□ 文/李詩晴

引言

平安城市是一個覆蓋整座城市的大型綜合系統(tǒng)，包括治安、交通管理、消防、刑偵等多個領域，以及社會治安監(jiān)控系統(tǒng)、交通智能卡口系統(tǒng)、電子警察系統(tǒng)、社會重點防范單位監(jiān)控系統(tǒng)等多個子系統(tǒng)，各系統(tǒng)之間既相互獨立又相互協(xié)作，與安防緊密相連。隨著公共安全信息化建設的深入開展，在將這些海量視頻數(shù)據(jù)運用到業(yè)務實踐中時，一些困難和問題開始凸顯。

存儲傳輸難

已有的海量視頻數(shù)據(jù)直接占用大量存儲空間，從而造成數(shù)據(jù)管理上的高成本，隨之而來的備份難度加大也帶來數(shù)據(jù)管理的高風險。同時，大量高清視頻的頻繁傳輸，向傳輸帶寬提出更高要求，也給傳輸線路帶來巨大壓力。而如果簡單地對視頻數(shù)據(jù)進行壓縮，又可能造成圖像模糊、數(shù)據(jù)失真等問題。

處理效率低

目前的視頻數(shù)據(jù)處理多依賴于人工瀏覽和人工值守方式，受制于人的生理特點，長時間觀看視頻容易產(chǎn)生視覺疲勞，甚至遺漏重要線索，效率低下。面對視頻數(shù)據(jù)的高速增長，人工處理方式根本無法應對，急需自動化、無人值守式的視頻處理手段。

類型差異大

現(xiàn)有的視頻數(shù)據(jù)來源廣泛、類型多樣、標準不一，其結(jié)果是在業(yè)務實踐中無法采用信息化手段對視頻數(shù)據(jù)進行標準化處理和存儲，進而造成各個部門、各個行業(yè)之間信息共享困難，不同領域的信息數(shù)據(jù)彼此成為孤島，造成信息的極大浪費和系統(tǒng)的重復建設。

應用范圍窄

在安防領域，利用傳統(tǒng)的視頻數(shù)據(jù)所能解決的問題相當有限，缺乏深層次的應用，無法滿足現(xiàn)代安防數(shù)字化、信息化、智能化的要求。

針對存儲傳輸難、處理效率低、類型差異大、應用范圍窄等諸多難點，如何在大數(shù)據(jù)、人工智能時代讓視頻系統(tǒng)更好地為平安城市建設服務，需要新型的視頻數(shù)據(jù)處理技術(shù)。

Re-ID技術(shù)方案設計

隨著AI技術(shù)的興起，越來越多的開發(fā)者將精力投入到計算機視覺技術(shù)的研究，基于“以圖搜圖”技術(shù)的目標檢索這一熱點主題被再次重點研究，解決了以往一部分視頻偵查中由于類別差異、視點變化、復雜背景等造成的搜圖難題。

從視頻偵查的角度來說，能產(chǎn)生戰(zhàn)果的應用主要基于以下三種計算機視覺技術(shù)：視頻結(jié)構(gòu)化技術(shù)、人臉識別技術(shù)、車輛識別技術(shù)。

Re-ID跨鏡追蹤是基于視頻結(jié)構(gòu)化進行的深度應用，通過把不同視頻內(nèi)的物體關(guān)聯(lián)起來，通過有效的方法把物體找出，保證整個監(jiān)控操作的完整性，掌握大局觀。

Re-ID技術(shù)難點現(xiàn)

目前，人臉卡口在整個基礎監(jiān)控資源中占比不足10%，80%以上的攝像頭均由普通監(jiān)控探頭組成，擁有光線暗、角度偏、遮擋率大、夜間清晰低和區(qū)分度不高等普遍缺陷，因此拍到的人臉都不夠清晰，甚至連人臉都無法抓拍到。

與此同時，Re-ID在進行數(shù)據(jù)采集時難度很大：1、需要跨攝像頭采集；2、公開數(shù)據(jù)集的數(shù)據(jù)規(guī)模非常?。?、數(shù)據(jù)一般都是視頻的連續(xù)截圖；4、同一個人需要有不同角度的全身照片；5、監(jiān)控大規(guī)模搜集涉及用戶隱私。數(shù)據(jù)采集難度大，將會對算法提出更高要求。

核心技術(shù)優(yōu)勢顯

考慮到行人非剛體的局面，目前有兩種基本算法：一是把人的身體劃分成不同部分，以不同的方法把這些部分檢測出來，并進行局部特征提取?？墒牵瑹o論怎樣劃分，某些部分依然會有一定程度上的非剛體特性，會對算法造成干擾；二是考慮對齊，也就是把兩張要比對的圖片，以某種方法先對齊好，例如相同頭部位置和腳步位置，并在匹配時只考慮有用的部分。當然，做到這部分并不容易，因為這部分一般會內(nèi)嵌到神經(jīng)網(wǎng)絡。除此之外，業(yè)界一般會附加一些網(wǎng)絡設計技巧再提高特征提取的準確度。

