田 欣

（甘肅省通信產(chǎn)業(yè)服務(wù)有限公司郵電規(guī)劃咨詢?cè)O(shè)計(jì)分公司，甘肅 蘭州 730000）

1 視頻監(jiān)控大數(shù)據(jù)在智慧城市中的應(yīng)用價(jià)值

1.1 提高數(shù)據(jù)應(yīng)用效率

視頻監(jiān)控大數(shù)據(jù)技術(shù)的應(yīng)用，將由大數(shù)據(jù)系統(tǒng)替代人工完成數(shù)據(jù)收集、關(guān)聯(lián)分析、歸檔保存、預(yù)測(cè)分析、動(dòng)態(tài)模擬等基礎(chǔ)性和復(fù)雜性任務(wù)，為指揮調(diào)度、運(yùn)營(yíng)管理等工作開(kāi)展提供數(shù)據(jù)支持。

1.2 深度挖掘數(shù)據(jù)價(jià)值

大數(shù)據(jù)技術(shù)的應(yīng)用，憑借其強(qiáng)大的邏輯推理能力，通過(guò)開(kāi)展交互式分析、邏輯推理運(yùn)算等任務(wù)，向下深入挖掘數(shù)據(jù)信息的潛在價(jià)值。

1.3 創(chuàng)新體系

在視頻監(jiān)控系統(tǒng)中，對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用，既可以在短時(shí)間內(nèi)顯著提升系統(tǒng)運(yùn)行效率及綜合管理水平，同時(shí)，也將改變傳統(tǒng)的運(yùn)行方式和管理方法手段，逐漸完善原有模式，最終形成一套與智慧城市相匹配的標(biāo)準(zhǔn)體系，從根源上解決低效管理等實(shí)際遇到的問(wèn)題。

2 視頻監(jiān)控大數(shù)據(jù)在智慧城市中的深度應(yīng)用

2.1 在公共安全領(lǐng)域的應(yīng)用

在城市公共安全領(lǐng)域，隨著城市化發(fā)展進(jìn)程的加快，城市規(guī)模持續(xù)擴(kuò)大，一二線城市涌入大量的流動(dòng)人口，對(duì)公共安全管理水平、城市治理能力提出更高要求。然而，在傳統(tǒng)管理體系中，雖然在城區(qū)范圍內(nèi)布置大量攝像頭等基礎(chǔ)設(shè)施，但受到技術(shù)水平限制，普遍采取人工實(shí)時(shí)觀察、回放查看視頻資料的方法，僅做到對(duì)人流密集地、卡口、城市主干道等部分重點(diǎn)區(qū)域現(xiàn)場(chǎng)情況的有效把控，難以第一時(shí)間發(fā)現(xiàn)全部的公共安全問(wèn)題和突發(fā)情況。與此同時(shí)，在視頻監(jiān)控系統(tǒng)中，對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用，將替代人工處理龐大數(shù)據(jù)流，從中篩除無(wú)用數(shù)據(jù)、提取高價(jià)值數(shù)據(jù)進(jìn)行可視化呈現(xiàn)，幫助管理人員快速發(fā)現(xiàn)突發(fā)情況與安全事件，為后續(xù)工作開(kāi)展預(yù)留充足時(shí)間[1]。

