[張楠 張成哲 劉廷 張路杰 曹麗娟]
隨著社會(huì)經(jīng)濟(jì)快速發(fā)展,在很長(zhǎng)一段時(shí)期內(nèi),河湖亂占、亂采、亂堆、亂建(簡(jiǎn)稱“四亂”,下同)問(wèn)題層出不窮、防不勝防。河湖長(zhǎng)制實(shí)施后,通過(guò)構(gòu)建責(zé)任明確、協(xié)調(diào)有序、監(jiān)管嚴(yán)格、保護(hù)有力的河湖管理保護(hù)機(jī)制,解決了一大批涉及“四亂”的重點(diǎn)難點(diǎn)問(wèn)題,曾長(zhǎng)期存在的“有河皆干、有水皆污”局面得到有效緩解,很多省市的國(guó)考地表水質(zhì)斷面優(yōu)良比例不斷上升,甚至全部消除了劣Ⅴ類斷面。
為貫徹落實(shí)水利部推進(jìn)智慧水利建設(shè)的總體安排部署,進(jìn)一步提升河湖監(jiān)管效率和水平,有必要采用IVS(Intelligent Video Surveillance)智能視頻監(jiān)控系統(tǒng),實(shí)現(xiàn)河湖“全覆蓋、全天候、智能化”監(jiān)管,逐步替代人工巡河巡湖,推動(dòng)河湖管理從“先破壞、后查處”向“預(yù)防為主、源頭治理”方向轉(zhuǎn)變。
以經(jīng)過(guò)調(diào)研的河北省為例,全省境內(nèi)共有流域面積50 平方公里以上河流1386 條(總長(zhǎng)40 947 公里)、水域面積1 平方公里以上湖泊23 個(gè)、大中小型水庫(kù)1 014 座、重要閘涵樞紐15 座、蓄滯洪區(qū)13 個(gè)。這些監(jiān)管對(duì)象線多面廣、分布零散、權(quán)屬各異,為實(shí)現(xiàn)有效監(jiān)管,目前全省共設(shè)有各級(jí)河湖長(zhǎng)4.6 萬(wàn)余名,每年需開(kāi)展定期巡河巡湖490 余萬(wàn)人次。這種主要采取人工現(xiàn)場(chǎng)巡查的監(jiān)管方式雖然取得了較好的社會(huì)效益,但從長(zhǎng)遠(yuǎn)來(lái)看,在監(jiān)管效率、成本、時(shí)效性和持續(xù)性等方面還有較大提升空間。另外在亂占、亂采、亂堆、亂建等河湖“四亂”問(wèn)題的溯源追責(zé)方面也存在較大空白,容易死灰復(fù)燃,疲于應(yīng)付。
近年來(lái),隨著人工智能、云計(jì)算、物聯(lián)網(wǎng)等新一代信息技術(shù)蓬勃發(fā)展,視頻監(jiān)控系統(tǒng)已經(jīng)從傳統(tǒng)的被動(dòng)監(jiān)管向主動(dòng)監(jiān)管轉(zhuǎn)變,從人工值守向無(wú)人值守和智能預(yù)警轉(zhuǎn)變。新一代IVS 智能視頻監(jiān)控系統(tǒng)在公安“天網(wǎng)”、交通“電子警察”、林草“森林防火、秸稈燃燒”等方面得到廣泛應(yīng)用。與其他行業(yè)相比,水利行業(yè)受限較多,在新技術(shù)應(yīng)用方面相對(duì)落后。經(jīng)過(guò)調(diào)研分析,水利行業(yè)開(kāi)展IVS 應(yīng)用主要存在以下難點(diǎn):
(1)監(jiān)管環(huán)境相對(duì)復(fù)雜,缺少宏觀統(tǒng)籌利用。以河北省為例,該省高原、山區(qū)、丘陵占全省總面積的56.6%,這些區(qū)域往往是暴雨集中地,容易發(fā)生山洪、泥石流等自然災(zāi)害,另外還分布著省內(nèi)絕大部分水庫(kù)、水閘、堰塘等水利工程,在保障防洪安全和工程安全方面責(zé)任重大。布設(shè)視頻監(jiān)控站點(diǎn)時(shí),受限較多,必須充分考慮水利工程的業(yè)務(wù)需求和地形地貌,確保布置方案最優(yōu)。但這些監(jiān)測(cè)站點(diǎn)以低點(diǎn)監(jiān)控為主,設(shè)備分布零散、周邊人煙稀少,易受地形和樹(shù)林遮蔽影響,不僅組網(wǎng)通電難度大,建設(shè)投資和運(yùn)維成本高,而且應(yīng)用面較窄,很難滿足其他行業(yè)的共享利用需要。
