甘勇

（廣東奧迪安監(jiān)控技術(shù)股份有限公司，廣州510000）

1 視頻云定位

現(xiàn)階段視頻智能應(yīng)用水平低，缺乏功能強(qiáng)大視頻圖像解析和信息綜合應(yīng)用手段。視頻云是實(shí)現(xiàn)視頻資源共享和視頻能力開(kāi)放，視頻圖像資源和其他信息資源服務(wù)平臺(tái)進(jìn)行信息資源共享與應(yīng)用支撐。智慧城市中視頻云建設(shè)規(guī)劃應(yīng)考慮：構(gòu)建視頻云基礎(chǔ)資源層、視頻資源共享體系，建設(shè)分級(jí)分類(lèi)視頻圖像信息數(shù)據(jù)庫(kù)；構(gòu)建開(kāi)放體系，基于統(tǒng)一的視頻云應(yīng)用支撐平臺(tái)，把視頻圖像調(diào)閱、視頻圖像解析、多源多維感知數(shù)據(jù)訪問(wèn)、大數(shù)據(jù)檢索等以云服務(wù)的方式共享開(kāi)放，并注冊(cè)到信息資源服務(wù)平臺(tái)服務(wù)目錄里統(tǒng)一呈現(xiàn)；在云計(jì)算基礎(chǔ)設(shè)施上，構(gòu)建面向治安、刑偵、指揮等多業(yè)務(wù)場(chǎng)景下“視頻云+應(yīng)用”系統(tǒng)，創(chuàng)新視頻大數(shù)據(jù)防控、檢索、情報(bào)、偵查等業(yè)務(wù)應(yīng)用模式。

2 物理架構(gòu)設(shè)計(jì)

視頻云物理建設(shè)包含前端感知設(shè)備、傳輸網(wǎng)、節(jié)點(diǎn)視頻云平臺(tái)建設(shè)等。前端感知設(shè)備包含：人臉采集設(shè)備、車(chē)輛采集設(shè)備、Wi-Fi 采集設(shè)備等，前端感知設(shè)備就近接入傳輸網(wǎng)。傳輸網(wǎng)絡(luò)包含：傳輸鏈路、交換設(shè)備等。節(jié)點(diǎn)視頻云平臺(tái)主要對(duì)前端數(shù)據(jù)進(jìn)行匯聚、管理和分發(fā)，包含云基礎(chǔ)環(huán)境建設(shè)、虛擬化服務(wù)器、云存儲(chǔ)設(shè)備、網(wǎng)絡(luò)設(shè)備以及各類(lèi)業(yè)務(wù)應(yīng)用所需服務(wù)器等。

3 邏輯架構(gòu)設(shè)計(jì)

視頻云平臺(tái)基于大數(shù)據(jù)架構(gòu)設(shè)計(jì)，按相關(guān)標(biāo)準(zhǔn)，以數(shù)據(jù)匯聚、數(shù)據(jù)共享與能力開(kāi)放為目標(biāo)，支撐視頻業(yè)務(wù)應(yīng)用及基于平臺(tái)開(kāi)放服務(wù)接口共享視頻云服務(wù)，可設(shè)計(jì)分為“六層”：

圖1 視頻云邏輯架構(gòu)圖

（1）感知采集層：固定及移動(dòng)監(jiān)控視頻（如執(zhí)法記錄、車(chē)載監(jiān)控、無(wú)人機(jī)等）、互聯(lián)網(wǎng)+停車(chē)場(chǎng)、其他社會(huì)面（如企業(yè)、店鋪等）視頻和公安內(nèi)部（如監(jiān)所等）監(jiān)控視頻等感知設(shè)備。

（2）傳輸網(wǎng)絡(luò)層：支撐前端采集設(shè)備接入和數(shù)據(jù)傳輸，包含視頻網(wǎng)、內(nèi)網(wǎng)、互聯(lián)網(wǎng)、移動(dòng)信息網(wǎng)等。

