視頻檢索——新型安防數據的分析管理

　　視頻檢索就是要從大量的視頻數據中，找出所需要的視頻片段，伴隨著計算機技術和網絡技術的發展，視頻檢索技術已經廣泛應用在視頻點播、數字電視、數字圖書館遠程教育和遠程醫療等領域。

　　在安防領域，各地平安城市、智慧城市的建設和公共安全領域的信息化建設的推進，都產生了大量監控視頻數據，同時高清化和智能化的安防行業發展的趨勢，視頻數據的數量正在指數級增長。然而，視頻數據卻又不同于安防領域的其他傳統的信息數據。以往的傳統信息，經過多年的數據庫技術的發展，已經形成了一套完善的基于信息管理系統的管理平臺，可以快速準確地對所關心的數據進行檢索查詢，例如人口信息管理系統，報警平臺，車輛管理系統等。而視頻數據目前還沒有這樣有效的管理系統，還不能對確實存在的數據進行方便快速的查詢和使用，視頻檢索技術的發展就是希望能解決這樣的問題。

　　在安防領域視頻檢索技術主要應用在圖像偵查方面，視頻數據對案件偵破的作用，也促使圖偵成為一個規模很大的新的警種。視頻檢索的具體應用主要包括視頻濃縮和特征檢索，而特征檢索通常需要智能分析和圖像增強技術的支持。

　　監控視頻數據所蘊含的信息密度很低，針對某一具體需求，24小時的視頻數據中有用的數據也許只有幾秒鐘，然而這幾秒的數據的信息價值卻很高。視頻濃縮技術就是用來有效提高視頻數據的信息密度的，它會將視頻的運動目標從背景中分離出來，然后按照時間先后和位置關系集中疊加在背景中形成新的視頻，這樣既能最大程度地保留環境信息，同時在時間和空間上壓縮無用信息。特征檢索技術是指對視頻內容中目標的特征進行標記索引，然后通過對特征的描述或樣圖顯示的特征對視頻進行搜索，找出符合特征的視頻片段，快速從中獲取更多信息，提升效率，節省人力成本。

　　應用與現狀——初見成效，亟待完善

　　我國很多的安防企業或相關機構都陸續推出了自己的視頻檢索系統，具體工作過程和原理都類似，第一步是對需要檢索的視頻數據進行采集和集中存儲，以供視頻檢索系統快速調用，有些廠家研發了專門的設備對硬盤里的視頻數據進行快速拷貝來提高采集速度;第二步則是正式進行視頻檢索，其一是對數據進行濃縮摘要，濃縮后的視頻數據提供給偵辦人員進行人工排查，也可以用于特征檢索;其二是通過用戶提供的特征對視頻數據進行檢索。

　　辦案人員可以通過查看濃縮視頻，極大地節省排查視頻的時間，當在濃縮視頻中發現可疑目標時，可以通過點擊視頻上的目標快速打開對應的原始視頻片斷，進行詳細查看。辦案人員可以進一步通過提供目標特征，例如人或車，目標顏色、高度、運動方向、運動速度，行人著裝、步態，或者通過提供一幅樣片來發起搜索。

　　視頻檢索系統，首先通過高效的解碼器將未解碼的視頻數據解碼，然后通過背景建模算法分離提取出運動的目標，而后通過智能分析算法對這些運動目標的被關注特征進行提取和分析，將分析結果恰當描述，存放到數據庫，與被請求搜索的特征進行比對，最后，高相關度的目標會以快照或其他方式作為結果顯示出來，并可以快速定位到原始視頻片段。

　　還有些廠商將一些運動目標的基本特征，例如目標類別、顏色、速度等信息在視頻錄制時就實時進行了分析，并通過這些特征對視頻內容進行索引，存放在自己的設備中。這樣，在需要進行特征檢索的時候，只需要將用戶提供的特征與視頻內容的索引信息進行比對就可以定位到相關視頻片段，而不需要對視頻再次進行處理分析，可以有效節省分析時間。但目前不同廠商的視頻內容索引和描述的標準都不盡相同，這樣就會產生不同廠商之間的系統的對接和視頻內容索引的共享問題，無法充分發揮系統的作用。MPEG-7標準化了對音視頻特征的描述，對該問題給出了解決的指導方向，還需要針對安防視頻數據的特點進一步規范和標準化。

