趙秀萍

（山東警察學院，濟南 250200）

隨著視頻監(jiān)控網(wǎng)絡(luò)逐步完善和手機等小型電子設(shè)備視頻攝錄功能的普及，視頻數(shù)據(jù)已經(jīng)成為大數(shù)據(jù)資源的主體，并逐步被運用于社會生產(chǎn)生活的各個方面。視頻數(shù)據(jù)屬于典型的非結(jié)構(gòu)化數(shù)據(jù)，規(guī)模龐大、流轉(zhuǎn)高速、模態(tài)復雜、辨識難度高、價值密度低的特性給其應用帶來諸多障礙。本文跳出以應用為主體的認識框架，基于系統(tǒng)論的視角，深入分析視頻數(shù)據(jù)的本質(zhì)特性，試圖對視頻數(shù)據(jù)建立客觀、真實、全面、完整的理解，以期推動我國學界對于視頻數(shù)據(jù)基礎(chǔ)理論的研究，同時促進視頻數(shù)據(jù)在各領(lǐng)域中的應用。

一、視頻數(shù)據(jù)的本質(zhì)屬性

視頻是由連續(xù)幀的圖像組成的動態(tài)數(shù)據(jù)，相較于靜態(tài)圖像，其包含了目標對象的連續(xù)運動信息。因此，視頻可以被認為是多幀靜態(tài)圖像的集合體，但要保持觀感上的連續(xù)狀態(tài)，每秒視頻數(shù)據(jù)需包含24幀以上的圖像。視頻數(shù)據(jù)結(jié)構(gòu)復雜，不同視頻數(shù)據(jù)的表現(xiàn)形式和結(jié)構(gòu)特征差異巨大。從視頻數(shù)據(jù)的形成過程可以看出，視頻是以形態(tài)反映為基礎(chǔ)的數(shù)據(jù)信息，主要具有以下本質(zhì)屬性：

（一）視頻的圖像反映性

如前所述，視頻是圖像的一種，可以被認為是多幀靜態(tài)圖像連續(xù)顯示而形成的動態(tài)圖像。跟數(shù)字、文本等結(jié)構(gòu)化數(shù)據(jù)不同，作為一種非結(jié)構(gòu)化數(shù)據(jù)，無論是靜態(tài)圖像還是動態(tài)視頻都具有信息含量大和信息內(nèi)涵模糊、不確定的特征。人們通過視覺觀看視頻，直接獲得的是目標對象的顏色、紋理等外部特征信息即形態(tài)信息。形態(tài)信息背后的含義，比如人的年齡、性別、職業(yè)等信息和物的品牌、價值等信息，則需要進一步分析才能確定。

人們對于圖像中形態(tài)信息的理解，通常遵循從整體到局部再到細節(jié)的步驟，即先把握環(huán)境和場景特征，然后基于自身既有的知識、經(jīng)驗和理解能力對目標對象進行分類、對比和辨析，從而獲得更多的信息。一般來說，一個特定的目標對象的整體特征和部分局部特征通常是比較明確的，比如目標對象是人還是車，人穿的衣服是紅色還是黑色等都比較容易確定。因此對視頻數(shù)據(jù)中粗粒度特征的認定通常能夠達成一致，而對于其中的細節(jié)信息，越細微則理解和把握的難度越大，不確定性即不同主體的理解分歧也越大［1］。

可見，視頻數(shù)據(jù)中的信息含量豐富，但具體而確定的信息有限，大部分信息是不確定的細節(jié)信息，需要具有一定的知識和能力才能挖掘和解讀出來。因此，對于視頻內(nèi)容的解析需要具備一定的專業(yè)能力和經(jīng)驗，不同的人從同一段視頻中獲得的信息是不同的。也就是說，由于經(jīng)驗和能力等的差異，面對同一段視頻，人們能夠理解和把握的信息含量具有不確定性，甚至會有很大差異。

（二）視頻的數(shù)據(jù)存在性

根據(jù)《辭?！返亩x，數(shù)據(jù)是指進行各種統(tǒng)計、計算、科學研究或技術(shù)設(shè)計所依據(jù)的數(shù)值。從計算機技術(shù)的角度來看，數(shù)據(jù)是對客觀事件進行記錄、以二進制信息單元0和1的形式表示并可以鑒別的符號，是信息的表現(xiàn)形式和載體［2］。視頻圖像與聲音一樣，其本身是離散的模擬信息，但通過信息處理設(shè)備可以轉(zhuǎn)化成數(shù)據(jù)信息，并以數(shù)字信號的形式進行傳輸和存儲。

