陳 雁，卿濟(jì)民，管才路

（深圳市賽為智能股份有限公司，深圳 518000）

城市的安全性離不開攝像設(shè)備的支持，為加強(qiáng)城市的安全性建設(shè)，我國逐漸加大了視頻監(jiān)控設(shè)備的投入。以大型城市為例，每日運(yùn)轉(zhuǎn)的攝像設(shè)備上萬，由此將會產(chǎn)生海量的視頻數(shù)據(jù)。大數(shù)據(jù)技術(shù)在信息處理上有著天然的優(yōu)勢，通過大數(shù)據(jù)技術(shù)的應(yīng)用可以有效提高視頻監(jiān)控水平，這對視頻監(jiān)控領(lǐng)域的發(fā)展有著深遠(yuǎn)的意義與影響。

1 視頻監(jiān)控現(xiàn)狀

實踐證明，數(shù)字化的視頻監(jiān)控更有利于滿足人們的需求，我國的視頻正朝著高清的方向發(fā)展。隨著數(shù)字化高清視頻監(jiān)控設(shè)施的投入，在安全建設(shè)方面，城市的安全化工作的展開得到了更有效的進(jìn)行。近年來，我國投入的視頻監(jiān)控設(shè)備數(shù)量不斷增加，其中包含了大量的數(shù)字化高清視頻監(jiān)控，這將比以往的監(jiān)控設(shè)施產(chǎn)生更多的數(shù)據(jù)信息。在大型的安保監(jiān)控工程中，數(shù)據(jù)更新十分迅速，數(shù)據(jù)量非常大，除去視頻監(jiān)控，其他數(shù)字化視頻處理設(shè)備也會產(chǎn)生大量的數(shù)據(jù)。就當(dāng)前的數(shù)據(jù)處理設(shè)備而言，其處理與存儲技術(shù)仍存在著較多的問題。如存儲的性能、兼容性以及存儲容量等，這些都難以滿足當(dāng)今數(shù)字化視頻監(jiān)控的需求。

通過提高數(shù)字化監(jiān)控性能與容量，結(jié)合大數(shù)據(jù)技術(shù)，在以上方面需要進(jìn)行大幅優(yōu)化，來加強(qiáng)對視頻監(jiān)控的數(shù)據(jù)信息的有效處理作用，這足以看出大數(shù)據(jù)技術(shù)的應(yīng)用在視頻監(jiān)控領(lǐng)域的重要意義。拋開數(shù)據(jù)存儲，我國視頻監(jiān)控領(lǐng)域在數(shù)據(jù)分析能力也顯出不足，發(fā)生各類事件都需要專業(yè)的管理人員進(jìn)行觀察、發(fā)現(xiàn)，在視頻監(jiān)控管理上缺乏一定的自動化。

此外，頻監(jiān)控數(shù)據(jù)的有效性低，難以對監(jiān)控信息進(jìn)行自動化過濾，如此會產(chǎn)生產(chǎn)生了大量無用的冗余信息。當(dāng)這些無用信息被傳送到視頻監(jiān)控中心，將會降低視頻監(jiān)控中心日常的工作效率，這對日后的調(diào)查取證也非常不便。另外，監(jiān)控設(shè)備被大量投入到城市的建設(shè)中，攝像頭過多，使監(jiān)控的顯示界面并不能被完全監(jiān)控人員監(jiān)視到，很可能會錯過一些關(guān)鍵內(nèi)容，這對于值班人員的工作能力是個巨大的考驗。

2 大數(shù)據(jù)技術(shù)在視頻監(jiān)控領(lǐng)域的意義

大數(shù)據(jù)技術(shù)在視頻監(jiān)控應(yīng)用中的很多方面的都有著非常重要的影響，對創(chuàng)建平安城市也有著十分巨大的幫助。在信息處理方面，大數(shù)據(jù)技術(shù)可以有效改善監(jiān)控設(shè)備的處理信息上的不足，方便更加科學(xué)、合理的處理城市中的視頻數(shù)據(jù)，有利于相關(guān)安保平臺的建設(shè)工作。[1]在智能交通方面，大數(shù)據(jù)技術(shù)完善了交通管理中的不足。十三五期間，我國城市交通的發(fā)展被作為重大戰(zhàn)略進(jìn)行，通過大數(shù)據(jù)技術(shù)可以避免城市路網(wǎng)的建設(shè)與交通事故的增加，加快了智能交通發(fā)展的推進(jìn)工作。經(jīng)由大數(shù)據(jù)技術(shù)改善的軌道目標(biāo)檢測，可大幅減少交通事故的發(fā)生[2]。通過對軌道目標(biāo)的檢測，可建立與現(xiàn)實場景相一致的背景模型，完整算法過程如下。

