基于大数据技术的视频监控应用研究与探索

2018-12-13卿济民管才路

数字通信世界 2018年11期

陈雁，卿济民，管才路

（深圳市赛为智能股份有限公司，深圳 518000）

城市的安全性离不开摄像设备的支持，为加强城市的安全性建设，我国逐渐加大了视频监控设备的投入。以大型城市为例，每日运转的摄像设备上万，由此将会产生海量的视频数据。大数据技术在信息处理上有着天然的优势，通过大数据技术的应用可以有效提高视频监控水平，这对视频监控领域的发展有着深远的意义与影响。

1 视频监控现状

实践证明，数字化的视频监控更有利于满足人们的需求，我国的视频正朝着高清的方向发展。随着数字化高清视频监控设施的投入，在安全建设方面，城市的安全化工作的展开得到了更有效的进行。近年来，我国投入的视频监控设备数量不断增加，其中包含了大量的数字化高清视频监控，这将比以往的监控设施产生更多的数据信息。在大型的安保监控工程中，数据更新十分迅速，数据量非常大，除去视频监控，其他数字化视频处理设备也会产生大量的数据。就当前的数据处理设备而言，其处理与存储技术仍存在着较多的问题。如存储的性能、兼容性以及存储容量等，这些都难以满足当今数字化视频监控的需求。

通过提高数字化监控性能与容量，结合大数据技术，在以上方面需要进行大幅优化，来加强对视频监控的数据信息的有效处理作用，这足以看出大数据技术的应用在视频监控领域的重要意义。抛开数据存储，我国视频监控领域在数据分析能力也显出不足，发生各类事件都需要专业的管理人员进行观察、发现，在视频监控管理上缺乏一定的自动化。

此外，频监控数据的有效性低，难以对监控信息进行自动化过滤，如此会产生产生了大量无用的冗余信息。当这些无用信息被传送到视频监控中心，将会降低视频监控中心日常的工作效率，这对日后的调查取证也非常不便。另外，监控设备被大量投入到城市的建设中，摄像头过多，使监控的显示界面并不能被完全监控人员监视到，很可能会错过一些关键内容，这对于值班人员的工作能力是个巨大的考验。

2 大数据技术在视频监控领域的意义

大数据技术在视频监控应用中的很多方面的都有着非常重要的影响，对创建平安城市也有着十分巨大的帮助。在信息处理方面，大数据技术可以有效改善监控设备的处理信息上的不足，方便更加科学、合理的处理城市中的视频数据，有利于相关安保平台的建设工作。[1]在智能交通方面，大数据技术完善了交通管理中的不足。十三五期间，我国城市交通的发展被作为重大战略进行，通过大数据技术可以避免城市路网的建设与交通事故的增加，加快了智能交通发展的推进工作。经由大数据技术改善的轨道目标检测，可大幅减少交通事故的发生[2]。通过对轨道目标的检测，可建立与现实场景相一致的背景模型，完整算法过程如下。

除此之外，大数据可直接借助视频监控查询嫌疑人，相比以往来说，大大增加了公安执法的效率，使公安执法更为便捷。

3 存储方式、存储架构

在大数据技术盛行的背景下，选择存储方式非常重要，良好的存储方式对于大数据的处理有着很大的协助作用。通过分析当前的存储方式可以更好地去选择合适的存储方法，有利于存储的效率的提升。存储方式与存储架构是存储中必不可少的条件，存储架构的选择可在一定程度上改善整体存储技术，通过分析所存储的信息，找出其中的优势所在可以为企业或者相关机构节省更多的资金，提升企业运转效率，使其更好的做好管理工作。

视频监控产生信息的存储方式以多种方式存在，以下将介绍较为常用的存储方式。第一种为本地存储，此种存储方式是将视频监控设备产生的信息直接保存到本地的存储设备中，或者存储到提供的硬盘中[3]。一般这种存储方式被称为DVR存储，和人们使用手机直接将信息存储到手机中的性质一样，此种存储方式具有便捷性的优势。第二种为直连存储，此种存储方式分为多种存储协议，如SAS、USB等。此种存储方式对于小型数据的存储来说非常合适，且能可靠的保证安全性。直连存储中的DAS、RAID以及JBOD，通过数据的直接写入完成。第三种为网络存储，通常可以称这种存储方式为存储局域网络或者中心级视频网络存储。存储局域网络是将一些设备集成的网络技术，如接口、存储设备、集成设备等。而中心级视频网络存储是将直接存储方式与网络存储进行结合。一般网络存储方式适用于大中型的平台，比较简单、便捷。网络存储中的云存储，是大部分人都了解的一种方式，云存储是一种非常便捷的存储服务，对于重要的资料采用云存储方式的人相对较少，一方面是信息的安全性不能保证，另外信息的下载需要大量的时间，十分不便。最后一种是智能存储，此种存储方式十分适用于海量存储，大量的数据中往往存在很多没有价值的信息，也就是无效信息。通过灵活、高效的智能存储，可以的对所存储的内容进行智能化管理。所以说，智能化存储是当前最适合的一种存储方式。