感光芯片是圖像數(shù)字化技術(shù)設(shè)備的核心部件，能夠?qū)⒛M的光影信息數(shù)字化，被應用在手機、相機、掃描儀等設(shè)備上，通過曝光記錄光影信息從而得到數(shù)字圖像。視頻數(shù)據(jù)形成之后，在傳輸、存儲和下載的過程中都完全遵循數(shù)據(jù)的規(guī)律，但若想再現(xiàn)為圖像則需依托技術(shù)設(shè)備在顯示屏或投影幕上進行播放。因此，視頻數(shù)據(jù)形式復雜、穩(wěn)定性差，其形成、傳輸、存儲及再現(xiàn)都需依靠介質(zhì)，并且容易被篡改破壞。

綜上所述，視頻數(shù)據(jù)具有雙重屬性，其在形式上表現(xiàn)為圖像，但在本質(zhì)上則是一種數(shù)據(jù)。這兩種屬性既密切關(guān)聯(lián)、相互依存，又截然不同、容易被割裂。從視頻數(shù)據(jù)完整的生命周期即形成-傳輸-存儲-下載-顯示的過程來看，視頻數(shù)據(jù)在不同階段體現(xiàn)出不同的屬性。

二、視頻數(shù)據(jù)的特點

圖像數(shù)字化技術(shù)是圖像轉(zhuǎn)化為數(shù)據(jù)的核心和基礎(chǔ)。視頻數(shù)據(jù)的產(chǎn)生主要包括以下幾個階段：被攝目標的顏色、紋理等特征通過鏡頭結(jié)影成像；感光芯片曝光得到模擬的電圖像；內(nèi)部處理器進行模數(shù)轉(zhuǎn)換將圖像轉(zhuǎn)化為數(shù)據(jù)；視頻數(shù)據(jù)信號傳輸與存儲。

視頻數(shù)據(jù)的復雜結(jié)構(gòu)決定了其具有多樣化的特點。從圖像反映性的角度來看，視頻數(shù)據(jù)體量龐大，具有形態(tài)表現(xiàn)性和實時動態(tài)性；從數(shù)據(jù)存在性的角度來看，其具有數(shù)據(jù)類型多樣和生命周期完整等特點。

（一）視頻數(shù)據(jù)具有龐大的體量

視頻的來源多種多樣，除了個人拍攝和上傳到網(wǎng)絡(luò)的海量視頻外，當前公共場合中視頻監(jiān)控網(wǎng)絡(luò)密密麻麻，大量的監(jiān)控鏡頭長時間、不間斷地拍攝記錄，每時每刻都在產(chǎn)生視頻數(shù)據(jù)。視頻監(jiān)控產(chǎn)生了龐大的視頻數(shù)據(jù)，相關(guān)統(tǒng)計表明，全球數(shù)據(jù)量每兩年翻一番，其中視頻圖像等非結(jié)構(gòu)化數(shù)據(jù)占數(shù)據(jù)總量的80%以上［3］。

目前新型監(jiān)控系統(tǒng)的常規(guī)分辨率是1080P，每秒產(chǎn)生的數(shù)據(jù)量大約是518M，一路監(jiān)控一天的數(shù)據(jù)量就是45G左右。因此，在存儲空間有限的情況下，視頻監(jiān)控系統(tǒng)只能進行循環(huán)錄制，而當前國家要求視頻數(shù)據(jù)連續(xù)保存不得少于30天。視頻監(jiān)控網(wǎng)絡(luò)產(chǎn)生的巨量數(shù)據(jù)為大數(shù)據(jù)分析應用提供了條件，但也對數(shù)據(jù)傳輸網(wǎng)絡(luò)和存儲系統(tǒng)提出了巨大挑戰(zhàn)。同時，視頻數(shù)據(jù)的特點是信息含量單位密度低但整體價值高，在某一路監(jiān)控拍攝的大量視頻數(shù)據(jù)中，對于特定案件和事件有價值的部分往往只有短短的幾秒。如何從海量視頻數(shù)據(jù)中準確定位并提取有用信息，是視頻數(shù)據(jù)發(fā)揮作用的關(guān)鍵。目前有關(guān)部門通常采用人工檢索與系統(tǒng)自動檢索相結(jié)合的方法，借助自動視頻檢索技術(shù)分類抽取部分視頻，再由技術(shù)人員進行分析，進而確定與案件和事件有關(guān)的具體視頻片段。此外，如何利用智能數(shù)據(jù)分析和處理技術(shù)對超大數(shù)量的視頻數(shù)據(jù)進行深度解析與關(guān)聯(lián)應用，從而實現(xiàn)對未來態(tài)勢的預測分析也是各應用領(lǐng)域面臨的重大挑戰(zhàn)［4］。