(2)監(jiān)管對(duì)象種類繁多,監(jiān)控要求相對(duì)較高。水利行業(yè)的監(jiān)管對(duì)象十分復(fù)雜,涵蓋河湖管理、防汛抗旱、水資源管理、水利工程管理、水利政務(wù)管理等多個(gè)業(yè)務(wù)領(lǐng)域,具體包括河道內(nèi)的違章建筑、有水無(wú)水、水污染、水尺水位、漂浮物、流量、閘門狀態(tài)、運(yùn)輸車輛、采砂機(jī)械、人員危險(xiǎn)行為、工程場(chǎng)區(qū)安防等多個(gè)方面,形態(tài)多種多樣,識(shí)別難度較大。往往多種監(jiān)管需求集中在同一個(gè)應(yīng)用場(chǎng)景中,需要對(duì)多種智能算法進(jìn)行集成應(yīng)用和靈活配置,另外還需要考慮河湖庫(kù)渠沿線自動(dòng)輪巡、特定區(qū)域定期對(duì)比分析、跨行業(yè)共享利用和聯(lián)合執(zhí)法等深層次業(yè)務(wù)需求。
(3)智能化水平較低,數(shù)據(jù)整合難度大。河湖視頻監(jiān)管范圍相對(duì)靈活,需在河湖管理邊界基礎(chǔ)上開(kāi)展涉水事件的分析判斷。受自然演變、工程建設(shè)和人為活動(dòng)的影響,河湖管理邊界容易發(fā)生變化,尤其城區(qū)河段人為擠占行洪通道的問(wèn)題較為突出,難以準(zhǔn)確判斷事件是否發(fā)生在監(jiān)管范圍內(nèi),誤報(bào)率相對(duì)較高。另外在河道采砂、跨(穿)河建筑物施工等方面,也需要結(jié)合采砂規(guī)劃、工程建設(shè)管理等業(yè)務(wù)信息,綜合判斷上述行為的合規(guī)性。這就需要不斷對(duì)數(shù)據(jù)整合、智能算法和監(jiān)管規(guī)則進(jìn)行優(yōu)化調(diào)整,提升預(yù)報(bào)預(yù)警的準(zhǔn)確性,但目前視頻監(jiān)控在此方面還很難真正實(shí)現(xiàn)自動(dòng)監(jiān)管和聯(lián)動(dòng)分析。
圍繞河湖防洪安全、生態(tài)安全、供水安全保障需求,按照“全面覆蓋、智能監(jiān)管、資源共享、業(yè)務(wù)協(xié)同”總體思路,依托物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云計(jì)算等先進(jìn)技術(shù),構(gòu)建河湖智能視頻監(jiān)控系統(tǒng)。
針對(duì)河湖告警事件,按照“發(fā)現(xiàn)-交辦-處理-反饋-辦結(jié)”五個(gè)環(huán)節(jié)進(jìn)行派單處理;通過(guò)電腦、手機(jī)APP 等多種方式,為水利各級(jí)部門提供違法線索及實(shí)時(shí)視頻數(shù)據(jù);通過(guò)遠(yuǎn)程控制,協(xié)助部署、組織、調(diào)度一線工作人員進(jìn)行現(xiàn)場(chǎng)檢查及處置,實(shí)現(xiàn)高效閉環(huán)管理。推進(jìn)河湖常態(tài)化、一體化、可視化監(jiān)管,形成部門聯(lián)動(dòng)、上下協(xié)同、資源共享的河湖管理工作格局。
針對(duì)水利行業(yè)現(xiàn)實(shí)需求,本文重點(diǎn)開(kāi)展“高低搭配、遠(yuǎn)近結(jié)合、靈活部署、智能輔助”的河湖智能視頻監(jiān)控系統(tǒng)的創(chuàng)新性方案研究。總體方案如圖1 所示。
圖1 總體架構(gòu)圖
為滿足廣域的“全覆蓋”要求,同時(shí)考慮項(xiàng)目建設(shè)成本,沿河湖周邊一般采用高點(diǎn)掛載智能攝像機(jī)的方式,部署相對(duì)較少的前端設(shè)備,來(lái)滿足最大范圍的監(jiān)管需求,掛高一般為20~40 m,可部署在鐵塔頂部,有效避免樹(shù)木和建筑物遮擋;對(duì)于水庫(kù)溢洪道、閘涵樞紐等重點(diǎn)聚焦監(jiān)控場(chǎng)景,采用低點(diǎn)定焦攝像頭的建設(shè)方式,掛高一般為4~6 m,滿足特定目標(biāo)持續(xù)監(jiān)管需求。如圖2 所示。
圖2 高點(diǎn)監(jiān)控與低點(diǎn)監(jiān)控的搭配示意圖
