徐淑珍，官 靜，曹雪松，康翠雯

（天訊瑞達(dá)通信技術(shù)有限公司研究總院，廣東廣州 510623）

0 引言

隨著社會(huì)現(xiàn)代化水平的快速發(fā)展，各類突發(fā)事件和災(zāi)害高發(fā)頻發(fā)，且具有傳播迅速、影響巨大、跨領(lǐng)域等特性，嚴(yán)重影響社會(huì)穩(wěn)定和人民生命財(cái)產(chǎn)安全。

應(yīng)急管理部門自2018 年重組改革以來，針對(duì)城市應(yīng)急突發(fā)事件，協(xié)同政府其他智能部門投入了大量的人力、物力和財(cái)力。但是過往的投入更多的是聚焦在災(zāi)后救援中，對(duì)于應(yīng)急突發(fā)事件的提前感知和防范仍存在諸多不足。2022 年1 月10 日中共中央國(guó)務(wù)院發(fā)布《中共中央國(guó)務(wù)院關(guān)于推進(jìn)防災(zāi)減災(zāi)救災(zāi)體制機(jī)制改革的意見》（簡(jiǎn)稱《意見》），《意見》明確提出要堅(jiān)持以人民為中心的發(fā)展思想，堅(jiān)持以防為主、防抗救相結(jié)合，努力實(shí)現(xiàn)從注重災(zāi)后救助向注重災(zāi)前防范轉(zhuǎn)變，從應(yīng)對(duì)單一災(zāi)種向綜合減災(zāi)轉(zhuǎn)變，全面提升全社會(huì)抵御自然災(zāi)害的綜合防范能力。因此研究新興技術(shù)在預(yù)防應(yīng)急突發(fā)事件具有重大的現(xiàn)實(shí)意義，這也是當(dāng)前應(yīng)急管理工作迫切需求。

視頻監(jiān)控作為采集現(xiàn)場(chǎng)畫面、監(jiān)控實(shí)時(shí)現(xiàn)狀在城市安防中發(fā)揮了越來越重要的作用[1]，隨著智慧城市的全面鋪開，視頻監(jiān)控的覆蓋面越來越廣。如此海量的視頻監(jiān)控，對(duì)于捕捉潛在的應(yīng)急突發(fā)事件和異常大多數(shù)還停留在通過值班工作人員肉眼識(shí)別手段，效果頗微，工作量大，對(duì)于視頻監(jiān)控智能識(shí)別和感知急需加強(qiáng)，真正實(shí)現(xiàn)從“人盯死守”向“智能感知”轉(zhuǎn)變。

1 視頻監(jiān)控AI 在應(yīng)急管理中應(yīng)用的需求和痛點(diǎn)

應(yīng)急管理部門聚焦自然災(zāi)害、安全生產(chǎn)提出了系列視頻監(jiān)控AI 的建設(shè)指引和需求，例如，2019 年《安全生產(chǎn)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)地方建設(shè)任務(wù)書》、2020 年《危險(xiǎn)化學(xué)品安全生產(chǎn)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)地方建設(shè)任務(wù)書》中都提到要開展重點(diǎn)區(qū)域視頻智能識(shí)別，利用視頻智能分析相關(guān)技術(shù)，動(dòng)態(tài)感知企業(yè)重點(diǎn)場(chǎng)所、關(guān)鍵部位、特殊崗位的安全隱患，對(duì)現(xiàn)場(chǎng)異常狀況、人員違規(guī)違章行為、作業(yè)控制措施、設(shè)備設(shè)施安全隱患等實(shí)現(xiàn)視頻智能分析；2021 年《危險(xiǎn)化學(xué)品倉(cāng)庫(kù)監(jiān)測(cè)聯(lián)網(wǎng)和視頻存儲(chǔ)智能分析地方建設(shè)任務(wù)書》提出要新增視頻智能分析功能，實(shí)現(xiàn)企業(yè)值班人員脫崗睡崗、受限區(qū)域違規(guī)闖入、人員超限、異?；瘘c(diǎn)、異常煙霧等的智能識(shí)別，并進(jìn)行分級(jí)分類監(jiān)測(cè)預(yù)警；2022 年《“十四五”國(guó)家應(yīng)急體系規(guī)劃》也提到要整合安全生產(chǎn)、自然災(zāi)害、公共衛(wèi)生等行業(yè)領(lǐng)域監(jiān)測(cè)系統(tǒng)，匯聚物聯(lián)網(wǎng)感知數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)以及視頻監(jiān)控?cái)?shù)據(jù)，實(shí)現(xiàn)城鄉(xiāng)安全風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警“一網(wǎng)統(tǒng)管”。

