在安防行業不斷朝著智能化方向發展的今天，智能化的概念隨著安防行業內各大廠商不斷地加入新的功能而增添更多的新意，在2014年10月底的北京展上，海康威視的Smart 2.0、科達的感知型攝像機、以及宇視的超感IPC，這些前置型智能產品不由得讓我們眼前一亮。那么智能偵測技術的來襲對安防的意義是什么？它對安防云計算有什么影響呢？這一期，就讓我們來探討一下這些問題。
智能偵測，化解“智能不智”的尷尬
近年來，隨著平安城市、智能交通等領域內安防視頻監控技術的高速發展與普及，成千上萬個7×24小時不停工作的監控攝像機帶來的海量數據讓我們不得不承認，大數據時代已經到來了。面臨大數據的來襲，無論是廠商還是用戶，都不由得想到了智能攝像機，然而市面上我們經常見到的“智能攝像機”獲取的數據信息在后期搜索時所帶來的巨大工作量讓我們總會有“智能不智”的感慨。2014年10月的北京展上，眾多廠商針對用戶的不同需求針對性地推出了智能化安防產品，而以海康威視的Smart 2.0、科達感知型攝像機、以及宇視的超感IPC為代表的智能前置型產品更吸引眾多參觀者的眼球。
在智能化發展過程中，很長一段時間內，視頻監控系統的智能分析功能都是采用中心分析的方式來實現。這種方式有其獨特的優勢，比如不需要前端攝像機具有智能分析功能，所以可以接駁任何常規型的攝像機，其只需要上傳合格的視頻流給智能分析服務器即可；再比如，因為硬件結構決定了智能分析服務器具有超高的處理性能，一臺智能分析服務器可以同時處理多路前端視頻流等等，而處理的路數主要取決于服務器的性能、視頻流的質量，傳輸網絡的品質，以及智能分析功能的復雜度。但即便如此，這種方式仍然存在一些難以調和的問題，例如隨著系統規模的增長，后端處理能力和傳輸帶寬的壓力將逐漸增大，這就需要通過提高后端處理設備和傳輸網絡的性能來解決。而與此同時，行業內智能攝像機的性能也在不斷提升，讓智能前置已成為可能。智能前置的攝像機可以直接對各種行為進行分析，對各種異常現象進行報警，可以及時地給控制中心或相關的聯動點以信息提示，以便用戶可以及時做出相應。從傳統的“事后查閱錄像”到“事中及時響應”，可以大大提高系統實時性，提升視頻監控的實用價值。并且，不會存在單點瓶頸，系統建設的成本也并未增加。因此，現在智能越來越往“前置”的方向發展了。杭州海康威視數字技術股份有限公司(以下簡稱為“海康威視”)程瑋介紹說。
提到了智能前置攝像機，小編不得不提一下視頻結構化描述。視頻結構化描述是一種視頻內容信息提取的技術，它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別等處理手段，組織成可供計算機和人理解的文本信息的技術。從數據處理的流程看，視頻結構化描述技術能夠將監控視頻數據轉化為人和機器可理解的信息，并進一步轉化為公安實戰所用的情報，實現視頻數據向信息化、情報化的轉化。也許我們可以將包含了這類技術的智能分析技術稱之為“智能偵測”技術。中星電子股份有限公司(以下簡稱為“中星電子”)施清平認為，如果前端智能技術得到大規模的推廣，那么推廣之后前端產生的大規模數據的處理就會成為一個比較關鍵的問題。因為這些視頻數據大多數都是非結構化的數據，而云計算平臺從海量的非結構化數據中搜尋有效信息是非常困難的，效率也是比較低的，但是從結構化數據中進行搜索就簡單多了，其效率也會成百上千倍的提升。
視頻結構化描述將某一場景下的所有目標信息都以規范化的格式描述出來了，因而后期就可以產生各種各樣的應用，比如在后面看錄像的時候，7×24小時的錄像就不再需要從頭到尾的去看了，而是可以針對性的去搜索了，就像搜索引擎一樣直接輸入人、物的特征信息就能搜索到7×24小時錄像里面符合這個特征的目標和與之對應的所有視頻。視頻信息量越大，基于語義信息搜索的價值就越大，因而這樣的技術會對視頻監控產生變革性的影響。
“智能標簽”，快速檢索的好幫手
