大數(shù)據(jù)在視頻圖像信息分析中的運(yùn)用

馬 寧

遼寧警察學(xué)院鞍山分院，遼寧 鞍山 114051

目前視頻監(jiān)控系統(tǒng)被大范圍地應(yīng)用，客觀真實(shí)地記錄著在特定時(shí)空范圍內(nèi)發(fā)生著的一切，視頻圖像信息在公安工作中發(fā)揮著越來(lái)越重要的作用。隨之而來(lái)的是，面對(duì)龐大且快速增長(zhǎng)的視頻數(shù)據(jù)，完全依賴公安民警，運(yùn)用傳統(tǒng)人力分析的模式已經(jīng)不能適應(yīng)當(dāng)前大規(guī)模視頻分析的需要，只有充分運(yùn)用大數(shù)據(jù)技術(shù)，才能有效整合海量視頻圖像信息，切實(shí)提高視頻分析的效率和精度，從而提升公安機(jī)關(guān)的打擊和預(yù)防犯罪能力。

一、視頻圖像信息的特點(diǎn)

(一)數(shù)據(jù)體量巨大

首先，我國(guó)視頻數(shù)據(jù)生成點(diǎn)的規(guī)模在不斷擴(kuò)大。目前我國(guó)已安裝的監(jiān)控?cái)z像頭已超過(guò)3000萬(wàn)個(gè)，而且視頻監(jiān)控的覆蓋范圍和監(jiān)控點(diǎn)、卡口的數(shù)量正在以30%以上的增長(zhǎng)率在快速增加。第二，高清化帶來(lái)單個(gè)監(jiān)控點(diǎn)的數(shù)據(jù)量以指數(shù)級(jí)增長(zhǎng)。高清視頻的編解碼能力不斷提高，導(dǎo)致數(shù)據(jù)生成的厚度和精度不斷提升，進(jìn)而導(dǎo)致視頻數(shù)據(jù)體量增大。第三，視頻監(jiān)控系統(tǒng)正在由單攝像機(jī)監(jiān)控向多攝像機(jī)監(jiān)控網(wǎng)絡(luò)轉(zhuǎn)變。在“視頻監(jiān)控大聯(lián)網(wǎng)”背景下，所有視頻監(jiān)控?cái)?shù)據(jù)將實(shí)現(xiàn)深度共享和統(tǒng)一處理，從單攝像機(jī)監(jiān)控向多攝像機(jī)監(jiān)控網(wǎng)絡(luò)系統(tǒng)的融合將催生更豐富的數(shù)據(jù)，使得視頻數(shù)據(jù)量變得更為龐大。

(二)非結(jié)構(gòu)化的數(shù)據(jù)類型

從數(shù)據(jù)類型上看，視頻圖像數(shù)據(jù)都是無(wú)法用二維表形式描述的非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)模型復(fù)雜，不能直接被計(jì)算機(jī)系統(tǒng)處理，從而很難從中自動(dòng)分析出其蘊(yùn)含的豐富信息。當(dāng)案件事實(shí)涉及的時(shí)空范圍比較廣，需要查看分析海量的視頻數(shù)據(jù)時(shí)，單純依靠人工的方式，消耗大量的人力資源且效果也不理想。因此將海量的非結(jié)構(gòu)化視頻數(shù)據(jù)轉(zhuǎn)化為機(jī)器能夠自動(dòng)處理的結(jié)構(gòu)化數(shù)據(jù)，是目前視頻圖像信息應(yīng)用的必由之路。

(三)數(shù)據(jù)價(jià)值密度低

高清攝像頭24小時(shí)不停地工作，客觀真實(shí)地記錄著鏡頭覆蓋范圍內(nèi)所發(fā)生著的一切，然而海量的視頻數(shù)據(jù)中與案件有關(guān)的有價(jià)值信息往往只出現(xiàn)在某一瞬間，其他絕大部分時(shí)間內(nèi)產(chǎn)生的數(shù)據(jù)所反映的信息跟案件并無(wú)關(guān)系。在視頻監(jiān)控業(yè)務(wù)中，數(shù)據(jù)價(jià)值密度的高低與數(shù)據(jù)總量的大小成反比。數(shù)據(jù)價(jià)值密度低的特點(diǎn)，決定著海量視頻數(shù)據(jù)需要通過(guò)強(qiáng)大的機(jī)器算法，迅速地完成數(shù)據(jù)的價(jià)值“提純”。

(四)處理效率要求高

在視頻監(jiān)控系統(tǒng)，對(duì)視頻處理的效率決定了視頻圖像信息的價(jià)值，更低的延遲、更準(zhǔn)確的分析是視頻信息分析的普遍需求。隨著視頻數(shù)據(jù)體量的不斷增加，即使是對(duì)TB數(shù)量級(jí)別的數(shù)據(jù)進(jìn)行視頻內(nèi)容的分析和檢索，采用傳統(tǒng)的串行計(jì)算模式也需要花費(fèi)數(shù)小時(shí)的計(jì)算，顯然已經(jīng)不能適應(yīng)海量視頻圖像信息的檢索和分析要求，只有借助大數(shù)據(jù)系統(tǒng)，提升視頻圖像信息的處理速度，才能滿足海量數(shù)據(jù)實(shí)時(shí)分析的高效率需求。

