热门标签:代写本科论文 写作发表 工程师论文 代写一篇论文多少钱
当前位置: 代写一篇论文多少钱 > 计算机论文 > 城市视频图像信息综合应用系统设计研究

城市视频图像信息综合应用系统设计研究

时间:2018-05-03 15:35作者:依依
本文导读:这是一篇关于城市视频图像信息综合应用系统设计研究的文章,公共安全视频监控建设联网应用, 是新形势下维护国家安全和社会稳定、预防和打击暴力恐怖犯罪的重要手段, 对于提升城乡管理水平、创新社会治理体制具有重要意义。

  摘要:近年来, 视频监控正经历着一个高速发展期, 视频侦查技术也实现了跨越式发展, 它是继刑侦、技侦、网侦之后的第四大侦查技术, 是公安侦查工作新的增长点。但在多年的实践工作中, 发现单纯依靠视频找线索、还原轨迹、锁定嫌疑目标, 由于视频覆盖面的不足, 存在很大的困难。公共安全视频监控建设联网应用, 是新形势下维护国家安全和社会稳定、预防和打击暴力恐怖犯罪的重要手段, 对于提升城乡管理水平、创新社会治理体制具有重要意义。

  关键词:视频监控; 视频解析; 深度应用; 特征采集; 实战应用

  0 引言

  随着时代的发展, 犯罪手段越来越多, 嫌疑人通过绕行、伪装等各种手段躲避监控, 给民警办案带来很大的难度和巨大的挑战, 各类犯罪越来越隐避, 视频监控手段在部分案件的侦破中仍存在短板。例如, 有些案件能在视频监控中看到疑犯, 但由于距离、角度、清晰度等原因无法分辨嫌疑人相貌, 给案件侦破带来遗憾。有些案件由于视频监控覆盖面不足, 无法完整追踪嫌疑人轨迹。全面推进视频监控系统建设联网综合应用, 充分挖掘和提升视频监控在指挥处置、治安防控、侦查破案、社会管理等实战应用中的综合效能, 可以辅助公安机关积极赢得动态化社会治安防控的主动权、切实控制刑事犯罪的高发态势、有效应对突发事件和非传统安全的威胁。因此, 基于我地区视频监控应用系统建设情况, 本文提出视频图像信息综合应用体系的建设思路, 从“事前、事中、事后”的时间角度, 围绕着“防控、处置、研判”的业务需求, 突出视频图像信息所具备的“能力”, 构建一个具有“信息共享、智能识别、视频解析、分库存储、数据挖掘、综合服务”的视频图像信息综合应用系统, 为公安机关各个部门、警种提供“一站式”视频警务综合服务。

  1 视频深度解析融合技术的应用

  1.1 设计思路

  视频图像信息综合应用整体解决方案的设计思路是:突出视频、图像、信息所具备的“能力”, 从“事前、事中、事后”的角度出发, 围绕着“防控、处置、研判”的业务需求, 为公安机关各个部门、警种提供“服务”。

  解决方案设计模型, 如图1所示。

  图1 方案设计模型图。
 

  视频图像信息综合应用整体解决方案主要关注的内容是:事前, 强调防控服务, 突出视频图像的可视化能力以及针对人、车、事件等要素的预警与控制能力;事中, 强调处置服务, 突出视频图像的可视化能力以及针对突发/应急事件、现场活动、警卫路线等事件的处理与响应能力;事后, 强调研判服务, 突出视频图像的可视化能力以及针对治安案事件、刑事案件等案事件的研判与分析能力。

  1.2 视频结构化技术

  视频监控系统产生的海量视频或图片均为非结构化或半结构化数据, 其中, 非结构化视频或图片多为原始视频或图片, 视频或图片中的内容均需由人工完成内容信息的提取与识别;半结构化视频或图片, 是由计算机提取部分信息, 再结合人工完成内容信息的提取与识别。然而, 非结构化或半结构化的视频或图片, 均不能有效地被计算机应用于基于数据开展的实战业务中。