除此之外，大數(shù)據(jù)可直接借助視頻監(jiān)控查詢嫌疑人，相比以往來說，大大增加了公安執(zhí)法的效率，使公安執(zhí)法更為便捷。

3 存儲方式、存儲架構(gòu)

在大數(shù)據(jù)技術(shù)盛行的背景下，選擇存儲方式非常重要，良好的存儲方式對于大數(shù)據(jù)的處理有著很大的協(xié)助作用。通過分析當(dāng)前的存儲方式可以更好地去選擇合適的存儲方法，有利于存儲的效率的提升。存儲方式與存儲架構(gòu)是存儲中必不可少的條件，存儲架構(gòu)的選擇可在一定程度上改善整體存儲技術(shù)，通過分析所存儲的信息，找出其中的優(yōu)勢所在可以為企業(yè)或者相關(guān)機(jī)構(gòu)節(jié)省更多的資金，提升企業(yè)運(yùn)轉(zhuǎn)效率，使其更好的做好管理工作。

視頻監(jiān)控產(chǎn)生信息的存儲方式以多種方式存在，以下將介紹較為常用的存儲方式。第一種為本地存儲，此種存儲方式是將視頻監(jiān)控設(shè)備產(chǎn)生的信息直接保存到本地的存儲設(shè)備中，或者存儲到提供的硬盤中[3]。一般這種存儲方式被稱為DVR存儲，和人們使用手機(jī)直接將信息存儲到手機(jī)中的性質(zhì)一樣，此種存儲方式具有便捷性的優(yōu)勢。第二種為直連存儲，此種存儲方式分為多種存儲協(xié)議，如SAS、USB等。此種存儲方式對于小型數(shù)據(jù)的存儲來說非常合適，且能可靠的保證安全性。直連存儲中的DAS、RAID以及JBOD，通過數(shù)據(jù)的直接寫入完成。第三種為網(wǎng)絡(luò)存儲，通?？梢苑Q這種存儲方式為存儲局域網(wǎng)絡(luò)或者中心級視頻網(wǎng)絡(luò)存儲。存儲局域網(wǎng)絡(luò)是將一些設(shè)備集成的網(wǎng)絡(luò)技術(shù)，如接口、存儲設(shè)備、集成設(shè)備等。而中心級視頻網(wǎng)絡(luò)存儲是將直接存儲方式與網(wǎng)絡(luò)存儲進(jìn)行結(jié)合。一般網(wǎng)絡(luò)存儲方式適用于大中型的平臺，比較簡單、便捷。網(wǎng)絡(luò)存儲中的云存儲，是大部分人都了解的一種方式，云存儲是一種非常便捷的存儲服務(wù)，對于重要的資料采用云存儲方式的人相對較少，一方面是信息的安全性不能保證，另外信息的下載需要大量的時間，十分不便。最后一種是智能存儲，此種存儲方式十分適用于海量存儲，大量的數(shù)據(jù)中往往存在很多沒有價值的信息，也就是無效信息。通過靈活、高效的智能存儲，可以的對所存儲的內(nèi)容進(jìn)行智能化管理。所以說，智能化存儲是當(dāng)前最適合的一種存儲方式。

就目前來說，存儲架構(gòu)來存在兩種存儲架構(gòu)，即NAS與SAN。NAS存儲架構(gòu)進(jìn)行文件級數(shù)據(jù)的存儲，該架構(gòu)可以直接和局域網(wǎng)連接，在該存儲架構(gòu)下公司、企業(yè)內(nèi)部可進(jìn)行資源的共享。但NAS架構(gòu)存在一定的缺點(diǎn)，無法為數(shù)據(jù)的存儲提供空間，不能直接本地存儲，在帶寬上，NAS架構(gòu)也會受到一定的限制。因為上述種種原因，NAS架構(gòu)的讀寫時間一般會比較長，這一點(diǎn)一直是該架構(gòu)使用者的困擾所在。

