顏志國(guó)，徐　崢，梅　林，胡傳平（公安部第三研究所物聯(lián)網(wǎng)技術(shù)研發(fā)中心，上海201204）

·研究簡(jiǎn)報(bào)·

下一代公共安全視頻監(jiān)控系統(tǒng)的大數(shù)據(jù)分析

顏志國(guó)，徐崢，梅林，胡傳平
（公安部第三研究所物聯(lián)網(wǎng)技術(shù)研發(fā)中心，上海201204）

視頻監(jiān)控因其可以提供豐富的、直觀的以及精確的信息而成為主要的監(jiān)控工具.然而，隨著視頻監(jiān)控系統(tǒng)在世界各地的大規(guī)模建設(shè)，由于一些諸如“有用信息和線索不能及時(shí)從視頻大數(shù)據(jù)中被發(fā)現(xiàn)”的問(wèn)題，降低了犯罪預(yù)測(cè)和公共安全治理的檢測(cè)效率.各類公共安全信息系統(tǒng)被用于交通事故治理、犯罪事件和恐怖事件的預(yù)測(cè).但是，大規(guī)模的系統(tǒng)冗余建設(shè)導(dǎo)致了“IT資源”和“信息過(guò)載”的巨大浪費(fèi).為了解決上述問(wèn)題，如大數(shù)據(jù)、云計(jì)算和虛擬化技術(shù)已被廣泛應(yīng)用于公共安全行業(yè).采用“前+后”的模式，為下一代公安系統(tǒng)提出了一種新的架構(gòu).在該架構(gòu)下，介紹了云計(jì)算技術(shù)如分布式存儲(chǔ)和計(jì)算、巨大的異構(gòu)數(shù)據(jù)的檢索，并且提出了多個(gè)優(yōu)化策略，提高了資源的利用率和任務(wù)的完成效率.

大數(shù)據(jù)；公共安全；數(shù)據(jù)檢索；視頻監(jiān)控系統(tǒng)；視頻結(jié)構(gòu)化描述

近期全球恐怖主義和犯罪事件頻繁發(fā)生，各國(guó)政府和公安部門對(duì)公共安全、交通事故、犯罪預(yù)測(cè)以及其他突發(fā)事件的應(yīng)對(duì)引起極大關(guān)注.在云計(jì)算［1-2］、物聯(lián)網(wǎng)［3-4］、大數(shù)據(jù)［5-6］技術(shù)的支撐下，視頻監(jiān)控因其可以提供豐富的、直觀的以及精確的信息而成為主要的監(jiān)控工具.大量的視頻監(jiān)控系統(tǒng)已建立于世界各地.截至2013年，中國(guó)已經(jīng)建立了超過(guò)2 300萬(wàn)視頻監(jiān)控?cái)z像頭，其中300萬(wàn)被用于公安領(lǐng)域，視頻監(jiān)控因其“4V”（volume，variety，velocity，value，即海量、多樣、高速、價(jià)值）特性，正進(jìn)入大數(shù)據(jù)研究領(lǐng)域［7-9］.視頻數(shù)據(jù)有著非常巨大的容積，以一個(gè)建立了成千上萬(wàn)臺(tái)攝像頭的城市為例，每臺(tái)攝像頭每天收集約24～48 GB的高清視頻，而且數(shù)據(jù)收集涉及多媒體、圖像和其他非結(jié)構(gòu)化數(shù)據(jù)等各種不同的數(shù)據(jù)格式［10］.此外，有價(jià)值的數(shù)據(jù)僅包含在幾幀被稱為“關(guān)鍵幀”的海量視頻數(shù)據(jù)中.而關(guān)鍵問(wèn)題是如何在計(jì)算機(jī)上提高大量原始視頻的處理速度，從而提高警方和用戶對(duì)犯罪的預(yù)測(cè)和偵查效率.更重要的是，大量的公共安全信息系統(tǒng)的建立，對(duì)交通事故的治理、犯罪事件和恐怖事件的預(yù)測(cè)起到重要作用.然而一系列問(wèn)題也出現(xiàn)了，一方面是冗余的系統(tǒng)建設(shè)導(dǎo)致了資源的巨大浪費(fèi)，如視頻監(jiān)控系統(tǒng)在全國(guó)各地都建立了獨(dú)立的軟件和硬件；另一方面，體量巨大的視頻數(shù)據(jù)的共享上傳給網(wǎng)絡(luò)帶寬帶來(lái)了巨大的壓力，由此導(dǎo)致了海量視頻資源長(zhǎng)期閑置而無(wú)法得到有效的信息提取，即數(shù)據(jù)資源“僵尸化”.