行人Re-ID基于注意力架構(gòu)模型的深度神經(jīng)網(wǎng)絡方案來實現(xiàn)，與傳統(tǒng)的全局表征或設定好的局部分割不同，主軀干網(wǎng)絡不要求軀干位置的標注，能夠從淺層視覺到高層語義的不同空間內(nèi)自動捕捉關(guān)鍵區(qū)域，挖掘多尺度的注意力特征，自動實現(xiàn)行人肢體（如面部，上身及下身）的特征融合，對于姿態(tài)改變以及空間變化有著很好的魯棒性，可有效完成行人搜索工作。

▲圖1 Re-ID原理圖

實際測試時，發(fā)現(xiàn)即使不使用re-ranking，對于Market-1501數(shù)據(jù)庫，top-1準確度也能達到90%，而不使用re-ranking也能達到這個水平，代表速度會快上很多，也同時減少計算資源的使用。原因是reranking（例如現(xiàn)今常用的k-recipical方法）即使再簡單，也需要消耗內(nèi)存把某范圍內(nèi)的數(shù)據(jù)暫存，并進行分析和對比。而現(xiàn)有不少算法是非常依賴reranking來達到高準確度，去除該依賴性，使得算法在實際產(chǎn)品內(nèi)產(chǎn)生優(yōu)勢。

Re-ID技術(shù)精準搜

在實戰(zhàn)運用中，對涉案視頻進行分析排查，通過“即看-即辨”、“即辨-即追”、“即追-即控”的作戰(zhàn)模式，鍛煉一支專業(yè)化的實戰(zhàn)隊伍、形成一套科學化的業(yè)務機制、固化一系列的綜合技戰(zhàn)法，實現(xiàn)案件的迅速偵破。

“即看-即辨”，指的是通過視頻分析，在觀看視頻的同時便可直接對視頻目標進行截圖標注、搜索、比對，迅速辨別嫌疑目標。

“即辨-即追”，指的是在發(fā)現(xiàn)嫌疑目標之后，結(jié)合圖上作戰(zhàn)、以圖搜圖，以跨鏡追蹤的方式，對嫌疑目標在范圍區(qū)域內(nèi)進行追查，迅速發(fā)現(xiàn)其活動軌跡及落腳點相關(guān)信息。

“即追-即控”，指的是在確認嫌疑人落腳地信息之后，再基于視頻結(jié)構(gòu)化、人臉識別、車輛識別等技術(shù)，對重點區(qū)域重點場所進行重點實時布控。當布控目標出現(xiàn)時觸發(fā)報警，并及時對嫌疑目標進行控制。

▲圖2 以圖搜人

▲圖3 360°結(jié)構(gòu)化目標跨境追蹤

實時圖蹤基于Re-ID技術(shù)，通過即時檢索和快速響應，對后臺海量監(jiān)控點進行不間斷的實時結(jié)構(gòu)化分析，將產(chǎn)生的快照進行存儲，一旦案件發(fā)生，能夠在已生成的視圖庫中快速定位目標的時空信息，形成軌跡。

▲圖4 實時圖蹤

Re-ID+人臉技術(shù)新助力

人臉識別技術(shù)在安防領域已經(jīng)有較為成熟的應用，但在很多實際場景中，人臉識別技術(shù)作用并不突出，很多攝像頭根本無法準確抓拍到行人清晰的正面照。Re-ID作為人臉識別的補充，可以有效解決實際應用中跨設備、跨場景的問題。

受限于視頻監(jiān)控探頭的安裝高度及密度，實際情況中拍到更多的是行人的頭頂、后腦勺或者側(cè)臉。其次，即便拍到人臉，也可能模糊不清。于是，基于公安機關(guān)的實戰(zhàn)要求以及多年的實戰(zhàn)經(jīng)驗，提出一種卡視聯(lián)動技戰(zhàn)法，結(jié)合人臉識別和跨鏡追蹤（Re-ID）各自的特點及優(yōu)勢，以少量的人臉卡口加大量的普通監(jiān)控探頭的部署，既可鎖定嫌疑人身份，又能重現(xiàn)嫌疑人軌跡，這種創(chuàng)新的綜合型技戰(zhàn)法可以較大概率對監(jiān)控范圍進行覆蓋，實戰(zhàn)價值極強，對安防行業(yè)具有顛覆性意義。

