顏培超

摘要：公共安全視頻監(jiān)控技術(shù)隨著計(jì)算機(jī)、存儲(chǔ)、網(wǎng)絡(luò)等技術(shù)的發(fā)展而快速發(fā)展，云計(jì)算技術(shù)帶來了算力的提升，與大數(shù)據(jù)技術(shù)一起為公共安全視頻監(jiān)控領(lǐng)域的實(shí)戰(zhàn)應(yīng)用插上了騰飛的翅膀。隨著整個(gè)社會(huì)安防視頻監(jiān)控規(guī)模的不斷增大，公共安全視頻監(jiān)控資源的大數(shù)據(jù)融合應(yīng)用正逐步成為安防行業(yè)信息化發(fā)展的重點(diǎn)。

關(guān)鍵詞：視頻監(jiān)控;數(shù)據(jù)融合;云計(jì)算;大數(shù)據(jù)

中圖分類號(hào)：TP277 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）09-0030-02

0 引言

當(dāng)前，公共場所的視頻監(jiān)控絕大部分是由公安部門建設(shè)的，承擔(dān)著維護(hù)社會(huì)治安、反恐維穩(wěn)和打擊犯罪的重要任務(wù)。除此之外，其他政府部門和一些社會(huì)單位，從自身業(yè)務(wù)的監(jiān)測和預(yù)警等目的出發(fā)，也建設(shè)了一定規(guī)模的視頻監(jiān)控系統(tǒng)。公安部門和非公安部門視頻監(jiān)控資源的大數(shù)據(jù)融合應(yīng)用，然后按照分級(jí)、分權(quán)限開放、共享，不僅能夠降低整個(gè)社會(huì)的安防系統(tǒng)建設(shè)成本，節(jié)約社會(huì)資源，也能大幅提升視頻監(jiān)控資源的有效利用和社會(huì)治安工作效率。本文主要是基于當(dāng)前公共安全視頻監(jiān)控系統(tǒng)資源的應(yīng)用現(xiàn)狀和需求的分析，探討人像、車輛以及其他警種數(shù)據(jù)資源的融合應(yīng)用，進(jìn)一步提高公安機(jī)關(guān)維護(hù)社會(huì)治安，打擊犯罪技術(shù)水平。

1 公共安全視頻監(jiān)控大數(shù)據(jù)融合應(yīng)用需求

社會(huì)公共場所視頻監(jiān)控資源主要包括車輛和人像的視頻和圖像信息，這些前端視頻和圖像信息經(jīng)傳輸網(wǎng)絡(luò)傳回后端大數(shù)據(jù)平臺(tái)，經(jīng)過數(shù)據(jù)清洗、計(jì)算和分析，實(shí)現(xiàn)車牌識(shí)別、人臉識(shí)別等實(shí)戰(zhàn)應(yīng)用功能。但是，由于目前人像數(shù)據(jù)、車輛數(shù)據(jù)以及其他警種數(shù)據(jù)的關(guān)聯(lián)融合應(yīng)用程度較低，導(dǎo)致公安機(jī)關(guān)在偵查辦案時(shí)，會(huì)因?yàn)榉缸锵右扇藢?duì)車牌或面部的故意遮擋等反偵察手段，而無法形成全面有效的證據(jù)對(duì)犯罪嫌疑人進(jìn)行指控，還會(huì)因無法全面刻畫目標(biāo)嫌疑人，造成預(yù)警不及時(shí)，從而降低了辦案效率。因此，建設(shè)公共安全視頻監(jiān)控的大數(shù)據(jù)融合聯(lián)動(dòng)應(yīng)用系統(tǒng)，實(shí)現(xiàn)人像、車輛以及其他警種數(shù)據(jù)的自動(dòng)關(guān)聯(lián)、融合分析，就變得尤為迫切和必要。

2 公共安全視頻監(jiān)控大數(shù)據(jù)融合應(yīng)用系統(tǒng)

2.1 融合思路

以公安機(jī)關(guān)實(shí)戰(zhàn)應(yīng)用為目的，結(jié)合智能化技術(shù)，充分挖掘視頻監(jiān)控系統(tǒng)在“事前、事中、事后”的預(yù)警、跟蹤、證據(jù)摸排和鎖定等功能，將視頻監(jiān)控系統(tǒng)的作用在實(shí)戰(zhàn)中發(fā)揚(yáng)光大。