為了解決上述問(wèn)題，知識(shí)挖掘、推理、模式識(shí)別、云計(jì)算等技術(shù)在下一代視頻監(jiān)控系統(tǒng)中得到了廣泛應(yīng)用［11］，這些應(yīng)用能夠協(xié)助警方從大量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息并預(yù)測(cè)犯罪.中國(guó)模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)發(fā)了分布式視頻監(jiān)控系統(tǒng)［12］，該系統(tǒng)適用于發(fā)現(xiàn)異常行為和交通違法行為及其模式識(shí)別.中國(guó)臺(tái)灣工業(yè)技術(shù)研究所建立了監(jiān)控視頻分析中心，構(gòu)建了“云智能視頻分析與檢索系統(tǒng)”，提供視頻檢索和其他視頻分析服務(wù)，以協(xié)助警方有效地發(fā)現(xiàn)犯罪行為.太平洋西北國(guó)家實(shí)驗(yàn)室成立了國(guó)家可視化和可視化分析技術(shù)和工具，分析中心提供視頻分析工具（參見(jiàn)vis.pnnl.gov）.英國(guó)Advisor項(xiàng)目（數(shù)字視頻的智能監(jiān)控和優(yōu)化檢索項(xiàng)目）可以估算地鐵及其周圍的人群密度，分析人的行為，并預(yù)測(cè)潛在的危險(xiǎn)和早期犯罪.IBM開(kāi)發(fā)的基于自動(dòng)事件檢測(cè)和分布式技術(shù)的“智能視覺(jué)套件”，被應(yīng)用于大型系統(tǒng)的部署和互聯(lián)網(wǎng)業(yè)務(wù).

美國(guó)猶他州的數(shù)據(jù)中心具有Yotta字節(jié)的大規(guī)模存儲(chǔ)能力，已收集了各種各樣的信息，包括個(gè)人電子郵件、電話、停車場(chǎng)收益、旅行計(jì)劃、購(gòu)物記錄和其他記錄（參見(jiàn)www.nsa.gov）. Boundless Informant項(xiàng)目研發(fā)了一種云平臺(tái)，該平臺(tái)可以分析通過(guò)有線和無(wú)線網(wǎng)絡(luò)、衛(wèi)星等渠道傳輸?shù)娜珉娫?、金融等信息，?shí)現(xiàn)了對(duì)全球金融消費(fèi)的實(shí)時(shí)監(jiān)控和網(wǎng)絡(luò)監(jiān)控（參見(jiàn)www.nsa.gov1.info/dni/boundless-informant.html）.美國(guó)國(guó)家安全局開(kāi)發(fā)了一種數(shù)據(jù)存儲(chǔ)軟件Accumulo，并在2011年作為開(kāi)源項(xiàng)目提交給了Apache（參見(jiàn)www.accumulo.apache.org）.基于谷歌的BigTable數(shù)據(jù)模型，將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)以分布式KV格式存儲(chǔ)，使得數(shù)據(jù)庫(kù)的安全性、可擴(kuò)展性和速度得以增強(qiáng).2014年，山東省建立了公安云平臺(tái)（參見(jiàn)www.prnasia.com），該平臺(tái)提供如云搜索、云視頻監(jiān)控等應(yīng)用，每天可以從各種公共安全和其他社會(huì)信息系統(tǒng)中獲取146種數(shù)據(jù)，使得結(jié)構(gòu)化數(shù)據(jù)上升到了6億條，該平臺(tái)對(duì)大規(guī)模數(shù)據(jù)具有較強(qiáng)的計(jì)算和存儲(chǔ)能力.

