全網智能，平安城市視頻大數據的演進之路
作者：佚名
平安城市的建設目前趨向大型化、聯網化，我們將在平安城市領域面對數以萬計的海量視頻資源，如何讓這些海量視頻信息更快速、更有效的為公安的實戰業務服務？這就要求監控系統擁有更加高效的智能分析系統，可以實現非結構化視頻數據的高效結構化處理，全網智能為未來平安城市視頻大數據分析提供了高效的解決方案。
傳統的視頻監控智能分析及結構化處理大多數是在后臺通過獨立的服務器進行大面積智能分析算法運算，輸出相應分析結果；在后臺智能分析服務器的計算性能上，有超過70%的計算性能都耗費在對前端視頻碼流的解碼和圖像的結構化處理上，真正用于智能分析算法的計算性能不到30%。而全網智能就是為了解決這個缺陷，我們將在前端攝像機編碼之前就對所采集到的數據進行結構化和建模，利用前端攝像機的部分DSP計算性能，把識別類的智能分析直接在前端進行分析，后臺智能分析系統主要完成分析類的智能分析，可直接調用前端結構化數據及建模數據，無需進行解碼及結構化處理，大大提高智能分析整體效率。
這種方式到底能提高多少性能呢？舉個例子，就以經常使用的智能摘要壓縮為例，傳統方式下，要壓縮一段24小時的原始視頻，雖然***壓縮后的視頻可能不到半個小時，但整個壓縮過程非常緩慢，預計需要10多個小時，而采用全網智能的結構后，視頻結構化和建模在前端已經完成，后臺只需調取前端建模和結構化數據進行分析和篩選壓縮，整個壓縮過程將縮短到一個小時以內，因此，智能摘要功能在采用全網智能后效率將提升10倍以上。
全網智能技術如何實現視頻的高效處理？顧名思義，全網智能就是把構成視頻監控系統的前端攝像機、傳輸網絡、基礎視頻監控平臺及智能分析平臺全部拉通，讓整個系統中的每一個網元都發揮自己的優勢和性能，實現端到端的智能運算和應用。
首先我們分析下全網智能的前端智能部分的工作原理。傳統的前端智能分析檢測是將智能分析的軟件直接灌到前端攝像機的DSP上，通過DSP上的部分運算性能實現前端智能分析。
而全網智能是在前端視頻編碼之前，就首先將所采集到的圖像進行背景建模、目標屬性分類等操作。比如在視頻數據采集時就將背景、人、車、物等信息進行分離，并且將這些信息進行結構化，視頻信息結構化對于大數據分析是非常重要的環節，如果百度、谷歌今后要實現以圖搜圖或以視頻搜視頻的功能，就得需要將非結構化的圖像或視頻數據進行結構化，因此我們全網智能的前端結構化可以理解為通過視頻數據的前端結構化，隨時為前端智能分析或后端智能分析提供最基本的分析素材。簡而言之，全網智能的前端智能分析可以說是從視頻數據一產生既已智能。
全網智能的平臺智能也和傳統監控的后端智能有著本質的區別。首先，傳統監控的后臺智能分析都是一臺臺智能分析服務器組成，每臺服務器就對應的做幾項分析功能，分析能力也就并行10路左右，而全網智能的平臺智能部分首先可以運行在一個有N臺服務器組成的云計算資源池里，需要多大性能，后臺硬件就提供多大性能，把原來煙囪式的結構做了扁平化，充分發揮所有硬件服務器的使用效率。
其次，全網智能的平臺智能部分還能從視頻監控的前端、網絡傳輸端及監控基礎平臺端調取相應的計算性能及分析素材，實現端到端統一協作的智能應用。比如全網智能的平臺智能部分可以從前端攝像機中直接調取相應的人、車、物分類的結構化數據，用于深度智能分析算法應用。另外當有大量數據智能分析應用時，全網智能的平臺智能部分可以自動調取視頻監控基礎平臺中的部分計算性能，使得基礎視頻平臺和智能分析平臺共同參與全時段全維度智能分析，這種前后端協同分析方式，讓整個系統中的每一個網元都發揮自己的優勢和性能，實現端到端的智能運算和應用，可以使分析效率提升80%，平臺設備建設成本降低70%，準確率提升60%，且智能分析算法應用更易擴展。這就是為什么全網智能是未來平安城市視頻大數據發展的方向和必然趨勢。
責任編輯：潤月
來源：
51CTO