　　目前我國正在應用的視頻檢索系統，還只能對目標的一些基本的特征進行索引和檢索，當下的視頻檢索系統并不能完成“找到一個拿著iPhone6的女孩”這樣的任務，因為受到分辨率、清晰度和視頻角度等多重因素的影響，我們無法分辨出手機的型號，甚至我們不知道目標手上到底有沒有東西;我們甚至無法判斷這個目標是個男孩還是女孩，因為這個流行因素快速變化的時代。一些影視作品里所表現出的令人感嘆的智能分析效果，只能是為研究者提供一些研究思路和方向。

　　除了能對前文提到的一些目標基本特征外進行檢索外，目前我們能做到的是對車量牌照信息的檢索，這得益于車牌識別相關技術的成熟和智能交通系統的建設。對于像人臉識別這樣的任務，對于一般的監控視頻，即便是高清卡口，也很難做到較高的準確率，還是要結合人工比對才能真正發揮作用，人眼可以準確分辨和識別的目標，視頻檢索系統卻不一定能做到，達到人眼的分辨能力，那畢竟是目前機器視覺領域的最高境界和終極目標，還有相當長的路要走。看到有些產品的隱性宣傳中表示，視頻中的嫌疑人換了衣服，戴了帽子，更換交通工具，檢索系統還能準確檢索到目標，恕筆者孤陋寡聞，實在是深表懷疑。

　　我們介紹一個真實的案例，這也是目前視頻檢索技術在我國安防領域最常規的應用模式。2013年4月，某地發生重大蒙面搶劫案件，經過專案組人員分析，認為是一起精心準備和預謀的案件，嫌疑人可能會事先多次勘察過犯罪現場。為了盡快破案，當地公安局圖偵大隊調取了案發現場周邊一周的各類監控錄像，包括交通監控錄像、治安監控錄像和附近店鋪的自有監控錄像，總時長超過2000小時，希望能從中找出可疑目標，提供破案線索。

　　按傳統的方式，幾名警官同時查看視頻，也需要幾天的時間，通過視頻濃縮技術，一名警官數小時內就能排查完視頻中的可疑人員或車輛，同時，同一名刑偵人員完成排查也可以對畫面中可疑人員的重復出現率更加敏感，即節省了排查時間，又降低了遺漏的概率。當過濾出可疑車輛時，通過車牌識別信息，在系統中形成車輛的行駛軌跡，給布控方案提供參考，通過車輛的行動規律，定位到了車輛長時間停留的區域，可能是嫌疑人的暫住地，再調用該區域周邊的視頻進行摘要排查，結合案發現場的可疑目標比對，最終鎖定了嫌疑人員。

　　大數據時代——視頻檢索技術的機遇與挑戰

　　安防基礎設施的建設規模在不斷地擴大，實時數據的規模已經達到PB的量級，同時來自消費領域的視頻數據也在為安防提供著數據支持，每個人手中的手機都可能向公安平臺上傳圖像信息，提供案件線索，要從這些海量的信息里快速高效地篩選有效信息，視頻檢索技術需要向兩個方向來進行提升：首先需要提升對視頻數據的處理能力和效率，要滿足在海量數據級別上更準確和快速地處理數據，提取和描述信息的內容，并進行高效的索引和存儲，以滿足后續的數據信息檢索、分析和挖掘業務。其次，需要從架構的層面上有針對性地改進目前的數據處理技術和存儲架構，引入針對大數據業務的新技術，以滿足大數據環境下的安防數據信息的檢索需求。

　　目前安防領域的視頻數據的分布方式還主要是分散獨立地存儲在各級機構的服務器上，視頻檢索的應用也主要是由某個獨立的服務器在執行，隨著數據量的急速地膨脹，這種方式必將在不久的將來遇到數據移動和計算能力的瓶頸。大數據相關的云計算、云存儲技術應用到安防的視頻檢索業務，即能解決數據搬移的問題，又充分發揮了分布式計算的優勢，發掘出充分的計算能力。

　　在安防領域大數據和視頻檢索技術實際是在相互促進發展，視頻檢索技術的為大數據的有效應用提供了技術支撐，大數據也倒逼著視頻檢索技術的效率、準確度和覆蓋面的提高，這兩種技術將在相互的磨合中逐步完成提升和統一。