FCSAN架構(gòu)屬于SAN架構(gòu)中的一種，此種架構(gòu)的性能高，帶寬可達(dá)到4GB/S，運(yùn)轉(zhuǎn)十分迅速，但該架構(gòu)的成本相對較高。FCSAN架構(gòu)涉及到光纖相關(guān)的設(shè)備，在管理維護(hù)上也會消耗較多的成本。SAN的另一種架構(gòu)是IPSAN架構(gòu)，一般該架構(gòu)采用SCSI協(xié)議，SCSI協(xié)議在LAN中傳輸。相對來說，IPSAN架構(gòu)的成本低、便于擴(kuò)展使用，所以此種架構(gòu)存在一定的優(yōu)勢。

采用IPSAN存儲架構(gòu)可方便大數(shù)據(jù)技術(shù)的應(yīng)用，對與數(shù)據(jù)的分析處理有著重大意義，能夠更加高效的分析數(shù)據(jù)、處理數(shù)據(jù)。

4 基于大數(shù)據(jù)相關(guān)視頻監(jiān)控技術(shù)

4.1 分布式存儲技術(shù)

基于Hadoop的海量視頻存儲解決方案，對處理數(shù)字化視頻監(jiān)控設(shè)備產(chǎn)生的信息有著很高的效用，可實現(xiàn)真正意義上的視頻數(shù)據(jù)的分布式存儲，使用戶在數(shù)據(jù)信息的處理上更加合理科學(xué)、高效。分布式冗余存儲往往釆用HDFS實現(xiàn)，在流媒體服務(wù)器上實現(xiàn)了數(shù)據(jù)的接收，通過流媒體數(shù)據(jù)的存儲，實現(xiàn)了海量視頻數(shù)據(jù)在HDFS上的分布式冗余備份[4]。分布式轉(zhuǎn)碼釆用Hadoop的MapReduce分布式計算框架實現(xiàn)，通過對流媒體數(shù)據(jù)讀取模塊的設(shè)計，基于f fi npeg的分布式轉(zhuǎn)碼模塊，最終實現(xiàn)對流媒體數(shù)據(jù)的分析轉(zhuǎn)碼處理。并利用MapReduce并行計算能力，提升了轉(zhuǎn)碼的效率，讓用戶獲得可以通過使用普通播放器就能觀看錄像回放的視頻數(shù)據(jù)的能力。

在分布式存儲結(jié)構(gòu)中想要結(jié)合海量視頻檢索與濃縮技術(shù)進(jìn)行高效的視頻檢索，首先要具備視頻自動檢索功能。在大多數(shù)的情況下，視頻檢索上技術(shù)往往出現(xiàn)不足，或者說是因為無效檢索會導(dǎo)致信息的浪費(fèi)。視頻監(jiān)控設(shè)備的投入帶動了我國安防的發(fā)展，隨著科學(xué)技術(shù)的提高，監(jiān)控設(shè)備都已經(jīng)采用數(shù)字化監(jiān)控設(shè)備，可見我國視頻監(jiān)控水平的發(fā)展十分迅速。

4.2 視頻的檢索技術(shù)方法

為了實現(xiàn)方便有效的視頻信息獲取，通過視頻分析和檢索研究對視頻內(nèi)容進(jìn)行處理、分析和理解，接著再建立結(jié)構(gòu)和索引，在大規(guī)模視頻數(shù)據(jù)中進(jìn)行檢索，通過視頻的內(nèi)容或者關(guān)聯(lián)內(nèi)容進(jìn)行。如鏡頭檢測技術(shù)（視頻結(jié)構(gòu)的分析、視頻數(shù)據(jù)的自動索引）和視頻聚類等。在視頻檢索技術(shù)的研究方面，主要進(jìn)行視頻鏡頭分割，特征的提取和描述。一般特征內(nèi)容是視覺特征，顏色，紋理和形狀及運(yùn)動信息和對象信息，關(guān)鍵幀提取和結(jié)構(gòu)分析等方面。視頻檢索關(guān)鍵技術(shù)視頻檢索系統(tǒng)的關(guān)鍵技術(shù)主要有：鏡頭邊界檢測、關(guān)鍵幀提取、圖像特征提取、圖像特征的相似性度量等方法。