前端監(jiān)控系統(tǒng)通過(guò)預(yù)置位輪巡采集符合要求的照片后,傳給后臺(tái)開(kāi)展智能分析識(shí)別,自動(dòng)觸發(fā)告警。此時(shí)攝像機(jī)的監(jiān)控半徑由需要識(shí)別的物體大小、與自然環(huán)境的能見(jiàn)度決定,例如非法采砂違法行為中,需要識(shí)別最小物體為工程車輛,在肉眼可見(jiàn)的環(huán)境中抓拍的圖像,監(jiān)控圖像中能夠支持智能分析識(shí)別的圖斑長(zhǎng)寬一般不低于80像素,攝像機(jī)焦距越長(zhǎng),同一位置同一物體在監(jiān)控圖像中成像的尺寸越大,智能分析識(shí)別的半徑也越大。如圖3 所示。
圖3 常見(jiàn)焦距攝像機(jī)覆蓋半徑
攝像機(jī)工程車輛識(shí)別半徑約為焦距6 000 倍,目前常用焦距的攝像機(jī)監(jiān)控覆蓋半徑如表1 所示。
表1 不同焦距攝像機(jī)覆蓋半徑
視頻監(jiān)控主要采用“有線+無(wú)線”的組合傳輸方式,滿足GB/T28181 要求。經(jīng)實(shí)驗(yàn)驗(yàn)證,當(dāng)信息(包括視音頻信息、控制信息及報(bào)警信息等)經(jīng)由IP 網(wǎng)絡(luò)傳輸時(shí),端到端的信息延遲時(shí)間(包括發(fā)送端信息采集、編碼、網(wǎng)絡(luò)傳輸、信息接收端解碼、顯示等過(guò)程所經(jīng)歷的時(shí)間)應(yīng)符合:前端設(shè)備與監(jiān)控中心間的端到端延遲時(shí)間不大于2 s;前端設(shè)備與用戶終端間的端到端延遲時(shí)間不大于4 s。
選取的高清球形攝像機(jī)碼流為6 Mbit/s,雙光譜云臺(tái)攝像機(jī)碼流為6 Mbit/s,因此前端設(shè)備安裝站點(diǎn)到平臺(tái)之間的傳輸帶寬需達(dá)到10 Mbit/s 以上。聯(lián)網(wǎng)系統(tǒng)IP 網(wǎng)絡(luò)的傳輸質(zhì)量(如傳輸時(shí)延、包丟失率、包誤差率、虛假包率等)應(yīng)符合:網(wǎng)絡(luò)時(shí)延上限值為400 ms;時(shí)延抖動(dòng)上限值為50 ms;丟包率上限值為1×10-5;包誤差率上限值為1×10-4。
目前業(yè)界主流的算法實(shí)現(xiàn)方式主要有兩種。
(1)將視頻圖像傳輸至后端平臺(tái)算法服務(wù)器中,由服務(wù)器統(tǒng)一開(kāi)展智能分析。優(yōu)點(diǎn)是可實(shí)現(xiàn)新舊攝像頭無(wú)縫銜接,建設(shè)投入較少,施工簡(jiǎn)單,算法可靈活定義和拓展升級(jí),還能以算法疊加方式實(shí)現(xiàn)復(fù)雜組合分析,適用于需要同時(shí)監(jiān)管多種目標(biāo)的復(fù)雜場(chǎng)景,應(yīng)用范圍較為廣泛。缺點(diǎn)是后端壓力較大,對(duì)服務(wù)器性能和網(wǎng)絡(luò)帶寬要求較高,運(yùn)行成本較高,且容易出現(xiàn)網(wǎng)絡(luò)延時(shí)丟包等問(wèn)題,實(shí)時(shí)性和準(zhǔn)確性稍差。
(2)將算法集成到前端嵌入式設(shè)備。在前端布設(shè)基于“云邊端”技術(shù)的智能攝像頭,通過(guò)內(nèi)嵌算法自行開(kāi)展智能分析。優(yōu)點(diǎn)是只傳輸分析完的結(jié)果,對(duì)后端服務(wù)器性能和網(wǎng)絡(luò)帶寬要求較低,尤其網(wǎng)絡(luò)流量耗用較低,可利用4G/5G 基站進(jìn)行無(wú)線組網(wǎng),大幅降低組網(wǎng)難度。缺點(diǎn)是前端處理能力和升級(jí)潛力有限,無(wú)法完成復(fù)雜分析,且前端設(shè)備成本較高,舊網(wǎng)改造時(shí)很難利舊。一般用在監(jiān)管目標(biāo)相對(duì)單一,應(yīng)用場(chǎng)景相對(duì)固定的小型系統(tǒng)中,后期難以開(kāi)展共享利用。