（3）基礎(chǔ)設(shè)施層：為平臺(tái)服務(wù)層、數(shù)據(jù)層提供業(yè)務(wù)系統(tǒng)運(yùn)行、視頻圖像存儲(chǔ)和解析、數(shù)據(jù)分析等所需基礎(chǔ)IT 資源，包括搭建云計(jì)算資源、多類(lèi)數(shù)據(jù)混合存儲(chǔ)的云存儲(chǔ)資源，并能夠通過(guò)云資源管理平臺(tái)構(gòu)建一個(gè)開(kāi)放、高效的資源環(huán)境，實(shí)現(xiàn)多業(yè)務(wù)承載、服務(wù)自動(dòng)化部署、資源彈性伸縮等功能。

（4）匯聚層：由統(tǒng)一的視頻圖像信息聯(lián)網(wǎng)匯聚平臺(tái)實(shí)現(xiàn)視頻圖像、多源信息的匯聚。

（5）服務(wù)層（視頻云平臺(tái)層）：

①視頻圖像信息數(shù)據(jù)庫(kù)：主要實(shí)現(xiàn)資源目錄數(shù)據(jù)同步，用戶(hù)訂閱的各地市數(shù)據(jù)匯聚和存儲(chǔ)，并把數(shù)據(jù)通過(guò)同步級(jí)聯(lián)模式傳送到視頻圖像信息數(shù)據(jù)庫(kù)。

②視頻圖像解析平臺(tái)：實(shí)現(xiàn)對(duì)接入的視頻流、人臉抓拍圖片進(jìn)行視頻結(jié)構(gòu)化處理；并預(yù)留一定的視頻圖像解析能力，滿(mǎn)足用戶(hù)突發(fā)事件等應(yīng)急情況的視頻圖像解析處理。視頻圖像解析能力，通過(guò)視頻云應(yīng)用支撐平臺(tái)開(kāi)放API 供上層系統(tǒng)及第三方系統(tǒng)調(diào)用。視頻圖像解析后數(shù)據(jù)匯聚到視頻圖像信息數(shù)據(jù)庫(kù)，為上層應(yīng)用提供數(shù)據(jù)服務(wù)能力。

③視頻云應(yīng)用支撐平臺(tái)：通過(guò)統(tǒng)一服務(wù)接口，提供媒體流轉(zhuǎn)發(fā)、視頻轉(zhuǎn)碼及視頻結(jié)構(gòu)化、人臉比對(duì)等服務(wù)。

（6）應(yīng)用層：視頻云+應(yīng)用，提供視頻調(diào)閱、數(shù)據(jù)檢索等應(yīng)用。

4 視頻云基礎(chǔ)設(shè)施設(shè)計(jì)

4.1 視頻云計(jì)算資源池設(shè)計(jì)

視頻業(yè)務(wù)需要靈活、異構(gòu)的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等基礎(chǔ)資源；固化支撐系統(tǒng)逐漸不能滿(mǎn)足業(yè)務(wù)發(fā)展需要，需要基于云計(jì)算技術(shù)重新構(gòu)建IT 基礎(chǔ)設(shè)施，以滿(mǎn)足視頻業(yè)務(wù)應(yīng)用部署、視頻圖像解析、視頻聯(lián)網(wǎng)等各種異構(gòu)資源的需求。通過(guò)虛擬化技術(shù)，把所有資源整合后在邏輯上以單一整體的形式呈現(xiàn)，資源進(jìn)行動(dòng)態(tài)擴(kuò)展和配置，按需使用資源。視頻云平臺(tái)主要為數(shù)據(jù)采集匯聚、視頻圖像解析以及視頻大數(shù)據(jù)和智能化應(yīng)用提供基礎(chǔ)資源支撐，按計(jì)算應(yīng)用分類(lèi)設(shè)計(jì)：

（1）通用計(jì)算類(lèi)