1　問(wèn)題描述

公共安全管理、交通事故、恐怖事件預(yù)測(cè)等信息系統(tǒng)的冗余創(chuàng)建帶來(lái)了一系列問(wèn)題.

（1）系統(tǒng)的冗余創(chuàng)建造成了IT資源的極大浪費(fèi).在城鎮(zhèn)的各個(gè)地方都建立如視頻監(jiān)控系統(tǒng)這類具有獨(dú)立軟件和硬件的公安監(jiān)控系統(tǒng)，不僅造成了巨大的資源浪費(fèi)，還很難在沒(méi)有整合分布式數(shù)據(jù)的統(tǒng)一平臺(tái)下發(fā)現(xiàn)支持犯罪預(yù)測(cè)的深層信息和復(fù)雜內(nèi)容.

（2）數(shù)據(jù)收集內(nèi)容包括視頻、音頻、文本和其他非結(jié)構(gòu)化、結(jié)構(gòu)化數(shù)據(jù).為了有效進(jìn)行數(shù)據(jù)計(jì)算和存儲(chǔ)，有必要運(yùn)用基于云計(jì)算技術(shù)的統(tǒng)一體系架構(gòu)和優(yōu)化策略進(jìn)行存儲(chǔ)、管理和處理.

監(jiān)控視頻數(shù)據(jù)具有的4V特性，即容積大、數(shù)據(jù)格式多樣、單一文件價(jià)值低、處理速度慢，導(dǎo)致一些問(wèn)題的出現(xiàn)，特別是在警方犯罪偵查和公共安全管理方面.

（1）小型視頻分析技術(shù)被用于識(shí)別車輛信息（車牌、標(biāo)志和色彩等）和一些簡(jiǎn)單的應(yīng)用，但是從海量視頻數(shù)據(jù)中預(yù)測(cè)犯罪和發(fā)現(xiàn)線索大多依賴人為檢測(cè)，而且很難通過(guò)計(jì)算機(jī)發(fā)現(xiàn)深層信息和復(fù)雜內(nèi)容，也缺乏對(duì)分析內(nèi)容的規(guī)范化描述.

（2）由于缺乏有效的資源管理和組織，大量的用于計(jì)算和存儲(chǔ)的資源在分析和處理視頻大數(shù)據(jù)時(shí)不能被高效利用.

（3）在沒(méi)有警務(wù)數(shù)據(jù)庫(kù)的情況下，很難從大量數(shù)據(jù)中挖掘更為復(fù)雜的關(guān)系和更深的語(yǔ)義，也沒(méi)必要要求警方提供可能的信息、線索和案件發(fā)展趨勢(shì).

圖1　下一代視頻監(jiān)控系統(tǒng)框架Fig.1　Framework of the next generation video surveillance system

2　基于大數(shù)據(jù)框架的下一代視頻監(jiān)控系統(tǒng)

本研究提出了一種新的框架，用以展示如何對(duì)大量視頻數(shù)據(jù)進(jìn)行處理、組織、管理和存儲(chǔ).如圖1所示，下一代視頻監(jiān)控系統(tǒng)框架有3個(gè)部分：①采用視頻智能分析（物體檢測(cè)、目標(biāo)跟蹤、行為分析和事件分析）和視頻結(jié)構(gòu)化描述（video structurized description，VSD）［13］從大規(guī)模視頻數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息（人、車、可疑的行為），然后進(jìn)行標(biāo)準(zhǔn)化描述.圖2對(duì)視頻結(jié)構(gòu)化描述原理及其具體實(shí)現(xiàn)機(jī)理進(jìn)行了進(jìn)一步的描述.②構(gòu)建一個(gè)警務(wù)數(shù)據(jù)庫(kù)用于數(shù)據(jù)挖掘、信息描述、知識(shí)推理等，也能夠?yàn)榉缸镱A(yù)測(cè)提供真實(shí)的案例.③虛擬化和云計(jì)算為上述技術(shù)提供了高效的計(jì)算環(huán)境，并且為不同類型的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)提供了存儲(chǔ)環(huán)境.

