公安视频大数据与图侦应用结合现状分析
2015/2/10 09:18   中国安防行业网   海康威视刁一平   关键字:公安视频,大数据,图侦应用      浏览量:
大数据并不新鲜,早已经在不少领域得到成熟的应用。与日常生活最相关的就是电商,电商通过大规模的商业数据统计、分析,可以得出潜在的商业规律,为下一步的商业行动提供依据。

  近年来,中国大规模推进平安城市级视频监控系统的发展,使得视频图像侦查(以下简称图侦)在公安刑侦业务中发挥越来越大的作用,取得的社会效益很高,进而又促进了监控系统的建设规模进一步扩大,加上高清化技术的发展和推广,直接的结果是导致相关的数据量急剧增长,价值密度越来越低。于是,监控领域也主动和被动的跨入了“大数据”的时代。

  大数据并不新鲜,早已经在不少领域得到成熟的应用。与日常生活最相关的就是电商,电商通过大规模的商业数据统计、分析,可以得出潜在的商业规律,为下一步的商业行动提供依据。例如经过统计分析可以得到某个领域和时期内的消费规律,商家就可以根据这个规律来向用户提供个性化的广告服务与推荐,促成交易。之前美国的“棱镜门”事件更是大数据的高端军事应用。

  一、公安与大数据应用息息相关

  “大数据”不等同于“大数据应用”,不同行业中的数据要形成大数据应用,并非用“拿来主义”就可以解决的,要做好视频监控的大数据应用,首先要确定应用的模式和目标。大数据的应用说到底还是“有目的”的应用,没有一定明确的应用目的和方法,就没有设计大数据处理系统的依据,说白了就是“不知道要什么,那何谈怎么做?”从其他行业只能借鉴到处理系统搭建的技术,但是不能借鉴处理系统搭建的目的与输出。

  如此说来,视频大数据系统的发展在哪里?从作者的看来,视频大数据的应用必然首先产生在公安业务中的图侦应用,有以下几点理由:

  一是公安掌握了最多的视频数据来源。也是对视频大数据发展最直接的需求者和受益者。视频大数据的发展必然首先为公安下辖的业务服务。

  二是相比于其他公安业务,图侦的应用模式多样,思维活跃,围绕着“发现线索”的目的可衍生出多种的技战法,只有从这些具体的技战法中才能提炼出需求,真正告诉系统的设计者“我们要什么”。

  图侦里的大数据应用需要哪些?像商业大数据那样找规律的应用似乎还远了点,目前最实在的就是从海量视频数据里把有相同线索特征的图像给找出来,让干警发现出新的案件线索。至于“怎么找?”这就是由公安来提的应用模式了。因此,视频大数据的发展并不是简单的由技术厂商做主导,而是需要公安体制内既有刑侦实战经验,又有科技化功底的复合型人才,共同来参与视频大数据应用的发展,在此,作者也呼吁公安系统重视对于这样复合型人才的培养。

  二、结构化处理是大数据应用的难点

  除了应用模式,技术也是目前横亘在视频大数据发展道路上的另一座大山。有很多方面,涉及采集、存储、管理等多方面的领域,但是在作者看来,最大的技术障碍还是在于视频的结构化。商业应用上的数据多为结构化数据,每个数据都由一系列明确的描述属性组成,大数据处理系统则可以根据使用者的要求将不同的属性进行归类,从而发现和掌握事物发展的客观规律。而视频则不然,除了时间和空间的属性外,并没有其他的标签。除了按照时间和地点查找相应的视频外,大多的视频只能靠人慢慢甄别,这离大数据应用还相去甚远。

  要做到大数据应用,就必须为每个视频贴上更多的属性标签,也就是业内所说的结构化过程。作者认为这是未来视频应用技术的制高点,其核心是模式识别算法,要做到自动把视频中的特征识别出来贴上标签后入库。这样在日后需要的时候,才能实现海量视频的快速查询和碰撞研判,甚至能像商业大数据那样做到归类统计。

  结构化的意义不难理解,只是真正实现起来很难,作者总结了有几个原因:

  一是识别什么特征?一副图像或者一段视频可以有无数角度的标签属性去描述,什么才是我们需要的属性?这与我们需要得到的目的密切相关,这就需要公安图侦的人才来归纳终结。

  二是识别算法开发难,由于是平面图像,因此特征的识别主要原理就是看图像区域中的轮廓、颜色、纹理与特征库进行比较。但是在同一个物体在不同监控角度的摄像头中显示出的轮廓都不相同,因此无法做到识别。

  三是大规模数据处理难,即使做到了识别算法,但是如果要通过数据处理服务器的形式对大规模的视频进行结构化处理,这个建造成本巨大,其能源的耗费在中国这个夏季需要限电的情况里也不切实际。

    三、“曲线救国”化解视频结构化难题

  如此看来,视频结构化的路似乎走不通,但是,目前在业内也出现了许多“曲线救国”的方法。比如:

  大力发展电警卡口建设:目前电警卡口在图侦上的应用需求和频率早就超越了交警,因为案件基本都要与车辆发生联系,这能找出很多的线索。而卡口电警对于车辆的抓拍角度是相对固定的,能够开发出相应的车辆特征识别技术,电警卡口属于业务需求和技术实现的一个很好的匹配点。

  结构化识别前移:在摄像机采集到图像的同时就要做好结构化的工作,例如卡口摄像机,就应该把智能识别的算法集成进去。目前不少厂商都推出了相应的智能卡口摄像机,建议政府应该大力推广,在老卡口摄像机更新换代的时候使用这类智能卡口摄像机进行替代,为未来大规模进行视频结构化做好准备。

  双目等特种摄像机的开发,突破平面图像特征的局限,得到更精准的三维系信息,如人体数量,高度,物体长度等。类似的产品适合应用在重点区域,符合国内目前严峻的反恐形势。

  物联网等更多感知技术的应用,本文虽然主题是视频大数据,但在业务的发展中,也积极倡议除了视频外,融入更多的物联网感知技术,如RFID技术等,作为视频结构化信息的一个有效补充。

    小结

  最后,对于视频大数据的产业发展,作者的总结是:前途一片光明,同志仍需努力。

微信扫描二维码,关注公众号。