面向结构化数据的数字信息的应用研究

随着信息技术和网络技术的迅猛发展,数字信息尤其是视频数据日益丰富,成为人们获取信息和相互交流的重要方式.但是由于视频数据的数据量非常大、数据的结构复杂以及视频内容非常丰富等特点,使得对视频进行有效的分析和处理变得非常困难.怎样高效的组织、管理和使用这些多媒体数据,逐渐引起了人们的关注.视频检索就是从海量的视频数据中搜索出所需要的视频.对视频监控场景的实时监控预警的需求和对监控视频流基于内容的结构化处理的需求,促使我们开展了基于内容的自动视频监控研究.     

城市量化研究中视频人流统计分析

在现代城市规划研究中,聚焦人的信息的深度分析至关重要.采用有效的视频分析技术处理和分析监控视频可以极大地扩充行人信息的基础数据,对城市量化研究具有重大意义.该研究方法通过拍摄一段时期同一街道视频进行相应的处理.采用基于前向传播卷积神经网络模型的深度学习方式检测视频中指定监测区域的行人.为确保行人信息的准确性,故对检测到的行人进行跟踪处理,同时添加跟踪目标丢失判断及相应处理.最后量化行人数量、运动方向、滞留时间以及运动速度等信息数据,进行相应的数据分析.实验结果表明该研究方法能有效的实现量化行人信息数据,为城市定量化研究提供准确有效的数据支撑.     

自然保护区海量视频数据快速分析与检索

近年来,随着视频监控系统在自然保护区的大量部署,如何有效利用日益增加的海量视频监控数据成为亟待解决的难题.通过基于图像相似度的关键帧提取算法对海量视频数据进行清洗和压缩,同时利用基于深度学习的目标检测算法提取关键帧中的有效视频信息,并提供多种基于内容的视频检索方式,自动对用户提交的检索内容进行分析与处理,从而快速检索出感兴趣的视频.通过对青海湖野生动物视频监控数据进行分析与检索,验证了该系统的有效性.     

面向公共安全数据处理的浪涌模型研究应用

近年来,随着平安城市和智慧城市项目的建设和发展,视频监控系统已经成为公安机关治安管控、打击犯罪、预防应急突发事件的有效手段。随着网络通信技术的迅速发展以及移动智能终端(如智能手机、平板电脑等)的快速普及,智能终端已经普遍携带视频监控、音频、加速传感器等感知设备。部分高端智能终端所能携带的视频设备已经超过部分低端的视频监控设备。智能终端的大量普及使得构建以人为中心的感知与计算网络成为可能。对不同信息空间的信息进行有效融合,可以加强对于公共安全事件的有效感知与检测。针对公共安全事件多源信息的融合问题,提出了数据浪涌模型,并对该模型进行了定义。同时利用该模型对人证合一系统进行了实例验证。开发的人证合一系统已经应用于北京市的多个长途车站与火车站。     

基于监控视频的知识图谱数据挖掘

为了解决依靠人力难以有效从海量监控视频中发现隐藏信息的难题,提出了一种基于监控视频的知识图谱构建和数据挖掘方法：先利用深度学习算法对监控视频进行行人重识别,给每一个独立的人分配唯一ID;再将非结构化的视频数据转化为结构化的三元组格式,输入Neo4j图数据库构建知识图谱;最后,基于该知识图谱利用行人共现算法、轨迹挖掘算法、社团检测算法等对监控视频进行数据挖掘。采用知识图谱对监控视频进行数据挖掘的实验结果表明,该方法在充分利用监控视频数据上有独特优势。     

基于城市交通大数据的车辆类别挖掘及应用分析

实时城市交通监控已成为现代城市管理的一个重要组成部分，视频监控采集的交通大数据在城市管理和交通控制方面得到了越来越多的应用；然而，全城范围内庞大的监控交通大数据还鲜少用于城市交通及城市计算研究。在一个省会城市全城范围内的监控交通大数据上展开了车辆类别挖掘及应用分析研究。首先，定义了周期性私家车、类出租车和公共通勤车三种对城市交通具有重要影响的车辆类别，将车辆类别定义与频繁序列模式挖掘算法相结合提出了相应的挖掘方法。在济南市一周1704个视频监测点，1.2亿次车辆记录数据上，验证了所提定义及挖掘方法的有效性；其次，以4个居民小区为例挖掘分析了居民出行的交通方式及与周围兴趣点（POI）分布关系，此外，还探索了城市交通大数据与POI相结合在城市规划、需求预测和偏好推荐方面的应用潜能。     