圖2　視頻結(jié)構(gòu)化描述原理及其實(shí)現(xiàn)Fig.2　Principle and realization of VSD

視頻智能分析和結(jié)構(gòu)化描述被用于處理原始視頻，處理結(jié)果是包含人、車的一些數(shù)據(jù)幀，以及對(duì)其運(yùn)用標(biāo)準(zhǔn)格式的結(jié)構(gòu)化描述.所有數(shù)據(jù)都采用統(tǒng)一標(biāo)準(zhǔn)的格式進(jìn)行封裝，并傳送到分布式云平臺(tái)，該云平臺(tái)提供了高效的存儲(chǔ)和計(jì)算能力.由于帶寬有限，本研究采用“前+后”模式，即在攝像機(jī)中運(yùn)用簡(jiǎn)單的視頻分析算法，并將結(jié)果發(fā)送給“云”，用以支持更復(fù)雜的計(jì)算和應(yīng)用，從而避免因大規(guī)模視頻大數(shù)據(jù)造成的網(wǎng)絡(luò)擁塞.

知識(shí)數(shù)據(jù)庫(kù)可以按照如下步驟建立：首先，知識(shí)收集，即收集和分析現(xiàn)存的案例、政策及法規(guī)，并作為知識(shí)庫(kù)樣本集；其次，知識(shí)發(fā)現(xiàn)，從收集的案例和規(guī)則中運(yùn)用機(jī)器學(xué)習(xí)，如支持向量機(jī)（support vector machine，SVM）或?qū)＜抑笇?dǎo)等方法進(jìn)行挖掘、聚類，分析得到主要知識(shí)；最后，知識(shí)表示，應(yīng)該用統(tǒng)一的格式如RDFS，OWL和SWRL對(duì)主要的知識(shí)和規(guī)則進(jìn)行表示，并存儲(chǔ)于知識(shí)庫(kù)和模型庫(kù)中，用于支持訓(xùn)練模型、語(yǔ)義檢索、推理及犯罪預(yù)測(cè).

對(duì)于諸如視頻內(nèi)容分析、語(yǔ)義建模和推理，應(yīng)用MapReduce，Spark，Storm以及其他分布式處理任務(wù)模型處理相關(guān)任務(wù).以視頻檢索為例，采用MapReduce支持該任務(wù)，其中的關(guān)鍵點(diǎn)是用視頻中的時(shí)間表示將視頻中的數(shù)據(jù)分成不同的部分，然后同時(shí)執(zhí)行所有任務(wù).另外，為了提高數(shù)據(jù)存儲(chǔ)的有效性、優(yōu)化存儲(chǔ)管理，以及滿足最終用戶的不同要求，在視頻分析、處理和檢索階段，結(jié)構(gòu)化描述數(shù)據(jù)、圖像和視頻數(shù)據(jù)將被分類，并采用虛擬化技術(shù)支持IT資源整合和優(yōu)化利用.

3　下一代視頻監(jiān)控系統(tǒng)的大數(shù)據(jù)分析

本研究為下一代公共安全系統(tǒng)提供了一個(gè)云平臺(tái)架構(gòu)，用于展示如何處理、組織、管理和存儲(chǔ)大規(guī)模異構(gòu)數(shù)據(jù)（見(jiàn)圖3）.

圖3　用于下一代公共安全系統(tǒng)的“前+后”云平臺(tái)框架Fig.3“Front+back”cloud platform for the next generation public security system

由于帶寬有限，本研究采用了“前+后”的模式，即視頻、音頻和其他非結(jié)構(gòu)和結(jié)構(gòu)化數(shù)據(jù)從感知器（如攝像頭）中收集，然后將結(jié)果進(jìn)行統(tǒng)一的標(biāo)準(zhǔn)格式封裝，并傳送到“后”的數(shù)據(jù)中心，該中心具有較強(qiáng)的存儲(chǔ)和計(jì)算能力，能夠支持更復(fù)雜的計(jì)算和應(yīng)用.“前+后”模式可以在“前”數(shù)據(jù)預(yù)處理之后避免因分布式異構(gòu)數(shù)據(jù)引起網(wǎng)絡(luò)擁塞.此外，基于云計(jì)算和虛擬化技術(shù)，云中心可以實(shí)現(xiàn)多信息的資源整合，并為如數(shù)據(jù)挖掘和語(yǔ)義推理的多數(shù)據(jù)分析和應(yīng)用提供統(tǒng)一的計(jì)算和存儲(chǔ)環(huán)境.

