從“看得見”到“看得清”，再到“看得懂”，這是人們對監控需求的演進。隨著視頻監控技術的不斷發展，我們已經進入“看得懂”階段。

傳統視頻監控系統是通過人員監控和錄像來實現安全防護，通常存在以下幾種情況：

1、 當監控點過多時，人員監控無法顧及所有監控場景;

2、 監控人員要24小時在崗，很難保證，工作強度大;

3、 錄像往往是事件發生之后回放取證：損失產生不可挽回;人工回放錄像取證的方式效率低，高科技成果只能靠人海戰術才能產生價值。

針對視頻設施應用存在的問題，公安部已經明令要求：各級公安機關要圍繞視頻監控技術的深度應用，服務公安實戰，提升打防績效。對監控建設應用的要求，從以硬件建設為主的第一階段，向以智能應用為主要特征的第二階段過渡，解決視頻調閱慢、分析難的問題，從海量視頻中發現重要而有價值的線索，快速識別定位目標，挖掘其行動軌跡，從而縮短辦案時間，降低辦案人員的工作強度，提高各部門聯合作戰效率。

如何將視頻監控由被動防御向主動防御過渡，對海量數據進行智能分析，一直是研發努力方向。在視頻圖像智能分析的研發與工程應用方面，一直有獨到的開創特色，讓監控人員從繁瑣的操作、海量的信息中解脫出來，并幫助用戶更高效、更精確地管理監控目標，與用戶共啟萬物智慧新時代。

圖：視頻智能分析系統，可實現特定目標的快速定位、查找和檢索

視頻智能分析系統可根據對實時、歷史視頻的有效信息，對人、車、物、行為等進行結構化提取，并進行智能分析，實現特定目標的快速定位、查找和檢索。系統具有一套標準化的案件視頻采集和研判流程，獲取已知信息、梳理重點信息、推斷殘缺信息、擴展關聯信息，以“人員、車輛、”等信息為要素建立視圖信息數據倉庫，基于大數據智能搜索引擎實現搜索、比對、軌跡描述、案件串并等功能，服務于公安治安防控、案件偵查、情報研判等警務工作，為預防打擊違法犯罪、減輕民警工作量，達到事前智能預測布控、事后快速響應破案，維護社會穩定提供有力的支撐平臺。

構建大數據智能分析引擎

在視頻圖像監控應用中，涉及的數據信息類型很多，包括各類非結構化、結構化以及半結構化信息。非結構化數據主要包括視頻錄像和圖片記錄，如監控視頻錄像、報警錄像、摘要錄像、車輛卡口圖片、人臉抓拍圖片、報警抓拍圖片等。結構化數據則包括報警記錄、系統日志記錄、運維數據記錄、摘要分析結構化描述記錄以及各種相關的信息數據庫，如人口信息、地理數據信息等。半結構化數據則如人臉建模數據、指紋記錄等。

所有這些數據作為一個整體，整合形成視圖信息數據庫，包括案件庫、警情庫、線索庫、車輛信息、人臉信息、MAC信息、出行信息、旅館住宿信息、網吧上網人員、手機信息、話單信息等。視圖信息數據庫是視頻監控系統大數據基礎。

圖：視圖大數據智能分析引擎架構圖

視圖大數據智能分析引擎采用流式大數據架構，實現視圖信息數據庫各類信息的大數據智能分析、研判比對，達到實時預警，預防犯罪發生，縮短破案時間，提升破案效率。建設多媒體(視頻/圖片)云計算系統，多節點的分布式云調度平臺技術與單節點的“CPU+GPU”并行計算技術的有機結合，充分利用計算資源，滿足大規模的智能分析應用，提升視頻、圖片的分析效率。

智能化業務呈現

- 車輛分析

系統通過智能分析算法，實現復雜場景中同時檢測多個目標，并精確區分行人、自行車、摩托車(電瓶車)、三輪車、機動車。對于機動車，可提取車牌號、車輛類型、車身顏色、品牌、型號、車款信息和車輛特征等結構化信息。并對車輛標志物進行精準標記，如年檢標、遮陽板、紙巾盒、掛件、擺件、安全帶等。

基于視圖結構化提取的車輛和標志物等關鍵信息，集成車管所車輛信息庫，結合卡口系統、車輛識別系統、城市各個停車場系統和視頻監控系統，全面掌握車輛信息、車主信息、車輛活動信息等，還原車輛經過的軌跡歷史信息，并結合周邊攝像機歷史視頻的調控與融合，深度挖掘出有用信息。

對嫌疑車輛的快速“以圖搜圖”應用，能夠對輸入的目標車輛(車牌無損、無牌)進行特征識別，通過車輛特征對卡口抓拍的圖片進行檢索，大幅提高利用效率。

- 人臉識別

通過深度學習人臉識別技術，對實時視頻場景(歷史視頻或圖片)中的人臉進行抓拍、截取人臉圖片，并提取對應的人臉特征。基于與已經建立的人臉模板大庫，如全國人口庫、常住人口庫、居住證人口庫、及各種系統(警綜、信綜、出入境、人口庫、追逃庫、犯罪人員庫等)人員庫的特征比對，相似度超過設定好的閾值時，系統自動發出警告，推送給警務平臺。為反恐維穩、網上追逃、身份確認、事前預防、事中記錄、事后取證等應用場景提供有力的情報支持。