圖5 卡視聯(lián)動結(jié)構(gòu)圖

實戰(zhàn)案例及成果

案件一：盜竊車內(nèi)財物案

▲圖5 案件一視頻截圖

轄區(qū)內(nèi)發(fā)生多起車內(nèi)財物被盜事件，經(jīng)偵查，都是兩個騎電動車的男子所為，且卡口抓拍到一張嫌疑人較為清晰的圖片，但依然看不清人臉。

案發(fā)后，民警使用人臉系統(tǒng)排查嫌疑人身份，可能由于前面的人戴了鴨舌帽遮擋臉部又或者光線不夠等原因，在此案件中，人臉系統(tǒng)并未發(fā)揮作用?？紤]到人臉系統(tǒng)無法有效尋找到犯罪嫌疑人，辦案民警使用跨境追蹤技術(shù)開始疑犯追逃工作。

▲圖6 案件一視頻截圖

▲圖7 案件一視頻截圖

▲圖8 案件一視頻截圖

▲圖9 案件一視頻截圖

▲圖10 案件一視頻截圖

通過錄像結(jié)構(gòu)化，查找嫌疑人蹤跡：因為案發(fā)地點四通八達，在GIS地圖上框選通往各個方向的周邊36個點位，分析在案發(fā)時間半小時左右的錄像，使用Re-ID技術(shù)進行以圖搜圖，僅用20多分鐘，就找到了一張疑似嫌疑人圖片，然后，再在新出現(xiàn)的位置附近查找，又接連找到第2張、第3張……通過視頻接力追蹤的方式，追蹤目標軌跡，共找到6張嫌疑目標圖片，隨后在地圖自動刻畫其軌跡，進一步鎖定了嫌疑人的疑似活動方向。

案件二：盜竊三輪車案

2017年8月25日，受害人王某某報警稱：自己家門口的一輛電動三輪車被盜。經(jīng)了解，被盜三輪車為灰色“金彭”牌電動三輪車，現(xiàn)在價值2000余元錢，被盜時間為當日14時-17時許。雖然受害者家地處四通八達的居民區(qū)，但民警、輔警仍通過大量視頻偵查工作，發(fā)現(xiàn)一名可疑男子。

▲圖11 案件二視頻截圖

視頻偵查

中心民警通過大量視頻偵查工作，發(fā)現(xiàn)一名可疑男子。該嫌疑人作案前騎自行車到達該區(qū)域，并且作案后駕駛盜竊到的電動三輪車向北逃離。視頻在線結(jié)構(gòu)化，尋找嫌疑人蹤跡

通過現(xiàn)場周邊大量監(jiān)控查找，發(fā)現(xiàn)嫌疑人16:40-16:57的軌跡。通過視頻結(jié)構(gòu)化，將嫌疑人騎自行車圖片在庫中自動搜索，描繪出嫌疑人15:06-16:30（作案前）在縣城三處的活動軌跡。

關(guān)聯(lián)信息，未發(fā)現(xiàn)蹤跡

通過視頻結(jié)構(gòu)化系統(tǒng)提取監(jiān)控畫面，倒查嫌疑人活動軌跡，掌握嫌疑人前一天晚上已到網(wǎng)吧。通過網(wǎng)監(jiān)部門研判嫌疑人為虛擬身份，并未獲取有效信息。

▲圖12 案件二視頻截圖

案件反復研判，終現(xiàn)馬腳

將嫌疑人頭像在本地人臉識別庫中檢索，也未獲取有效信息。但是，在通過對之前有線索的案件進行重復研判時，再次將嫌疑人頭像在本地動態(tài)人臉庫中檢索，發(fā)現(xiàn)嫌疑人正面頭像，在省人像比對庫中比對，鎖定嫌疑人為臥龍區(qū)候某。

▲圖13 案件二視頻截圖

結(jié)束語

隨著公安業(yè)務的迅速增長，公安部門迫切需要實戰(zhàn)效果顯著的視頻監(jiān)控技術(shù)，以此適應復雜多變且精細具體的公安環(huán)境?？珑R追蹤（Re-ID）技術(shù)滿足這一實戰(zhàn)需求，讓AI系統(tǒng)即使不看臉，也能通過衣物、發(fā)型、體態(tài)等信息，跨攝像頭、跨場景下實現(xiàn)目標的識別與檢索，在人臉被遮擋、距離過遠時依舊可以從不同攝像機鏡頭中追蹤行人，通過將技術(shù)轉(zhuǎn)化為產(chǎn)品，落地為應用，取得一些很好的實戰(zhàn)效果。隨著視頻監(jiān)控技術(shù)的快速發(fā)展以及不斷革新，其必將在公安工作中取得更加廣泛的應用，發(fā)揮更加顯著的效果。