作為平安城市中的核心要素，視頻監控系統在平安城市的建設中已經取得巨大成功。經過近十年的發展，我國以視頻監控為主的平安城市建設為保一方平安，建設和諧社會作出了很大貢獻。目前全國有520多個城市在進行“平安城市”的建設，總的視頻監控攝像機估計已經安裝超過千萬臺。
平安城市建設工作正在進一步推進，未來以視頻監控系統為核心的平安城市建設和監控系統企業將有更大的發展。而當前的工作是要繼續擴大覆蓋范圍，系統升級和落實運營維護。
目前全國已經建設安裝的公共安防視頻監控前端數量已經超過千萬個，但是省、市級公安部門能夠調用的前端圖像僅有百萬點，公安部能調用的僅有數萬點。考慮未來公安的視頻監控系統運作效率，聯網勢在必行。
GB28181及配套標準是為了推動城市監控報警系統的聯網所制定的標準，該標準規范了城市監控聯網系統中的信息傳輸、交換和控制互聯結構;通信協議結構、傳輸、交換和控制的基本及安全性要求;以及控制、傳輸流程和協議接口等技術要求等。近幾年來，該標準在安全監控報警聯網系統的設計中扮演著關鍵角色，發揮了非常大的作用。
安防視頻監控聯網系統設計需要建立聯網平臺、視頻圖像資源共享平臺，以及安全接入平臺。其中聯網平臺需通過公安業務信息網實現;視頻圖像資源共享平臺需通過視頻監控專網實現;而安全接入平臺則必須實現公安業務網與視頻監控專網互聯。這些需求，為當前的視頻監控聯網平臺帶來了許多新興挑戰。
視頻監控的主要挑戰
國內安全形勢日趨嚴峻，近五年來全國案件數量已經超過1,220萬起，因此，大力開展視頻圖像智能偵查的應用研究，以及大力開展與公安警務、實戰相結合的應用研發和推廣應用，已經是當務之急。
圖1:國內安全形勢日趨嚴峻，近五年來全國案件數量日漸升高
以智能視頻監控為中心的應用軟件研發必須側重在前端布點優化設計、智能聯動、報警技術、智能補光技術、云存儲、云計算技術、大數據技術、智能視頻圖像分析技術、視頻圖像增強技術、監控設備工作狀態巡檢系統。與公安警務、實戰相結合的應用研發則必須側重在圖偵系統的研發上。
由于現階段公安業務對視頻監控系統的要求不斷提高，因而監控系統的設計復雜度也不斷推升。首先是海量監控數據實時轉換與適配。監控數據采集是開展視頻偵查工作的第一步。其目標是將案發地點附近各個監控點的視頻數據，以統一的格式快速地導入到視頻偵查系統中，以便后續的處理和分析。但其中包含三個主要問題：視頻格式不統一需要轉碼，而低效的轉碼算法容易錯過最佳的破案24小時黃金時間;由于播放器廠家眾多，導致部分監控點視頻無法被正確解析和播放;順序的視頻導入(轉碼)方式無法滿足偵查人員對監控錄像“跳躍式”的查看需求。
為了解決上述問題，可透過將現場不同廠家的視頻數據快速轉換為統一格式，解決海量視頻格式轉換效率低的問題;其次是通過信令和媒體格式捕獲與識別，解決播放器未能及時導入案件視頻的問題;此外，也可根據刑偵人員視頻導入焦點的轉換對轉碼進程進行調度優化，為實時檢索分析奠定基礎。具體來說，強化公安視頻監控系統的重點有以下幾項：
嫌疑目標特征增強與提取
在公安實戰中，外貌特征是查獲嫌疑人的重要依據。特征增強的目的在于獲取更為清晰、有判別效力的目標特征，為后續的目標追蹤提供依據。在目前的系統中，主要應用人臉圖像超分辨率技術和目標對象的外觀特征表示技術來提取嫌疑目標的特征。人臉圖像超分辨率技術，能夠利用樣本圖像重建出與原始低分辨率圖像最相似的高分辨率人臉圖像;而目標對象的外觀特征表示技術能夠有效地克服監控場景下目標的姿態與視角變化，對目標給予優化的外觀特征描述。
圖2：視頻監控系統(上)vs.云化的智能視頻監控系統
但目前的問題在于黑夜、大霧、雨雪等惡劣環境的干以智能視頻監控為中心的應用軟件研發必須側重在前端布點優化設計、智能聯動、報警技術、智能補光技術、云存儲、云計算技術、大數據技術、智能視頻圖像分析技術、視頻圖像增強技術、監控設備工作狀態巡檢系統。與公安警務、實戰相結合的應用研發則必須側重在圖偵系統的研發上。
由于現階段公安業務對視頻監控系統的要求不斷提高，因而監控系統的設計復雜度也不斷推升。首先是海量監控數據實時轉換與適配。監控數據采集是開展視頻偵查工作的第一步。其目標是將案發地點附近各個監控點的視頻數據，以統一的格式快速地導入到視頻偵查系統中，以便后續的處理和分析。但其中包含三個主要問題：視頻格式不統一需要轉碼，而低效的轉碼算法容易錯過最佳的破案24小時黃金時間;由于播放器廠家眾多，導致部分監控點視頻無法被正確解析和播放;順序的視頻導入(轉碼)方式無法滿足偵查人員對監控錄像“跳躍式”的查看需求。