  将海量视频或图片由计算机完成内容信息的识别与读取, 通常采用的技术是视频结构化描述技术。关于视频结构化描述技术, 业界内比较容易让人理解的定义是:视频结构化描述, 是对视频内容按语义关系, 采用目标检测、特征提取、对象识别、深度学习等分析手段, 组织成可被计算机和人识别、理解、检索的文本信息的技术。图2为信息检索图。
 

  图2 信息检索图。
 

  1.3 大数据技术

  视频图像综合应用系统采用大数据技术、分布式数据库、分布式文件系统以及可扩展的存储系统等构建后端监控管理中心, 以实现对海量终端特征信息数据进行存储管理、分析和应用。

  大数据是指无法在一定时间内通过传统数据库软件对其内容进行分析、处理和管理的数据集合。一般可用4个V来概括大数据的基本特征:Volume (大量化) 、Variety (多样化) 、Value (价值密度低) 和Velocity (处理要求快, 即快速化) 。大数据特征描述示意如图3所示。

  大量化是指的是数据规模至少在TB级, 存储量大、增量大;多样化一方面指数据有不同的来源, 另一方面指数据类型有多种形式;价值密度低是指这些数据的单一来源或单一维度并不能带来有效的价值, 只有形成一定规模并充分关联, 才能发挥大的价值;处理要求快是指对数据分析的实时性要求高。

  1.3.1 分布式计算技术

  分布式计算技术能将大规模在线业务分解成小批量的任务块, 分发给大数据设备进行并发计算, 实现高速的数据交互统计和数据挖掘, 实时返回查询结果/分析结果。分布式计算原理如图4所示。
 

  图3 大数据特征描述示意图。

  图4 分布式计算原理图
 

  1.3.2 全文搜索引擎技术

  普通数据库技术, 在数据量达到一定规模时将遇到性能瓶颈, 当数据量达到亿级规模时, 复杂业务查询时间将呈指数级增长, 导致业务不具有实际可用性。全文搜索引擎设计基于分布式技术架构, 通过多节点方式管理各个索引文件, 独立或者联合响应搜索请求, 服务性能随服务器数量成线性增长, 能够通过增加服务器硬件数量使系统处理能力线性增长, 具有极强的伸缩扩容能力, 轻松突破百亿级别数据秒级检索。全文检索示意图如图5所示。

 
 图5 检索示意图
 

  1.3.3 深度学习技术

  深度学习 (Deep Learning) 的概念源于人工神经网络的研究, 是模拟人脑学习机制的一种学习算法。学习分层结构图如图6所示。相比于只有一层隐层的浅层学习 (Surface Learning) , 深度学习的结构包含一个多隐层的多层感知器。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征, 以发现数据的分布式特征表示。


 

  图6 学习分层结构图
 

  深度学习与浅层学习之间有相同的地方也有很多不同。二者的相同在于深度学习采用了神经网络相似的分层结构, 系统由包括输入层、隐层 (多层) 、输出层组成的多层网络, 只有相邻层节点之间有连接, 同一层以及跨层节点之间相互无连接。分层就是人脑学习的关键, 某一层的学习结果交给下一层继续学习, 这种分层结构, 是比较接近人类大脑的结构的。浅层学习有一个重要特点, 就是靠人工经验来抽取样本的特征, 模型主要是负责分类或预测, 不是一个可扩展的途径。深度学习的实质, 是通过构建具有很多隐层的机器学习模型和海量的训练数据, 来学习更有用的特征, 从而最终提升分类或预测的准确性。

  深度学习是机器学习研究中的一个新的领域, 其动机在于建立、模拟人脑进行分析学习的神经网络, 它模仿人脑的机制来解释数据, 例如图像, 声音和文本。深度学习就是一种特征学习方法, 把原始数据通过一些简单的但是非线性的模型转变成为更高层次的, 更加抽象的表达。

  2 系统技术架构

  2.1 总体框架

  视频图像信息综合应用系统建设, 以视频图像共享平台和视频图像联网平台为基础, 从中获取视频、录像、人车图片及信息、手机信息等视频图像信息资源, 通过视频图像解析系统从原始视频、录像及人脸、车辆图片中解析目标的属性与特性信息, 并在视频图像信息资源库中实现分类存储, 为视频图像信息综合应用平台提供视频图像大数据支撑, 面向多警种提供以视频图像信息为基础的、丰富的视频图像信息综合应用。