視頻監(jiān)控大數(shù)據(jù)在公共安全領(lǐng)域的應(yīng)用場(chǎng)景主要包括事件預(yù)警、視頻取證、一體化調(diào)度。其中，在事件預(yù)警場(chǎng)景，大數(shù)據(jù)平臺(tái)采取智能分析、數(shù)據(jù)挖掘等方法手段，從實(shí)時(shí)收集視頻圖像資料中提取有用信息，模擬人類思維方式判斷是否出現(xiàn)異常情況，在發(fā)現(xiàn)異常后提交報(bào)警信號(hào)。在視頻取證場(chǎng)景，預(yù)先在系統(tǒng)中輸入相關(guān)信息，基于數(shù)據(jù)間關(guān)聯(lián)屬性，從龐大數(shù)據(jù)流中快速提取數(shù)據(jù)資料，實(shí)現(xiàn)視頻取證目的。例如，搭配應(yīng)用人臉識(shí)別技術(shù)和大數(shù)據(jù)技術(shù)，由工作人員在系統(tǒng)中上傳嫌疑人面部特征信息，由大數(shù)據(jù)平臺(tái)訪問(wèn)人臉識(shí)別庫(kù)和對(duì)比分析視頻圖像資料，從中鎖定包含嫌疑人面部特征信息的視頻片段。在一體化調(diào)度場(chǎng)景，視頻監(jiān)控大數(shù)據(jù)有效整合各級(jí)數(shù)據(jù)資源，用戶訪問(wèn)大數(shù)據(jù)平臺(tái)可以實(shí)時(shí)查閱指定信息或是與關(guān)鍵詞有關(guān)信息，并依托大數(shù)據(jù)平臺(tái)進(jìn)行協(xié)調(diào)調(diào)度，在其基礎(chǔ)上建立點(diǎn)、線、面相互結(jié)合的一體化視頻防控體系[2]。

圖1 數(shù)據(jù)融合應(yīng)用示例圖

2.2 在智慧交通領(lǐng)域中的應(yīng)用

為緩解城市交通壓力，提高地面公共交通、軌道交通系統(tǒng)的運(yùn)營(yíng)效率，需要應(yīng)用視頻監(jiān)控大數(shù)據(jù)技術(shù)，從視頻圖像資料中提取、分類整理和處理車輛描述信息、車輛營(yíng)運(yùn)信息、各路段交通路況等，幫助管理人員掌握城市交通整體情況，為調(diào)度與管理計(jì)劃的制定提供決策依據(jù)。例如，在調(diào)度管理方面，從視頻圖像資料中提取信息，統(tǒng)計(jì)不同時(shí)間段的地面公共交通與軌道交通客流量，在其基礎(chǔ)上判斷公共交通需求，合理安排車輛車次，避免因車次過(guò)少而出現(xiàn)客流滯留情況，或是因車次過(guò)多而產(chǎn)生不必要的運(yùn)營(yíng)成本。在智能運(yùn)輸組織場(chǎng)景，根據(jù)視頻圖像資料結(jié)果來(lái)預(yù)測(cè)未來(lái)一段時(shí)間客流分布情況及客流量，將其作為運(yùn)輸計(jì)劃制定依據(jù)，精準(zhǔn)匹配軌道交通運(yùn)力和客流。在智能列車運(yùn)行場(chǎng)景，系統(tǒng)通過(guò)攝像頭與傳感器來(lái)拍攝視頻圖像資料與收集現(xiàn)場(chǎng)監(jiān)測(cè)信號(hào)，遠(yuǎn)程掌握列車運(yùn)行情況，包括實(shí)時(shí)運(yùn)行參數(shù)與環(huán)境狀態(tài)，對(duì)比監(jiān)測(cè)結(jié)果與視頻內(nèi)容，為列車安全運(yùn)行提供雙重保障，如通過(guò)視頻資料檢查是否出現(xiàn)異常聲響、明火、冒煙等異常情況。而在智能運(yùn)維安全場(chǎng)景，通過(guò)視頻資料來(lái)掌握各區(qū)域現(xiàn)場(chǎng)情況，第一時(shí)間發(fā)現(xiàn)并上報(bào)問(wèn)題，包括乘客昏倒暈厥、行人與車輛是否保持安全間距等。