為了解決上述問題，可透過將現場不同廠家的視頻數據快速轉換為統一格式，解決海量視頻格式轉換效率低的問題;其次是通過信令和媒體格式捕獲與識別，解決播放器未能及時導入案件視頻的問題;此外，也可根據刑偵人員視頻導入焦點的轉換對轉碼進程進行調度優化，為實時檢索分析奠定基礎。具體來說，強化公安視頻監控系統的重點有以下幾項：
嫌疑目標特征增強與提取
在公安實戰中，外貌特征是查獲嫌疑人的重要依據。特征增強的目的在于獲取更為清晰、有判別效力的目標特征，為后續的目標追蹤提供依據。在目前的系統中，主要應用人臉圖像超分辨率技術和目標對象的外觀特征表示技術來提取嫌疑目標的特征。人臉圖像超分辨率技術，能夠利用樣本圖像重建出與原始低分辨率圖像最相似的高分辨率人臉圖像;而目標對象的外觀特征表示技術能夠有效地克服監控場景下目標的姿態與視角變化，對目標給予優化的外觀特征描述。
但目前的問題在于黑夜、大霧、雨雪等惡劣環境的干擾，以及監控視角變化、目標運動等客觀因素所照成的目標外觀變化。因此，為了強化嫌疑目標特征增強與提取技術，應以最小均方誤差作為重建準則，利用主成份分析的方法對人臉進行全局重構，使得重建出的圖像具有判別信息;并利用稀疏性作為先驗知識約束圖像塊的重建過程，實現圖像塊的最優表示。
嫌疑目標描述與身份比對
當鎖定嫌疑目標之后，我們需要對其出現過的所有畫面進行檢索，從而復原其完整的運動軌跡，以便于對犯罪嫌疑人的追蹤和抓捕。實現此功能的問題有兩點：不同攝像頭下由于目標姿態、角度變化所導致的外觀變化;以及由于物體運動、遮擋所導致的外觀信息的變化。解決之道則是利用特征投影矩陣學、反向檢索等，提高識別目標身份差異的準確性，獲得更加準確的重識別結果。
視頻偵查案件描述與長期保存
視頻偵查案件描述是構建案件知識庫的核心，其目的在于對案件中的視覺信息進行結構化地組織和表達，從而實現對案件信息的有效管理和使用。視頻偵查案件描述與長期保存的要求有兩點：具有刑偵辨識作用的視頻信號特征提取與表達;基于視覺內容的案件描述集合與結構化方法。
視頻偵查案件描述針對不同類型案件的特點，定義相應的場景信息、對象信息和異常信息的描述方法，并保留相應視頻內容(或特征)以便后續使用。通過對案件描述集的定義和完善，可以提升案件線索的挖掘效率和嫌疑目標的查找準確率。總體而言，視頻偵查案件描述與長期保存技術必須側重在統一語義的電子標注、規范記錄偵查線索;以及完整的嫌疑目標特征信息記錄上。
電子標注包含嫌疑目標5大特征：位置、時間、特征信息、畫面標示、錄像片段。而所有這些問題都需要物聯網，云計算，大數據等先進技術支撐解決。以下將就支撐智慧視頻監控的物聯網、云技術、大數據技術進行闡述。
智能安防視頻監控系統
視頻監控系統是物聯網的重要組成部分，在物聯網(傳感探測—網絡傳輸—控制應用)的基本結構中，視頻監控是十分重要的檢測手段。隨著視頻監控系統規模的擴大，智能視頻圖像分析技術正在大力推廣應用，監控系統本身的計算機資源不能適應海量計算和分析的要求，采用云計算來實現視頻監控系統復雜計算成為必然的發展。
圖3 用于快速的錄像資料檢索
云計算的網絡化、虛擬化、分布式特征，使其成為未來建設視頻監控系統的必然選擇。大規模視頻監控系統的建設和聯網，使得傳統的存儲技術力不從心，使用分布式的云存儲技術實現海量視頻圖像的存儲和調用成為必然選擇。另一方面，伴隨云計算趨勢崛起大數據則是一項受到高度矚目的關鍵技術。由于大規模聯網的視頻監控系統需面對多種形式的海量信息，因此需要采用大數據技術，以針對各種結構化、非結構化、半結構化信息進行直接處理。
公共安防開展的云技術研究工作主要包括：云端服務器智慧調度控制技術;大規模聯網系統視頻圖像云存儲技術;云端服務器視頻特征提取與存儲方法;云端服務器群集、群搜索方法;基于云端大數據處理的公安圖偵技術。
在云計算和大數據的助力下，未來的監控系統必將走向“智能化”。其中關鍵的行為識別智能視頻識別單元(IVU)、數據獲取智能視頻識別單元、搜索/摘要智能視頻識別單元將構成整個智能系統的核心。在加入云計算系統后，安防產業必須借鑒來自IT和網絡領域的專有知識，包括虛擬化、算法鏡像管理，以及云端平臺管理等。