以視頻監(jiān)控系統(tǒng)為例，從攝像頭中搜集視頻數(shù)據(jù)，其中嵌入基于ARM的處理設(shè)備，用以進(jìn)行一些諸如視頻編碼、車牌識(shí)別，以及語(yǔ)義描述下的顏色識(shí)別等預(yù)處理，處理結(jié)果包括圖片和結(jié)構(gòu)化描述，并以標(biāo)準(zhǔn)格式轉(zhuǎn)移到后臺(tái)，原始的視頻數(shù)據(jù)被存儲(chǔ)到數(shù)據(jù)庫(kù)部署下的近鏡頭中.云中心為公安部門提供了一些支持深度應(yīng)用分析的資源.從公共安全系統(tǒng)中收集的數(shù)據(jù)是非常巨大的和異構(gòu)的，這將給數(shù)據(jù)的有效存儲(chǔ)和組織、快速檢索和計(jì)算帶來(lái)巨大挑戰(zhàn).諸如虛擬化、分布式存儲(chǔ)和計(jì)算等云計(jì)算技術(shù)可用來(lái)解決這些問(wèn)題.

在目前的信息系統(tǒng)中，數(shù)據(jù)檢索技術(shù)是數(shù)據(jù)訪問(wèn)、數(shù)據(jù)分析等應(yīng)用的基礎(chǔ).數(shù)據(jù)檢索可分為3種類型：結(jié)構(gòu)化數(shù)據(jù)檢索、圖片和文本以及其他非結(jié)構(gòu)化數(shù)據(jù)檢索和語(yǔ)義檢索，這3種檢索結(jié)果都是與知識(shí)庫(kù)數(shù)據(jù)庫(kù)關(guān)聯(lián)的推理方法.

實(shí)際應(yīng)用中需要采用一些策略以提高數(shù)據(jù)檢索效率和可用性.對(duì)于大規(guī)模結(jié)構(gòu)化數(shù)據(jù)檢索，分布式并行數(shù)據(jù)庫(kù)系統(tǒng)和查詢優(yōu)化技術(shù)一直備受關(guān)注并得到應(yīng)用.為了檢索非結(jié)構(gòu)化數(shù)據(jù)和高維數(shù)據(jù)，在特征提取和索引結(jié)構(gòu)過(guò)程中采用降維技術(shù)，并且上述處理和任務(wù)可以在分布式計(jì)算框架下運(yùn)行.

從公安系統(tǒng)和傳感器收集到的數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、視頻、音頻、圖像、網(wǎng)頁(yè)和其他非結(jié)構(gòu)化數(shù)據(jù)，以及從數(shù)據(jù)處理和計(jì)算結(jié)構(gòu)中得到的數(shù)據(jù)都是異構(gòu)的.采用有效的策略來(lái)存儲(chǔ)和組織這些數(shù)據(jù)，從而有效地在不同領(lǐng)域支持?jǐn)?shù)據(jù)分析、數(shù)據(jù)檢索和其他計(jì)算任務(wù)是非常關(guān)鍵和必要的.

對(duì)于結(jié)構(gòu)化數(shù)據(jù)，采用并行數(shù)據(jù)庫(kù)并且根據(jù)數(shù)據(jù)訪問(wèn)的頻率和特點(diǎn)，對(duì)各種應(yīng)用程序的訪問(wèn)頻率和特征進(jìn)行優(yōu)化，可以滿足統(tǒng)計(jì)、檢索、分析和可視化等應(yīng)用.同時(shí)，對(duì)于分析應(yīng)用，數(shù)據(jù)可以存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)以及NoSQL數(shù)據(jù)庫(kù)中，如Hbase通過(guò)列可以將數(shù)據(jù)存儲(chǔ)于分布式文件系統(tǒng)（如HDFS和GPFS等）中，以便其他計(jì)算模型能夠快速、高效地訪問(wèn)數(shù)據(jù).

