智慧城市建设中智能视频监控应用现状及发展趋向
2018-09-17 11:57:46 来源: 中国安防展览网
随着创新与数字化逐步发展为新的增长极，世界各国正积极寻找解决方案，以实现经济、技术与社会的平衡发展。各国政府纷纷出台“智慧城市”政策，大力布局信息技术基础设施，并启用创新解决方案推进城市规划，最终目标是有效打造智慧城市以改善人民生活水平，同时将技术渗透到社会的方方面面，从而实现长期可持续发展。
智慧城市建设不是简单的一句口号，而是需要一个个系统部署实际落地，并能够按照既定要求满足政府和民众管理及生活需求。在国内，目前智慧城市的建设大量用到安防技术，如智能视频监控技术就已拓展到了各部门业务领域。
智能视频监控在智慧城市应用中的现状及特点
众所周知，视频监控的智能化已成为行业发展的必然趋势，它能够对视频中的异常行为进行实时提取和筛选，并及时发出预警，彻底改变了传统监控只能“监”不能“控”的被动状态，将是视频监控行业的一次新的革命。现阶段，我国越来越多的技术型企业正在大力发展数字信号处理、视频分析算法等核心技术，这将大幅提升视频监控产业附加值，改善现有产业价值提升困难的发展瓶颈。
从技术角度来讲，目前国内智能分析技术主要还集中在两大类：一类是采用画面分割前景提取等方法对视频画面中的目标进行提取检测，通过各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动等，例如最早期的一些行为分析类功能(跨界、区域入侵、打架检测、人员聚集等)以及早期的交通事件检测等都属于这类算法技术的应用。另一类是利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。
从应用角度来讲，目前国内智能分析技术主要有四大类：第一类是实时报警类；第二类是数据统计类；第三类是属性识别类；第四类是图像处理类。
第一类：实时报警类。主要是通过分析技术对实时视频进行内容的分析和判断，发现某种状态达到报警规则的要求时，系统即可发出报警联动。如最基础的跨线报警、闯入报警、打架报警、聚众报警等，当然随着应用的深入，各行业应用中也出现了很多带有行业特征的实时报警应用，如校园打架报警；交通行业的拥堵报警、行人上高速报警；司法行业的攀高报警、离岗报警；金融行业的尾随报警、贴假广告报价等等。
第二类：数据统计类。主要是通过在特定的场景下，对视频内容中特定的内容进行统计，形成相关的报表和数据应用。例如，通过视频分析对公路上的车流量进行自动统计，通过视频分析对校园门口、商场出入口等的人流量进行统计等等。
第三类：属性识别类。主要是对视频中特定事务的属性进行自动识别，达到对视频内容的深入应用和快速检索等目的。如人脸识别、车牌识别、车标识别、颜色识别、性别识别、身高识别、年龄识别、手势识别等等。目前安防行业中应用较多的主要还是人脸识别、车牌识别、车标识别等。
第四类：图像处理类。主要是对图像整体进行分析判断及优化处理以达到更好的效果或者将不清楚的内容通过算法计算处理达到看得清的效果。如目前的视频增强技术(去噪、去雾、锐化、加亮等)、视频复原技术(去模糊、畸变矫正等)
智能视频监控在智慧城市应用中的难点与瓶颈
智能视频监控技术应用给各行业安全监管提供便捷性保障，海量的视频数据挖掘也辅助城市管理部门提升其决策效率和精准度。对于社会公共安全治理而言，智能视频监控技术既带来前所未有的机遇，也相伴而生许多应用瓶颈及难题。
首先，在国内过去十几年的视频监控系统建设中，原有视频监控系统都是独立的，信息孤岛比较严重，公共安全治理涉及的公共部门、私人部门等多类主体协作，由于各类安全数据之间缺乏统一标准，现有组织、部门、制度间分割以及信息管理理念的滞后往往导致“数据孤岛”现象出现。在以智能视频监控技术应用基础上，以公开、透明、共享、协作等为基本原则的数据应用理念转变及数据管理模式的重构将成为智慧城市管理中视频大数据应用效果的关键。