先進技術助力智慧化監控發展
現今，有許多項已臻成熟或正在發展中的技術，正在促使智慧化監控成為事實。視頻語義描述是讓機器無限接近于人類視覺與大腦分析判斷能力的一項關鍵技術。透過溫度、振動、紅外、煙霧、圖像、電流、水感和無線射頻(RFID)等各式各樣的傳感器，機器接收到來自真實世界的各式訊號，經由轉換和先進的數據處理技術，讓機器能實現更多的自動處理功能。其中，圖像傳感器是當前獲取信息最多的一類傳感器。
圖4實時動態交通信息的采集與匯聚
當云計算導入智能視頻監控系統后，將更有助于推動用于快速錄像數據檢索的云端智能錄像檢索技術。該技術基于智能圖像及云計算技術，利用云計算平臺計算能力彈性擴展的智能圖像識別能力，將用戶的錄像或圖像數據，經過分布式計算的智能圖像識別進行并行識別，達到快速檢索出所需視頻片段的目的。實現多種智能圖像識別能力，包括：人臉特征、衣著顏色、車牌、車輛顏色、集裝箱號等。
結合大數據是未來智能視頻監控的主流趨勢。來自外部視頻源和監控點視頻源的視頻數據，可通過多種視頻監控系統引入外部視頻源，再通過可支持視頻語義化能加及對多種業務平臺進行處理的智能圖像分析功能，以及可提供符合用戶需求的碼流的視頻轉碼等數據挖崛能力，實現綜合數據服務、云計算服務、智能圖像數據分析服務和視頻信息服務等新一代業務。
綜合數據服務可通過聯網視頻監控系統及智能圖像分析能力獲取大量元數據，并根據用戶需求提供綜合數據服務。云計算服務則通過云計算實現智能圖像分析能力的視頻索引、搜索、摘要服務。智能圖像數據分析服務提供公用視頻圖像分析服務。視頻信息服務則通過開放分類視頻源，提供實時視頻源租用。
舉例來說，廣東公共安全大數據平臺“1-2-3”體系可說明導入大數據技術對公共安全平臺的幫助。“1-2-3”體系是指1個信息環境(公共安全數據信息環境);2個技術研究(公共安全數據并行計算平臺技術、公共安全數據的信息挖掘應用技術);3方面示范應用(政府管理業務、智能信息分析產品、警民通社會化信息服務平臺)。
這三個體系結合，構建出一個完整的大數據公共安全平臺系統。大數據對未來的公共安全系統開發至關重要。公共安全數據信息環境包含了結構化與非結構化數據的公共安全信息獲取技術、多源結構化與非結構化數據倉和公共安全數據模型;結合公共安全數據的信息挖掘應用技術和公共安全數據并行計算平臺技術，能更有效率地實現政府管理業務、智能信息分析產品和警民通社會化信息服務平臺。
通過融合GIS-技術平臺技術、多源數據融合、挖掘與信息提取技術、視頻圖像共享、結構化標注與檢索技術、以及基于視頻圖像的交通流檢測技術，大數據也將促使新一代智能城市實現智能交通監控系統。GIS-技術平臺技術包含了通用路網交通數據結構及圖層設計、面向多用戶的信息發布無縫集成技術、動態地圖渲染技術等;而多源數據融合、挖掘與信息提取技術則實現了從固定式線圈數據、人工回報數據、浮動車定位數據、視頻數據到交通信息的綜合提取過程。
邁入實時動態交通信息時代，交通規劃流程也將從傳統靜態被動的處理方式，轉向更高效的實時動態模式。傳統模式的流程是由人工調查獲取數據，定性定量發現問題;而后構建模型、預測需求、評價效果并優化方案;接下來在建設項目安排與效果預測時，依序由項目重要性評議、選擇實施項目、基于四步驟模型預測、工程可行性研究逐步開展，最后再基于人工調查數據進行工程前后狀況對比。
而在新技術支持下，新一代的實時動態交通規劃流程將是連續自動監測，及時發現問題再現交通狀況，并能跟蹤問題原因;在優化規劃方案部分，實時動態模式可加速模型更新速度、便利使用仿真工具進行方案評價、調整和優化，同時提供公眾參與平臺。其他優勢還包括及時交換信息，提高統籌能力;利用智能仿真，模擬和分析工程的實施效果，提高決策能力。整體而言，實時動態模式可利用歷史、統計數據自動生成對比結果，客觀反映工程實施效果，最終通過信息和決策形成的閉環，實現規劃、建設、管理、運行的一體化。
在整個智慧城市中，平安城市是極其重要的一部分，而智能監控系統又是構建現代平安城市的關鍵。因此，掌握發展智能監控系統所需的技術，是迎接國內未來幾年即將呈現大幅度增長的智能城市商機的首要任務。智能監控系統迫切要求物聯網、云計算與大數據等新技術提供支撐。結合了上述先進技術的智能監控系統，將為我國平安城市建設和智慧城市建設提供強有力的保障。
京公網安備 11010502049343號