4　應(yīng)用實(shí)例

目前，在各地公安業(yè)務(wù)系統(tǒng)中，基于大數(shù)據(jù)技術(shù)的安防監(jiān)控視頻深度處置及信息聚合需求已經(jīng)對(duì)業(yè)務(wù)平臺(tái)升級(jí)提出了迫切要求.以云計(jì)算架構(gòu)為基礎(chǔ)，以視頻智慧分析功能前端化為契機(jī)，結(jié)合高清視頻監(jiān)控專網(wǎng)的建設(shè)推廣以及H.265編碼規(guī)范的應(yīng)用，標(biāo)志著大數(shù)據(jù)架構(gòu)下的視頻安防監(jiān)控系統(tǒng)的革命性變革蓄勢(shì)待發(fā).

公安部第三研究所精準(zhǔn)把握大數(shù)據(jù)時(shí)代視頻監(jiān)控系統(tǒng)的發(fā)展趨勢(shì)，于2012年在上海牽頭成立了新一代視頻監(jiān)控產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟.該聯(lián)盟自成立以來(lái)，立足于大數(shù)據(jù)安防理念，積極推廣新一代視頻監(jiān)控技術(shù)，針對(duì)典型安防監(jiān)控場(chǎng)景，在警務(wù)知識(shí)庫(kù)建設(shè)、海量多源異構(gòu)視頻數(shù)據(jù)結(jié)構(gòu)化描述以及智能視頻檢索引擎建設(shè)方面進(jìn)行了大量的研發(fā)工作，一些研發(fā)成果已經(jīng)開(kāi)始在公安一線進(jìn)行實(shí)戰(zhàn)部署.

從最早的四川成都雙流視頻結(jié)構(gòu)化描述系統(tǒng)的試點(diǎn)應(yīng)用以來(lái)，近幾年公安部第三研究所先后和江蘇、安徽、江西、陜西等省廳達(dá)成戰(zhàn)略合作關(guān)系，以全新的大數(shù)據(jù)架構(gòu)下的視頻結(jié)構(gòu)化描述系統(tǒng)全面提升各地公安視頻監(jiān)控系統(tǒng)效能.

隨著大數(shù)據(jù)分析技術(shù)和視頻結(jié)構(gòu)化描述技術(shù)的進(jìn)一步融合，未來(lái)公共安全視頻監(jiān)控系統(tǒng)必將迎來(lái)更智能、更敏捷、更兼蓄的應(yīng)用前景.

5　總結(jié)與展望

本研究為下一代公共安全系統(tǒng)提出了一個(gè)新的架構(gòu)，采用了“前+后”模式來(lái)解決當(dāng)前公安信息系統(tǒng)的冗余建設(shè)所帶來(lái)的問(wèn)題，實(shí)現(xiàn)了資源整合，為數(shù)據(jù)挖掘、語(yǔ)義推理等復(fù)雜的數(shù)據(jù)分析和應(yīng)用提供了統(tǒng)一的計(jì)算和存儲(chǔ)環(huán)境.在此架構(gòu)下，介紹了云計(jì)算技術(shù)，如分布式存儲(chǔ)和計(jì)算，以及大數(shù)據(jù)和異構(gòu)數(shù)據(jù)的數(shù)據(jù)檢索.同時(shí)提供了多種優(yōu)化策略以提高資源和任務(wù)的使用效率.

然而，依然存在一些其他問(wèn)題，例如呈現(xiàn)給用戶的服務(wù)方式還不能滿足公安部門的常規(guī)檢測(cè)和應(yīng)用.在檢測(cè)期間，將犯罪預(yù)測(cè)和可視化方法相結(jié)合對(duì)用戶來(lái)說(shuō)是非常必要的.這些尚未解決的問(wèn)題值得進(jìn)一步研究和探討.

［1］LIU Y，ZHANG Q，NI L.Opportunity-based topology control in wireless sensor networks［J］. IEEE Transactions on Parallel and Distributed Systems（IEEE TPDS），2010，21（3）：405-416.

［2］LIU Y H，ZHU Y M，NI L M，et al.A reliability-oriented transmission service in wireless sensor networks［J］.IEEE Transactions on Parallel and Distributed Systems（IEEE TPDS），2011，22（12）：2100-2107.

