視(shì)頻(pín)結構化技術(shù)讓監控“疏而不漏”

• 2018/04/02

　　在安防領域，如(rú)果能(néng)夠對視(shì)頻(pín)大數(shù)據進行(xíng)規模結構化将推動安防整體行(xíng)業水平升級，而人(rén)工(gōng)智能(néng)技術(shù)和(hé)視(shì)頻(pín)數(shù)據結構化的結合将帶領整個行(xíng)業進入智能(néng)安防2.0時(shí)代。視(shì)頻(pín)數(shù)據結構化從(cóng)多個維度優化現有的安防業務，将原本許多數(shù)量龐大、響應龜速、且大多沒有應用價值的監控視(shì)頻(pín)進行(xíng)精縮，變為(wèi)更易查找、占存更小且可(kě)被深度挖掘的高密度數(shù)據。

 　　某地(dì)，發生一(yī)起搶劫案，一(yī)名身着白色上(shàng)衣的男(nán)子在搶劫一(yī)家店鋪後逃之夭夭，消失在人(rén)海(hǎi)之中。店內(nèi)的安防攝像頭并沒有拍到嫌犯清晰的面部照片，如(rú)何才能(néng)盡快(kuài)找到嫌犯的下(xià)落？遍布街頭的監控攝像頭成為(wèi)了(le)選項之一(yī)。隻是，如(rú)果按照以往以人(rén)工(gōng)的方式對視(shì)頻(pín)畫(huà)面進行(xíng)排查，效率極低(dī)。

 　　幸好，我們已經進入了(le)雲計算和(hé)大數(shù)據的年(nián)代。雖然沒有嫌犯的面部畫(huà)面，但(dàn)是通(tōng)過其衣服、穿戴等特征，讓計算機在附近的視(shì)頻(pín)監控畫(huà)面中進行(xíng)特征檢索，最終鎖定其蹤迹，警方在案發六個小時(shí)後将其抓獲。

　　以往的技術(shù)，大部分需要(yào)事後下(xià)載錄像進行(xíng)摘要(yào)分析處理，需要(yào)大量的時(shí)間(jiān)和(hé)人(rén)力，對實時(shí)視(shì)頻(pín)沒有很(hěn)好的技術(shù)能(néng)力實現實時(shí)解析，這(zhè)樣的做(zuò)法已經遠遠跟不上(shàng)新時(shí)期的需求。時(shí)代正在快(kuài)速進步，深度學習、GPU計算、大數(shù)據、高密度計算單元等技術(shù)，提供了(le)更為(wèi)強大的技術(shù)可(kě)能(néng)性。同時(shí)，人(rén)臉識别算法日趨成熟，視(shì)頻(pín)結構化技術(shù)也應運而生。

　　對于視(shì)頻(pín)中的人(rén)、物(wù)的特征自(zì)動提取和(hé)識别，就是視(shì)頻(pín)結構化技術(shù)。所謂的視(shì)頻(pín)結構化，簡單來說就是将不能(néng)被計算機識别的視(shì)頻(pín)數(shù)據通(tōng)過多種計算機圖像分析算法，将其變為(wèi)可(kě)以被識别的結構化數(shù)據。在視(shì)頻(pín)拍攝到的畫(huà)面中，将其中的時(shí)間(jiān)、地(dì)點、人(rén)車物(wù)等對象的特征信息，通(tōng)過計算機的分析，對這(zhè)些特征值進行(xíng)描述，譬如(rú)幾點幾分在哪裏、往什麽方向、出現了(le)什麽顔色什麽品牌的汽車，其車牌号又是多少(shǎo)，有無裝飾物(wù)、遮陽闆是否放下(xià)、安全帶是否系上(shàng)、駕車者人(rén)臉等。

　　通(tōng)過一(yī)系列的描述，計算機就會對這(zhè)些重點場所采集到的重點對象的信息實現實時(shí)解析，讓以前不能(néng)被檢索的視(shì)頻(pín)圖像變為(wèi)可(kě)以被檢索的視(shì)頻(pín)大數(shù)據。

　　人(rén)臉識别技術(shù)成熟 可(kě)即時(shí)比對黑(hēi)名單

 　　在以視(shì)頻(pín)為(wèi)主的治安防控中，對于人(rén)臉的識别是極其重要(yào)的內(nèi)容。通(tōng)過識别人(rén)臉，可(kě)以及時(shí)發現需要(yào)進行(xíng)管控的人(rén)員(yuán)軌迹。

　　某地(dì)，一(yī)名詐騙慣犯出現在地(dì)鐵站內(nèi)，伺機作(zuò)案。但(dàn)是沒有想到的是，僅僅五分鐘(zhōng)後，民警已經出現在他(tā)的面前并将其控制。原來，就在這(zhè)名慣犯進入站台的時(shí)候，他(tā)的面部已經被前端動态人(rén)臉視(shì)頻(pín)系統抓拍到，并引發了(le)系統預警。

　　據介紹，在動态人(rén)臉識别技術(shù)方面，我國(guó)的技術(shù)人(rén)員(yuán)已經掌握了(le)核心技術(shù)，實現了(le)自(zì)動選擇最佳抓拍角度、自(zì)動選擇最清晰人(rén)臉等功能(néng)，在較好的條件下(xià)，人(rén)臉識别的準确率已經提升至了(le)70%。平台上(shàng)針對重點人(rén)員(yuán)防控具有主動發現、特征檢索和(hé)軌迹分析的三大功能(néng)。通(tōng)過視(shì)頻(pín)抓拍到重點部位出現的人(rén)臉之後，馬上(shàng)就可(kě)以提取該人(rén)臉特征，并與後台已經建模的黑(hēi)名單庫進行(xíng)實時(shí)比對，主動預警可(kě)疑的重點人(rén)員(yuán)，還可(kě)以從(cóng)海(hǎi)量曆史抓拍庫中排查檢索嫌疑對象。

　　不過，目前動态人(rén)臉識别技術(shù)還不能(néng)做(zuò)到百分之百的準确率。動态識别的難度比較大，因為(wèi)視(shì)頻(pín)拍攝會受到環境的影響，譬如(rú)當時(shí)光(guāng)照的角度、人(rén)臉角度、遮擋、刮風(fēng)下(xià)雨或者霧霾天氣等，會使得人(rén)臉的識别特征點無法被捕獲的情況出現，影響識别的準确率。