通過分析建設(shè)指引、業(yè)界研究[2]、應(yīng)急管理工作的實(shí)戰(zhàn)要求，本文總結(jié)了視頻監(jiān)控AI 在應(yīng)急管理中的三大核心需求和痛點(diǎn)。

1.1 海量視頻監(jiān)控標(biāo)簽化

來自政府部門、運(yùn)營(yíng)商等各方鋪設(shè)在城市各處海量的視頻監(jiān)控?cái)z像頭，時(shí)時(shí)刻刻都有海量的視頻數(shù)據(jù)被存儲(chǔ)，哪些視頻數(shù)據(jù)與應(yīng)急管理工作相關(guān)？視頻數(shù)據(jù)的價(jià)值如何？傳統(tǒng)的人力肉眼識(shí)別不再可行，必須要借助AI 智能化的分析能力，實(shí)現(xiàn)視頻監(jiān)控的智能標(biāo)簽化，與應(yīng)急管理業(yè)務(wù)相關(guān)的如水庫(kù)、加油站、森林等智能打標(biāo)簽，這些是視頻監(jiān)控在應(yīng)急管理領(lǐng)域的深度應(yīng)用，同時(shí)也是核心需求之一。

1.2 視頻監(jiān)控的智能預(yù)警

圍繞大應(yīng)急的自然災(zāi)害和安全生產(chǎn)兩大業(yè)務(wù)域，整合各類監(jiān)測(cè)系統(tǒng)，按照建設(shè)指引，通過接入各類應(yīng)急場(chǎng)景下的視頻監(jiān)控資源，開展視頻監(jiān)控AI 智能分析，動(dòng)態(tài)感知城市內(nèi)澇點(diǎn)、雨窩點(diǎn)、山體滑坡點(diǎn)和企業(yè)重點(diǎn)場(chǎng)所、關(guān)鍵部位、特殊崗位的安全隱患，對(duì)惡劣天氣如臺(tái)風(fēng)、強(qiáng)降雨可能造成的隱患和企業(yè)現(xiàn)場(chǎng)異常狀況、人員違規(guī)違章行為、作業(yè)控制措施、設(shè)備設(shè)施安全隱患等進(jìn)行視頻智能分析和智能預(yù)警，并根據(jù)異常情況的嚴(yán)重程度分別推送預(yù)警信息給企業(yè)和各政府監(jiān)管層級(jí)，實(shí)現(xiàn)自動(dòng)化預(yù)警及處置閉環(huán)。

1.3 視頻監(jiān)控AI 的準(zhǔn)確性

大應(yīng)急場(chǎng)景下涉及諸多場(chǎng)景，業(yè)務(wù)復(fù)雜，監(jiān)控畫面干擾因素繁多，如森火場(chǎng)景下的煙霧畫面，與之相似的有霧霾天氣的霧霾和三餐時(shí)間的煙囪煙霧，這給森火煙霧識(shí)別造成了極大的干擾，嚴(yán)重影響森火煙霧識(shí)別的準(zhǔn)確性，也經(jīng)常會(huì)出現(xiàn)誤報(bào)。如何提升視頻監(jiān)控AI的準(zhǔn)確性，減少誤報(bào)又不漏報(bào)，這是應(yīng)急管理工作中的又一大核心需求[3]。

2 視頻監(jiān)控AI 在應(yīng)急管理中的應(yīng)用方案

為深入貫徹落實(shí)應(yīng)急管理工作預(yù)防為主、防抗救相結(jié)合的工作思路，圍繞上述應(yīng)急管理工作的核心需求，以視頻監(jiān)控為數(shù)據(jù)底座，以AI 算法為核心能力，打造AI 智能預(yù)警平臺(tái)，即匯聚和提供大應(yīng)急領(lǐng)域視頻監(jiān)控資源，聚焦安全生產(chǎn)、自然災(zāi)害重點(diǎn)領(lǐng)域的應(yīng)急場(chǎng)景，進(jìn)行AI 算法的研發(fā)、匯聚、訓(xùn)練和運(yùn)行，將AI 算法實(shí)時(shí)運(yùn)行結(jié)果推送至AI 智能預(yù)警平臺(tái)，形成AI 智能場(chǎng)景化應(yīng)用，提升大應(yīng)急智能監(jiān)測(cè)預(yù)警能力。

面向應(yīng)急管理的視頻監(jiān)控AI 智能預(yù)警平臺(tái)架構(gòu)如圖1 所示。

圖1 面向應(yīng)急管理的視頻監(jiān)控AI 智能預(yù)警平臺(tái)架構(gòu)

（1）算力資源池。算力資源池主要是承載視頻監(jiān)控AI 的算力基礎(chǔ)設(shè)施，為平臺(tái)提供主機(jī)資源池、存儲(chǔ)資源池、網(wǎng)絡(luò)資源池和安全資源池，AI 平臺(tái)使用容器技術(shù)對(duì)異構(gòu)的算法模型在基礎(chǔ)設(shè)施層進(jìn)行適配兼容。

