際應(yīng)用價值。