如何让数据用起来,真正切近实战,是智慧城市、雪亮工程建设的研究方向,而视频结构化就是让大数据直通来解放警力。                 

如何让数据用起来,真正切近实战,是智慧城市、雪亮工程建设的研究方向,而视频结构化就是让大数据直通来解放警力。它代表着新一代视频监控技术的技术方向,也是行业创新的一个新起点。

什么是视频结构化技术

　　视频结构化技术肯定是针对非结构化数据的处理,它是一种基于视频内容信息提取的技术,它对视频内容按照语义关系,采用时空分割、特征提取、对象识别等处理手段,组织成可供计算机和人类理解的结构化信息的技术从数据处理的流程看,视频结构化技术能够将非结构化的视频数据转化为人和机器可理解的结构化或者半结构化情报信息并进一步转化为公共安全实战所用的情报数据,实现视频数据向信息化、情报化的方向转化,达到视频感知世界的智慧应用。视频结构化既是海量视频实现信息化、情报化转化行之有效的技术,也是当前公共安全领域中对视频结构化处理的一个指向性方案。

　　其实视频结构化技术早在智能视频分析在行业展开应用时已经出现,只是当时的智能分析较为简单,同时也并没有源源不断的海量监控视频数据。在2010年当高清成为行业大潮时,视频结构化技术开始简单应用。不过,当时受限于算法的成熟度和硬件性能,早期的智能分析更多的是依靠后端的智能服务器来实现,直到各类智能分析算法日渐成熟,同时前端硬件性能得到大幅提升,前端智能的趋势才越来越明显,各类智能摄像机也纷纷涌现,这时的视频结构化技术才真正能大展拳脚。

　　由此可见视频结构化是依赖于智能分析算法,其处理方式也有两种,一种是通过具有感知能力的智能摄像机提取结构化数据,再将数据传送到后端进行存储或是开展深人分析,另一种是前端摄像机只采集原始视频, 由后端的智能 服务器来对原始视频进行智 能分析, 形成结构化数据。需要指出的是,有业界有种错误观点,把视频结构化技术归为智能视频分析技术当中,其实两者都是并列关系,共同服务于大数据,让大数据真正的用起来,进而提升视频监控价值。

　　为什么需要视频结构化

　　既然视频结构化对行业有指向性,那必然有其巨大的价值,同时该项技术能解决当下视频监控的弊端。那么,我们的视频监控行业遇到了哪些困难?

　　缺少视频信息情报的标准化生成方法, 进而缺少利用视频信息情报指导侦查、破案的新型警务工作模式。现在视频监控的应用已融人民警的日常办案工作当中,但不少公安系统仍旧采用是人工的方式去浏览、排查,费时费力。

　　视频信息的跨域、跨警种共享以及与其他信息系统的互联互通问题突出,跨系统的语言不统一造成信息成为一个个的孤岛,限制了大情报、大信息系统的建设及应用.

　　存储传输的问题,由于要节省大量的存储空间及传输带宽的限制,不得不对视频数据进行大量压缩,不仅造成图像模糊的问题,而且视频压缩时固定压缩比的方式不够灵活,不得不占用大量的存储空间及传输带宽。

　　高效计算的问题,由于视频监控要求计算的多功能性和实时性,而视频数据的特殊性,带来计算成本的增加,需要构建统一的用于视频监控的视频计算理论和框架。

　　视频信息化情报化警务应用各环节缺乏统一的标准和规范。所有这些问题的根本在于对视频内容的不理解,没有一个高效的、标准化的视频数据交换和视频情报提取的方法。解决这些实际问题,需要对视频结构化描述及以此技术为核心的新型视频监控系统构建进行重点研究。

　　迎接视频监控系统深度应用的挑战,其核心及瓶颈是通过研究视频结构化描述技术解决视频监控数据向视频信息、视频情报的转化,实现警务工作模株式的创新.

　　由此看出,在大数据的时代,视频信息如何高效提取,如何同其他信息系统进行标准数据交换、互联互通及语义互操作等问题的解决之道是视频结构化技术。用视频结构化技术改造传统的视频监控系统,使之形成新一代的视频监控系统,也就是我们常说的智慧化、语义化、情报化的视频监控系统.