（2）算法（DL）框架。算法框架使用國(guó)際與國(guó)內(nèi)業(yè)界主流的深度學(xué)習(xí)計(jì)算框架，計(jì)算框架屏蔽底層高深的數(shù)學(xué)原理，屏蔽硬件上使用CPU、GPU 還是TPU 的差異，使算法模型研發(fā)人員專注于業(yè)務(wù)模型的建立，計(jì)算框架還支持分布式計(jì)算模型，可以大大加快模型的迭代速度。

（3）數(shù)據(jù)中心。數(shù)據(jù)中心用于存儲(chǔ)從各個(gè)數(shù)據(jù)源采集到的圖片等多種類型的數(shù)據(jù)集，還負(fù)責(zé)存儲(chǔ)標(biāo)簽數(shù)據(jù)和標(biāo)注數(shù)據(jù)。在結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方面，AI 平臺(tái)支持關(guān)系數(shù)據(jù)庫(kù)與分布式文件系統(tǒng)兩種數(shù)據(jù)源類型，關(guān)系數(shù)據(jù)庫(kù)存放AI 平臺(tái)的管理數(shù)據(jù)與標(biāo)簽數(shù)據(jù)和標(biāo)注數(shù)據(jù)等數(shù)據(jù)，考慮到對(duì)可用性、擴(kuò)展性、數(shù)據(jù)安全等多方面有較高的性能要求，AI 平臺(tái)使用業(yè)界通用的MinIO 存儲(chǔ)圖片等非結(jié)構(gòu)化數(shù)據(jù)。

（4）模型訓(xùn)練中心。AI 平臺(tái)中可以使用已經(jīng)標(biāo)注的數(shù)據(jù)集和內(nèi)置的訓(xùn)練算法進(jìn)行模型的在線訓(xùn)練，可以對(duì)模型訓(xùn)練進(jìn)行可視化的管理，訓(xùn)練完成后得到的模型可以進(jìn)行評(píng)估與進(jìn)一步的優(yōu)化。模型訓(xùn)練中心包括兩大組成部分：算法庫(kù)和模型庫(kù)。數(shù)據(jù)中心的數(shù)據(jù)進(jìn)行標(biāo)注后，用戶可以使用算法庫(kù)里的算法工具進(jìn)行算法模型的訓(xùn)練，模型訓(xùn)練后得到的模型會(huì)存儲(chǔ)在數(shù)據(jù)中心，這些模型經(jīng)過模型評(píng)估、測(cè)試與優(yōu)化后，在AI 平臺(tái)中進(jìn)行統(tǒng)一納管，同時(shí)AI 平臺(tái)還會(huì)引入成熟的開源算法模型形成AI 模型庫(kù)。

（5）場(chǎng)景中心。利用積累與納管的算法原子能力，通過封裝、編排、組合算法的方式，建立貼合業(yè)務(wù)場(chǎng)景的服務(wù)能力和提供更加豐富與完善的人工智能能力，從而更好地滿足客戶需求。

（6）開放平臺(tái)。AI 模型服務(wù)成功部署后，服務(wù)并不會(huì)立即對(duì)外開放，算法服務(wù)只有通過審批后才能注冊(cè)到AI 能力開放平臺(tái)，提供給外部進(jìn)行調(diào)用。AI 能力開放平臺(tái)作為統(tǒng)一的AI 服務(wù)流量管控入口，通過動(dòng)態(tài)路由、安全認(rèn)證、限流限速、IP 黑白名單控制、監(jiān)控報(bào)警、服務(wù)治理等能力控制功能與安全措施，為后端的算法模型服務(wù)提供安全屏障，全方位保護(hù)AI 服務(wù)安全調(diào)用。

（7）大應(yīng)急應(yīng)用。上層應(yīng)用聚焦自然災(zāi)害、安全生產(chǎn)、城市安全等應(yīng)急管理領(lǐng)域風(fēng)險(xiǎn)監(jiān)測(cè)業(yè)務(wù)場(chǎng)景需求，核心研發(fā)了煙火識(shí)別、積水識(shí)別、周界防范等十余個(gè)算法模型。

3 視頻監(jiān)控AI 在應(yīng)急管理中的實(shí)踐

近年來，某應(yīng)急管理廳始終堅(jiān)持沒有信息化就沒有應(yīng)急管理能力現(xiàn)代化的核心理念[4]，在應(yīng)急管理信息化建設(shè)項(xiàng)目“一網(wǎng)統(tǒng)管”中匯聚海量政府各部門包括交通、水利、公安等視頻監(jiān)控和運(yùn)營(yíng)商鄉(xiāng)村視頻監(jiān)控，并創(chuàng)新引入視頻AI 智能分析，打造視頻智能監(jiān)管應(yīng)用系統(tǒng)，推動(dòng)安全監(jiān)管智能化升級(jí)轉(zhuǎn)型。