  视频图像信息综合应用系统建设, 系统设计遵循国家、行业相关的技术标准规范体系, 满足政策文件、指导意见明确的系统要求及发展趋势, 符合国家、地方的法律法规要求;系统中视频图像信息从视频专网向公安信息网传递过程中, 遵循公安部有关通知及技术规范等安全管理体系要求, 充分保证“双网”之间的信息数据安全接入、安全监测、访问控制;系统内前端摄像机、服务器、存储、网络等设备的运维管理, 由其他专业的视频监控运维管理系统完成状态监测、视质检测、运行管理等。

  2.2 组成结构

  视频图像信息综合应用系统, 主要由三部分组成:

  第一部分, 视频图像解析系统, 利用视频联网网关服务、图片抽取网关服务接入视频、图像资源, 基于视频结构化、深度学习等技术构建GPU集群视频图像解析域, 提供视频图像解析、分析、检索及视频大数据分析服务, 实现对视频内容进行结构化分析、信息提取。主要由视频/录像解析单元、人脸解析/建模单元、车辆解析/建模单元以及视频智能处理工具构成。

  第二部分, 视频图像信息资源库, 基于Hadoop分布式系统基础架构, 采用HDFS、HBase、ElasticSerch、Spark、Kafka等大数据技术支撑, 用于存储视频图像信息的非结构化数据、半结构化数据, 以及经过结构化处理后的结构化信息数据、关联索引数据等, 并采用视图库标准接口服务实现横向互联及纵向级联。主要由视频图像基础资源库和视频图像专题资源库构成, 其中视频图像专题资源库包含人员专题资源库、人脸专题资源库、车辆专题资源库、手机专题资源库以及案件图像资源库等。

  第三部分, 视频图像信息综合应用平台, 实现系统管理与对外提供服务, 为各警种提供视频门户、视频应用、时空分析、图上作战、布控告警、视频指挥、案件研判等应用服务。

  2.3 接口设计

  视频图像信息综合应用系统接口设计, 依据《公安视频图像信息应用系统第1部分通用技术要求 (报批稿) 》、《公安视频图像信息应用系统第2部分应用平台技术要求 (报批稿) 》、《公安视频图像信息应用系统第3部分数据库技术要求 (报批稿) 》、《公安视频图像信息应用系统第4部分接口协议要求 (报批稿) 》等标准规范要求, 开展采集接口、数据服务接口、级联接口和分析接口的设计。

  视频图像信息综合应用系统中相关的各接口协议结构采用REST架构进行定义, REST服务通过HTTP的方法实现, 消息体采用JSON进行封装。

  3 结束语

  通过视频图像信息综合应用平台, 对视频结构化。采集移动终端特征信息, 并结合视频监控、车辆卡口数据做并轨分析、碰撞比对, 研判应用, 将作为公安抓捕犯罪嫌疑人又一重要手段。在未来平安城市或智慧城市建设中, 将会规划建设大量视频监控智能设备, 为城市级大数据中心建设提供基础数据支撑。

  参考文献

  [1]中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会.公共安全视频监控联网系统信息传输、交换、控制技术要求 (GB/T 28181-2016) [S].北京:中国标准出版社, 2016.
  [2]杨天怡.图像通信与监控系统[M].北京:社会科学文献出版社, 2006:27-35.
  [3]刘中伟, 王四宏.监控系统设计与实现[J].飞行器测控监测学报, 2010, 3 (8) :24-26.
  [4]杨磊, 李峰, 付龙编着.电视监控实用技术[J].北京:机械工业出版社, 2003:18-19.
  [5]卢选民, 张原, 史浩山.分布式智能监控系统视频多画面显示的设计与实现[J].计算机应用研究, 2000.3:7-8.

联系我们
  • 写作QQ:78307562
  • 发表QQ:78303642
  • 服务电话:18930620780
  • 售后电话:18930493766
  • 邮箱:lunwen021@163.com
范文范例
网站地图 | 网站介绍 | 联系我们 | 服务承诺| 服务报价| 论文要求 | 期刊发表 | 服务流程