其次，在智慧城市信息化建设深入开展背景下，现有视频系统存在缺乏深度应用模式、视频数据智慧化程度不高等突出问题。虽然基于AI的各种智能应用在视频监控系统应用中如火如荼，但当前基于AI的系统建设规模还比较小，其应用瓶颈是缺少视频信息情报的标准化生成方法，进而缺少利用视频信息情报指导侦查、破案的新型警务工作模式，视频信息化情报化警务应用各环节缺乏统一标准和规范。
最后，智能视频监控技术本质是将各类事物数据化，同时将分布不同领域、网络、系统、数据库内的各类数据整合在一起，从而挖掘出其中有价值信息。为了尽可能保障信息挖掘的准确性，开放、流通、透明成为视频大数据应用的必然要求。特别是在公共安全领域中，安全保障的“公共性”与公众隐私的“个人性”之间界限是很难清晰界定。智能视频监控的大数据时代下，很多智慧城市应用涉及公民财产安全甚至国家安全，数据价值极高，因此大数据时代信息安全问题成为智慧城市建设的重大难题。
智能视频监控在智慧城市中的应用案例
江干区是杭州的交通枢纽中心，拥有亚洲最大铁路枢纽--杭州东站，拥有公路客运枢纽—九堡客运中心，拥有中心辐射效应的地铁一号线和四号线等。江干区也是杭州的宗教场所集中区，拥有全球最大的华人基督教教堂--崇一堂，拥有国内最大的清真寺。江干区还是特色民族美食集聚地，如帕米尔餐厅、巴依老爷餐厅等。这些人流量大、背景独特的场所遍布全区，在当前国际恐怖主义渗透威胁的大背景下，更容易引起涉恐涉暴分子的关注和袭击，江干区特别是钱江新城面临的反恐防暴形势也较其它主城区更为严峻。
2016年，杭州市江干分局开启了视频监控智能大数据管控平台建设，以警务实战为中心，运用云计算、大数据、移动互联网、物联网、人工智能等前沿科技创新应用，融合运用视图资源、警务资源和社会面资源等数据，充分挖掘数据资源潜能，构筑以数据指导警务的公安机关新型战斗力，建设具有大数据特征的警务应用新常态，通过构建一个严密、泛在、互联、智能的多维感知防控圈，汇成一个数据可清洗、可存储、可挖掘、可预测的大数据资源共享计算中心，编制一张能展示各类资源、风险态势、巡区防区、重点场所等元素的指挥作战地图，建立一个集情报研判、合成作战、指挥调度等功能为一体的联勤指挥中心，形成预测预警、稳态防控、精准打击、合成作战、扁平指挥、动态管理、保障有力的智慧警务新模式，不断提升江干公安工作智能化水平。
系统自2017年10月上线以来，陆续抓捕全国在逃犯二百四十余人，江干区整体社会治安状态明显提升，群众满意度大幅提高。
智能视频监控在智慧城市中的应用趋势
在大数据时代背景下，伴随物联网、移动互联网与计算等技术的不断应用，智慧城市建设将大力推进大数据基础平台，积极推进信息资源数据交换和共享体系建设，实现智慧城市与智能视频大数据接轨。同时随着视频大数据相关技术的不断成熟，尤其是随着在处理视频、图片等结构化数据方面的能力不断提高，通过各种业务模型、行为分析、机器学习等技术结合海量数据对视频内信息进行智能分析识别，利用大数据技术建立基于视频、面向社会公众开放的云服务平台，整合更多的社会资源信息，获取支撑和保障智慧城市顺利落地和运营的多元信息。根据用户业务需求，为金融、教育等社会单位机构，甚至普通消费者提供视频大数据应用服务，基于智能视频应用的视频大数据将成为智慧城市各个领域实现“智慧化”的关键支撑。
结语
智慧城市是通过新一代信息化技术，提升城市管理者对城市方方面面的信息感知能力、信息分析和处理能力，从而能提高针对性的智能化全社会服务模式。城市中大量的音视频等物联传感设备，需要从重点区域、重点人群中实时监控，对可疑情况进行实时预警预判，真正为政府管理和民众安全提供可靠保障。此外，需要拿捏好数据挖掘与隐私保护之间的平衡点，做到真正的“防”与“安”。（作者：范德耀）