［3］HU C，LIU Y，CHEN L.Semantic link network based model for organizing multimedia big data［J］.IEEE Transactions on Emerging Topics in Computing，2014，2（3）：376-387.

［4］LUO X，XU Z，YU J.Building association link network for semantic link on web resources［J］. IEEE Transactions on Automation Science and Engineering，2011，8（3）：482-494.

［5］XU Z，LUO X，ZHANG S.Mining temporal explicit and implicit semantic relations between entities using web search engines［J］.Future Generation Computer Systems，2014，37：468-477.

［6］XU Z，WEI X，LUO X.A semantic link network based system for organizing large scale online news events［J］.Future Generation Computer Systems，2015，43/44：40-50.

［7］高冠東.基于大數(shù)據(jù)平臺(tái)的智能監(jiān)控技術(shù)應(yīng)用［J］.科技視界，2015（2）：72-73.

［8］孟祥廣.大數(shù)據(jù)時(shí)代和智能視頻分析技術(shù)［J］.中國(guó)安防，2013（12）：43-47.

［9］粟杰.淺析視頻智能分析與大數(shù)據(jù)、云計(jì)算的關(guān)系［J］.中國(guó)安防，2014（10）：29-32.

［10］梅林，王鈞.物聯(lián)網(wǎng)技術(shù)及其在公安信息化中的應(yīng)用［J］.廣東公安科技，2015（1）：1-6.

［11］胡傳平.智能視頻分析檢索助力大數(shù)據(jù)的實(shí)現(xiàn)［J］.中國(guó)公共安全，2015（8）：68-71.

［12］ZHANG T，LIU S，XU C.Mining semantic context information for intelligent video surveillance of traffic scenes industrial informatics［J］.IEEE Transactions on Industrial Informatics，2012，9（1）：149-160.

［13］顏志國(guó)，梅林，蔡烜.視頻結(jié)構(gòu)化描述技術(shù)在視頻監(jiān)控領(lǐng)域的深度應(yīng)用［C］//2013年全國(guó)博士后學(xué)術(shù)論壇論文集.2013：220-224.

Big data analysis of next generation video surveillance system for public security

YAN Zhiguo，XU Zheng，MEI Lin，HU Chuanping
（Research and Development Department of CPS，Third Research Institute of Ministry of Public Security，Shanghai 201204，China）

Video surveillance has become an important tool due to its rich，intuitive and accurate information.However，with the large-scale construction of video surveillance systems all over the world，useful information and clues cannot be found immediately from the huge video data.The problem affects detection efficiency in crime prediction and public security governance.A great variety of public security information systems have been built for management of traffic accidents，and prediction of criminal events and terrorist attacks. However，large redundant construction of systems leads to great waste of IT resource and information overload.Technologies such as big data，cloud computing and virtualization have been applied in the public security industry to solve these problems.This paper describes a novel architecture for the next generation public security system in which a front-plus-back pattern is used.In the architecture，cloud technologies such as distributed storage and computing，data retrieval of huge and heterogeneous data are introduced. Multiple optimized strategies are proposed to enhance resources utilization and efficiency of tasks.

big data；public security；date retrieval；video surveillance system；video structurized description

TP 399

A

1007-2861（2016）01-0081-07

10.3969/j.issn.1007-2861.2015.04.015

2015-11-30

國(guó)家科技重大專項(xiàng)資助項(xiàng)目（2013ZX01033002-003）； 國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）資助項(xiàng)目（2013AA014601）； 國(guó)家自然科學(xué)基金資助項(xiàng)目（61300202， 61300028）； 公安部資助項(xiàng)目（2014JSYJB009）；中國(guó)博士后科學(xué)基金資助項(xiàng)目（2014M560085）；上海市自然科學(xué)基金資助項(xiàng)目（13ZR1452900）；上海市經(jīng)信委產(chǎn)業(yè)聯(lián)盟資助項(xiàng)目（GA12-09）

梅林（1972—），男，研究員，研究方向?yàn)橐曨l結(jié)構(gòu)化描述技術(shù)體系.E-mail:13524514531@126.com