（二）視頻數(shù)據(jù)具有形態(tài)表現(xiàn)性

視頻是圖像的一種，能夠客觀、真實地記錄物體的形態(tài)和運動，因而是一種重要的證據(jù)。視頻具有直觀形象和連續(xù)記錄的特點，能夠反映物體的線條、形狀、色彩等形態(tài)信息，顯示人的臉型、發(fā)型、五官、衣著、鞋子以及攜帶的物品等，記錄人由于生理或病理原因?qū)е碌陌摺?、傷疤或者兔唇、缺指等細?jié)特征，也可以顯示車的品牌、型號、顏色，車身上的貼畫、車內(nèi)的紙巾盒和掛飾等。這些形態(tài)特征是通過圖像進行人身識別、確定車輛身份進而做出同一認定的依據(jù)，具有重要的證據(jù)價值［5］。

需要注意的是，視頻反映形態(tài)特征的能力取決于成像質(zhì)量的高低。受成像規(guī)律的影響，不同條件下的成像質(zhì)量差異巨大。首先，無論是照片還是視頻，所有的圖像都是以二維平面來反映三維立體和空間，因此成像過程中由于前后遮擋，圖像只能反映鏡頭拍攝方向的部分信息而無法反映全部信息。其次，成像鏡頭有分辨率的差異、有視場角的局限，加上光照差異、拍攝盲區(qū)和物體運動可能造成的模糊等，不同的圖像質(zhì)量差異很大，信息含量各不相同。

（三）視頻數(shù)據(jù)具有實時動態(tài)性

視頻數(shù)據(jù)從產(chǎn)生到傳輸、存儲，再到顯示、再現(xiàn)，形成一個完整的攝錄系統(tǒng)。通過這一系統(tǒng)，人們可以在線遠程實時察看并監(jiān)控事件的發(fā)生過程，這正是“監(jiān)控”一詞的由來。利用日益強大的監(jiān)控網(wǎng)絡(luò)，警方在節(jié)假日或舉辦大型活動時可以對重要地點和場所進行網(wǎng)上巡控。通過匯聚和分析多點位的視頻數(shù)據(jù)、監(jiān)測現(xiàn)場人群活動和人流走向，警方可以實現(xiàn)遠程指揮和現(xiàn)場調(diào)度，從而發(fā)現(xiàn)隱患、化解風險，維持正常的活動秩序。此外在需要時警方還可以利用這一系統(tǒng)對重點嫌疑目標進行跟蹤、監(jiān)視，實時掌握其動向。

新一代視頻監(jiān)控系統(tǒng)融合了智能分析和處理功能，不但可以實現(xiàn)多維數(shù)據(jù)的智能感知和融合，還可以實現(xiàn)對視頻數(shù)據(jù)的實時分析和應用，即通過應用系統(tǒng)將各類數(shù)據(jù)包括實時感知數(shù)據(jù)與前期入庫數(shù)據(jù)進行關(guān)聯(lián)、融合、交叉和碰撞，實現(xiàn)智能識別和監(jiān)測預警。最新的跨鏡識別應用系統(tǒng)集實時監(jiān)控、軌跡檢索、離線視頻快速分析、人體-人臉一體化識別等于一體，通過前端監(jiān)控設(shè)備的結(jié)構(gòu)化處理，可以從海量視頻中截取人體圖片，并依據(jù)體貌、衣著特征等進行特征提取和建模分析，形成有關(guān)人體屬性、人體模型等的結(jié)構(gòu)化數(shù)據(jù)［6］，為各類業(yè)務(wù)應用提供基礎(chǔ)數(shù)據(jù)支撐。