二、視頻圖像信息分析中的大數(shù)據(jù)技術(shù)

(一)大規(guī)模視頻解析計(jì)算技術(shù)

大規(guī)模視頻解析計(jì)算技術(shù)是指“云+計(jì)算”，即云端的存儲(chǔ)空間與海量數(shù)據(jù)的計(jì)算分析相結(jié)合。視頻數(shù)據(jù)體量巨大，任何單個(gè)節(jié)點(diǎn)的存儲(chǔ)設(shè)備都無(wú)法滿足海量視頻數(shù)據(jù)的管理要求，數(shù)據(jù)存儲(chǔ)必須通過(guò)云存儲(chǔ)模式解決。云存儲(chǔ)是將網(wǎng)絡(luò)中大量不同類型的存儲(chǔ)設(shè)備通過(guò)軟件集合起來(lái)，共同對(duì)外提供數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)訪問(wèn)功能的系統(tǒng)。視頻云存儲(chǔ)系統(tǒng)是將多個(gè)存儲(chǔ)服務(wù)器的磁盤空間和內(nèi)存資源聚集成一的虛擬存儲(chǔ)資源池，對(duì)外提供整體的存儲(chǔ)空間而屏蔽了底層的物理硬件，實(shí)現(xiàn)了大容量存儲(chǔ)系統(tǒng)的集中管理。另一方面視頻數(shù)據(jù)價(jià)值密度低而處理效率要求高，要實(shí)現(xiàn)海量數(shù)據(jù)的高效處理，必須借助于機(jī)器強(qiáng)大的計(jì)算能力。云計(jì)算是通過(guò)網(wǎng)絡(luò)系統(tǒng)將龐大的計(jì)算處理程序自動(dòng)分拆成無(wú)數(shù)個(gè)較小的子程序，交由多臺(tái)服務(wù)器所組成的系統(tǒng)進(jìn)行計(jì)算分析，并將處理結(jié)果回傳給用戶，達(dá)到和“超級(jí)計(jì)算機(jī)”同樣強(qiáng)大的功能和服務(wù)。

(二)人像識(shí)別技術(shù)

人像識(shí)別技術(shù)作為視頻圖像領(lǐng)域的一項(xiàng)新興技術(shù)，隨著深度學(xué)習(xí)的引入，在公安實(shí)戰(zhàn)應(yīng)用中發(fā)揮著越來(lái)越大的作用。人像識(shí)別技術(shù)是從視頻圖像信息中檢測(cè)出人像，提取人像特征并進(jìn)行比對(duì)的過(guò)程。它是以傳統(tǒng)的人臉識(shí)別技術(shù)為基礎(chǔ)，依托大數(shù)據(jù)中深度學(xué)習(xí)的人像結(jié)構(gòu)化算法，模擬神經(jīng)網(wǎng)絡(luò)對(duì)整體人像信息進(jìn)行學(xué)習(xí)，在識(shí)別標(biāo)準(zhǔn)人臉基礎(chǔ)上，實(shí)現(xiàn)對(duì)側(cè)臉、半遮臉、模糊人臉等情況的檢測(cè)，并且對(duì)視頻圖像中的人像信息進(jìn)行結(jié)構(gòu)化處理，實(shí)現(xiàn)對(duì)可疑人員的身高體態(tài)、步頻步速、習(xí)慣性動(dòng)作、異常行為等特征信息進(jìn)行實(shí)時(shí)識(shí)別。綜合人臉與人體特征信息，通過(guò)整體特征比對(duì)進(jìn)行識(shí)別判斷，實(shí)現(xiàn)人像智能存儲(chǔ)、檢索和比對(duì)，由像到人，查明人員真實(shí)身份，進(jìn)而實(shí)施有效預(yù)警和防范打擊。

