視(shì)頻(pín)結構化技術(shù) 實現數(shù)據向有效情報一(yī)次轉化

• 2018/04/09

　　安防行(xíng)業是大數(shù)據應用典型行(xíng)業，而人(rén)、地(dì)、事、物(wù)、組織，是公安視(shì)頻(pín)處理中的核心對象，要(yào)實現對安防視(shì)頻(pín)大數(shù)據的分析和(hé)信息挖掘，首先要(yào)解決視(shì)頻(pín)數(shù)據結構化問(wèn)題。

　　何為(wèi)視(shì)頻(pín)數(shù)據結構化？

　　視(shì)頻(pín)結構化是一(yī)種将視(shì)頻(pín)內(nèi)容中的重要(yào)信息進行(xíng)結構化提取的技術(shù)，利用它對視(shì)頻(pín)內(nèi)容按照語義關系，采用時(shí)空分割、特征提取、對象識别、深度學習等處理手段，組織成可(kě)供計算機和(hé)人(rén)理解的文本信息或可(kě)視(shì)化圖形信息。在實際應用中，文本信息可(kě)進一(yī)步轉化為(wèi)公安實戰所用的情報，實現視(shì)頻(pín)數(shù)據向有效情報的一(yī)次轉化。

　　視(shì)頻(pín)監控可(kě)分為(wèi)用于協助相關部門機構提高公共環境安全防護的安全類應用和(hé)作(zuò)為(wèi)管理和(hé)服務的輔助工(gōng)具，用以提高服務水平的為(wèi)非安全類應用。視(shì)頻(pín)結構化技術(shù)應用主要(yào)體現在對車輛特征、人(rén)像特征、行(xíng)為(wèi)事件等辨識方面。

　　1.車輛特征辨識

　　随着智能(néng)交通(tōng)電子警察、交通(tōng)卡口、治安卡口、停車場的廣泛建設和(hé)應用，借助智能(néng)識别算法獲取電子警察、卡口、停車場出入口等場所的車輛相關結構化信息存入車輛主題庫，通(tōng)過對車輛特征識别和(hé)梳理，提取有用信息，以便于視(shì)頻(pín)追蹤辨認、比對，最終達到車輛查證的目的，從(cóng)而實現交通(tōng)運輸服務和(hé)管理智能(néng)化。車輛的描述信息包括車輛号牌、車牌顔色、車輛品牌、車輛類型、車身顔色等。車輛二次分析實戰中的信息包括安全帶、年(nián)檢标、遮陽闆、挂件、擺件、司乘人(rén)員(yuán)等方面的識别。

　　車型：确定車型對縮小查找範圍，明(míng)确摸排方向，節省人(rén)力資源等具有極大幫助。對車型的判斷主要(yào)依據不同車型外(wài)部特征的差異進行(xíng)，如(rú)：車輛銘牌、尾翼、車門、車窗、顔色、尾燈形狀、刹車燈位置等。

　　車牌照：車輛号牌是車輛的外(wài)在标識，具有唯一(yī)性、合法性，是區(qū)分不同車輛的重要(yào)依據。根據視(shì)頻(pín)圖像中車輛的車牌号碼，可(kě)以将該号碼輸入到車輛信息管理系統、交通(tōng)違章(zhāng)信息系統、道(dào)路收費(fèi)信息系統等進行(xíng)查詢，最大程度地(dì)獲取車輛特征信息，追蹤查證。

　　個體特征：在車輛個體特征分析中，首先根據車輛的大特征來識别車輛種類，然後再根據其細節特征來識别個體車輛。對車輛的個體識别主要(yào)依據車輛上(shàng)文字的噴塗、車身不幹膠裝飾彩條、車內(nèi)飾品懸挂、擺放物(wù)品、香水瓶、牌照托架、車尾防靜電條、車前擋風(fēng)玻璃上(shàng)年(nián)檢标志、繳費(fèi)标志等的粘貼位置、後擋風(fēng)玻璃上(shàng)的廣告式樣及粘貼位置等進行(xíng)。