（四）視頻數(shù)據(jù)具有結(jié)構(gòu)類型的多樣性

視頻數(shù)據(jù)的價值密度不高，原始的視頻數(shù)據(jù)體量龐大、冗余信息多，不適合長久保存。但它是所有應用的基礎(chǔ)，一旦被覆蓋或刪除將導致所有應用無用武之地。因此，在原始視頻的有效保存期內(nèi)要盡快完成視頻數(shù)據(jù)的下載保存。在原始視頻的基礎(chǔ)上，有關(guān)部門應當通過檢索分析和根據(jù)不同的用途提取衍生視頻數(shù)據(jù)，然后分門別類地入庫保存。

對原始視頻進行結(jié)構(gòu)化解析，將視頻內(nèi)容按語義關(guān)系組織成可以被計算機識別、理解和檢索的文本信息，這是將龐大的原始視頻數(shù)據(jù)化、結(jié)構(gòu)化，獲得結(jié)構(gòu)簡單、信息準確的衍生視頻數(shù)據(jù)的常見方法。視頻結(jié)構(gòu)化通過對圖像信息進行語義標注進而得到衍生視頻數(shù)據(jù)，大大減少了所需存儲空間，有利于實現(xiàn)視頻數(shù)據(jù)與其他類型數(shù)據(jù)的關(guān)聯(lián)和融合應用［7］。因此，原始視頻數(shù)據(jù)、視頻結(jié)構(gòu)化數(shù)據(jù)和涉案件、事件視圖庫數(shù)據(jù)各有優(yōu)勢，應用價值各有特點，通過分級分類應用可以實現(xiàn)相互結(jié)合、取長補短，進而搭建視頻數(shù)據(jù)應用的完整體系。

（五）視頻數(shù)據(jù)具有完整的生命周期

視頻數(shù)據(jù)從形成、傳輸?shù)酱鎯?、下載再到顯示，構(gòu)成一個完整的生命周期。在第一個和最后一個環(huán)節(jié)即形成和顯示階段，視頻數(shù)據(jù)呈現(xiàn)出圖像反映性，在中間的傳輸、存儲、下載階段則呈現(xiàn)出數(shù)據(jù)存在性。上述各階段相互關(guān)聯(lián)、缺一不可，同時又具有不同的屬性和應用特征。作為一個整體，這五個階段具有統(tǒng)一性：要得到高質(zhì)量的數(shù)據(jù)資源，每一個階段的軟件和硬件都要具備突出的性能，其中任何一個階段的軟件或硬件性能降低，都會導致視頻數(shù)據(jù)的高質(zhì)量失去保障。

視頻數(shù)據(jù)形成階段需要的攝錄設(shè)備通常被稱為前端設(shè)備，而數(shù)據(jù)的處理和存儲設(shè)備通常被稱為后端設(shè)備。由于原始視頻數(shù)據(jù)無法長期存儲，除了截取的有用視頻片段外，最終能夠長期存儲的是經(jīng)過分析處理得到的高價值視頻數(shù)據(jù)即衍生視頻數(shù)據(jù)。隨著人工智能技術(shù)的發(fā)展，目前這些數(shù)據(jù)可以在不同階段分別通過前端設(shè)備和后端設(shè)備自動獲取。具體而言，在前端視頻攝錄設(shè)備中嵌入智能應用器件，可以從攝錄的視頻數(shù)據(jù)中快速提取結(jié)構(gòu)化信息，從而大大減小中后端傳輸和存儲的壓力，這種獲取方式速度快、靈活性較強，但能夠提取的信息有限；在后端設(shè)備中則可以通過集成服務(wù)群對信息進行實時挖掘處理，這種獲取方式功能更多、效果更佳，而且生成的數(shù)據(jù)種類較多、價值較大，但由于從前端到后端的傳輸數(shù)據(jù)量很大，必須以高帶寬的傳輸系統(tǒng)作為支撐。

三、視頻數(shù)據(jù)的應用價值

（一）記錄證明價值

視頻數(shù)據(jù)的圖像本質(zhì)決定了它是記錄客觀事實的手段之一，因此視頻數(shù)據(jù)自產(chǎn)生以來便作為一種證據(jù)材料而被認可，在實踐中發(fā)揮直觀再現(xiàn)事實的記錄證明價值。