2.3 在智慧出行領(lǐng)域中的應(yīng)用

在智慧出行領(lǐng)域中，視頻監(jiān)控大數(shù)據(jù)的應(yīng)用場(chǎng)景包括智慧停車、建立交通狀態(tài)感應(yīng)線圈、三維可視化導(dǎo)航、多模式路徑導(dǎo)航。首先，在智慧停車場(chǎng)景，依托城區(qū)內(nèi)布置的各處攝像頭，掌握各處露天停車場(chǎng)與地下停車場(chǎng)的使用情況，實(shí)時(shí)統(tǒng)計(jì)與更新停車位剩余數(shù)量，同時(shí)，駕駛員訪問(wèn)智慧停車系統(tǒng)，上傳車輛實(shí)時(shí)三維位置，查詢目的地附近或周邊分布的空閑停車位，由系統(tǒng)規(guī)劃行駛路線，前往目標(biāo)車位停車，也可以直接在系統(tǒng)上預(yù)定停車位。其次，在交通狀態(tài)感應(yīng)線圈場(chǎng)景，在城市道路沿線布置若干攝像頭，將攝像頭作為終端設(shè)備并接入視頻監(jiān)控大數(shù)據(jù)系統(tǒng)中，持續(xù)向系統(tǒng)后臺(tái)上傳所拍攝視頻圖像資料，全面感知各路段交通狀況及環(huán)境情況，全過(guò)程跟蹤監(jiān)控車輛行駛過(guò)程，記錄車輛行駛軌跡，既可以在出現(xiàn)交通安全事故時(shí)由系統(tǒng)第一時(shí)間發(fā)送報(bào)警信號(hào)，同時(shí)，還可以向車輛駕駛員通報(bào)前方路況。再次，在三維可視化導(dǎo)航場(chǎng)景，保持視頻監(jiān)控大數(shù)據(jù)系統(tǒng)與導(dǎo)航系統(tǒng)的連接狀態(tài)，將所拍攝不具備保密性、不涉及公民個(gè)人隱私的視頻圖像資料共享至導(dǎo)航系統(tǒng)，由大數(shù)據(jù)平臺(tái)完成視頻處理、轉(zhuǎn)碼、傳輸操作。如此，用戶可以訪問(wèn)導(dǎo)航軟件或是視頻監(jiān)控系統(tǒng)，以可視化實(shí)景方式來(lái)觀察沿線路況，如道路兩側(cè)建筑物情況、車道寬度、路面狀況、周圍景色等，將視頻圖像中的數(shù)據(jù)信息經(jīng)處理后形成可見(jiàn)路面信息[3]。

3 智慧城市中提升視頻監(jiān)控大數(shù)據(jù)應(yīng)用效能的措施

3.1 大數(shù)據(jù)與云技術(shù)深度結(jié)合

在視頻監(jiān)控系統(tǒng)運(yùn)行期間，會(huì)持續(xù)產(chǎn)生龐大數(shù)據(jù)流，數(shù)據(jù)產(chǎn)生總量呈現(xiàn)逐年穩(wěn)步增加態(tài)勢(shì)，如果仍舊采取傳統(tǒng)的數(shù)據(jù)物理存儲(chǔ)方式，需要配置大量高性能硬件設(shè)備，由此產(chǎn)生高昂的前期建設(shè)成本和運(yùn)行成本，缺乏經(jīng)濟(jì)適宜性。例如，現(xiàn)階段，普通型號(hào)的高清攝像頭每小時(shí)將產(chǎn)生1～2 GB的數(shù)據(jù)量，而智慧城市普遍配置上萬(wàn)條監(jiān)控路數(shù)，各條監(jiān)控路數(shù)分布數(shù)量不等的攝像頭，攝像頭總體產(chǎn)生的數(shù)據(jù)量極為龐大。因此，為解決數(shù)據(jù)資源“存不下”問(wèn)題，減少視頻監(jiān)控大數(shù)據(jù)系統(tǒng)的建設(shè)、運(yùn)行成本，需要搭配應(yīng)用大數(shù)據(jù)技術(shù)和云技術(shù)，由云平臺(tái)向視頻監(jiān)控系統(tǒng)提供數(shù)據(jù)計(jì)算、儲(chǔ)存、處理、共享等方面的服務(wù)，將海量數(shù)據(jù)提交至云平臺(tái)數(shù)據(jù)庫(kù)中進(jìn)行儲(chǔ)存，無(wú)須儲(chǔ)存在本地服務(wù)器中。在調(diào)動(dòng)、查閱視頻圖像等資料時(shí)，用戶訪問(wèn)云平臺(tái)，在通過(guò)身份認(rèn)證后，即可查閱權(quán)限范圍內(nèi)的文件資料，以及執(zhí)行文件編輯、傳輸、本地下載等操作。同時(shí)，云平臺(tái)還有著卓越的數(shù)據(jù)處理能力，采取分布式計(jì)算方法，將所接收復(fù)雜處理任務(wù)分解為若干小程序，將小程序發(fā)送至對(duì)應(yīng)服務(wù)器進(jìn)行獨(dú)立計(jì)算，再將計(jì)算結(jié)果進(jìn)行匯總整理，即可在短時(shí)間內(nèi)完成數(shù)據(jù)處理任務(wù)，有利于提高視頻監(jiān)控系統(tǒng)運(yùn)行效率[4]。

