视频图像感知技术在智慧城市中的应用

（文章来源：kumsing）

大数据和智慧城市是相关联的，在民生、辅助政府决策等方面都需要在智能城市里快速、精密、高效地进行抓取、挖掘以及快速应对。实际上，目前在智慧城市中已经有应有很多大数据的应用场景。对于智慧的视频感知来说，也离不开大数据的应用。当前，视频监控系统的数据量在不断膨胀，高清视频的出现，视频监控系统联网和整合的不断推进，存储技术和容量的提升，导致数据体量巨大，大数据的特征凸显。

大型视频监控系统的建设目标是满足治安管理、城市管理、交通管理、应急指挥等需求，往往还要兼顾灾难事故预警、安全生产监控等方面对图像监控的需求，并考虑报警、门禁等配套系统的集成以及与广播系统的联动，这样的视频监控系统注定将是一个大的数据集合体，对它的精准分析和高效利用也就至关重要。

此外，在视频图像监控应用中，涉及的数据信息类型很多，以数据的结构类型来看，包括了各类非结构化，结构化以及半结构化信息。

非结构化数据主要包括视频录像和图片记录，如监控视频录像，报警录像，摘要录像，车辆卡口图片，人脸抓拍图片，报警抓拍图片等;结构化数据则包括报警记录，系统日志记录，运维数据记录，摘要分析结构化描述记录，以及各种相关的信息数据库，如人口信息，地理数据信息，车驾管信息等;半结构化数据则如人脸建模数据，指纹记录等。

这些所有数据作为一个整体，从行业层面去看，则构成了视频监控系统或者说视频图像监控领域的大数据基础。智慧城市中，使用大数据的分析处理技术，可以提升城市音视频信息的分析处理能力，提供更为准确和高效的视觉感官应用。

由于云存储等大型数据存储系统的出现，可供分析的数据量更大，基于这些更多信息的分析结果和预测的信息也会更准确。此外，随着高清技术的应用以及IT架构、分析技术的快速发展，依靠大数据分析技术，能从大量非结构化的视频数据中提取出有价值的信息，提升了数据信息的发掘能力和利用能力，从而使“事前预警”成为现实。

视频监控行业的大数据处理技术，特别是目前在实时智能分析和数据挖掘方面，已经逐步让视频监控从人工抽检，进步到高效事前预警、事后分析，更进一步实现系统智能化的信息分析、预测。通过对视频图像信息准确提取以及其他视频监控和信息系统的整合，对于一个信息点，可以关联更多的相关信息并且综合呈现，形成各种有效的技战法应用，提升视频监控信息的价值。

视频智能分析技术对于智慧城市中的智慧视频感知来说极其重要，是实现系统智能化的基础，提供了系统识别图像数据信息的能力，完成了光电数据信号到信息的转换。

这种技术使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的关注目标，同时通过计算机建模识别等技术，识别目标的种类、颜色、特征、速度、大小以及其他相关的细节，实现对图像视频中所含信息数据的提取，支持丰富的智能视频分析应用以及大数据的综合分析应用。

智慧视频感知系统一方面可以提取视频图像中的重要信息，进行存储和业务关联，为大数据应用提供数据基础;另一方面，也可以根据这些检测出来的信息，实现智能化的自动监测报警功能。通过在不同摄像机的场景中预设不同的报警规则，一旦检测出目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，监控工作站自动弹出报警信息并发出警示音，用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。对于智慧城市来说，这种应用让视觉感官的效用得到了最为直接的体现。

实际上，随着视频分析算法的不断改进，算法的准确度也不断提升，应用范围也逐步扩大，市场上对于此类应用的需求不断增长。这些应用主要作用是协助政府或其他机构的安全部门提高室外大地域公共环境的安全防护。此类应用主要包括：高级视频移动侦测、入侵探测、物体追踪、遗留物体检测、移走物体检测、非法滞留等。此外，面向城市交通管理、环境管理、政务服务、零售服等行业，也有大量的应用：人数统计、拥挤探测、防止尾随、交通流量控制、车辆控制、车辆违法停靠探测与报警。