發布日期：2022-04-26 點擊率：158
隨著我國智慧城市、平安城市、雪亮工程戰略的深入發展，目前，各部門行業安裝的攝像機數量已近2500萬臺，初步構建起覆蓋公共區域、要害部位的“天網”。全國公安機關也已基本搭建起視頻圖像信息資源整合匯聚和共享交換的基礎支撐平臺，聯網可控的攝像機數量較2015年增長近60％。同時，2015年5月6日，九部委下發《關于加強公共安全視頻監控建設聯網應用工作的若干意見》（以下簡稱“意見”）。《意見》指出，到2020年，要基本實現“全域覆蓋、全網共享、全時可用、全程可控”的公共安全視頻監控建設聯網應用。隨著公共安全視頻共享平臺的逐漸完善，讓公共安全具備了“法網恢恢，疏而不漏”的上帝視角。
“天網”讓泛安防更加強力的同時，由大規模視頻產生的海量數據也讓監控中心的工作變得更加繁重，反而成為負擔。據統計，在首都北京，出去民用安防，僅政府部門和社會公共機構部署的攝像頭總數就已超過兩百萬個，而這些晝夜不停記錄的攝像頭每天產生的視頻數據總和便長達兩百萬天，要逐個看完都夠再創一個華夏五千年了！可想而知，僅依靠人工對視頻進行人、地、事、物、組織的甄別，難于大海撈針；況且道路監控視頻更受自身硬件設施及光照條件的限制，會產生許多不清晰的低質良錄像，而這些低質量視頻靠人眼是基本無法分辨畫面內容的，在這些低質量的視頻數據中進行比對工作不僅艱難且可信度低。
安防行業是大數據應用典型行業，而人、地、事、物、組織，是公安視頻處理中的核心對象，要實現對安防視頻大數據的分析和信息挖掘，首先要解決視頻數據結構化問題。
何為視頻數據結構化？
視頻結構化是一種將視頻內容中的重要信息進行結構化提取的技術，利用它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別、深度學習等處理手段，組織成可供計算機和人理解的文本信息或可視化圖形信息。在實際應用中，文本信息可進一步轉化為公安實戰所用的情報，實現視頻數據向有效情報的一次轉化。
智能分析能夠對視頻中的人員、物品數據進行深度挖掘和信息提取
安防行業為什么需要視頻結構化？
信息技術革命帶來的一個天然屬性就是實現了數據的量產。如果把視頻數據的堆砌比作蓋樓，那么視頻結構化就顯得尤為必要。沒有結構化的視頻數據就如同建筑廢料，除了造成環境污染不能產生任何價值。而如果通過一些手段或工具來將一磚一瓦的視頻進行智能化整合與合理分類，這些數據才有可能平底起高樓，成為社會看不見的基礎設施。
因此，數據化便是信息社會建筑原材料的積累的過程，數據本身并不能直接產生實用價值，對數據的內容提取和分析才是價值所在。在安防領域，如果能夠對視頻大數據進行規模結構化將推動安防整體行業水平升級，而人工智能技術和視頻數據結構化的結合將帶領整個行業進入智能安防2．0時代。
視頻數據結構化從多個維度優化現有的安防業務，將原本許多數量龐大、響應龜速、且大多沒有應用價值的監控視頻進行精縮，變為更易查找、占存更小且可被深度挖掘的高密度數據。
結構化的視頻數據可極大提升搜索和排查效率。實驗結果顯示，視頻結構化之后，從百萬級的目標庫中（對應數百到一千小時的高清視頻）查找某張截圖上的行人嫌疑目標，數秒即可完成；千萬級目標的庫中查找，幾分鐘即可完成（如果實現云化，速度會更快）。因此在公安實戰業務中，基于結構化的視頻大數據檢索，可以有效解決大海撈針的難題。
此外，結構化視頻數據的存儲占比可以極大的降低。經過結構化后的視頻，存儲人的結構化檢索信息和目標數據不到視頻數據量的2％； 對于車輛，不到1％；對于行為降得更多。存儲容量極大地降低，可以解決視頻長期占用存儲空間的問題。
最后，視頻結構化還可以盤活視頻數據，成為公安系統數據挖掘基礎。視頻經過智能化的處理、分類后，存入相應的結構化數據倉庫，如人臉照片數據庫、人臉特征數據庫、行為圖片及特征庫、車輛圖像及特征庫等等，而綜合這些數據倉庫以及關聯視頻片段倉庫可以建立相應的檢索引擎，實現對各類的數據倉庫的深度信息挖掘，充分發揮大數據作用，提升視頻數據的應用價值，提高視頻數據的分析和預測功能。
通過結構化實現視頻關聯數據庫
當視頻結構化技術與安防行業結合，憑借視頻內容信息處理和網絡化共享應用兩大特點，視頻結構化技術可全面實現監控視頻信息的情報化、視頻監控網絡的智慧化，強化警務視頻應用的普適性。即實現以機器自動處理為主的視頻信息處理和分析，并且通過技術手段轉化為安防工作可用的情報； 實現監控網絡之間、端與端之間，甚至警種之間的信息共享和主動互操作，實現主動監控、自動聯網分析等網絡功能；全方位拓展視頻在警務工作中的應用模式，大幅度提高技術的易用性，實現以業務民警為中心的隨時隨地的靈活、簡單、多樣的視頻按需服務應用。
下一篇： PLC、DCS、FCS三大控
上一篇： 索爾維全系列Solef?PV