　　基于車輛關鍵特征信息，形成過車記錄數(shù)據，從(cóng)而推動了(le)後台大數(shù)據分析服務的發展應用和(hé)行(xíng)業數(shù)據挖掘，形成隐匿車輛挖掘、套牌車輛篩選、初次入城、一(yī)車多牌、一(yī)牌多車、頻(pín)繁過車、相似車輛串并、同行(xíng)車、高危車輛積分模型、車輛行(xíng)駛軌迹分析、時(shí)空碰撞等實戰技戰法的應用。在此基礎上(shàng)對車輛特征數(shù)據的大數(shù)據搜索，即可(kě)迅速找到所有符合條件的車輛信息，包括行(xíng)駛時(shí)間(jiān)與方向、行(xíng)駛速度、車标、車牌、年(nián)款等。還可(kě)結合以圖搜圖的檢索方法，在實戰平台上(shàng)調取相關視(shì)頻(pín)和(hé)圖像文件，快(kuài)速查詢到有關嫌疑車輛信息，還原車輛行(xíng)駛的軌迹曆史信息，實現嫌疑車輛在整個城市的全程運行(xíng)軌迹查詢或結合視(shì)頻(pín)監控信息，實現車輛全程化的可(kě)視(shì)化軌迹回放，以及對涉事車輛的精準布控和(hé)查詢，也可(kě)以聯合公安車輛管理信息庫，實現車人(rén)關聯。

　　2.人(rén)像特征辨識

　　人(rén)像特征辨識以視(shì)頻(pín)監控為(wèi)基礎，以計算機、網絡信息為(wèi)依托，以現代信息處理技術(shù)為(wèi)支撐，開(kāi)拓了(le)“從(cóng)像到像”、“從(cóng)像到人(rén)”的全新辨别模式。當前視(shì)頻(pín)監控系統能(néng)對畫(huà)面中的行(xíng)人(rén)和(hé)其屬性進行(xíng)結構化，讓機器識别人(rén)的一(yī)些基本屬性如(rú)：性别、年(nián)齡範圍等特征範圍，還可(kě)以對人(rén)的衣着、運動、背包、拎包、打傘、是否騎車等信息進行(xíng)結構化描述。如(rú)果從(cóng)視(shì)頻(pín)圖像中的目标正面抓拍，可(kě)以識别到臉部一(yī)些具體的特征，如(rú)：戴口罩、眼鏡、胡子類型等。

　　人(rén)臉識别借助人(rén)像識别及智能(néng)搜索技術(shù)的深度應用，對視(shì)頻(pín)中人(rén)員(yuán)的面部精确定位、面部特征提取，視(shì)頻(pín)中的人(rén)臉圖像被自(zì)動檢出後，與後台人(rén)像模型數(shù)據進行(xíng)特征比對匹配，從(cóng)而對人(rén)員(yuán)身份進行(xíng)判别和(hé)告警。

　　特征識别可(kě)以取代人(rén)臉識别嗎？有兩個特征必須說明(míng)，一(yī)是特征識别相比人(rén)臉識别提供更多的“假”情報；二是當人(rén)的特征發生改變的時(shí)候，其工(gōng)作(zuò)效率會降低(dī)。所以特征識别更适用于案發現場短時(shí)間(jiān)內(nèi)的即時(shí)追蹤，而不适用于長(cháng)期追蹤。人(rén)像特征識别可(kě)以在攝像機無法抓拍到人(rén)臉的情況下(xià)，調動攝像機繼續跟蹤相應特征的人(rén)，這(zhè)是一(yī)種短效、對分辨率要(yào)求不高時(shí)得到信息的一(yī)種途徑。

　　在人(rén)體結構化基礎上(shàng)進行(xíng)檢索查詢，可(kě)以解決快(kuài)速目标查找問(wèn)題，如(rú)将事件人(rén)的截圖輸入至偵查系統中，利用人(rén)形檢索的功能(néng)，系統根據目标人(rén)的衣着、顔色分布、體态特征快(kuài)速地(dì)在事發點附近的多路攝像頭中進行(xíng)全局搜索，查找出相似的目标，并将結果以快(kuài)照的形式輸出，結合GIS地(dì)圖進行(xíng)時(shí)空研判分析，刻畫(huà)出事件人(rén)的行(xíng)動軌迹。

　　3.行(xíng)為(wèi)事件辨識

　　對于行(xíng)為(wèi)事件的描述信息包括：車輛行(xíng)為(wèi)如(rú)違反交通(tōng)信号指示燈、超速行(xíng)駛、違反行(xíng)車标識、禮讓行(xíng)人(rén)、交通(tōng)流量統計等多種行(xíng)為(wèi)特征描述；人(rén)體行(xíng)為(wèi)如(rú)越界、區(qū)域、徘徊、遺留、聚集、人(rén)流量統計等多種行(xíng)為(wèi)特征描述；物(wù)體行(xíng)為(wèi)如(rú)遺留、丢失、位移等行(xíng)為(wèi)特征描述。