（1）鏡頭邊界檢測。視頻數(shù)據(jù)大多是由多個鏡頭經(jīng)過拼接編輯而成。鏡頭由攝像機(jī)一次拍攝的連續(xù)的一組圖像幀，代表一個連續(xù)動作，是組成視頻的最小的語義單元。進(jìn)行視頻結(jié)構(gòu)的分析，即采用鏡頭邊界檢測技術(shù)將連續(xù)的視頻流分割為鏡頭。在編輯視頻時，為了達(dá)到一些特定效果，常用多種方式實現(xiàn)兩個鏡頭之間的拼接轉(zhuǎn)換，總結(jié)起來主要分為兩大類：突變和漸變。突變即直接將兩個鏡頭拼接在一起，中間沒有過渡，而漸變則可以采用不同的多種模式完成兩個鏡頭之間的緩慢平滑過渡。鏡頭邊界檢測的任務(wù)是采用合適有效的鏡頭邊界檢測算法將這些鏡頭交界處提取出來，將視頻流分割為鏡頭，作為基本的索引單元。這是基于內(nèi)容的視頻檢索的第一步，其檢測與分割的好壞將直接影響到視頻檢索的質(zhì)量。

（2）關(guān)鍵幀提取。視頻內(nèi)部存在大量的信息冗余。將視頻分割為鏡頭之后，如采用鏡頭中所有的圖像幀表示鏡頭則會造成大量的資源浪費(fèi)和信息冗余，且視頻數(shù)據(jù)本身數(shù)量巨大，采用這種表示方法往往難以實現(xiàn)。因此，基于內(nèi)容的視頻檢索為每個鏡頭提取代表其主要內(nèi)容的關(guān)鍵幀，用關(guān)鍵幀表示鏡頭，可大大節(jié)約資源，降低數(shù)據(jù)量，還可為視頻數(shù)據(jù)的組織和索引提供有效的組織框架。關(guān)鍵幀，即代表幀，是從鏡頭中提取出來的能有效代表鏡頭主要內(nèi)容的若干幅圖像幀。通過提取關(guān)鍵幀可以實現(xiàn)視頻數(shù)據(jù)的自動索引，提取關(guān)鍵幀的靜態(tài)特征和鏡頭的動態(tài)特征可以為后續(xù)的鏡頭聚類成場景奠定基礎(chǔ)。

（3）圖像特征提取。視頻關(guān)鍵幀提取后，要對各個鏡頭進(jìn)行特征提取，建立視頻單元索引，即提取鏡頭的顏色、紋理以及運(yùn)動甚至高級語義等各種特征，形成描述鏡頭的特征空間，以此作為視頻聚類和檢索的依據(jù)。

4.3 視頻濃縮技術(shù)

視頻濃縮技術(shù)以現(xiàn)有的各種計算機(jī)視覺算法和數(shù)字圖像處理技術(shù)為基礎(chǔ)的，如用背景建模算法進(jìn)行背景建模以發(fā)現(xiàn)運(yùn)動區(qū)域、用背景差分算法背景模型來獲取前景、使用跟蹤算法對得到前景進(jìn)行跟蹤以得到每一個事件在視頻流這一“時空體”的具體情況，都來自于計算機(jī)視覺和數(shù)字圖像處理領(lǐng)域的最新成果。其中涉及到序列圖像的運(yùn)動估計與目標(biāo)分割、目標(biāo)跟蹤、路徑分類以及重建。

5 結(jié)束語

大數(shù)據(jù)技術(shù)在相關(guān)領(lǐng)域都有所運(yùn)用，但在視頻圖像信息庫的建設(shè)上依舊需要加強(qiáng)，在挖掘技術(shù)也需要注意實踐應(yīng)用。此外，對于視頻監(jiān)控產(chǎn)生的數(shù)據(jù)一定要加強(qiáng)保密性。只有不斷的提高技術(shù)水平，才能在視頻監(jiān)控的發(fā)展上得到更大發(fā)展。最終通過大數(shù)據(jù)技術(shù)與視頻監(jiān)控進(jìn)行結(jié)合，來大幅提升視頻監(jiān)控的效率。