上海市某區(qū)智慧公安智能視頻監(jiān)控算力提升設計探討

戴臻

摘要：智慧公安建設是響應習近平總書記指示上海這座城市要“更有序、更安全、更干凈”。2018年1月31日，上海市委書記李強提出了以全覆蓋、全過程、全天候和法治化、社會化、智能化、標準化為著力點，為提升城市治理能力打下堅實基礎。本文是上海某區(qū)公安在轄區(qū)內(nèi)升級了智能監(jiān)控探頭后，在原有視頻分析算力的基礎上，增加算力設備。通過對算力平臺的架構分析，設備選型分析，提出算力依據(jù)，最終滿足解析算力的經(jīng)驗，為今后類似項目提供理論參考。

關鍵詞：智慧公安;智能視頻監(jiān)控;算力提升設計;輕量云架構

一、某區(qū)公安智能視頻監(jiān)控現(xiàn)狀

某區(qū)公安在“十二五”期間、 “十三五”期間、近博會前“紅線外”、“紅線內(nèi)”、“智慧社區(qū)”等項目中建設了許多智能高清監(jiān)控。

（一）算力提升區(qū)域基礎數(shù)據(jù)統(tǒng)計

通過基礎調(diào)研，在上述區(qū)域，共有智能人臉攝像機1676路、智能車輛識別攝像機1429路、泛智能攝像機4252路。

通過上表，扣除普通高清監(jiān)控前端后，在上述區(qū)域內(nèi)需要實現(xiàn)的算力合計：

車輛圖片智能分析攝像機共：1429+701+99=2229路

人臉智能分析攝像機共：1676+65=1741路

人體圖片智能分析攝像機共：3387+99=3486路

（二）現(xiàn)有算力基礎數(shù)據(jù)統(tǒng)計

（三）新增算力需求

為通過算力解析設備，將智能監(jiān)控視頻形成結構化數(shù)據(jù)，實現(xiàn)各公安實戰(zhàn)功能，因此，通過原有算力的基礎上，增加算力滿足對某區(qū)域建設的攝像機接入視頻和圖片的實時解析算力。

視頻流解析算力數(shù)據(jù)核算

由于泛智能監(jiān)控前段無法直接產(chǎn)生人體和車輛圖片，必須通過視頻流解析節(jié)點設備，從視頻流中抽取關鍵幀圖片后，對圖片進行人體和車輛解析。

①視頻流人體智能分析能力增加并發(fā)路數(shù)不低于946路;

現(xiàn)有泛智能人體+（車+人體）監(jiān)控=3387 + 99 =3486路。

現(xiàn)有人體圖片建模算力2540路。

因此需要新增3486-2540=946路人體視頻流算力解析能力設備。

②視頻流車輛智能分析能力增加并發(fā)路數(shù)不低于450路;

現(xiàn)有泛智能車輛監(jiān)控701路，智能車輛前端1429路，合計2130路;

現(xiàn)有圖片車輛智能分析1680路;

因此，需要新增2130-1680路=450路車輛視頻流算力解析能力設備。

二、算力提升輕量云系統(tǒng)架構設計

為實現(xiàn)資源共享，提高服務器資源使用率和集中管理和使用，需要建設一套視頻云平臺，將IT資源統(tǒng)一整合。

（一）整體架構

提升算力涉及的視頻流人體解析、視頻流車輛結構化和圖片流人體建模可以動態(tài)合理調(diào)度資源的情況下采用輕量云架構，主要由基礎云平臺、視頻管理云組件、視頻解析云組件三大部分組成。

輕量化云方案可滿足了架構上的云化與分布地理位置部署的訴求。

（二）云化集群

通過云化集群將域內(nèi)多臺云節(jié)點（MPU，媒體處理單元）組成集群，以集群方式運作。添加IPC時無需提前規(guī)劃，在添加IPC時集群管理云節(jié)點根據(jù)當前集群成員的負荷，將新增IPC添加到合適的云節(jié)點上。集群可動態(tài)伸縮，包括新增成員和刪除成員;當某臺云節(jié)點負載過大時，支持將該云節(jié)點設備上部分業(yè)務分擔至其他云節(jié)點;當某臺云節(jié)點故障時，支持將故障設備上業(yè)務負載分擔至其他云節(jié)點;當某臺云節(jié)點故障恢復后，支持將其他云節(jié)點設備上部分業(yè)務分擔至該云節(jié)點。

三、智能視頻算力資源計算設計

（一）視頻流人體解析算力設計

1、視頻人體解析算力需求

視頻流人體智能分析能力增加并發(fā)路數(shù)不低于946路。

2、頻人體解析算力設備選型

采用視頻人體解析采用浪潮產(chǎn)品，其中檢索云節(jié)點采用浪潮NF5280M5，數(shù)量16套，視圖存儲分析云節(jié)點采用浪潮NF5468M5，數(shù)量20套。

3、視頻人體解析算力計算

◢視圖存儲分析云節(jié)點計算：

視頻流人體智能分析能力增加并發(fā)路數(shù)不低于946路，人臉圖片路數(shù)按946路計算，車峰值按照2張/秒計算，單個GPU計算卡處理性能，人臉圖片按100張/秒計算（非布控場景），人臉視頻按16路計算。

GPU卡數(shù)量：=Roundup（人臉圖片路數(shù)*峰值/單張卡處理性能，0） + Roundup（人臉視頻路數(shù)/單張卡處理性能，0）

= Roundup（946*2/100，0）+ Roundup（946/16，0）=79

單臺視圖存儲分析云節(jié)點支持4張GPU計算卡插入，則總共需要視圖存儲分析云節(jié)點數(shù)量：= Roundup（GPU卡數(shù)量/4，0）