主要部署視頻調(diào)閱、數(shù)據(jù)檢索等業(yè)務(wù)應(yīng)用基礎(chǔ)資源，使用普通的CPU、內(nèi)存等通用計(jì)算資源，支撐人臉抓拍攝像機(jī)、人臉抓拍圖片數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)接入、媒體流轉(zhuǎn)發(fā)、抓拍數(shù)據(jù)檢索和以及解析平臺(tái)。根據(jù)相關(guān)測(cè)試與項(xiàng)目的實(shí)際數(shù)據(jù)驗(yàn)證，14 物理核支持100 路人臉抓拍接入或1000 條/秒的結(jié)構(gòu)化數(shù)據(jù)接入或200 張/秒的“大圖”片和“小圖”片的接入或支持64 路的媒體流轉(zhuǎn)發(fā)；可以根據(jù)實(shí)際前端數(shù)量，計(jì)算出配置14 物理核數(shù)據(jù)接入服務(wù)器、數(shù)據(jù)轉(zhuǎn)發(fā)服務(wù)器、系統(tǒng)應(yīng)用服務(wù)器、人臉布控服務(wù)器數(shù)量，然后進(jìn)行統(tǒng)計(jì)分析出需要該服務(wù)器總核數(shù)、內(nèi)存數(shù)，然后加上平臺(tái)對(duì)計(jì)算資源消耗以及考慮硬件故障情況下的資源備份和業(yè)務(wù)突發(fā)高峰的資源預(yù)留，從而計(jì)算出CPU 維度與內(nèi)存維度等。

（2）大數(shù)據(jù)計(jì)算類(lèi)

承載海量視圖數(shù)據(jù)關(guān)聯(lián)分析的大數(shù)據(jù)平臺(tái)，需要高計(jì)算、高I/O，不適合虛擬化部署，設(shè)計(jì)保留物理化部署。

①數(shù)據(jù)緩存服務(wù)器：按數(shù)據(jù)的類(lèi)型（人臉與視頻的大圖、小圖、結(jié)構(gòu)化數(shù)據(jù)、特征值等），根據(jù)視頻路數(shù)、每天文件數(shù)、文件大小可以計(jì)算出每天數(shù)據(jù)入庫(kù)量，從而得出數(shù)據(jù)平均入庫(kù)流量；每節(jié)點(diǎn)吞吐量具體可以根據(jù)實(shí)測(cè)錄得；數(shù)據(jù)可選擇保存到內(nèi)存、緩存到磁盤(pán)，按緩存到內(nèi)存估算，緩存30 秒；根據(jù)單節(jié)點(diǎn)內(nèi)存大小，可以計(jì)算出數(shù)據(jù)緩存服務(wù)器集群節(jié)點(diǎn)服務(wù)器的數(shù)量。

②結(jié)構(gòu)化數(shù)據(jù)分析服務(wù)器節(jié)點(diǎn)：用于存儲(chǔ)人臉、車(chē)輛、視頻結(jié)構(gòu)化數(shù)據(jù)，考慮并發(fā)讀寫(xiě)和可靠性要求，數(shù)據(jù)可按每6 塊盤(pán)做RAID5，再按2 副本存放，磁盤(pán)有效使用空間按80%計(jì)算。從硬盤(pán)空間來(lái)考慮，根據(jù)單服務(wù)器有效利用空間：裸容量/有效利用系數(shù)、前端結(jié)構(gòu)化有效數(shù)據(jù)及索引空間的存儲(chǔ)容量計(jì)算出服務(wù)器的數(shù)量。

（3）特征檢索類(lèi)

特征數(shù)據(jù)是通過(guò)算法解析出來(lái)的非結(jié)構(gòu)化數(shù)據(jù)，人像軌跡檢索、以圖搜圖等業(yè)務(wù)場(chǎng)景下對(duì)特征庫(kù)進(jìn)行海量比對(duì)檢索，要求高計(jì)算、高I/O 吞吐能力，特征數(shù)據(jù)存儲(chǔ)與檢索一般按內(nèi)存和SSD 盤(pán)兩級(jí)緩存，需要大內(nèi)存、高性能SSD 盤(pán)；特征數(shù)據(jù)服務(wù)器應(yīng)根據(jù)特征值類(lèi)型、天數(shù)、路數(shù)、每天文件數(shù)、文件大小計(jì)算出存儲(chǔ)容量，并適當(dāng)冗余，計(jì)算出磁盤(pán)數(shù)量，進(jìn)行服務(wù)器性能配置。

（4）GPU 高性能計(jì)算類(lèi)