智慧城市建设不是简单的一句口号，而是需要一个个系统部署实际落地，并能够按照既定要求满足政府和民众管理及生活需求。在国内，目前智慧城市的建设大量用到安防技术，如智能视频监控技术就已拓展到了各部门业务领域。
智能视频监控在智慧城市应用中的现状及特点
众所周知，视频监控的智能化已成为行业发展的必然趋势，它能够对视频中的异常行为进行实时提取和筛选，并及时发出预警，彻底改变了传统监控只能“监”不能“控”的被动状态，将是视频监控行业的一次新的革命。现阶段，我国越来越多的技术型企业正在大力发展数字信号处理、视频分析算法等核心技术，这将大幅提升视频监控产业附加值，改善现有产业价值提升困难的发展瓶颈。
从技术角度来讲，目前国内智能分析技术主要还集中在两大类：一类是采用画面分割前景提取等方法对视频画面中的目标进行提取检测，通过各种不同的规则来区分不同的事件，从而实现不同判断并产生相应的报警联动等，例如最早期的一些行为分析类功能(跨界、区域入侵、打架检测、人员聚集等)以及早期的交通事件检测等都属于这类算法技术的应用。另一类是利用模式识别技术，对画面中特定的物体进行建模，并通过大量样本进行训练，从而达到对视频画面中的特定物体进行检测及相关应用。
从应用角度来讲，目前国内智能分析技术主要有四大类：第一类是实时报警类；第二类是数据统计类；第三类是属性识别类；第四类是图像处理类。
第一类：实时报警类。主要是通过分析技术对实时视频进行内容的分析和判断，发现某种状态达到报警规则的要求时，系统即可发出报警联动。如最基础的跨线报警、闯入报警、打架报警、聚众报警等，当然随着应用的深入，各行业应用中也出现了很多带有行业特征的实时报警应用，如校园打架报警；交通行业的拥堵报警、行人上高速报警；司法行业的攀高报警、离岗报警；金融行业的尾随报警、贴假广告报价等等。
第二类：数据统计类。主要是通过在特定的场景下，对视频内容中特定的内容进行统计，形成相关的报表和数据应用。例如，通过视频分析对公路上的车流量进行自动统计，通过视频分析对校园门口、商场出入口等的人流量进行统计等等。
第三类：属性识别类。主要是对视频中特定事务的属性进行自动识别，达到对视频内容的深入应用和快速检索等目的。如人脸识别、车牌识别、车标识别、颜色识别、性别识别、身高识别、年龄识别、手势识别等等。目前安防行业中应用较多的主要还是人脸识别、车牌识别、车标识别等。
第四类：图像处理类。主要是对图像整体进行分析判断及优化处理以达到更好的效果或者将不清楚的内容通过算法计算处理达到看得清的效果。如目前的视频增强技术(去噪、去雾、锐化、加亮等)、视频复原技术(去模糊、畸变矫正等)
智能视频监控在智慧城市应用中的难点与瓶颈
智能视频监控技术应用给各行业安全监管提供便捷性保障，海量的视频数据挖掘也辅助城市管理部门提升其决策效率和精准度。对于社会公共安全治理而言，智能视频监控技术既带来前所未有的机遇，也相伴而生许多应用瓶颈及难题。
首先，在国内过去十几年的视频监控系统建设中，原有视频监控系统都是独立的，信息孤岛比较严重，公共安全治理涉及的公共部门、私人部门等多类主体协作，由于各类安全数据之间缺乏统一标准，现有组织、部门、制度间分割以及信息管理理念的滞后往往导致“数据孤岛”现象出现。在以智能视频监控技术应用基础上，以公开、透明、共享、协作等为基本原则的数据应用理念转变及数据管理模式的重构将成为智慧城市管理中视频大数据应用效果的关键。
其次，在智慧城市信息化建设深入开展背景下，现有视频系统存在缺乏深度应用模式、视频数据智慧化程度不高等突出问题。虽然基于AI的各种智能应用在视频监控系统应用中如火如荼，但当前基于AI的系统建设规模还比较小，其应用瓶颈是缺少视频信息情报的标准化生成方法，进而缺少利用视频信息情报指导侦查、破案的新型警务工作模式，视频信息化情报化警务应用各环节缺乏统一标准和规范。