危险源监控视频关键帧提取初步研究

提出了一种危险源监控视频关键帧提取算法。根据危险源监控视频的特点,利用I帧DC图的比较,减少危险源监控视频的冗余信息,获取有效视频;利用基于镜头的压缩域关键帧提取方法提取帧。实验结果表明,该方法能有效进行危险源监控视频关键帧的提取。     

云计算平台中监控视频摘要任务调度方法研究

随着视频监控系统的大量部署,产生了大量的监控视频数据,视频摘要技术应运而生。如何优化大量的视频摘要算法服务器的工作效率,高效的视频摘要任务调度方法成为关键。提出一种基于视频摘要任务执行时间预测模型的分布式任务调度方法。该方法对视频摘要处理过程中的监控视频数据块所需的服务器处理时间进行预测,从而合理调度任务,使服务器负载均衡,提高了云服务器的资源利用率,降低了视频摘要任务的分布式处理时间。     

海量视频人脸提取与识别并行框架设计及优化

近年来,监控设备大量应用于城市智能化建设中,而其产生的海量视频数据,亟待一种快速高效的解决方案。随着大数据处理技术的发展,使得处理海量视频数据成为可能。本文将视频数据集解耦合实现任务的并行处理,通过Spark读取数据流的同时获取关键帧的方式解决了解耦视频数据引起数据倍增问题,并对图片特征数据进行优化,进而在Spark上实现了具有高可扩展性并行处理海量视频数据的框架。本文在天河二号云平台上进行部署实验,分析实验结果表明随着处理节点个数增加本框架可以获得近线性的加速比。     

基于云计算的温室视频监控系统设计与实现

针对目前温室大棚视频监控系统存在着离线数据量大的特点,为了更加高效、安全地处理离线数据信息,并准确获取温室大棚视频数据信息,将云计算技术与视频监控技术融合在一起,既可以解决传统的网络视频监控不能传输大量数据、无法实现海量视频文件存储及计算的问题,又能从本质上保证监控系统的安全性、稳定性、实时性和提高计算效率.这一技术的结合在增加农民经济效益、减少人力消耗的同时,促进经济的快速发展,最终达到农业科技信息化.     

基于Hadoop的公安视频大数据的处理方法

公安视频监控技术已经从联网整合阶段发展到视频实战深度应用阶段,面对源源不断的公安视频大数据,需要研究新型的大数据处理方法。根据公安视频大数据应用需求,采用基于Hadoop技术的视频大数据处理平台,并采用以Map-Reduce算法为基础的人脸检索与识别算法,来实现公安视频大数据的智能信息处理,达到公安大数据实战应用的目的。     

基于智能分析技术的高清视频监控系统的设计与实现

视频监控系统是安防中较为核心的软件产品,在安全系统中具有非常重要的地位。但是,在传统的视频监控系统中,视频信号的局限性很难满足现代用户对视频的需求。随着控制系统水平的提升,尤其是芯片处理技术以及视频分析技术的进步,推动了高清智能视频监控系统的发展。同时,高清智能视频监控系统具有网络和智能化分析,视频数据高清晰度等优势,更好地满足了高水平的智能视频控制﹐更好地保护了人们的人身和财产安全。     

Metropolitan intelligent surveillance systems for urban areas by harnessing IoT and edge computing paradigms

Recent technological advances led to the rapid and uncontrolled proliferation of intelligent surveillance systems (ISSs), serving to supervise urban areas. Driven by pressing public safety and security requirements, modern cities are being transformed into tangled cyber‐physical environments, consisting of numerous heterogeneous ISSs under different administrative domains with low or no capabilities for reuse and interaction. This isolated pattern renders itself unsustainable in city‐wide scenarios that typically require to aggregate, manage, and process multiple video streams continuously generated by distributed ISS sources. A coordinated approach is therefore required to enable an interoperable ISS for metropolitan areas, facilitating technological sustainability to prevent network bandwidth saturation. To meet these requirements, this paper combines several approaches and technologies, namely the Internet of Things, cloud computing, edge computing and big data, into a common framework to enable a unified approach to implementing an ISS at an urban scale, thus paving the way for the metropolitan intelligent surveillance system (MISS). The proposed solution aims to push data management and processing tasks as close to data sources as possible, thus increasing performance and security levels that are usually critical to surveillance systems. To demonstrate the feasibility and the effectiveness of this approach, the paper presents a case study based on a distributed ISS scenario in a crowded urban area, implemented on clustered edge devices that are able to off‐load tasks in a “horizontal” manner in the context of the developed MISS framework. As demonstrated by the initial experiments, the MISS prototype is able to obtain face recognition results 8 times faster compared with the traditional off‐loading pattern, where processing tasks are pushed “vertically” to the cloud.     