人臉解析、視頻結(jié)構(gòu)化，大量消耗計(jì)算資源，單一CPU 無(wú)法滿(mǎn)足，設(shè)計(jì)高性能GPU 計(jì)算資源支撐。人臉解析對(duì)象為人像臉抓拍攝機(jī)抓拍的人臉“小圖”片，人臉“小圖”片檢測(cè)用CPU 進(jìn)行分析，GPU 完成人臉特征提取計(jì)算，根據(jù)測(cè)試結(jié)果和項(xiàng)目實(shí)際驗(yàn)證，CPU（14 物理核作為1 顆CPU）和GPU 的比例按照1:1 的比例計(jì)算，CPU 的單元按14 物理核計(jì)算。14 物理核和1 張GPU 卡支持180 張/秒的人臉特征數(shù)據(jù)解析。

視頻結(jié)構(gòu)化對(duì)象為實(shí)時(shí)視頻流或錄像視頻流，視頻流的解碼以及行人和車(chē)輛分類(lèi)分析采用CPU 完成，占用CPU 的性能相對(duì)于人臉圖片解析更高，GPU 完成行人或車(chē)輛圖片的結(jié)構(gòu)化數(shù)據(jù)的解析和目標(biāo)數(shù)據(jù)的提取，根據(jù)測(cè)試結(jié)果和項(xiàng)目實(shí)際驗(yàn)證，CPU（14 物理核作為1 顆CPU）和GPU 的比例按照1:1 的比例計(jì)算，CPU的單元按14 物理核計(jì)算。根據(jù)人臉解析服務(wù)器與視頻結(jié)構(gòu)化服務(wù)器的數(shù)量、核數(shù)與內(nèi)存進(jìn)行分析計(jì)算出CPU 維度、GPU 維度、內(nèi)存維度，從而選擇等效高密GPU 服務(wù)器。

4.2 視頻云存儲(chǔ)資源池設(shè)計(jì)

視頻云存儲(chǔ)資源進(jìn)行圖片的解析及解析結(jié)果的“大圖”片和“小圖”片存儲(chǔ)。一般情況下，視頻專(zhuān)網(wǎng)“大圖”片存儲(chǔ)周期90 天，“小圖”片存儲(chǔ)周期360 天。結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)空間計(jì)算考慮自身存儲(chǔ)空間，還考慮基于數(shù)據(jù)提供的數(shù)據(jù)訪問(wèn)服務(wù)性能指標(biāo)要求，滿(mǎn)足業(yè)務(wù)需求并發(fā)度和響應(yīng)時(shí)間。存儲(chǔ)資源池設(shè)計(jì)采用全對(duì)稱(chēng)分布式云存儲(chǔ)方案，云存儲(chǔ)產(chǎn)品采用全對(duì)稱(chēng)邏輯架構(gòu)，每個(gè)節(jié)點(diǎn)均可提供服務(wù)；通過(guò)負(fù)載均衡設(shè)計(jì)，數(shù)據(jù)訪問(wèn)在集群內(nèi)均勻分布。涉及虛擬機(jī)鏡像存儲(chǔ)、“大圖”、“小圖”非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)；虛擬機(jī)鏡像存儲(chǔ)根據(jù)系統(tǒng)盤(pán)、數(shù)據(jù)盤(pán)及有效容量系數(shù)計(jì)算磁盤(pán)數(shù)量；非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)根據(jù)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)時(shí)間、大小計(jì)算出總?cè)萘?，?jì)算出服務(wù)器數(shù)量；結(jié)構(gòu)化數(shù)據(jù)設(shè)計(jì)采用分布式數(shù)據(jù)庫(kù)高性能CPU 服務(wù)器本地硬盤(pán)存儲(chǔ)。

4.3 視頻云網(wǎng)絡(luò)資源設(shè)計(jì)

網(wǎng)絡(luò)設(shè)計(jì)應(yīng)可靠、冗余，區(qū)分業(yè)務(wù)、存儲(chǔ)、管理平面，設(shè)備具備板卡冗余、電源冗余、鏈路冗余等設(shè)計(jì)，可擴(kuò)展。網(wǎng)絡(luò)設(shè)計(jì)如下：核心層與接入層分層設(shè)計(jì)，采用雙鏈路冗余；核心層設(shè)計(jì)2 臺(tái)核心交換機(jī)，采用CSS 虛擬集群技術(shù)；接入交換機(jī)之間采用堆疊技術(shù)；管理平面采用冗余架構(gòu)部署2 臺(tái)管理交換機(jī)，用于網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)等設(shè)備管理平面的接入，網(wǎng)管對(duì)接管理整個(gè)云平臺(tái)；部署2 臺(tái)萬(wàn)兆級(jí)核心防火墻設(shè)備，雙機(jī)熱備模式旁?huà)煊诤诵幕蛘叽?lián)到平臺(tái)出口，提供授權(quán)訪問(wèn)、入侵檢測(cè)、病毒防護(hù)、數(shù)據(jù)防泄漏等防護(hù)，保障平臺(tái)數(shù)據(jù)安全。