3.2 構(gòu)建數(shù)據(jù)生態(tài)系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)共享

在視頻監(jiān)控大數(shù)據(jù)系統(tǒng)運(yùn)行期間，當(dāng)前主要面臨著各級(jí)監(jiān)控系統(tǒng)獨(dú)立運(yùn)行、互不關(guān)聯(lián)統(tǒng)屬的問(wèn)題，形成信息孤島，單一視頻監(jiān)控系統(tǒng)難以從有限視頻資料中提取到足夠的高價(jià)值信息，且大數(shù)據(jù)系統(tǒng)強(qiáng)大的數(shù)據(jù)處理、邏輯運(yùn)算能力也沒(méi)有得到充分發(fā)揮，造成性能冗余。針對(duì)于此，需要對(duì)各級(jí)視頻監(jiān)控系統(tǒng)及配套數(shù)據(jù)庫(kù)加以整合處理。一方面，建立統(tǒng)一的數(shù)據(jù)處理平臺(tái)，由各級(jí)視頻監(jiān)控系統(tǒng)向數(shù)據(jù)處理平臺(tái)提交數(shù)據(jù)處理、運(yùn)算分析等任務(wù)，以及向數(shù)據(jù)平臺(tái)上傳所拍攝圖像資料，各部門人員直接訪問(wèn)數(shù)據(jù)處理平臺(tái)，在權(quán)限范圍內(nèi)查閱人、地、物等多維度信息資料，切實(shí)滿足視頻監(jiān)控大數(shù)據(jù)應(yīng)用需求，如公安部門在數(shù)據(jù)處理平臺(tái)中查詢特定時(shí)間段的圖像視頻，從中查找嫌疑人面部特征信息、穿戴特征信息等細(xì)節(jié)信息，軌道交通運(yùn)營(yíng)部門通過(guò)查閱圖像視頻與數(shù)據(jù)報(bào)表來(lái)掌握實(shí)時(shí)路況，檢查是否存在線路堵塞等問(wèn)題。另一方面，考慮到視頻監(jiān)控系統(tǒng)所收集數(shù)據(jù)由多源異構(gòu)數(shù)據(jù)組成，以智慧交通、智慧出行為例，收集違章次數(shù)、個(gè)體駕齡等關(guān)系型數(shù)據(jù)，以及個(gè)體地理位置等時(shí)序數(shù)據(jù)，不同類型數(shù)據(jù)的特征、分布情況、產(chǎn)生量存在明顯差異，如果采取統(tǒng)一處理方法，會(huì)削弱視頻監(jiān)控大數(shù)據(jù)系統(tǒng)的處理能力，降低數(shù)據(jù)實(shí)際利用率。因此，需要在數(shù)據(jù)處理平臺(tái)中按照數(shù)據(jù)類型建立多個(gè)數(shù)據(jù)庫(kù)，可分為結(jié)構(gòu)化數(shù)據(jù)庫(kù)、半結(jié)構(gòu)化數(shù)據(jù)庫(kù)、非結(jié)構(gòu)化數(shù)據(jù)庫(kù)三大類[5]。

