過去幾年，隨著攝像機廣泛部署，在平臺建設和國標建設（GBT28181）等方面初見成效。在面對新的技術手段和管理需求的背景下，如何利用新技術改善和優化現有視頻監控在智慧城市中的應用，具有重要的現實意義和廣闊的市場機遇。

一、智能視頻監控技術在智慧城市及檢索中的現狀

“智慧城市”是未來城市發展的主要方向，已成為全球城市發展的戰略選擇。安防產品和技術是“智慧城市”建設的硬件和重要技術支撐，也是“智慧城市”建設的基礎。隨著城市安全建設對監控視頻的需求不斷提升，實時觀看已經無法滿足城市治安管理、交通違章管理等方面的需求。隨著技術的發展，智能化系統平臺正在改變這個現狀，而其中的核心就是視頻的“模塊化”。

不要覺得“視頻結構化”離日常生活很遠，其實它早就應用在了很多軟件中。在視頻結構化的實際應用中，它更多的是配合公安、交通部門使用。“視頻結構化”系統集調度管理、任務管理、人車物特征提取、數據存儲、數據分析于一體，實現高清實時監控視頻、高清錄像以及離線視頻的結構化處理。以天地偉業為例，其應用主要集中在以下幾個方面：

1. 集群架構管理

視頻結構化服務器采用集群調度管理，自動化任務調度和派遣，可實時監測業務負載狀況，自動均衡各處理模塊的任務數，實現服務器性能的合理利用，確保各視頻結構化分析處理任務的及時響應。同時采用集群架構更方便擴容，最大程度地優化處理結果、縮短視頻分析時間、減少警力消耗，以智能化技術推動案件視頻分析更快發展，為案件的破獲提供有效的方法和依據。

2.以圖搜圖，關鍵字搜索

系統可對實時視頻和錄像進行視頻結構化分析，在提取了車輛、行人、非機動車的特征信息后，錄入至服務器中，在需要時可直接搜索關鍵字特征信息。例如：車牌號“津Axxxxx”的車輛，或“穿紅色上衣的男人”，服務器可直接調取出對應關鍵字信息所在的視頻錄像，秒級檢索極大的減少了查證時間，提高了效率。

3.對視頻與錄像分析

系統可針對視頻進行實時視頻結構化分析，秒級提取畫面中出現的機動車、非機動車及行人的信息并存儲到大數據庫中進行大數據研判，不僅針對實時視頻，也可以對錄像進行視頻結構化分析。

同時系統支持對機動車、行人、非機動車結構化信息的檢索，可通過區域選擇、監控點位、時間段、圖片設置進行篩選查詢。

4.布控報警

系統可進行車牌布控，可設定布控區域及布控時段，一旦道路上出現被布控車輛，系統即產生實時報警，幫助公安進行目標鎖定。

5.報警記錄查詢

系統可對報警結果搜索查詢，提供按照“時間、車牌號碼、卡口選擇”等條件進行查詢報警記錄，以列表方式顯示查詢結果，點擊查詢到的記錄顯示圖片及報警詳細信息。

天地偉業以視頻結構化為導向，提供一整套“系統化、網絡化、智能化、標準化”的應用系統，引導案件圖像分析從分散化、差異化向系統化、規范化的方向發展，為破獲案件提供有效的方法和依據。

二、智能監控視頻技術應用的難點與挑戰

1、前端：數據采集單一

目前智慧城市前端設備主要采用高清網絡攝像機進行視頻采集，大多數設備只能采集到視頻，并不能采集到音頻，原因如下：

（1）室外音頻采集效果差。城市大多數音頻環境比較嘈雜，存在較多的噪聲，導致采集到的音頻非常雜亂，無法對有效的音頻信息進行識別和利用。

（2）采集到音頻信息后，后端平臺并不能對音頻進行很好地分析與利用，還會造成存儲空間的浪費。

2、網絡：依賴性過大

目前智慧城市大多使用運營商提供的光纖網絡進行數據傳輸，一旦光纖故障至少導致一個前端暫時失效。這在突發事件、災難性事件或人為破壞的情況下，失去前端提供的實時視頻對城市決策者的影響巨大。

隨著攝像機分辨率的提高，視頻數據量大增，對于網絡的壓力有增無減，網絡傳輸速度的提升明顯跟不上數據傳輸的要求。雖然網絡傳輸速度也在提高，但是攝像機編碼技術也從H.264升級到H.265，網絡技術和視頻壓縮技術的發展目前可以從容應對200w、500w像素的視頻，但如果是900w甚至1200w像素的時候就難以滿足需求。大量的視頻數據對于網絡節點的各交換機也會造成很大的數據交換壓力，要想提高數據傳輸率，必然要升級整個網絡設備，由此會推升整個智慧城市的建設成本。