圖2 網(wǎng)絡(luò)物理架構(gòu)

4.4 云管理平臺(tái)設(shè)計(jì)

視頻云平臺(tái)運(yùn)行需要大量異構(gòu)CPU/GPU 計(jì)算資源、存儲(chǔ)資源做支撐，以支撐視圖結(jié)構(gòu)化解析、視頻圖像信息數(shù)據(jù)庫(kù)建設(shè)以及視頻資源共享與開(kāi)放，需要云資源統(tǒng)一管理平臺(tái)技術(shù)對(duì)異構(gòu)資源進(jìn)行統(tǒng)一管理與調(diào)度。云資源管理平臺(tái)設(shè)計(jì)采用虛擬化技術(shù)，把所有異構(gòu)CPU/GPU 計(jì)算資源、存儲(chǔ)資源整合后在邏輯上以單一整體形式呈現(xiàn)，根據(jù)需要進(jìn)行動(dòng)態(tài)擴(kuò)展和配置，當(dāng)計(jì)算業(yè)務(wù)量突變時(shí)，云資源管理平臺(tái)自動(dòng)啟用有空余能力的相應(yīng)計(jì)算資源參與到計(jì)算需求中，實(shí)現(xiàn)解析任務(wù)、檢索任務(wù)、大數(shù)據(jù)分析業(yè)務(wù)等按需彈性伸縮使用資源。

5 視頻云平臺(tái)軟件設(shè)計(jì)

視頻云平臺(tái)軟件設(shè)計(jì)主要包含視頻圖像解析系統(tǒng)、視頻圖像信息數(shù)據(jù)庫(kù)等設(shè)計(jì)。

視頻圖像解析系統(tǒng)遵循相關(guān)標(biāo)準(zhǔn)設(shè)計(jì)，實(shí)現(xiàn)對(duì)視頻、圖片進(jìn)行實(shí)時(shí)結(jié)構(gòu)化分析與內(nèi)容信息提取，為上層業(yè)務(wù)提供視頻圖像內(nèi)容信息、目標(biāo)特征等相關(guān)信息。視頻圖像解析系統(tǒng)設(shè)計(jì)應(yīng)針對(duì)多廠商多算法的視頻圖像處理與分析引擎提供集成框架，為多智能解析廠商提供一個(gè)開(kāi)放的集成開(kāi)發(fā)與運(yùn)行環(huán)境，為業(yè)務(wù)應(yīng)用提供視頻圖像的結(jié)構(gòu)化解析能力。

視頻圖像信息數(shù)據(jù)庫(kù)是平臺(tái)核心部分，負(fù)責(zé)提供數(shù)據(jù)的匯聚接入、數(shù)據(jù)處理、數(shù)據(jù)資源存儲(chǔ)、數(shù)據(jù)服務(wù)與數(shù)據(jù)開(kāi)放能力，主要包括各類(lèi)數(shù)據(jù)的存儲(chǔ)與管理；各類(lèi)數(shù)據(jù)庫(kù)應(yīng)遵循相關(guān)數(shù)據(jù)資源編目和數(shù)據(jù)元標(biāo)準(zhǔn)要求建庫(kù)與設(shè)計(jì)，包括基礎(chǔ)資源庫(kù)、專(zhuān)題資源庫(kù)與元數(shù)據(jù)庫(kù)等。

6 視頻云應(yīng)用支撐平臺(tái)設(shè)計(jì)

