安防行业是大数据应用典型行业，而人、地、事、物、组织，是公安视频处理中的核心对象，要实现对安防视频大数据的分析和信息挖掘，首先要解决视频数据结构化问题。
视频结构化是一种将视频内容中的重要信息进行结构化提取的技术，利用它对视频内容按照语义关系，采用时空分割、特征提取、对象识别、深度学习等处理手段，组织成可供计算机和人理解的文本信息或可视化图形信息。在实际应用中，文本信息可进一步转化为公安实战所用的情报，实现视频数据向有效情报的一次转化。
视频监控可分为用于协助相关部门机构提高公共环境安全防护的安全类应用和作为管理和服务的辅助工具，用以提高服务水平的为非安全类应用。视频结构化技术应用主要体现在对车辆特征、人像特征、行为事件等辨识方面。
1.车辆特征辨识
随着智能交通电子警察、交通卡口、治安卡口、停车场的广泛建设和应用，借助智能识别算法获取电子警察、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，通过对车辆特征识别和梳理，提取有用信息，以便于视频追踪辨认、比对，最终达到车辆查证的目的，从而实现交通运输服务和管理智能化。车辆的描述信息包括车辆号牌、车牌颜色、车辆品牌、车辆类型、车身颜色等。车辆二次分析实战中的信息包括安全带、年检标、遮阳板、挂件、摆件、司乘人员等方面的识别。
车型：确定车型对缩小查找范围，明确摸排方向，节省人力资源等具有极大帮助。对车型的判断主要依据不同车型外部特征的差异进行，如：车辆铭牌、尾翼、车门、车窗、颜色、尾灯形状、刹车灯位置等。
车牌照：车辆号牌是车辆的外在标识，具有唯一性、合法性，是区分不同车辆的重要依据。根据视频图像中车辆的车牌号码，可以将该号码输入到车辆信息管理系统、交通违章信息系统、道路收费信息系统等进行查询，最大程度地获取车辆特征信息，追踪查证。
个体特征：在车辆个体特征分析中，首先根据车辆的大特征来识别车辆种类，然后再根据其细节特征来识别个体车辆。对车辆的个体识别主要依据车辆上文字的喷涂、车身不干胶装饰彩条、车内饰品悬挂、摆放物品、香水瓶、牌照托架、车尾防静电条、车前挡风玻璃上年检标志、缴费标志等的粘贴位置、后挡风玻璃上的广告式样及粘贴位置等进行。
基于车辆关键特征信息，形成过车记录数据，从而推动了后台大数据分析服务的发展应用和行业数据挖掘，形成隐匿车辆挖掘、套牌车辆筛选、初次入城、一车多牌、一牌多车、频繁过车、相似车辆串并、同行车、高危车辆积分模型、车辆行驶轨迹分析、时空碰撞等实战技战法的应用。在此基础上对车辆特征数据的大数据搜索，即可迅速找到所有符合条件的车辆信息，包括行驶时间与方向、行驶速度、车标、车牌、年款等。还可结合以图搜图的检索方法，在实战平台上调取相关视频和图像文件，快速查询到有关嫌疑车辆信息，还原车辆行驶的轨迹历史信息，实现嫌疑车辆在整个城市的全程运行轨迹查询或结合视频监控信息，实现车辆全程化的可视化轨迹回放，以及对涉事车辆的精准布控和查询，也可以联合公安车辆管理信息库，实现车人关联。
2.人像特征辨识
人像特征辨识以视频监控为基础，以计算机、网络信息为依托，以现代信息处理技术为支撑，开拓了“从像到像”、“从像到人”的全新辨别模式。当前视频监控系统能对画面中的行人和其属性进行结构化，让机器识别人的一些基本属性如：性别、年龄范围等特征范围，还可以对人的衣着、运动、背包、拎包、打伞、是否骑车等信息进行结构化描述。如果从视频图像中的目标正面抓拍，可以识别到脸部一些具体的特征，如：戴口罩、眼镜、胡子类型等。
人脸识别借助人像识别及智能搜索技术的深度应用，对视频中人员的面部精确定位、面部特征提取，视频中的人脸图像被自动检出后，与后台人像模型数据进行特征比对匹配，从而对人员身份进行判别和告警。
特征识别可以取代人脸识别吗？有两个特征必须说明，一是特征识别相比人脸识别提供更多的“假”情报；二是当人的特征发生改变的时候，其工作效率会降低。所以特征识别更适用于案发现场短时间内的即时追踪，而不适用于长期追踪。人像特征识别可以在摄像机无法抓拍到人脸的情况下，调动摄像机继续跟踪相应特征的人，这是一种短效、对分辨率要求不高时得到信息的一种途径。
在人体结构化基础上进行检索查询，可以解决快速目标查找问题，如将事件人的截图输入至侦查系统中，利用人形检索的功能，系统根据目标人的衣着、颜色分布、体态特征快速地在事发点附近的多路摄像头中进行全局搜索，查找出相似的目标，并将结果以快照的形式输出，结合GIS地图进行时空研判分析，刻画出事件人的行动轨迹。
3.行为事件辨识
对于行为事件的描述信息包括：车辆行为如违反交通信号指示灯、超速行驶、违反行车标识、礼让行人、交通流量统计等多种行为特征描述；人体行为如越界、区域、徘徊、遗留、聚集、人流量统计等多种行为特征描述；物体行为如遗留、丢失、位移等行为特征描述。
网友评论