3、平臺與數據：低效，數據量龐大

大多數智慧城市的安防監控平臺，主要功能依然是作為視頻預覽與錄像回放來使用。從海量的視頻數據看，只能說是“大量數據”和真正的“大數據”不可相提并論，在大數據挖掘上“挖”得還不夠深。在智慧城市海量的視頻數據面前，很多時候需要用戶自行進行甄別，這對于海量的視頻數據來說難度非常大。如何高效地獲取有用的信息，對于用戶來說尤其重要，而且大多數平臺提供給用戶有用的基本配置界面和功能并不多。對于智慧城市來說，平臺必須能夠高效提供管理決策者需要的重要信息，尤其是重大事情的發生，必須及時通知值班人員進行處理。

4、存儲：空間不足

海量的視頻數據需要大量的存儲空間來儲藏，以200w像素的網絡攝像機為例，碼率為4Mps時，24小時的錄像文件約占42G，碼率為2Mps時，一天的錄像文件約占21G，一個城市一天所產生的數據量可想而知。

三、智能視頻監控技術的深度應用

天地偉業為了滿足智慧城市所提出的種種要求，自主研發了“天眼”系列攝像機。智能“天眼”攝像機采用視頻結構化處理技術，將前端視頻流信息處理成數據信息，傳輸至后端進行分析記錄。其主要有以下幾個特點：

1、功能強大、性能卓越

“天眼”系列攝像機打破常規，將服務器中算法前置，能夠智能識別不系安全帶、接打電話、不禮讓行人、左轉不避讓、斑馬線超車、駛入專用車道、違法變道等多種違章行為。

同時“天眼”系列攝像機區別于傳統智能交通攝像機的關鍵一點就在于細節畫面的高精度抓取，可對駕駛人員面部特征、車輛品牌、車身顏色、車牌號碼，甚至車窗上的年檢標、環保標等都可以進行高清拍攝。

基于機器深度學習，對機動車、非機動車、行人分別進行物理建模，通過深度學習算法不斷地學習各個種類物體建模，提高識別率和識別效果，行為識別算法速度更快。

“天眼”系列攝像機將后端服務器算法前置，可大大減小服務器運行壓力，使得服務器可以支持更多路前端卡口及電警的視頻分析。同時“天眼”系列攝像機通過前端視頻結構化分析可以幫助后端服務器更好地進行大數據研判等相關工作。

2、更高分辨率、更多車道

“天眼”系列攝像機最高像素達到900萬，可同時監控五車道信息，實現更大場景、更多目標的鎖定和跟蹤;同時采用星光級圖像傳感器，低照效果更好，在夜晚也可以清晰地捕捉車牌等信息;支持4K分辨率，監控效果前所未有;視頻、圖片、算法，采用不同的曝光參數，錄像亮度、圖片清晰度、算法檢測不受影響;同時，900w設備采用雙網卡設計，減少網絡波動等原因給前端視頻造成影響。

四、智能視頻監控技術的應用趨勢

未來無疑是智能化的時代，一個更加便捷的時代。這一切的前提都依賴于智能算法技術不斷突破和成熟。

首先，除了視頻信息以外，更多維傳感數據信息的融合，例如深度攝像機、雙目攝像機等技術，更有利于排除光照、背景干擾，智能識別和檢測算法的指標更加實用化。

其次，機器學習尤其是深度學習等前沿技術的不斷發展，目標對象包括人和車輛的更多特征將得到檢測和識別。隨著芯片計算性能不斷提升和大量豐富的數據樣本“錘煉”，算法成熟周期越來越短，識別指標不斷提升，性價比越來越高。越來越豐富有效的信息數據必然促使智能化應用在交通等各個領域大放異彩。

深度學習還有很多應用場景，只要涉及到目標檢測、目標識別的地方，理論上都可以應用深度學習來解決。就像百度首席科學家吳恩達在一些報告中提出，深度學習可以取代現有的很多特征提取、目標檢測技術。可以想象在未來，深度學習還將與安防應用摩擦出更多的火花。

第三，數據挖掘分析的大數據技術結合促進安防行業變革發展。傳統監控數據只有視頻和圖片這些非結構化信息，查詢只能是空間和時間兩個維度，這樣的信息利用效率低下，隱含的價值信息也會被大量冗余的信息所覆蓋。智能化發展正提供更多的數據信息，檢出更多人、車、物等目標的辨別特征，以及其他維度數據信息，再結合時間和空間，為挖掘出目標對象的行為、變化和關聯提供更多線索和數據視角，衍生出很多緊貼實戰的特色管理應用。

結語

視頻智能化已經滲透進交通、平安城市、金融、樓宇、能源、文教衛、商業連鎖、司法、軍隊、海關等領域，可以說對整個社會影響巨大。雖然現階段視頻智能化行業由于自身的原因，還未能產生較大的應用價值，但相信未來隨著需求的歸一化及場景建設的標準化，智能應用將大行其道，值得期待。