視頻云應(yīng)用支撐平臺(tái)提供統(tǒng)一的云服務(wù)管理框架，為使用視頻服務(wù)和視頻大數(shù)據(jù)服務(wù)提供統(tǒng)一用戶(hù)認(rèn)證和服務(wù)申請(qǐng)的統(tǒng)一入口。視頻云應(yīng)用支撐平臺(tái)按照相關(guān)規(guī)范及時(shí)發(fā)布和更新服務(wù)目錄；由云服務(wù)API、開(kāi)放服務(wù)平臺(tái)框架和云服務(wù)能力三大部分組成，視頻圖像解析系統(tǒng)、視頻圖像信息數(shù)據(jù)庫(kù)以及第三方系統(tǒng)需要開(kāi)放的服務(wù)通過(guò)向視頻云應(yīng)用支撐平臺(tái)注冊(cè)來(lái)供業(yè)務(wù)應(yīng)用使用。

7 視頻云+應(yīng)用系統(tǒng)設(shè)計(jì)

視頻云+應(yīng)用系統(tǒng)根據(jù)實(shí)際提供典型應(yīng)用場(chǎng)景應(yīng)用功能，服務(wù)實(shí)戰(zhàn)；典型業(yè)務(wù)應(yīng)用場(chǎng)景設(shè)計(jì)如下。

7.1 資源調(diào)閱類(lèi)

針對(duì)重點(diǎn)場(chǎng)所防控，對(duì)重點(diǎn)場(chǎng)所出現(xiàn)的活動(dòng)對(duì)象進(jìn)行抓拍和特征采集。業(yè)務(wù)流程大致如下：

●人臉攝像機(jī)自動(dòng)采集視頻流、抓拍人臉圖片；

●如該路視頻配置視頻解析算法，則在后臺(tái)會(huì)自動(dòng)對(duì)該路視頻流進(jìn)行結(jié)構(gòu)化處理；

●針對(duì)人臉圖片，數(shù)據(jù)進(jìn)入視頻圖像信息數(shù)據(jù)庫(kù)后會(huì)自動(dòng)進(jìn)行人臉建模二次分析；

●所有特征數(shù)據(jù)、模版數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)等會(huì)按照數(shù)據(jù)入庫(kù)標(biāo)準(zhǔn)進(jìn)入視頻圖像信息數(shù)據(jù)庫(kù)統(tǒng)一管理，而視頻按照標(biāo)準(zhǔn)進(jìn)入視頻監(jiān)控聯(lián)網(wǎng)平臺(tái)或視頻監(jiān)控共享平臺(tái)存儲(chǔ)；

●用戶(hù)可通過(guò)視頻圖像信息數(shù)據(jù)庫(kù)或者視頻云+應(yīng)用系統(tǒng)訪問(wèn)已授權(quán)訪問(wèn)的任何一個(gè)點(diǎn)位的視頻資源，可調(diào)閱實(shí)時(shí)視頻、實(shí)時(shí)人臉圖片，可進(jìn)一步查看其相關(guān)聯(lián)的特征數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)等。

7.2 布控告警類(lèi)

對(duì)于需要主動(dòng)發(fā)現(xiàn)和預(yù)警的重點(diǎn)人員，需要通過(guò)人臉進(jìn)行布控告警，一旦疑似該人員出現(xiàn)在某布控區(qū)域內(nèi)，系統(tǒng)應(yīng)自動(dòng)告警并通知做好控制措施。以防控重點(diǎn)小區(qū)慣偷布控為例，業(yè)務(wù)流程大致如下：

●在布控庫(kù)中選擇該慣偷人臉照片，設(shè)定好布控區(qū)域和布控告警策略；

●系統(tǒng)按設(shè)定好的策略，對(duì)布控區(qū)域每個(gè)攝像機(jī)采集或分析的人像“大圖”、人臉“小圖”入庫(kù)時(shí)，會(huì)將摳出的人臉“小圖”發(fā)送給視頻解析系統(tǒng)；

●視頻解析系統(tǒng)將人臉“小圖”進(jìn)行解析處理，并將該人臉模版與該布控對(duì)象的人臉模版數(shù)據(jù)進(jìn)行比對(duì)，并給出相似度閾值；

●如相似度閾值大于設(shè)定好的告警閾值，視頻云+應(yīng)用系統(tǒng)將自動(dòng)按照告警策略產(chǎn)生告警提示并推送信息。

7.3 大數(shù)據(jù)檢索類(lèi)