(三)視頻結(jié)構(gòu)化描述

視頻圖像信息是計(jì)算機(jī)不能直接分析和處理的非結(jié)構(gòu)化數(shù)據(jù)，視頻結(jié)構(gòu)化描述是通過(guò)時(shí)空分割、對(duì)象識(shí)別、特征提取等方法對(duì)原始視頻數(shù)據(jù)中關(guān)注的人員、車輛、行為進(jìn)行智能分析，提取出關(guān)鍵信息，并組織成計(jì)算機(jī)系統(tǒng)可以分析和處理的結(jié)構(gòu)化數(shù)據(jù)的過(guò)程[1]。對(duì)于人員的描述包括人員的面部精確定位、面部特征提取、面部特征比對(duì)，人員的性別、年齡范圍、大致身高、發(fā)飾、衣著、物品攜帶、步履形態(tài)等多種可結(jié)構(gòu)化描述信息；對(duì)于車輛的描述信息包括：車牌、車顏色、車型、品牌、子品牌、車貼、車飾物信息等多種車輛描述信息；對(duì)于行為的描述信息包括：越界、區(qū)域、徘徊、遺留、聚集等多種行為描述信息。視頻結(jié)構(gòu)化處理后，在結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上進(jìn)行檢索查詢，既滿足了快速目標(biāo)查找的要求，同時(shí)又大大降低了存儲(chǔ)容量，解決了視頻長(zhǎng)期存儲(chǔ)的問(wèn)題。

三、大數(shù)據(jù)在視頻圖像信息分析中的運(yùn)用

(一)人、車、物品特征辨認(rèn)

所謂特征辨認(rèn)是對(duì)視頻圖像信息中犯罪嫌疑人的體貌特征、步態(tài)特征、行為舉止特征或?qū)梢绍囕v車標(biāo)、型號(hào)、年款、年檢標(biāo)志、車內(nèi)掛件、擺件等特征以及可疑物品的形狀、尺寸、大小、顏色等特征進(jìn)行刻畫[2]，依托大規(guī)模視頻解析計(jì)算技術(shù)，通過(guò)人像識(shí)別、視頻結(jié)構(gòu)化描述等技術(shù)實(shí)現(xiàn)對(duì)視頻圖像信息進(jìn)行自動(dòng)分析、提取和比對(duì)，并結(jié)合辨認(rèn)、摸排等傳統(tǒng)偵查措施，將特定的目標(biāo)從海量視頻背景信息中分離出來(lái)，進(jìn)而確定進(jìn)一步分析的目標(biāo)，提高整個(gè)案件偵辦的效率和水平。

(二)人員關(guān)系多維分析

將匯集到系統(tǒng)中的人臉、人體特征信息和結(jié)構(gòu)化屬性信息進(jìn)行深度的數(shù)據(jù)分析，整合公安系統(tǒng)內(nèi)常駐人口、暫住人口、全國(guó)在逃、重點(diǎn)人員以及其他各類資源庫(kù)內(nèi)數(shù)據(jù)，構(gòu)成以時(shí)間、地點(diǎn)、特征為基礎(chǔ)的人員排

查、布控大數(shù)據(jù)視頻應(yīng)用系統(tǒng)。對(duì)目標(biāo)群體內(nèi)部人員之間的未知關(guān)系進(jìn)行梳理和確認(rèn)，通過(guò)人員活動(dòng)軌跡、區(qū)域內(nèi)頻繁出沒(méi)分析、人員出現(xiàn)頻次分析、人員之間伴隨關(guān)系分析、特定區(qū)域碰撞分析、人員落腳點(diǎn)分析等多個(gè)不同維度，快速分析出群體內(nèi)各個(gè)目標(biāo)對(duì)象之間存在的關(guān)聯(lián)關(guān)系。

(三)車輛軌跡時(shí)空分析

將匯集到系統(tǒng)中的所有與可疑車輛相關(guān)的視頻圖像信息和結(jié)構(gòu)化屬性信息進(jìn)行深度的數(shù)據(jù)分析，整合公安系統(tǒng)內(nèi)被盜搶汽車信息庫(kù)、車駕管庫(kù)等系統(tǒng)數(shù)據(jù)，構(gòu)建以時(shí)間、地點(diǎn)、車牌、車型、特征為基礎(chǔ)的車輛分析排查、布控大數(shù)據(jù)視頻應(yīng)用系統(tǒng)。以可疑車輛為關(guān)系主體，通過(guò)車輛活動(dòng)軌跡分析、車輛出現(xiàn)頻次分析、車輛尾隨跟蹤分析、特殊區(qū)域徘徊分析、晝伏夜出情況分析、車輛落腳點(diǎn)分析等車輛軌跡時(shí)空分析，快速分析出車輛之間相關(guān)關(guān)系、車輛與人員之間關(guān)系等，由車到人進(jìn)一步鎖定可疑人員。

傳統(tǒng)視頻監(jiān)控系統(tǒng)解決的是“看得見(jiàn)”的問(wèn)題，高清攝像設(shè)備解決了系統(tǒng)“看得清”的問(wèn)題，大數(shù)據(jù)在視頻圖像信息分析中的運(yùn)用，實(shí)現(xiàn)了對(duì)海量視頻圖像信息的關(guān)鍵信息提取、自動(dòng)比對(duì)、智能分析和深度挖掘，解決了系統(tǒng)“看得懂”的問(wèn)題，節(jié)約了警力資源，提高了工作效能，是視頻監(jiān)控系統(tǒng)發(fā)揮其最大效能的必然選擇。