某省屬于沿海省份，海洋、湖泊、水庫(kù)等涉水地域較多，同時(shí)也是自然災(zāi)害高發(fā)易發(fā)頻發(fā)之地，每年4—10 月份都屬于高度集中的防汛時(shí)期，而其中暑假期間涉水地帶更是該省關(guān)注的重點(diǎn)區(qū)域。該省應(yīng)急管理廳與運(yùn)營(yíng)商合作，將運(yùn)營(yíng)商自建運(yùn)營(yíng)的鄉(xiāng)村視頻監(jiān)控全部匯聚到省廳的信息化系統(tǒng)，并通過標(biāo)簽化識(shí)別出涉水地帶的視頻監(jiān)控，將涉水地帶的視頻監(jiān)控進(jìn)行防溺水AI 分析，一旦有人進(jìn)入涉水地帶平臺(tái)立刻觸發(fā)告警，并聯(lián)動(dòng)涉水地帶周邊的大喇叭進(jìn)行喊話驅(qū)散涉水人員，并同步給相關(guān)政府部門發(fā)送告警短信，確保第一時(shí)間將人員撤離，避免造成人員生命安全隱患。

防汛保障結(jié)束后便是入冬時(shí)節(jié)，整體天氣偏干燥，應(yīng)急管理部門高度重視森林防火工作，按照“打早、打小、打了”的工作原則，某廳在森火防范工作中結(jié)合無人機(jī)和視頻監(jiān)控等技術(shù)，引入視頻監(jiān)控AI 包括煙霧識(shí)別、煙火識(shí)別等，發(fā)現(xiàn)告警和異常時(shí)，無人機(jī)第一時(shí)間高空喊話提醒，方便工作人員第一時(shí)間了解現(xiàn)場(chǎng)情況，為應(yīng)急管理監(jiān)測(cè)預(yù)警工作提供輔助決策[5]。

4 視頻監(jiān)控AI 在應(yīng)急管理中的未來挑戰(zhàn)

隨著海量視頻監(jiān)控?cái)?shù)據(jù)的匯聚和網(wǎng)絡(luò)安全監(jiān)管要求的提高，視頻監(jiān)控AI 在應(yīng)急管理工作中仍存在諸多挑戰(zhàn)，主要包括以下兩大方面。

4.1 視頻監(jiān)控AI 對(duì)算力的要求越來越高

視頻監(jiān)控是一種大數(shù)據(jù)形式，處理大規(guī)模視頻需要強(qiáng)大的算力，分析和處理大量的視頻數(shù)據(jù)需要高性能的計(jì)算設(shè)備和合適的算法來確保實(shí)時(shí)性和準(zhǔn)確性，在實(shí)踐中需要不斷優(yōu)化算法和架構(gòu)，提高硬件效能。

4.2 視頻監(jiān)控?cái)?shù)據(jù)安全監(jiān)管越來越嚴(yán)格

視頻監(jiān)控AI 技術(shù)通常需要訪問和分析大量的視頻數(shù)據(jù)，其中可能包含個(gè)人身份、敏感位置或其他隱私信息。因此如何保護(hù)這些數(shù)據(jù)的隱私和安全成為一個(gè)關(guān)鍵問題。必須確保僅授權(quán)的人員能夠訪問和處理這些數(shù)據(jù)，并采取措施避免濫用和未經(jīng)授權(quán)的訪問。

5 結(jié)語(yǔ)

視頻監(jiān)控作為智慧城市的基礎(chǔ)組成部分，已經(jīng)在應(yīng)急管理工作中發(fā)揮了強(qiáng)大的實(shí)戰(zhàn)成效，隨著大應(yīng)急管理工作的不斷深入，視頻監(jiān)控AI 在自然災(zāi)害、安全生產(chǎn)、城市安全等大應(yīng)急領(lǐng)域具有廣泛的應(yīng)用前景。它不斷在推動(dòng)應(yīng)急管理監(jiān)測(cè)預(yù)警從“人盯死守”向“智能感知”轉(zhuǎn)變，助力實(shí)現(xiàn)災(zāi)后救援向?yàn)?zāi)前防范轉(zhuǎn)變，提升應(yīng)急管理科技信息化水平。然而視頻監(jiān)控AI 的應(yīng)用仍然面臨了諸多挑戰(zhàn)，需要綜合考慮算力、環(huán)境、資源和法律等方面的因素，加強(qiáng)攻關(guān)和研究，不斷以新技術(shù)推動(dòng)應(yīng)急管理體系和能力現(xiàn)代化。