治安和情報(bào)領(lǐng)域需關(guān)注重點(diǎn)人員行蹤，刑偵領(lǐng)域需關(guān)注嫌疑對(duì)象的身份排查。

以重點(diǎn)人員身份排查為例，其業(yè)務(wù)流程如下：

●在視頻云+應(yīng)用系統(tǒng)中調(diào)用人臉云追蹤功能，將該N 張照片作為輸入，選擇一定區(qū)域、時(shí)間范圍，系統(tǒng)將從所有的人臉抓拍庫(kù)中按照相似度找出照片供用戶(hù)確認(rèn)；

●用戶(hù)人工確認(rèn)系統(tǒng)提示的相似度較高照片后，系統(tǒng)能自動(dòng)根據(jù)抓拍圖片的時(shí)空關(guān)系在地圖上刻畫(huà)該人員活動(dòng)軌跡。

7.4 行人軌跡分析

針對(duì)公安民警重點(diǎn)關(guān)注的人員，為了掌握嫌疑人員的行動(dòng)軌跡，需要查看大量的視頻錄像，才能畫(huà)出嫌疑人員的行動(dòng)軌跡，此過(guò)程消耗大量警力資源。如果所在區(qū)域有安裝人臉抓拍攝像機(jī)，使用人臉識(shí)別技術(shù)采用行人軌跡分析技戰(zhàn)法，可利用已有的人臉圖片或者系統(tǒng)檢索出的人臉圖片，搜索出一定時(shí)間段及監(jiān)控范圍內(nèi)的相似人臉圖片，選擇目標(biāo)人員人臉圖片，結(jié)合地理坐標(biāo)信息在電子地圖上刻畫(huà)出人員時(shí)空軌跡，分析目標(biāo)人員“從哪里來(lái)、到哪里去、沿途經(jīng)過(guò)哪里”。

7.5 頻繁出入分析

針對(duì)一些嫌疑人可能在案發(fā)地提前踩點(diǎn)多次出現(xiàn)，系統(tǒng)支持對(duì)某一區(qū)域抓拍的人臉進(jìn)行頻次分析，找出在一段時(shí)間范圍內(nèi)，在某一區(qū)域內(nèi)多次出現(xiàn)的人臉，以便民警對(duì)頻繁出現(xiàn)的人員進(jìn)行關(guān)注，提供案件線(xiàn)索。

7.6 同行人分析

針對(duì)團(tuán)伙作案及尾隨作案，通過(guò)提供嫌疑人或受害者信息，選定攝像頭，獲得滿(mǎn)足同行條件的結(jié)果，從而找到與案（事）件或目標(biāo)人員有關(guān)聯(lián)的同伙、蓄意尾隨人員等，協(xié)助案（事）件進(jìn)行相關(guān)人員的證據(jù)采集與處理。用于檢索重點(diǎn)人員、關(guān)注人員或嫌疑犯在某個(gè)時(shí)空范圍內(nèi)的同行者，廣泛應(yīng)用于刑偵、情報(bào)、治安、禁毒、反恐等場(chǎng)景；可協(xié)助民警快速找到同案或同伙人員，并掌握其活動(dòng)規(guī)律。根據(jù)目前主要應(yīng)用場(chǎng)景同行分析模型可以衍生出盜竊同伙分析、上訪人員同伙分析、邪教同伙分析、吸毒人員同伙分析、群體事件同伙分析、肇事人員同伙分析、社會(huì)矯正人員同伙分析等技戰(zhàn)法。

8 結(jié)語(yǔ)

視頻云應(yīng)根據(jù)前端接入數(shù)量和類(lèi)型總體規(guī)劃、分步建設(shè)、逐步擴(kuò)容，支撐實(shí)戰(zhàn)化應(yīng)用。在建設(shè)中，根據(jù)標(biāo)準(zhǔn)規(guī)范體系，采用直接引用和自行制定相結(jié)合辦法設(shè)計(jì)滿(mǎn)足標(biāo)準(zhǔn)、規(guī)范和切實(shí)可行視頻云建設(shè)方案，用以保障視頻云順利建設(shè)和平臺(tái)運(yùn)行環(huán)境的形成；本文對(duì)智慧城市視頻云建設(shè)應(yīng)用具有一定的參考意義。