對于海量的視頻監控數據，如何快速、高效地從海量數據中篩選出有效信息成為當務之急。那么智能前置型的攝像機獲取的數據信息在后期需要的時候是如何搜索的，與普通的智能攝像機所獲取的數據信息在搜索及篩選方式上有什么不同呢？首先，我們要先了解一下智能前置攝像機所存儲的信息類型。傳統的攝像機所存儲的信息一般都是圖片、視頻以及聲音信息，而使用視頻結構化描述的智能前置攝像機所存儲的信息除了圖片、視頻、聲音信息之外，還會存儲其對場景、事件、人物等信息的文字描述，這就相當于對該場景增加了“智能標簽”。傳統的攝像機所獲取的信息，如果我們想要進行錄像回放并在海量的錄像數據中查找某一事件相關的信息，那么我們只能通過搜索事件發生時的大致時間段或者對產生報警的所有信息進行逐一排查。一個人的注意力集中時長一般只有30分鐘左右，而對某一事件發生時的大致時間段或者對產生報警的所有信息進行逐一排查所耗費的時間絕不是30分鐘就可以。單單回放一遍所耗費的時間就已經不止30分鐘了，然而因長時間盯著視頻而產生的視覺疲勞會使人忽略一些細節問題，這些細節或許恰恰就是極為重要的線索，如此一來，效率高低可想而知。
智能前置的攝像機，除了可以對多種異常事件進行實時偵測并及時報警，有效防患于未然，并且，其傳輸到后端存儲設備上的碼流是包含了智能信息的視頻流數據，好處就是當檢索錄像時，可以利用這些視頻流中存在的“智能標簽”實現快速的定位、分類檢索等。例如，即使前端Smart IPC沒有配置區域及邊界規則信息，但只要開啟智能偵測，讓Smart IPC的視頻流中包含了“智能標簽”，Smart NVR就可以直接在回放Smart IPC的錄像時，直接在錄像上“畫框、畫線”，來實現對關注區域的區域入侵及跨界入侵事件進行偵測。
智能偵測技術并沒有排斥傳統的傳感器，只是進一步豐富了感知信息的手段。智能偵測技術綜合利用視頻、圖像、聲音等媒介上所包含的特征信息，對感知的內容和感知的智能化有了進一步的升級。智能偵測技術與大數據、云計算的一個典型結合即是在公安行業的視頻檢索應用。比如我司在河南某公安的產品應用中，對于公安的海量視頻數據，后端的云計算服務器陣列可以利用強大的并發處理能力，迅速地對視頻中的人、車、物進行檢測、特征提取、分類，根據分離出來的特征，濃縮視頻，并進一步產生視頻摘要和大量半結構化信息存儲。以往的辦案人員，面對大量的視頻、圖片素材，只能采用人工的方式逐個查找線索，效率非常低，而且容易漏掉重要線索。通過云計算的這一系列處理，大量的視頻中的有用信息被壓縮提取，分類索引，可節省95%以上的工作量。辦案人員只需輸入自己需要的線索，比如“灰色的朗逸”“紅色上衣人”之類的標簽語言，就可以快速檢索到自己需要的材料。
云計算平臺就是用來篩選數據的。它首先要對數據進行建模，然后抽取其中的一些建模，比如對網頁的檢索，它對網頁的文字進行抽取，它不可能進行逐字抽取，但它可以對一些敏感詞或者句子進行抽取，抽取完之后將這些詞存儲在它的分布式數據庫里面，使之成為一個檢索的依據。宇視產品部團隊則認為，云計算通過大量的服務器和分布式處理、分布式數據庫、云存儲、虛擬化等技術，最大限度發揮了集群計算的優勢，從而提供前所未有的計算能力。利用這種計算能力，再輔以設計合理、高效、人性化的篩選算法，可以使得對任何大數據的篩選都可以跟互聯網一樣便捷、高效。目前的云計算架構，可以讓企業和用戶像體驗互聯網一樣進行申請和利用；而智能偵測的一切算法對用戶都是不可見的，它像電商一樣提供用戶需要的信息。而后臺算法，無論是特征信息的提取、比對，篩選，還是前端呈現，都是以“人”的需求為主導。
前路多“險阻”
云計算對于海量數據而言，其超大規模、虛擬化、高可靠性、通用性、可擴展性、按需服務以及極其廉價的特點使得用戶可以在任意地點、任意終端甚至任意應用上都可以根據自己的需求使用云計算服務。然而每當我們在談到云時卻總是會不由自主的想起天空中那一片片隨時都有可能飄向遠方、可望而不可及的云。