= Roundup（79/4，0）=20（臺）

◢檢索云節(jié)點數(shù)量計算：

單臺視頻檢索云節(jié)點支持8.1億條檢索數(shù)據(jù)量，從可靠性考慮，檢索節(jié)點采用雙機部署方式。本次總共需解析的視頻和圖片路數(shù)為946路，每路日均數(shù)據(jù)量按40000張計算，存儲90天，則總共產(chǎn)生的數(shù)據(jù)量：=946*40000*90/10000/10000=34.056億單臺視頻檢索云節(jié)點支持不少于4.5億條人體元數(shù)據(jù)存儲，則需要視頻檢索云節(jié)點數(shù)量：= Roundup（總數(shù)據(jù)量/4.5，0）=Roundup（34.056/4.5，0）=8（臺）

考慮雙機熱備份，則總共需要視頻檢索云節(jié)點數(shù)量：=8*2=16（臺）

（二）視頻流車輛結構化算力設計

1、視頻流車輛結構化算力需求

視頻流車輛智能分析能力增加并發(fā)路數(shù)不低于450路。

2、視頻流車輛結構化算力設備選型

本項目視頻流車輛結構化采用浪潮設備，其中視圖存儲云節(jié)點采用浪潮NF5280M5，數(shù)量5套、檢索云節(jié)點采用浪潮NF5280M5，數(shù)量4套、分析云節(jié)點采用浪潮NF5468M5，數(shù)量5套。

3、視頻流車輛結構化算力計算

◢視圖存儲云節(jié)點計算：

視頻流車輛智能分析能力增加并發(fā)路數(shù)不低于450路，抓拍車輛圖片大圖按600K/張計算，小圖按50K/張計算，結果保存90天。

則總存儲容量為：

= Roundup（450*（600+50+50）*0.5*24*3600*90/1024/1024/1024，0）=1141TB

存儲云節(jié)點支持40塊數(shù)據(jù)盤，采用高可靠性模式時有效數(shù)據(jù)盤數(shù)為35塊，熱備盤2塊，RAID校驗盤3塊。

企業(yè)級8T SATA硬盤，考慮硬盤格式化損耗和廠商標稱的容量換算，實際有效數(shù)據(jù)可用容量=8*1000*1000*1000*1000/1024/1024/1024/1024*0.985=7.17TB。

則總共需要視圖存儲云節(jié)點數(shù)量= Roundup（總存儲容量/35/7.17，0）=5（臺）

◢檢索云節(jié)點數(shù)量計算：

本次總共需結構化的視頻和圖片路數(shù)為450路，每路日均數(shù)據(jù)量按40000張計算，存儲90天，則總共產(chǎn)生的數(shù)據(jù)量：=450*40000*90/10000/10000=16.2億

單臺檢索云節(jié)點支持不少于8.1億條人體元數(shù)據(jù)存儲，則需要檢索云節(jié)點數(shù)量：= Roundup（總數(shù)據(jù)量/8.1，0）=Roundup（16.2/8.1，0）=2（臺）

考慮雙機熱備份，則總共需要檢索云節(jié)點數(shù)量：=2*2=4（臺）

◢分析云節(jié)點數(shù)量計算：

單臺分析云節(jié)點支持6張GPU計算卡插入，單個GPU計算卡處理性能：車輛視頻按16路計算。則總共需要分析云節(jié)點數(shù)量：= Roundup（450/16/6，0）= 5（臺）

（三）圖片流人體建模算力方案

1、圖片流人體建模算力需求

圖片人體智能分析能力增加并發(fā)路數(shù)不低于1836路;

2、圖片流人體建模算力—方案

本項目圖片流人體建模采用浪潮設備，其中視圖存儲云節(jié)點采用浪潮NF5280M5，數(shù)量8套、檢索云節(jié)點采用浪潮NF5280M5，數(shù)量30套、分析云節(jié)點采用浪潮NF5468M5，數(shù)量8套。

3、圖片流人體建模算力計算

◢視圖存儲云節(jié)點計算：

圖片人體智能分析能力增加并發(fā)路數(shù)不低于1836路，人體建模圖片按300K/張計算，結果保存90天。

則總存儲容量為：

= Roundup（1836*300*0.5*24*3600*90/1024/1024/1024，0）=1847TB

存儲云節(jié)點支持40塊數(shù)據(jù)盤，采用高可靠性模式時有效數(shù)據(jù)盤數(shù)為35塊，熱備盤2塊，RAID校驗盤3塊。

企業(yè)級8T SATA硬盤，考慮硬盤格式化損耗和廠商標稱的容量換算，實際有效數(shù)據(jù)可用容量=8*1000*1000*1000*1000/1024/1024/1024/1024*0.985=7.17TB。

則總共需要視圖存儲云節(jié)點數(shù)量= Roundup（總存儲容量/35/7.17，0）= Roundup（1847/35/7.17，0）=8（臺）

結論：

通過采用輕量化視頻云平臺架構，建立統(tǒng)一的大數(shù)據(jù)平臺，可以把信息化數(shù)據(jù)、結構化數(shù)據(jù)進行集中存儲和開放共享。通過算力資源的計算，測算云平臺的檢索節(jié)點、分析節(jié)點、存儲節(jié)點設備數(shù)量，實現(xiàn)視頻監(jiān)控資源共享和互聯(lián)互通互控，充分發(fā)揮視頻監(jiān)控系統(tǒng)在加強社會管理，提升警務效率、組織群防群治、預防和打擊違法犯罪等方面的作用。