运用视频结构化技术服务公安部门视频实战的建设思路

• 2020/02/18

随着平安城市及智慧城市建设的推进，目前高清视频监控的覆盖率已占绝大部分。其中，新建视频监控项目已基本全部实现高清化，且传统的模拟/非高清视频监控正逐步被更新换代。但绝大多数的高清监控数据仅停留在看和存的层面，且随着数据的爆发式增长，会带来存储代价的成本增长。另外，各地市的视频监控联网、共享等相关项目已开展多年，现已基本实现高清数据的共享。随着人工智能、云计算、大数据技术的发展，各地平安城市应用正逐步向警务云、大数据应用等方向转变。

高清视频监控数据作为公安最重要的数据资源之一，目前还仅仅停留在事后查看的层面，远没有被利用起来。通过人为的数据回溯，不仅占用了大量的人力、物力和时间，同时由于人员能力的差异也会导致针对视频的认知偏差。

目前，高清卡口仅仅实现了主干道的车牌识别，不仅造价高昂、覆盖面有限并且智能化极其有限。针对假牌、套牌等隐蔽作案手段无计可施。同时，针对多地区、时空交叉的数据比对通过人工手段收集和处理几乎无法实现信息关联和检索。因此，针对泛卡口的视频实时结构化、大数据应用是未来平安城市建设的一个重要方向。

视频结构化应用平台瞄准视频大数据的应用需求，采用先进的深度学习、高性能运算及大数据技术，打造的一款集视频结构化分析、数据存储、数据应用于一体的高性能、高密度计算的视图大数据分析平台。

视图大数据分析平台须具备并发能力强、分析识别准、运算速度快、检索效率高等优势。解决对行人、机动车、非机动车等目标的异常行为检测和快速检索，以实现预警、布控、研判等多种应用，提高办案效率。

视图大数据分析平台的主要功能包括目标检测、跟踪、分类、车辆特征识别、人体特征识别、人脸识别、以图搜图等。

视图大数据分析平台采用开放式架构、标准化接口和协议，遵循业界标准规范，视频数据调取上遵循国标标准规范，具有良好的兼容性和可扩展性，确保系统的投资在今后的工程建设中能得到充分利用。

在平台总体设计时，采取超前思路，总体规划。采用先进深度学习和计算机视觉技术，具有先进灵活的可扩展性，便于升级以及可与其它系统的互联互控。支持公安图像通信业务应用和开展支持图像信息智能化应用，同时人机界面友好，易于使用和操作。

深度学习技术通过一套模拟人类大脑感知周围世界方式的算法，大大地提升了机器在理解、感知和预测等多方面的性能，是近年来人工智能领域最重大的突破之一。深度学习在计算机视觉领域中的应用，让机器在感知、理解和识别图片内容的能力得到了历史性的提高。视图大数据分析平台创造性地将深度学习技术应用于视频分析、检测、识别领域，大大提高了识别精度。

深度学习算法中含有大量的数值运算操作（如矩阵相乘、矩阵相加、矩阵-向量乘法等）。为了提高算法的运算速度，视图大数据分析平台利用 GPU作为运算单元，可以充分发挥其数以千计计算核心的高效并行计算能力，在处理海量数据的场景下，所耗费的时间大幅缩短，占用的服务器资源也更少。

综上所述，视图大数据分析平台设计合理、结构简洁、功能完备、切合实际，能有效提高工作效率，满足行业需求；平台采用经济实用的技术和设备，利用当前主流设备和资源，降低系统建设成本；平台提供清晰、简洁、友好的人机交互界面，操控简便、灵活、易学易用，便于管理和维护，有很强的容错和系统恢复能力。