就目前来说，存储架构来存在两种存储架构，即NAS与SAN。NAS存储架构进行文件级数据的存储，该架构可以直接和局域网连接，在该存储架构下公司、企业内部可进行资源的共享。但NAS架构存在一定的缺点，无法为数据的存储提供空间，不能直接本地存储，在带宽上，NAS架构也会受到一定的限制。因为上述种种原因，NAS架构的读写时间一般会比较长，这一点一直是该架构使用者的困扰所在。

FCSAN架构属于SAN架构中的一种，此种架构的性能高，带宽可达到4GB/S，运转十分迅速，但该架构的成本相对较高。FCSAN架构涉及到光纤相关的设备，在管理维护上也会消耗较多的成本。SAN的另一种架构是IPSAN架构，一般该架构采用SCSI协议，SCSI协议在LAN中传输。相对来说，IPSAN架构的成本低、便于扩展使用，所以此种架构存在一定的优势。

采用IPSAN存储架构可方便大数据技术的应用，对与数据的分析处理有着重大意义，能够更加高效的分析数据、处理数据。

4 基于大数据相关视频监控技术

4.1 分布式存储技术

基于Hadoop的海量视频存储解决方案，对处理数字化视频监控设备产生的信息有着很高的效用，可实现真正意义上的视频数据的分布式存储，使用户在数据信息的处理上更加合理科学、高效。分布式冗余存储往往釆用HDFS实现，在流媒体服务器上实现了数据的接收，通过流媒体数据的存储，实现了海量视频数据在HDFS上的分布式冗余备份[4]。分布式转码釆用Hadoop的MapReduce分布式计算框架实现，通过对流媒体数据读取模块的设计，基于f fi npeg的分布式转码模块，最终实现对流媒体数据的分析转码处理。并利用MapReduce并行计算能力，提升了转码的效率，让用户获得可以通过使用普通播放器就能观看录像回放的视频数据的能力。

在分布式存储结构中想要结合海量视频检索与浓缩技术进行高效的视频检索，首先要具备视频自动检索功能。在大多数的情况下，视频检索上技术往往出现不足，或者说是因为无效检索会导致信息的浪费。视频监控设备的投入带动了我国安防的发展，随着科学技术的提高，监控设备都已经采用数字化监控设备，可见我国视频监控水平的发展十分迅速。

4.2 视频的检索技术方法

为了实现方便有效的视频信息获取，通过视频分析和检索研究对视频内容进行处理、分析和理解，接着再建立结构和索引，在大规模视频数据中进行检索，通过视频的内容或者关联内容进行。如镜头检测技术（视频结构的分析、视频数据的自动索引）和视频聚类等。在视频检索技术的研究方面，主要进行视频镜头分割，特征的提取和描述。一般特征内容是视觉特征，颜色，纹理和形状及运动信息和对象信息，关键帧提取和结构分析等方面。视频检索关键技术视频检索系统的关键技术主要有：镜头边界检测、关键帧提取、图像特征提取、图像特征的相似性度量等方法。

（1）镜头边界检测。视频数据大多是由多个镜头经过拼接编辑而成。镜头由摄像机一次拍摄的连续的一组图像帧，代表一个连续动作，是组成视频的最小的语义单元。进行视频结构的分析，即采用镜头边界检测技术将连续的视频流分割为镜头。在编辑视频时，为了达到一些特定效果，常用多种方式实现两个镜头之间的拼接转换，总结起来主要分为两大类：突变和渐变。突变即直接将两个镜头拼接在一起，中间没有过渡，而渐变则可以采用不同的多种模式完成两个镜头之间的缓慢平滑过渡。镜头边界检测的任务是采用合适有效的镜头边界检测算法将这些镜头交界处提取出来，将视频流分割为镜头，作为基本的索引单元。这是基于内容的视频检索的第一步，其检测与分割的好坏将直接影响到视频检索的质量。

（2）关键帧提取。视频内部存在大量的信息冗余。将视频分割为镜头之后，如采用镜头中所有的图像帧表示镜头则会造成大量的资源浪费和信息冗余，且视频数据本身数量巨大，采用这种表示方法往往难以实现。因此，基于内容的视频检索为每个镜头提取代表其主要内容的关键帧，用关键帧表示镜头，可大大节约资源，降低数据量，还可为视频数据的组织和索引提供有效的组织框架。关键帧，即代表帧，是从镜头中提取出来的能有效代表镜头主要内容的若干幅图像帧。通过提取关键帧可以实现视频数据的自动索引，提取关键帧的静态特征和镜头的动态特征可以为后续的镜头聚类成场景奠定基础。

（3）图像特征提取。视频关键帧提取后，要对各个镜头进行特征提取，建立视频单元索引，即提取镜头的颜色、纹理以及运动甚至高级语义等各种特征，形成描述镜头的特征空间，以此作为视频聚类和检索的依据。

4.3 视频浓缩技术

视频浓缩技术以现有的各种计算机视觉算法和数字图像处理技术为基础的，如用背景建模算法进行背景建模以发现运动区域、用背景差分算法背景模型来获取前景、使用跟踪算法对得到前景进行跟踪以得到每一个事件在视频流这一“时空体”的具体情况，都来自于计算机视觉和数字图像处理领域的最新成果。其中涉及到序列图像的运动估计与目标分割、目标跟踪、路径分类以及重建。