最后，智能视频监控技术本质是将各类事物数据化，同时将分布不同领域、网络、系统、数据库内的各类数据整合在一起，从而挖掘出其中有价值信息。为了尽可能保障信息挖掘的准确性，开放、流通、透明成为视频大数据应用的必然要求。特别是在公共安全领域中，安全保障的“公共性”与公众隐私的“个人性”之间界限是很难清晰界定。智能视频监控的大数据时代下，很多智慧城市应用涉及公民财产安全甚至国家安全，数据价值极高，因此大数据时代信息安全问题成为智慧城市建设的重大难题。
智能视频监控在智慧城市中的应用案例
江干区是杭州的交通枢纽中心，拥有亚洲最大铁路枢纽--杭州东站，拥有公路客运枢纽—九堡客运中心，拥有中心辐射效应的地铁一号线和四号线等。江干区也是杭州的宗教场所集中区，拥有全球最大的华人基督教教堂--崇一堂，拥有国内最大的清真寺。江干区还是特色民族美食集聚地，如帕米尔餐厅、巴依老爷餐厅等。这些人流量大、背景独特的场所遍布全区，在当前国际恐怖主义渗透威胁的大背景下，更容易引起涉恐涉暴分子的关注和袭击，江干区特别是钱江新城面临的反恐防暴形势也较其它主城区更为严峻。
2016年，杭州市江干分局开启了视频监控智能大数据管控平台建设，以警务实战为中心，运用云计算、大数据、移动互联网、物联网、人工智能等前沿科技创新应用，融合运用视图资源、警务资源和社会面资源等数据，充分挖掘数据资源潜能，构筑以数据指导警务的公安机关新型战斗力，建设具有大数据特征的警务应用新常态，通过构建一个严密、泛在、互联、智能的多维感知防控圈，汇成一个数据可清洗、可存储、可挖掘、可预测的大数据资源共享计算中心，编制一张能展示各类资源、风险态势、巡区防区、重点场所等元素的指挥作战地图，建立一个集情报研判、合成作战、指挥调度等功能为一体的联勤指挥中心，形成预测预警、稳态防控、精准打击、合成作战、扁平指挥、动态管理、保障有力的智慧警务新模式，不断提升江干公安工作智能化水平。
系统自2017年10月上线以来，陆续抓捕全国在逃犯二百四十余人，江干区整体社会治安状态明显提升，群众满意度大幅提高。
智能视频监控在智慧城市中的应用趋势
在大数据时代背景下，伴随物联网、移动互联网与计算等技术的不断应用，智慧城市建设将大力推进大数据基础平台，积极推进信息资源数据交换和共享体系建设，实现智慧城市与智能视频大数据接轨。同时随着视频大数据相关技术的不断成熟，尤其是随着在处理视频、图片等结构化数据方面的能力不断提高，通过各种业务模型、行为分析、机器学习等技术结合海量数据对视频内信息进行智能分析识别，利用大数据技术建立基于视频、面向社会公众开放的云服务平台，整合更多的社会资源信息，获取支撑和保障智慧城市顺利落地和运营的多元信息。根据用户业务需求，为金融、教育等社会单位机构，甚至普通消费者提供视频大数据应用服务，基于智能视频应用的视频大数据将成为智慧城市各个领域实现“智慧化”的关键支撑。
结语
智慧城市是通过新一代信息化技术，提升城市管理者对城市方方面面的信息感知能力、信息分析和处理能力，从而能提高针对性的智能化全社会服务模式。城市中大量的音视频等物联传感设备，需要从重点区域、重点人群中实时监控，对可疑情况进行实时预警预判，真正为政府管理和民众安全提供可靠保障。此外，需要拿捏好数据挖掘与隐私保护之间的平衡点，做到真正的“防”与“安”。（作者：范德耀）
声明①：文章部分内容来源互联网，如有侵权请联系删除，邮箱 cehui8@qq.com
声明②：中测网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
加群提示：我们创建了全国32个省份的地方测绘群，旨在打造本地测绘同行交流圈，有需要请联系管理员测小量（微信 cexiaoliang）进群，一人最多只能进入一个省份群，中介人员勿扰