- 黑名單實時布控

系統前端采集的人臉圖像與黑名單人員實時比對，一旦達到預警限值，其報警信息實時精準推送到報警平臺或相應的手機等智能移動警務終端，信息及時有效地直通各警種。基于海量的抓拍人臉大數據，后端人臉服務系統實現目標人員的歷史軌跡分析，并根據近期行蹤 推測出可能出現的位置，并與酒店入住或者其他身份信息登陸系統等進行有效聯動。實現對目標人員的可視化的實時預警、事前預防、聯動布控。

圖：目標人員挖掘比對技術應用

- 目標人員智能挖掘

基于人臉大數據及其他大數據的碰撞分析，如手機熱點數據、出行數據，對于在同一時間段內同一場景出現多次的人員(如醫院號販子)、頻繁出行敏感地帶的人員(如緬甸、越南)、一周內往返海關多次的人員(水客)等未能及時標注的可疑人員，系統主動挖掘研判，并行進重點監控。當其出現頻次超過一定數量時，系統主動預警。

- 行為分析

根據視頻區域內監測到的目標人物的運動方向、運動時速、人群數量等，通過智能視頻行為分析系統的精準算法，實現精準的行為識別，基于預先定義的各種行為規則，實現異常智能預警，如目標移動檢測、群體事件檢測等。

- 目標移動監測

在運動目標檢測及跟蹤的基礎上，根據目標的運動軌跡及運動方向判斷其移動范圍是否在用戶設定的合理范圍內，包括絆線檢測、入侵檢測、逆行檢測、徘徊檢測等。絆線檢測即在攝像機監視的場景范圍內，根據監控需要和目的設置檢測線，并制定穿越檢測線的非法方向，當有移動目標按照禁止穿越方向穿越用戶設定的檢測線時進行告警。

入侵檢測即在監控場景視頻中設定檢測區域，對目標進入、離開或突然出現在該區域的事件進行檢測并及時告警;逆行檢測即在監控場景中設定檢測區域及正常運動方向，對區域內目標不按正常方向運動的事件進行檢測;徘徊檢測是在視頻中設定檢測區域，對同一目標在該區域內運動超過一定時間的事件進行檢測。

目標移動監測是應用最廣的智能視頻分析功能之一，適合于政府機關、大使館、高安全周界、軍事禁區、監獄、看守所、重要物資倉庫、銀行、博物館等需要對可疑目標重點防范的場所。

- 群體事件檢測

檢測用戶所設定區域中流量檢測、人員密度，判斷是否密度超標(如人群擁擠)或人群突然聚集或發散，并按用戶設定閾值報警或聯動。

流量檢測是在視頻中設定一個或多個檢測區域(或檢測線)，對單位時間內按指定方向進入或離開該區域(或穿越檢測線)的目標數量進行統計。流量統計可以應用于博物館、商場、監獄、景區對進出人數進行統計。人員密度檢測是在視頻中設定檢測區域，對該區域內的目標稠密程度或目標數進行估計。并針對不同防區設置不同報警規則、密集度報警閾值和密度超標的持續時間閾值，實現不同應用場景定制化預警。可用于廣場、政府機關門口、文化與宗教聚集地、學校等場所，觀測人群密度或人數的動態變化，結合地點、時間等信息判斷是否存在異常聚集情況，及時啟動疏通引導機制。

- 圖偵分析

圖偵智能分析主要包括視頻摘要、圖像增強、濃縮播放、視頻檢索、3D測量等。

視頻摘要，是以自動或者半自動的方式，通過分析視頻的結構和內容存在的時空冗余，從原始視頻中提取有意義的片段，將它們以某種特點的方式重新組合成緊湊的、能夠充分表現視頻語義內容的濃縮視頻。實現使視頻數據有效的表示和快速的訪問，減小視頻存儲、分類和索引的代價，提高視頻的使用效率、可用性和可訪問性。

圖像增強，對照度較低的夜間視頻/圖片進行增強處理，對因抖動、霧霾等造成模糊的圖片進行去抖、去霧處理，使得圖像更清晰。也包括對指紋、虹膜、掌紋、人臉等生物特征的增強處理。

濃縮播放，實現慢速播放關注區域內的視頻內容，快速播放非關注區域的視頻內容。通過設置關注區域(支持不規則區域)和非關注區域的慢放和快放倍數，可自動控制視頻的播放速度、提高視頻瀏覽的效率，實現對重點關注區域目標的檢測。

視頻檢索，可以快速檢所人、車類別，檢索目標的運動方向，以及目標所在區域，或者可以直接使用目標的一張樣本照片進行以圖搜圖。如輸入嫌疑人的一張照片進行視頻檢索，而得到嫌疑人的目標快照。

目標的3D測量功能，通過參照物標定，來計算出被測量目標的高度和寬度。如測量嫌疑人員的身高，實現迅速特征標注。

智能分析技術在公安領域的應用，通過提取監控視頻中包含的海量結構化數據信息，幫助民警識別畫面中“人”、“車”的特征，從而綜合更豐富的情報信息掌握鎖定目標身份。基于海量的視圖信息數據庫，借助大數據智能分析、研判能力，業務可以直接關注目標價值信息，與日常警務應用深度融合，在更多的業務環節中發揮重要價值，真正做到系統管用、民警愛用、功能實用，通過向科技要警力，降低民警的工作量，提高民警的工作效率，實踐了真正意義的有效智能防控。

來源：機房動力環境監控 http://www.99yxj.com.cn/solution/   本文采集于網絡，如有問題有聯系刪除