對于企業而言，其原因之一便是數據安全問題。在企業所存儲的數據中，有很多都是關系到企業的生存和發展的商業機密，雖然很多云服務商都保證數據安全問題不會發生，但是，云計算服務是基于WEB的應用，而基于WEB的應用長期以來就被認為具有潛在的安全風險，而此類事件也確實曾經發生過。例如，2008年2月15日，亞馬遜的EC2業務經受了一次大規模的服務終止，并抹去了一些客戶應用數據(該次業務終止由一個軟件部署所引起，它錯誤的終止了數量未知的用戶實例)。對于那些需要可靠和安全平臺的客戶而言，平臺故障和數據消失就像在睡夢中被粗魯的喚醒一樣。更進一步講，如果一個公司依賴于第三方的云平臺來存放數據而沒有其他的物理備份，那么這些數據就很有可能處于危險之中。
其次，缺乏統一的技術標準和行業規范。云計算等服務沒有一個統一的技術標準和行業規范，廠商在開發其產品和服務的時候就會各自為政，這樣就會給未來跨應用系統、跨廠商以及跨平臺間服務的互通互聯帶來巨大的挑戰。就像我們在進行人與人之間的交流時，對于同一語種的人來說也會因為人與人之間對事物的描述方式和理解方式不同而產生分歧，對于不同語種的人之間就更不用說了。同理，各廠商產品和服務標準的各自為政會帶來的問題和麻煩也就更可想而知了。
第三，數據隱私問題。如何保證存放在云服務提供商手中的數據隱私不被非法盜用，不僅需要技術的改進，也需要法律的進一步完善。云技術要求大量用戶參與，也不可避免出現隱私問題。用戶參與即要收集某些用戶數據，從而引發了用戶數據安全的擔心。很多用戶擔心自己的隱私會被云技術收集。正因如此，在加入云計劃時很多廠商都承諾盡量避免收集到用戶隱私，即使收集到也不會泄露或使用。但不少人還是懷疑廠商的承諾，他們的懷疑也不是沒有道理。不少知名廠商都被指責有可能泄露用戶隱私，并且泄露事件也確實時有發生。小編曾特意在網上搜了一下“視頻監控隱私泄露”這幾個字，讓人無奈的是這幾個字所搜索出來的數據大的驚人。
此外，用戶的使用習慣問題和網絡傳輸問題也在限制著云計算等云技術的普及。如何改變用戶的使用習慣，使用戶適應網絡化的軟硬件應用是長期而且艱巨的挑戰。而網絡問題是中國安防視頻監控長期以來就存在的問題，云計算等云服務更加依賴于網絡，而網速低及不穩定的問題，使得云應用的性能并不高。
云計算賣相見長
對于云計算、云存儲等云技術，有人認為其前景是一片光明，然而要說究竟何時才能夠真正的落到實處卻仍是很茫然。但不管怎么說，各個廠商都在朝著這方面努力，海康威視、科達等推出的智能前置型攝像機等智能化產品都在推動著云技術的落地。宇視產品部團隊認為，隨著智能偵測的發展，用戶對安防的需求越來越豐富和細化，安防的規模和覆蓋面也越來越廣泛。無論是哪個領域，泛智能化已成為一種必然趨勢。而泛智能化所產生的大數據，以及隨之而來的巨量數據處理，使得分布式的云計算成為不可或缺的標準配置。可以說，云計算是未來不可避免的趨勢。
在現有的系統平臺架構基礎上，一方面推廣應用SVAC標準，因為SVAC標準的優勢在于它是目前視頻監控領域進行信息傳遞的比較好的方法，它可以很好地把各類信息和視頻做一個整合，通過它的監控專用信息功能將標準化的描述信息插到視頻里面，隨同視頻一起進行傳輸和存儲，這樣就可以實現關系的映射。因為現在大量的視頻數據處于難以使用的狀態，目前各個廠商視頻監控平臺所采用的檢索還比較單一，只能通過攝像機名稱和時間來進行檢索。對于SVAC監控專用信息來說，它提供了一個新的檢索手段就是監控專用信息插入各種各樣的信息(如時間、報警或智能分析的結果)，通過數據庫對各類信息的查詢快速定位到對應的視頻上；當然，反過來也可以，就是從視頻畫面上同步獲取到相關的信息。另外，我們也在加快前端智能攝像機的開發，我們已經開發了高性能的第二代SVAC芯片，可以用來實現各種智能分析算法。在后端架構上，我們也在考慮去做應用，將云的技術移植到現在的技術架構里面，為未來的應用做好準備。
京公網安備 11010502049343號