結(jié)合河湖智能監(jiān)管需要,本文提出一種前端算法+平臺(tái)算法相結(jié)合的架構(gòu)思路,架構(gòu)更加合理,組網(wǎng)更加靈活,負(fù)荷更加均衡,投資更加可控。其中水位識(shí)別、流速識(shí)別、電子圍欄等簡(jiǎn)單分析可由前端嵌入式設(shè)備完成;違章建筑物、非法采砂識(shí)別、危險(xiǎn)行為識(shí)別等復(fù)雜分析則交由后端算法服務(wù)器實(shí)現(xiàn)。
各應(yīng)用場(chǎng)景需集成的智能算法組合如表2 所示。
表2 應(yīng)用場(chǎng)景集成智能算法統(tǒng)計(jì)表
系統(tǒng)通過(guò)調(diào)用高點(diǎn)攝像機(jī)進(jìn)行采集圖像資源,熱成像攝像機(jī)采用區(qū)域自動(dòng)巡航方式進(jìn)行采集;高清球形攝像機(jī)采用預(yù)置位的巡航方式進(jìn)行采集,低點(diǎn)攝像機(jī)直接將簡(jiǎn)單算法結(jié)果傳輸至平臺(tái)。系統(tǒng)對(duì)圖像進(jìn)行結(jié)構(gòu)化處理,開(kāi)展信息識(shí)別,提取圖像中車、物、行為等關(guān)鍵目標(biāo)的屬性,并進(jìn)行語(yǔ)義描述,完全提取視頻圖像內(nèi)的有價(jià)值信息。
智能分析將獲取圖像數(shù)據(jù)進(jìn)行處理,識(shí)別圖像特征,判斷識(shí)別區(qū)域內(nèi)是否有垃圾堆放、非法采砂車輛等違規(guī)目標(biāo)、對(duì)檢測(cè)出的物體或行為進(jìn)一步分類,最終識(shí)別出目標(biāo)區(qū)域的異常行為或異常狀態(tài)。
(1)圖像獲?。焊鶕?jù)業(yè)務(wù)需要和業(yè)務(wù)邏輯,設(shè)置預(yù)置位抓拍,定時(shí)獲取前端視頻監(jiān)控系統(tǒng)的視頻流或圖像,以供后續(xù)算法分析;
圖4 識(shí)別處理流程
(2)基礎(chǔ)處理:視頻圖像按照?qǐng)鼍靶枰?jīng)過(guò)一系列基礎(chǔ)算法所需的轉(zhuǎn)換,預(yù)處理。屏蔽不同品牌、不同型號(hào)、不同碼流等視頻監(jiān)控設(shè)備的差異,進(jìn)行數(shù)據(jù)清洗以及過(guò)濾垃圾數(shù)據(jù)。
(3)算法分析:應(yīng)對(duì)不同場(chǎng)景的識(shí)別,采用不同的圖像基礎(chǔ)分析方法進(jìn)行基礎(chǔ)特征分析。判斷在該區(qū)域內(nèi)檢測(cè)是否有疑似異常行為或狀況等。算法層分析特征僅僅作為圖像識(shí)別的局部特征參考,識(shí)別的主要特征分量來(lái)自于經(jīng)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練器后得出的特征序列。
(4)檢索引擎:根據(jù)圖像識(shí)別的結(jié)果,將對(duì)應(yīng)識(shí)別結(jié)果映射為事件描述。
(5)事件描述:經(jīng)檢索引擎的事件映射,描述層實(shí)現(xiàn)從底層識(shí)別技術(shù)的特征定量到預(yù)警事件的定性描述的轉(zhuǎn)換。并將對(duì)應(yīng)事件提交應(yīng)用層各模塊以作相應(yīng)處理。
(6)事件應(yīng)用:納入平臺(tái)統(tǒng)一管理,應(yīng)用平臺(tái)接收到下層預(yù)警事件消息后,執(zhí)行對(duì)應(yīng)的消息分發(fā),存儲(chǔ)及事件全生命周期信息化管理,并支持大數(shù)據(jù)平臺(tái)的對(duì)接。
通過(guò)建成覆蓋所有河湖庫(kù)的IVS,通過(guò)“一網(wǎng)統(tǒng)管、資源共享”,能夠有效保障河湖防洪安全、生態(tài)安全及供水安全,產(chǎn)生非常明顯的經(jīng)濟(jì)效益和社會(huì)效益,推動(dòng)河長(zhǎng)制“有名、有實(shí)、有能”。
河湖IVS 建設(shè)涉及多學(xué)科交叉融合,加上水利行業(yè)集各種不利因素于一身,實(shí)施的技術(shù)難度非常大,需要進(jìn)一步聯(lián)合各方力量,加強(qiáng)算法研究,為各級(jí)河湖長(zhǎng)及水利主管部門提供更加智能化、定制化的監(jiān)管手段。