基于Spark的实时视频分析系统

视频监控技术在交通管理、公共安全、智慧城市等方面有着广泛的应用前景,且向着智能识别、实时处理、大数据分析的方向发展. 本文针对大规模实时视频监控提出了新的解决方案. 基于Spark streaming流式计算、分布式存储及OLAP框架,使多路视频处理在可扩展性、容错性及数据多维聚合分析上具有明显的优势. 系统根据视频处理算法划分为单机处理与分布式处理. 并将视频图像处理与数据分析耦合,利用Kafka消息队列与Spark streaming完成对多路视频输出数据的进一步操作. 结合分布式存储方案,并利用OLAP框架实现对海量数据实时多维聚合分析与高效实时查询.     

智慧警务系统在地市公安局的应用研究

针对地市公安信息化建设的需求,首先研究智慧警务系统的总体架构,包括1个警务实战应用平台、1个数据中心和3个信息采集系统;其次,严格遵照软件系统架构标准提出警务实战应用平台设计方法,完成4个流程的业务模型分析和1个工具集的构建,平台利用工作流引擎支持相关业务流程的定制和调整。构建智慧警务数据中心平台,通过开放式云平台架构、大数据混合存储体系、大数据分析计算体系等关键技术应用,有效解决了地市公安局当前存在的数据分散存储、业务系统功能重叠和警务实战业务流程信息化程度不高等问题。该研究成果已被成功应用于全国公安数据标准化试点城市——邯郸市公安局警务实战应用系统建设项目中,对地市级公安信息化发展具有重要意义。     

多媒体技术研究:2013——面向智能视频监控的视觉感知与处理

目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。     

一种基于螺旋摘要的监控视频可视分析系统

监控视频是安防系统的重要组成部分。在如今的各行各业中,只要涉及到安全,均 离不开监控视频。但对监控视频内容的分析主要依靠大量人工来完成,人力和时间成本巨大。随 着监控视频数据越来越多,如何提高针对视频内容的分析效率、降低用户认知负荷是拓展视频利 用率的重要方面。为此,针对监控视频存在的冗余信息较多、人工获取视频关键内容效率低的问 题,采用螺旋视频摘要及相应交互技术,开发了一种面向监控视频内容的可视分析系统,结合运 动目标检测结果数据,基于螺旋摘要的展示优势实现多角度可视化视频目标统计信息,并辅以针 对螺旋摘要的导航、定位操作以及草图交互等方式,实现对监控视频内容的快速有效获取。     

融合生成对抗网络和姿态估计的视频行人再识别方法

随着国家对社会公共安全的日益重视,无重叠视域监控系统已大规模的普及.行人再识别任务通过匹配不同视域摄像机下的行人目标,在当今环境下显得尤为重要.由于深度学习依赖大数据解决过拟合的特性,针对当前视频行人再识别数据量较小和学习特征单一的问题,我们提出了一种基于视频的改进行人再识别方法,该方法通过生成对抗网络去生成视频帧序列来增加样本数量和加入了行人关节点的特征信息去提升模型效率.实验结果表明,本文提出的改进方法可以有效地提高公开数据集的识别率,在PRID2011,iLIDS-VID数据集上进行实验,Rank 1分别达到了80.2%和66.3%.     

大数据在人脸识别在智慧城市的应用

目前人脸识别技术无法满足智慧城市高增长率人脸识别需求,因此提出大数据在人脸识别在智慧城市的应用。以智慧城市应用需求为基础,建立大数据人脸识别模型,处理过程中人脸特征光照、距离以动态特征等影响因素,建立数据库,对数据低频处理后信息分类,完成人脸特征识别。设计仿真实验,对比大数据人脸识别方法、OpenCV人脸识别方法以及BP神经网络人脸识别方法的识别准确率,证明研究的有效性。