通過大數(shù)據(jù)融合聯(lián)動(dòng)應(yīng)用系統(tǒng)的建設(shè)，實(shí)現(xiàn)公安機(jī)關(guān)和其他行業(yè)部門等監(jiān)控資源跨地區(qū)、跨部門、跨網(wǎng)絡(luò)、多業(yè)務(wù)的全方位融合分析和聯(lián)動(dòng)應(yīng)用。

2.2 融合平臺(tái)系統(tǒng)架構(gòu)

公共安全視頻監(jiān)控資源的大數(shù)據(jù)融合應(yīng)用平臺(tái)的整體架構(gòu)可以采用雙網(wǎng)雙平臺(tái)架構(gòu)，大數(shù)據(jù)融合聯(lián)動(dòng)應(yīng)用平臺(tái)部署于公安信息網(wǎng)內(nèi)，融人像和車輛大數(shù)據(jù)資源，并與其他警種系統(tǒng)或平臺(tái)對(duì)接，實(shí)現(xiàn)多警種數(shù)據(jù)融合。在公安視頻專網(wǎng)內(nèi)的視頻監(jiān)控平臺(tái)負(fù)責(zé)前端視頻監(jiān)控設(shè)備的接入、存儲(chǔ)和轉(zhuǎn)發(fā)功能，人像和車輛大數(shù)據(jù)平臺(tái)負(fù)責(zé)人像和車輛的大數(shù)據(jù)解析、計(jì)算等處理工作。

2.3 融合平臺(tái)系統(tǒng)性能

對(duì)于一個(gè)中等規(guī)模的區(qū)縣級(jí)公共安全視頻監(jiān)控資源的大數(shù)據(jù)融合應(yīng)用平臺(tái)需具備的主要系統(tǒng)性能指標(biāo)如下：（1）系統(tǒng)應(yīng)支持不低于5億條數(shù)據(jù)管理。（2）系統(tǒng)可以實(shí)現(xiàn)單條件查詢秒級(jí)響應(yīng)。（3）系統(tǒng)應(yīng)保證多條件查詢?cè)?秒內(nèi)響應(yīng)。（4）系統(tǒng)應(yīng)滿足千萬級(jí)以上的數(shù)據(jù)管理。（5）系統(tǒng)可實(shí)現(xiàn)不少于個(gè)200用戶并發(fā)。（6）系統(tǒng)可實(shí)現(xiàn)單用戶200個(gè)并發(fā)應(yīng)用連接。（7）系統(tǒng)還應(yīng)支持用戶管理功能和角色管理功能。（8）系統(tǒng)應(yīng)支持常用數(shù)據(jù)字典的維護(hù)功能。

2.4 融合平臺(tái)應(yīng)用功能

視頻和圖像資源的大數(shù)據(jù)融合應(yīng)用是對(duì)各類孤立數(shù)據(jù)資源整合與關(guān)聯(lián)，是視頻監(jiān)控系統(tǒng)的實(shí)戰(zhàn)應(yīng)用功能的深化和提升。根據(jù)公安視圖偵查業(yè)務(wù)需求，可以針對(duì)價(jià)值視頻和圖像進(jìn)行采集、分析、研判和識(shí)別的智能化應(yīng)用，并通過對(duì)車輛、人臉和多警種數(shù)據(jù)的智能化計(jì)算、分析、融合與聯(lián)動(dòng)，實(shí)現(xiàn)如下實(shí)戰(zhàn)應(yīng)用功能。

2.4.1 案事件庫管理

案事件庫的管理主要包括對(duì)前端設(shè)備所采集的，經(jīng)過分析研判后的視頻和圖像信息進(jìn)行分析和應(yīng)用，管理里發(fā)布的案件證據(jù)，并對(duì)大量的案件證據(jù)的研判信息進(jìn)行比對(duì)碰撞，通過串并關(guān)聯(lián)分析，從而建立案事件卷宗之間的關(guān)聯(lián)關(guān)系。

對(duì)于海量的案事件相關(guān)的人、車、物等要素信息，經(jīng)過數(shù)據(jù)清洗、分析和處理，進(jìn)行大數(shù)據(jù)的關(guān)聯(lián)、分析、比對(duì)、碰撞分析，從而得到案事件相關(guān)的偵查線索和犯罪證據(jù)。

案事件庫的管理還可以實(shí)現(xiàn)案件的新建、修改、刪除、查看等功能，以及基于案件信息的檢索、串并案等功能。對(duì)發(fā)現(xiàn)的涉案嫌疑人，平臺(tái)可以建立視圖庫。