　　视频结构化技术能做些什么

　　依据以上,那么视频结构化具体能做些什么呢?视频结构化技术应用主要体现在对车辆特征、人像特征、行为事件等辨识方面。

　　车辆特征辨识

　　随着智能交通电子警察、交通卡口,治安卡口、停车场的广泛建设和应用,借助智能识别算法获取电子警察、卡口、停车场出人口等场所的车辆相关结构化信息存入车辆主题库,通过对车辆特征识别和梳理,提取有用信息,以便于视频追踪辨认、比对,最终达到车辆查证的目的,从而实现交通运输服务和管理智能化。车辆的描述信息包括车辆号牌、车牌颜色、车辆品牌、车辆类型、车身颜色等。车辆二次分析实战中的信息包括安全带、年检标、遮阳板、挂件、摆件、司乘人员等方面的识别。

　　这其中有个技术难点就是在车辆个体特征分析中,首先需根据车辆的大特征来识别车辆种类,然后再根据其细节特征来识别个体车辆。对车辆的个体识别主要依据车辆上文字的喷涂、车身不干胶装饰彩条、车内饰品悬挂、摆放物品、香水瓶、牌照托架、车尾防静电条、车前挡风玻璃上年检标志、缴费标志等的粘贴位置、后挡风玻璃上的广告式样及粘贴位置等进行。基于车辆关键特征信息,形成过车记录数据,从而推动了后台大数据分析服务的发展应用和行业数据挖掘,形成隐匿车辆挖掘、套牌车辆筛选、初次人城、一车多牌、一牌多车、频繁过车、相似车辆串并、同行车、高危车辆积分模型、车辆行驶轨迹分析、时空碰撞等实战技战法的应用。在此基础上对车辆特征数据的大数据捜索,即可迅速找到所有符合条件的车辆信息,包括行驶时间与方向、行驶速度、车标、车牌、年款等。还可结合以图搜图的检索方法,在实战平台上调取相关视频和图像文件,快速查询到有关嫌疑车辆信息,还原车辆行驶的轨迹历史信息,实现嫌疑车辆在整个城市的全程运行轨迹查询或结合视频监控信息,实现车辆全程化的可视化轨迹回放,以及对涉事车辆的精准布控和查询,也可以联合公安车辆管理信息库,实现车人关联。

　　去年金鼎奖评测中东方网力的视频结构化服务器让记者印象深刻,基于深度学习算法,在车辆算法方面,借助深度学习技术,率先在市场推出了网力完全自主知识产权的车辆特征识别技术,实现了高效精准的车辆品牌识别功能。对于车辆个体特征的分析,他们设置了“结构化任务”功能单元,设备支持用户对管辖范围内的摄像机点位设置实时结构化任务,并进行车辆实时结构化处理,实现结构化结果的快速检索。同时,设备还支持用户在案事件发生后对与案事件相关的摄像机点位的相关时间段的视频设置视频结构化任务。提取人、车和非机动车的特征信息,帮助用户在海量的视频中快速查找和定位嫌疑人或嫌疑车辆。除了为了让车辆特征识别与平台对接,还设置了智能检索、车辆布控、系统管理,这都是为实战服务。
        人像特征辨识

　　人像特征辨识以视频监控为基础以计算机、网络信息为依托,以现代信息处理技术为支撑,开拓了“从像到像”、“从像到人”的全新辨别模式。当前视频监控系统能对画面中的行人和其属性进行结构化,让机器识别人的一些基本属性如:性别、年龄范围等特征范围,还可以对人的衣着、运动、背包、拎包、打伞、是否骑车等信息进行结构化描述。如果从视频图像中的目标正面抓拍,可以识别到脸部一些具体的特征,如:戴口罩、眼镜、胡子类型等。

　　人脸识别借助人像识别及智能搜索技术的深度应用,对视频中人员的面部精确定位、面部特征提取,视频中的人脸图像被自动检出后,与后台人像模型数据进行特征比对匹配,从而对人员身份进行判别和告警。在人体结构化基础上进行检索查询,可以解决快速目标查找问题,如将事件人的截图输入至侦查系统中,利用人形检索的功能,系统根据目标人的衣着、颜色分布、体态特征快速地在事发点附近的多路摄像头中进行全局搜索,查找出相似的目标,并将结果以快照的形式输出,结合GIS地图进行时空研判分析,刻画出事件人的行动轨迹。

　　旷视是中国人工智能计算机视觉领域排头兵,他们的智能人像卡口大数据系统整体解决方案中,监控摄像机拍到的视频在经过旷视的结构化云服务系统后,能够检测、判断监控视频中人员的性别、年龄、民族、衣着、背包、雨伞或行李,甚至对行走方向和行走速度等条件进行结构化语义检索;还可通过多组摄像机的抓拍记录及人员比对,对目标嫌疑人进行行为轨迹、出行规律分析,为公安人员提供案情线索,实现灵活布控打击。
       行为事件辨识