1.通過形態(tài)識別進行同一認定

視頻中記錄的人像、車輛、物品等都對應客觀世界中特定的人、車、物等，因此通過形態(tài)識別確定圖像與特定對象的同一性是同一認定的重要方法，在司法實踐中廣為應用。早期的同一認定由具備鑒定資格的專業(yè)技術(shù)人員采取人工的方式比對檢材與樣本圖像的形態(tài)，分析二者的同一性特征，最終在特異性特征足夠充分的基礎(chǔ)上確認二者一致并鎖定檢材目標的身份。這種鑒定的最終結(jié)果以檢驗報告的形式來呈現(xiàn)，由于鑒定結(jié)果是由具備專業(yè)資格的人員運用標準的專業(yè)技術(shù)方法遵循確定的流程來做出的判斷，因此最終的檢驗報告是一種確定的結(jié)論。但這一鑒定活動的技術(shù)要求高、實施難度大，因而應用范圍有限。

計算機視覺技術(shù)的發(fā)展為目標對象的自動識別提供了可能。自2014年引入深度卷積神經(jīng)網(wǎng)絡(luò)之后，人臉識別技術(shù)開始走向成熟，目前已廣泛應用于安防、金融、民生和政務(wù)等眾多需要進行身份識別的領(lǐng)域［8］。早期的自動識別系統(tǒng)只能對輸入的靜態(tài)照片進行身份比對，但目前系統(tǒng)已經(jīng)能夠?qū)崟r采集動態(tài)視頻并進行入庫比對，自動人臉識別技術(shù)發(fā)展和普及應用的速度都遠遠超出預期。需要注意的是，一方面，自動人臉識別的結(jié)果是基于相似度對圖像的排序而非確定的結(jié)論，在重點人員管理中則需事先設(shè)定閾值，當相似度超過閾值時系統(tǒng)便會發(fā)出預警提示，因此，如果出現(xiàn)長相相似的人，系統(tǒng)不可避免地會出現(xiàn)誤報。另一方面，由于人像識別的復雜性，視頻的拍攝角度、光照、人物的表情和服飾等發(fā)生變化都可能導致結(jié)果出現(xiàn)誤差，因而在同一認定標準嚴格的案件偵查領(lǐng)域，自動人臉識別只能作為人像鑒定的輔助手段，可以幫助公安機關(guān)鎖定嫌疑人范圍，其鑒定結(jié)果不能直接作為定案證據(jù)。

2.通過視頻內(nèi)容揭示事實真相

視頻內(nèi)容解析是對視頻中人、事、物的特點和變化以及所處環(huán)境和場景的客觀描述與解釋，通常分為對特定目標特點的描述、對活動場景特點的描述、對行為人活動性質(zhì)的描述，以及結(jié)合時空變化規(guī)律對目標行為軌跡的描述4種類型。視頻內(nèi)容解析是畫面中目標對象的形態(tài)反映與解析者的生活經(jīng)驗和認知水平相結(jié)合的結(jié)果。對視頻解析的程度取決于解析者的專業(yè)能力和水平，因此視頻內(nèi)容的解析是一項專業(yè)活動，需要由專業(yè)技術(shù)人員來完成，而視頻內(nèi)容解析的程度主要體現(xiàn)在對目標細節(jié)的把握和對異常的察覺及分析兩個方面。

對于目標細節(jié)的解析程度與視頻質(zhì)量密切相關(guān)。視頻質(zhì)量越高，畫面對細節(jié)反映得越好，解析時對于目標細節(jié)的把握越容易。高質(zhì)量的視頻分辨率高、曝光準確、圖像清晰，目標對象的整體特征、局部特征和細節(jié)特征都能得到很好的反映。低質(zhì)量的視頻通常存在分辨率低、曝光不足甚至離焦或者運動模糊等問題，不論是哪種情況，都會降低對目標細節(jié)的反映程度，當然圖像處理可以在一定程度上解決這些問題，有助于更準確地把握細節(jié)特征。同時，專業(yè)經(jīng)驗和能力也是影響視頻細節(jié)解析程度的重要因素，解析者的經(jīng)驗越豐富、專業(yè)能力越強，從視頻中獲得的信息也越多。