2.4.2 信息關(guān)聯(lián)查詢檢索

關(guān)聯(lián)查詢是指系統(tǒng)根據(jù)相關(guān)屬性定位出人員的位置信息，或者根據(jù)人員位置信息查詢相關(guān)屬性，還可以通過案事件的關(guān)聯(lián)字段，關(guān)聯(lián)查詢其他業(yè)務(wù)子系統(tǒng)的信息，如可以關(guān)聯(lián)查詢交通違章肇事信息、駕駛員信息、案件信息、在逃人員信息等。

平臺(tái)支持全文檢索和以圖搜圖的檢索;支持人體、人臉、車輛的屬性等關(guān)聯(lián)查詢和上傳圖片檢測對(duì)應(yīng)目標(biāo);支持無線終端MAC與人臉、車輛身份和熱點(diǎn)位置等關(guān)聯(lián)查詢。

2.4.3 數(shù)據(jù)融合應(yīng)用

（1）重點(diǎn)人員實(shí)時(shí)預(yù)警和布控功能。在地圖上實(shí)時(shí)展現(xiàn)人臉、車輛等的報(bào)警數(shù)據(jù)和預(yù)警數(shù)量;報(bào)警詳情包含人員的關(guān)聯(lián)車輛、軌跡追蹤和駕乘關(guān)系，并支持人車的以圖搜圖和布控關(guān)聯(lián)信息。（2）車輛布控功能。根據(jù)車牌、車輛圖片或名單庫建立車輛布控任務(wù)并配置客戶端和短信聯(lián)動(dòng)，可以撤控、導(dǎo)出、審核等操作。（3）人臉布控功能。根據(jù)名單庫、單人臉或駕乘人員建立人臉布控任務(wù)并配置客戶端和短信聯(lián)動(dòng)，支持撤控、導(dǎo)出、審核等操作。（4）WIFI布控功能。根據(jù)終端或關(guān)聯(lián)身份建立探針布控任務(wù)并配置客戶端和短信聯(lián)動(dòng)，支持撤控、導(dǎo)出、審核等操作。（5）大數(shù)據(jù)融合應(yīng)用功能?？梢詫?shí)現(xiàn)以人體找人，以人找車，以車找人，手機(jī)MAC、人和車聯(lián)動(dòng)布控、取證等功能。

2.4.4 統(tǒng)計(jì)中心功能

統(tǒng)計(jì)中心主要是對(duì)融合數(shù)據(jù)分不同要素進(jìn)行統(tǒng)計(jì)，實(shí)現(xiàn)人臉數(shù)據(jù)統(tǒng)計(jì)、車輛數(shù)據(jù)統(tǒng)計(jì)、人體數(shù)據(jù)統(tǒng)計(jì)和無線終端數(shù)據(jù)統(tǒng)計(jì)等功能。

3 結(jié)語

計(jì)算能力的發(fā)展始終是大數(shù)據(jù)技術(shù)發(fā)展最為關(guān)鍵的因素之一，隨著計(jì)算能力的快速提升和物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，大數(shù)據(jù)融合應(yīng)用將會(huì)從視頻監(jiān)控實(shí)戰(zhàn)應(yīng)用向著多行業(yè)、多領(lǐng)域、多感知系統(tǒng)的數(shù)據(jù)大融合方向發(fā)展，從社會(huì)治安向著民生服務(wù)發(fā)展，真正實(shí)現(xiàn)以大規(guī)模、多源異構(gòu)、跨媒體為主要特征的全社會(huì)的數(shù)據(jù)共享和融合。

參考文獻(xiàn)

[1] 孟小峰，杜治娟.大數(shù)據(jù)融合研究：問題與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2016（2）：231-246.

[2] 劉濤.信息融合算法及其應(yīng)用研究[D].南京：南京郵電大學(xué)，2013.

[3] 王瑞.智能視頻監(jiān)控系統(tǒng)的研究與開發(fā)[D].山東大學(xué)，2012.

[4] 李學(xué)龍，龔海剛.大數(shù)據(jù)系統(tǒng)綜述[J].中國科學(xué)：信息科學(xué)，2015（01）：44.

[5] 黃德軍.公安實(shí)戰(zhàn)應(yīng)用平臺(tái)系統(tǒng)研究與實(shí)現(xiàn)[D].電子科技大學(xué)，2013.

Abstract：With the rapid development of computer， storage， network and other technologies， public security video surveillance technology has developed rapidly. Cloud computing technology has brought about the improvement of computing power. Together with big data technology， it has provided a flying wing for practical applications in the field of public security video surveillance. With the increasing scale of security video surveillance in the whole society， the application of large data fusion of public security video surveillance resources is gradually becoming the focus of information development in security industry.

Key words：video surveillance;data fusion;cloud computing;big data