　　对于行为事件的描述信息包括:车辆行为如违反交通信号指示灯、超速行驶、违反行车标识,礼让行人,交通流量统计等多种行为特征描述;人体行为如越界,区域,徘徊、遗留、聚集,人流量统计等多种行为特征描述;物体行为如遗留、丢失,位移等行为特征描述。这种行为事件辨识的能力,要将视频结构化技术移植到产品中行业并不多见,技术难点相对于前两者更高,或许需要更高级阶段的人工智能技术来突破。海康"猎鹰”是一款能够从视频中挖掘数据的智能结构化服务器它专注于将监控视频中的有效信息进行快速,准确的结构化提取,挖掘对用户真正有价值的关键。该产品在高性能模式下仅车辆视频,分析路数更多;高质量模式下可同时对活动目标中的多种关键特征进行提取,效果更佳。多任务动态分配资源,灵活应用于实时视频流或历史流分析行为事件。

　　总之,你要问视频结构化技术能做些什么,归纳来看就是服务实战,深化大数据,助力业务变革。

　　视频结构化技术应用前景

　　之前也提到,视频结构化技术最早在2010年出现。八年间,视频结构化与智能化并行发展,服务于大数据实战,成为了视频监控未来的主流技术之一,必然是万众期待。从应用前景看,视频监控技术所面临的巨大市场潜力为视频结构化描述提供了广阔的应用前景.尤其是在公安行业,他们希望建设一个结合图像处理技术、大数据技术和云计算技术来实现视频图像结构化处理平台系统,实现以机器自动处理为主的视频信息处理和分析,快速提取实时监控视频或监控录像中的视频信息,并存储于中心数据库中。平台能够实时对监控区域的录像文件进行特征分析(如颜色、大小、方向、时间、地点等),使原来需要数小时査看的文件,在几分钟内可以快速浏览查看。用户通过结构化视频合成回放,可以快捷的预览视频覆盖时间内的可疑事件和事件发生时间。并可以根据结构化短片中的单个事件索引,直接链接播放可疑事件的原始视频,观看整个事件的真实情况。

　　此外,视频结构化技术紧紧抓住视频内容信息处理和网络化共享应用的主线,行业力争经过若干年的技术攻关和系统建设,全面实现监控视频信息的情报化、视频监控网络的智慧化,强化警务视频应用的普适性。即实现以机器自动处理为主的视频信息处理和分析,并且通过技术手段转化为公安工作可用的情报;实现监控网络之间、终端之间、警种之间的信息共享和主动互操作,实现主动监控、自动联网分析等网络功能;全方位拓展视频在警务工作中的应用模式,大幅度提高技术的易用性,实现以业务民警为中心的随时随地的灵活、简单、多样的视频按需服务应用。

　　除了公安行业,视频结构化技术的主流应用场景在智能交通。目前电警卡口在图侦上的应用需求和频率早就超越了交警,因为案件基本都要与车辆发生联系,这能找出很多的线索。而卡口电警对于车辆的抓拍角度是相对固定的, 能够开发出相应的车辆特征识别技术,电警卡口属于业务需求和技术实现的一个很好 的匹配点。这就是视频结构化的应用储备,国内有部分厂家已经开发出的摄像机能突破平面图像特征的局限,得到更精准的三维系信息,如人体数量,高度,物体长度等。为此,人们对于监控视频中有价值的信息挖掘不仅只是局限于当前车辆、人的基本信息,在应用市场的不断推动下,可以不断对视频结构化提取的关键信息进行有效补充, 为最终的大数据平台提供更有价值 的数据入口。海量监控视频中蕴含着巨大的能量,把数据挖掘出来,视频结构化技术及其产品不仅让视频大数据成为可能,更是为深度的行业应用提供源源不断的动力。

　　雪亮工程是最近几年大热的建设项目,以全域覆盖、全网共享、全时可用、全程可控为建设目标,那么,针对全程可控是否视频结构化服务器能定制化开发便于群众共治的功能呢?又或是前端的AI摄像机能否具备结构化处理能力,比如对车辆特征、人像特征、行为事件的简单分析,简单联动响应?

　　结束语

　　服务实战,深化大数据,助力行业业务变革,这是视频结构化技术的使命,也代表了新时期下关乎于安防创新的新思路。