功能詞：是能給理解提供結(jié)構(gòu)和意義信息的詞，包括介詞、連詞、冠詞、代詞、副詞等，適用于各種文體，意義也沒有什么區(qū)別。

對視頻中異常的察覺和分析也是視頻解析的重要任務(wù)。關(guān)注畫面中目標對象的衣著、舉止和所攜帶物品等的異常并探究其原因，是視頻內(nèi)容解析的重要內(nèi)容。值得注意的是，有一類異常是成像設(shè)備造成的，比如紅外攝錄系統(tǒng)所得的圖像與可見光圖像具有顯著差異，因此必須區(qū)分同一物體在常規(guī)攝像頭與紅外攝像頭下的不同表現(xiàn)，這樣才能避免跨鏡頭追蹤時出現(xiàn)目標錯誤。另外，有一類模糊可以作為判斷行為性質(zhì)的依據(jù)。人體由于其非剛性的特點，在運動過程中圖像容易產(chǎn)生局部模糊，因此根據(jù)模糊的部位和程度可以推測人體不同部位的運動速度、判斷行為人實施的具體行為。比如，在揮刀砍殺的過程中，手和前臂會因急速運動而導致圖像嚴重模糊，而人體其他部位則因運動速度較慢，其圖像具有或清晰或輕微模糊的特征，據(jù)此在一定程度上可以做出行為人實施砍殺動作的判斷。

3.通過真?zhèn)螜z驗確定證據(jù)效力

視頻數(shù)據(jù)的原始性和真實性檢驗是確定其能否作為證據(jù)的首要環(huán)節(jié)。原始的視頻數(shù)據(jù)具有特定的哈希值，因此哈希值是視頻保持原始狀態(tài)的證據(jù)。如果提取原始視頻時沒有提取和固定哈希值，當對視頻的證據(jù)效力存有疑義時便需要進行真實性檢驗。

真實性檢驗的方法與視頻偽造的方法密切相關(guān)。早期的視頻檢驗往往根據(jù)視頻生成的條件，從前后幀之間的連續(xù)性、鏡頭成像的透視規(guī)律，以及同一條件下畫面中不同對象光影的一致性等方面進行分析。但隨著技術(shù)的發(fā)展，深度偽造技術(shù)（Deepfake）通過對視頻中目標人進行換臉、唇形同步、面部復現(xiàn)和動作轉(zhuǎn)移等操作，可以實現(xiàn)對成段視頻中人物的完整替換，并達到以假亂真的程度。同時近幾年深度學習算法不斷迭代，使偽造視頻的精度越來越高，這對視頻真?zhèn)蔚臋z驗提出了巨大的挑戰(zhàn)［9］。

（二）數(shù)據(jù)管理價值

視頻的數(shù)據(jù)化使原本雜亂、無序、非結(jié)構(gòu)化、物理形態(tài)的特征要素轉(zhuǎn)換成數(shù)據(jù)，由此具備了視頻數(shù)據(jù)管理的基礎(chǔ)。在大數(shù)據(jù)背景下，人們對事物的認識不再局限于事物自身，而是可以根據(jù)事物的相關(guān)性進行拓展關(guān)聯(lián)，編織一張無限聯(lián)通的數(shù)據(jù)關(guān)系網(wǎng)。依托大數(shù)據(jù)自身的增量優(yōu)勢和關(guān)聯(lián)特性，人們可以以特定對象為源點，拓展形成跨時空、跨領(lǐng)域、跨類別的數(shù)據(jù)拓撲圖，以厘清事物之間的相關(guān)關(guān)系，建立多元、立體的關(guān)系框架［10］。

1.通過數(shù)據(jù)資源的積累形成視頻數(shù)據(jù)庫

由于視頻數(shù)據(jù)體量龐大，原始視頻數(shù)據(jù)無法長期存儲，但涉案件和事件的關(guān)鍵視頻數(shù)據(jù)則必須提取和保存，由此形成可以滿足各類業(yè)務(wù)需要的視頻數(shù)據(jù)庫。視頻數(shù)據(jù)庫的建設(shè)應當與現(xiàn)實需求相契合，并符合一定的標準，因而不同行業(yè)建立的視頻數(shù)據(jù)庫有所不同。在公安行業(yè)，2017年我國頒布公共安全行業(yè)標準《公安視頻圖像信息應用系統(tǒng)》，規(guī)定視頻圖像信息數(shù)據(jù)庫存儲和管理的對象主要包括涉案視頻片段、圖像及其所包含的人員、車輛、物品、場景和視頻圖像相關(guān)的文件等［11］。經(jīng)過幾年的努力，目前我國的涉案視頻數(shù)據(jù)庫已經(jīng)建成，并實現(xiàn)了全國、省、市、區(qū)數(shù)據(jù)的逐級級聯(lián)和匯聚。與涉案指紋數(shù)據(jù)庫、DNA數(shù)據(jù)庫一樣，該數(shù)據(jù)庫成為在全國范圍內(nèi)互聯(lián)應用的大型基礎(chǔ)數(shù)據(jù)庫之一。