3.3 提高算法檢測(cè)識(shí)別準(zhǔn)確率

現(xiàn)階段，在智慧城市中，對(duì)視頻監(jiān)控大數(shù)據(jù)技術(shù)的應(yīng)用，雖然有效解決了數(shù)據(jù)處理低效的問(wèn)題，可以在短時(shí)間內(nèi)完成龐大數(shù)據(jù)流的分析處理任務(wù)，然而，受限于復(fù)雜環(huán)境、攝像頭分辨率等因素，所拍攝部分視頻圖像資料存在模糊不清的問(wèn)題，大數(shù)據(jù)平臺(tái)難以從中提取到足夠且真實(shí)的數(shù)據(jù)信息，導(dǎo)致數(shù)據(jù)處理結(jié)果、向用戶所提決策建議缺乏實(shí)際參考價(jià)值。例如，在簡(jiǎn)單、純凈場(chǎng)景中，大數(shù)據(jù)平臺(tái)可以從中提取真實(shí)特征信息和獲取準(zhǔn)確檢測(cè)結(jié)果，而在人流量較大、分布大量設(shè)施與障礙物的場(chǎng)景中，算法檢測(cè)精度將受到光線、顏色等因素影響，難以獲取準(zhǔn)確檢測(cè)結(jié)果，無(wú)法正確區(qū)分全部人群行為和有效預(yù)測(cè)潛在問(wèn)題。

針對(duì)這類問(wèn)題，應(yīng)從技術(shù)層面著手，采取圖像增強(qiáng)、圖像復(fù)原、圖像超分辨率重構(gòu)三項(xiàng)措施，為大數(shù)據(jù)平臺(tái)提供高質(zhì)量、高分辨率和細(xì)節(jié)描述完整的視頻圖像資料。首先，圖像增強(qiáng)是應(yīng)用圖像去霧、圖像去噪、圖像暗細(xì)節(jié)增強(qiáng)等全新算法來(lái)取代原有的圖像濾波、幾何變換等算法，以此來(lái)改善圖像質(zhì)量與提高清晰度。其次，圖像復(fù)原是依托圖像退化知識(shí)來(lái)構(gòu)建退化模型，運(yùn)用維納濾波算法、小波算法等方法，在模型中進(jìn)行逆過(guò)程處理，逐步恢復(fù)圖像，消除因運(yùn)動(dòng)、散焦等因素造成的圖像模糊，獲取清晰圖像。最后，圖像超分辨率重構(gòu)是采取信號(hào)處理方法，使用估計(jì)信號(hào)高頻成分來(lái)提升圖像分辨率，在低分辨率退化圖像基礎(chǔ)上獲取多幅高分辨率復(fù)原圖像[6]。

3.4 推動(dòng)基礎(chǔ)設(shè)施更新迭代

現(xiàn)階段，部分視頻監(jiān)控系統(tǒng)所配備的攝像機(jī)等基礎(chǔ)設(shè)施存在型號(hào)老化、使用功能單一的問(wèn)題，以監(jiān)控?cái)z像頭為例，所錄制視頻畫(huà)面較為模糊，細(xì)節(jié)描述不清晰，仍舊采取CIF格式算法處理的分析方法，雖然可以保證處理速度，滿足實(shí)時(shí)更新需要，但分析精度和畫(huà)面分辨率都有所不足。因此，為發(fā)揮出應(yīng)有的視頻監(jiān)控大數(shù)據(jù)功能效用，需要著手推動(dòng)基礎(chǔ)設(shè)施的更新迭代，如配備功能完善、具備較高智能化與自動(dòng)化水平的智能攝像頭，基礎(chǔ)功能包括異常報(bào)警路線、提醒回放、云端存儲(chǔ)、紅外夜視、微光全彩等。

4 結(jié)束語(yǔ)

綜上所述，在全新時(shí)代背景下，視頻監(jiān)控大數(shù)據(jù)技術(shù)的應(yīng)用推廣是十分必要的，這也是建設(shè)新型智慧城市的重要舉措。政府部門與工作人員必須對(duì)視頻監(jiān)控大數(shù)據(jù)予以高度重視，正確認(rèn)識(shí)技術(shù)應(yīng)用價(jià)值，了解技術(shù)應(yīng)用現(xiàn)狀，圍繞實(shí)際存在的技術(shù)問(wèn)題采納上述措施，實(shí)現(xiàn)對(duì)視頻監(jiān)控大數(shù)據(jù)的深度應(yīng)用?！?/p>