數(shù)據(jù)庫本身是一種信息資源，它不是靜止不變的，而是動態(tài)的數(shù)據(jù)聚合。隨著數(shù)據(jù)的累加，數(shù)據(jù)的組合形式呈幾何級增長，以數(shù)據(jù)為基礎(chǔ)分析案件事實的路徑也越來越豐富。隨著各類數(shù)據(jù)庫的不斷完善，公安機關(guān)可以實現(xiàn)多源異構(gòu)數(shù)據(jù)的融合、關(guān)聯(lián)和碰撞，通過深層次的數(shù)據(jù)挖掘開展軌跡分析、行為分析、關(guān)系分析和規(guī)律分析等，從而獲得關(guān)聯(lián)信息和隱性線索，間接確認嫌疑目標的身份，固定涉案件和事件的證據(jù)。隨著技術(shù)的發(fā)展，視頻數(shù)據(jù)庫為人臉自動識別系統(tǒng)、形體自動識別系統(tǒng)、車輛自動識別系統(tǒng)的在線布控和危險預警奠定了基礎(chǔ)。

2.為視頻綜合應用平臺提供數(shù)據(jù)基礎(chǔ)

應用平臺是由數(shù)據(jù)驅(qū)動、功能支撐、網(wǎng)絡(luò)協(xié)同的業(yè)務(wù)組織管理系統(tǒng)，其系統(tǒng)模型包括展現(xiàn)層、應用層和數(shù)據(jù)層，以數(shù)據(jù)庫的聯(lián)網(wǎng)互通為基礎(chǔ)，可以實現(xiàn)對數(shù)據(jù)的分析和管理。隨著視頻數(shù)據(jù)庫的完善和互聯(lián)互通，視頻綜合應用平臺發(fā)揮出越來越大的作用，為不同行業(yè)的信息化建設(shè)和大數(shù)據(jù)智能應用提供了重要支撐。需要說明的是，視頻綜合應用平臺需要處理海量的視頻數(shù)據(jù)，并通過各類接口與上、下級數(shù)據(jù)庫建立級聯(lián)，必須以計算系統(tǒng)的強大算力作為基礎(chǔ)。因此，為了滿足視頻數(shù)據(jù)應用的需要，我國公安部門專門建立了公安視頻網(wǎng)，以同公安信息專網(wǎng)相區(qū)分，一方面可以避免受到公安信息專網(wǎng)數(shù)據(jù)傳輸和計算能力不足的制約，另一方面可以與其他行業(yè)的數(shù)據(jù)相互連通。實踐中很多視頻綜合應用平臺的建設(shè)都與公安信息專網(wǎng)的建設(shè)分別進行，采用雙網(wǎng)雙平臺的模式，并保持功能一致、數(shù)據(jù)聯(lián)通。由此大量的數(shù)據(jù)匯聚、分析和運算往往都在公安視頻網(wǎng)進行，而分析處理的結(jié)果信息將被傳送至公安信息專網(wǎng)保存，在專網(wǎng)內(nèi)部與其他數(shù)據(jù)庫和業(yè)務(wù)系統(tǒng)之間實現(xiàn)數(shù)據(jù)關(guān)聯(lián)應用。

為了滿足各行各業(yè)的業(yè)務(wù)需求，視頻綜合應用平臺至少應當具備以下三個功能：（1）數(shù)據(jù)處理功能，包括涉案件和事件視頻的導入、檢索、分析和處理，并對視頻數(shù)據(jù)進行比對、關(guān)聯(lián)、標識、轉(zhuǎn)發(fā)和清洗等；（2）數(shù)據(jù)分析功能，包括對視頻數(shù)據(jù)進行分類、聚類、回歸等挖掘分析，并與其他數(shù)據(jù)庫互聯(lián)，通過多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)、融合和碰撞進行模型分析、關(guān)聯(lián)分析、統(tǒng)計分析等；（3）數(shù)據(jù)管理功能，包括涉案數(shù)據(jù)的組織和治理以及對數(shù)據(jù)的分類存儲，構(gòu)建原始庫、資源庫、主題庫、業(yè)務(wù)庫、知識庫等并對數(shù)據(jù)庫進行運維管理。另外，新型視頻綜合應用平臺具有智能應用功能，可以從海量數(shù)據(jù)中快速獲取有用數(shù)據(jù)、線索和證據(jù)，對目標對象實施監(jiān)控和追蹤，通過線索挖掘?qū)崿F(xiàn)態(tài)勢分析和危險預警等功能［12］。

3.通過動態(tài)視頻應用系統(tǒng)實施遠程監(jiān)控

視頻監(jiān)控系統(tǒng)可以將在現(xiàn)場采集的視頻數(shù)據(jù)實時傳輸至異地，并借助各類動態(tài)視頻應用系統(tǒng)進行數(shù)據(jù)分析和應用。目前視頻監(jiān)控主要有重要地點監(jiān)控和重點人員布控兩種形式。首先，重要地點監(jiān)控對監(jiān)控技術(shù)的要求比較低，主要通過視頻監(jiān)控系統(tǒng)遠程監(jiān)測現(xiàn)場狀況，并根據(jù)情況進行現(xiàn)場干預。這種監(jiān)控對于前端設(shè)備的要求比較高，通常需要建設(shè)具有專門功能的監(jiān)控設(shè)施如人臉卡口、交通監(jiān)控網(wǎng)絡(luò)和配備專門的設(shè)備，如高空攝像頭，或者操控無人機進入現(xiàn)場并實時傳回視頻。對重要地點的遠程實時視頻監(jiān)控可以用于指導災害事故的救援、高峰交通流量的疏散、節(jié)假日重要地點人流的控制等。其次，重點人員的布控需要通過自動識別系統(tǒng)，將特定點位采集的人臉視頻、車輛視頻等實時入庫比對，找出與布控目標相似度超過設(shè)定閾值的對象［13］。

通過動態(tài)視頻應用系統(tǒng)進行遠程監(jiān)控對系統(tǒng)的應用性能要求較高，系統(tǒng)的響應速度必須足夠快才能實時反饋結(jié)果。系統(tǒng)的應用性能取決于系統(tǒng)的視圖解析能力和數(shù)據(jù)比對效率，其中超大數(shù)據(jù)基于各類算法的融合應用對系統(tǒng)的數(shù)據(jù)處理能力要求非常高。隨著信息化建設(shè)和視頻數(shù)據(jù)智能化應用的不斷發(fā)展，現(xiàn)今許多應用系統(tǒng)都建立了數(shù)據(jù)中臺以滿足數(shù)據(jù)處理的要求，系統(tǒng)的架構(gòu)也從以應用為中心向以應用和管理為中心轉(zhuǎn)變，由此系統(tǒng)可以通過對視頻數(shù)據(jù)的規(guī)范化管理和治理，提升視頻數(shù)據(jù)的質(zhì)量，優(yōu)化視頻數(shù)據(jù)的組織和存儲，進一步挖掘視頻數(shù)據(jù)的應用價值。

四、結(jié)語

在大數(shù)據(jù)時代，傳統(tǒng)的人工分析、經(jīng)驗主導的應用模式已經(jīng)無法滿足當前量級的數(shù)據(jù)應用需求，自動化、智能化技術(shù)成為新時期各領(lǐng)域數(shù)據(jù)應用的重要手段。算法、算力和數(shù)據(jù)是大數(shù)據(jù)智能應用的三要素。如今視頻監(jiān)控網(wǎng)絡(luò)為視頻數(shù)據(jù)源源不斷的匯聚打下了堅實的基礎(chǔ)，計算機技術(shù)的不斷發(fā)展也為算力的提升提供了保障，因此算法成為人工智能和大數(shù)據(jù)應用發(fā)展的關(guān)鍵。雖然近些年視頻數(shù)據(jù)在各領(lǐng)域的應用日益深化并發(fā)揮出越來越大的作用，但就目前的硬件基礎(chǔ)和技術(shù)條件而言，這些應用只是剛剛起步，與應有的成效還有很大差距。未來必須加大算法研究的力度，構(gòu)建面向不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)融合機制，加強視頻數(shù)據(jù)與其他類型數(shù)據(jù)的集成及信息的挖掘，探索多源異構(gòu)數(shù)據(jù)的智能應用路徑，從而進一步發(fā)揮視頻數(shù)據(jù)的價值，為各領(lǐng)域的業(yè)務(wù)應用賦能。