“在电影中“天眼”系统由来已久,无时无刻不在监控我们的生活,让罪犯无处遁形,从千万个摄像机中,搜寻蛛丝马迹,通过碎片拼合,迅速捕捉目标的图像、声音、痕迹,以最快的方式进行锁定和跟踪、抓捕。”——题记
一、 “天眼”的大数据背景
“天眼”系统给我们的印象是,快速精准锁定目标,自动筛选比对,合成数据链。已然成为高科技的化身,也是大数据、人工智能、智慧系统、深层图像挖掘、海量检索等技术的代名词。虽然电影里“天眼”是虚拟的,不过现实中却并非不能实现。目前科技的进步和发展,可谓日新月异,尤其在在深入智能化、系统融合度、数据挖掘和处理等领域已经呈现出规模化部署和实战化应用。部署在全国乃至全球的视频监控系统,数量之大,范围之广,科技之高,都不断刷新着历史制高点。人工智能和大数据的深入开展,无疑是给巨人插上臂膀,假以时日,我们或许有理由相信定然会迎来一个全智全能、高融高效的新型的“天眼”系统。
二、 “天眼”的大数据的来源
“天眼”系统的大数据需要依靠庞大而丰富的数据来源支撑,可以从几个方面来解读:
1、人脸识别
“天眼”大数据中非常重要的一个数据来源:人脸结构化数据。人脸识别技术我们已经在实战化应用,在交通要道、出入口、地铁、车站、机场、宾馆等各种典型区域部署,快速实现人脸图像的抓拍和特征点的提取,将人脸模型结构化,作为数据源录入数据库,进行后台的分析和比对。
视频中头像的锁定,迅速关联相关信息,即时有效的实现身份的确认和甄别。
人脸识别技术
视频监控应用在一种远距离、用户非配合状态下的快速实现身份识别技术,以求远距离快速确认人员身份,实现智能预警。一方面做人脸的抓拍捕获,一方面采用快速人脸检测技术可以从监控视频图像中实时查找人脸,并与人脸数据库进行实时比对,从而实现快速身份识别。
人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,从而实现了在非强制性、非接触性、批量并发性、快速追踪等应用场景和目的。
人脸识别的实现
在人脸检测和人脸是算法中,采用几何特征点、脸像模板、神经网络以及后期的智能补偿等技术算法,实现在微秒级别眼、口、鼻轮廓等人脸百余个关键点的定位。在实战中适应大角度侧脸、表情变化、遮挡、模糊、明暗变化等各种实际环境。在发范围的实际监控中,结合给定人脸样本库,实现毫秒级别检索大规模人脸数据库或监控视频,给出身份认证,保障极高的比对效率和极低的误检率。
一方面是改进优良的算法,另外一方面要构建深度学习模型,采用卷积神经网络就是一种深度的监督学习下的机器学习模型。深度神经网络在内的各种机器学习算法与数学和图像处理算法,相对行业内开源平台库,将带来2-5倍的性能提升。
人脸识别的应用
应用的途径和场景很多,比如结合部署人脸摄像机和人脸比对服务器是宇视新一代的智能解决方案,具有人脸检索和人脸卡口黑名单布控功能。前端IPC主要负责人脸实时跟踪以及抓拍;人脸分析服务器首先将前端相机抓拍的人脸进行特征提取,并通过质量评估选择最佳的人脸,之后对该人脸进行特征分析,提取相应的人脸信息,并将最佳人脸图片及人脸特征数据进行存储,之后对照数据库中储存的人脸信息库进行筛查比对,根据要求进行相应联动告警。
2、车辆识别
当案件涉及机动车的时候,锁定车辆是整个案件突破的关键所在。
车辆抓拍识别
车辆数据抓拍识别,已非常常见,从视频画面中根据车牌、车型、车标快速检索出车辆的行驶轨迹、活动范围,从而实现系统对布控车辆、缉拿拦截的应用。在实际根据路径节点实现车辆的定位追踪,,现有卡口系统对车牌进行了机器识别,可以根据车牌从海量抓拍图片中自动查找车辆。
针对采用假牌、套牌、无牌以及多次更换车牌等方式来逃避卡口系统的追踪和识别,需要进行车型识别。宇视车型识别系统即是对车辆本身信息进行识别,能够根据车辆前脸自动识别出车的品牌,车系和年代等信息,将车辆信息以结构化的数据存储在数据库中,并通过专业的客户端程序进行呈现,完成查询,检测等功能。
车辆数据检索
车辆识别已经实战化很多年,在技术革新、高级检索和智慧化程度上越来越高,在海量的数据库中,根据多级优化索引,进行快速的秒级检索,乃至十亿级数据秒级检索;在高效查询车牌模糊查询,不断进行车牌信息专项分词优化,保证查询结果高效、准确;自动化进行时间快速排序,查询结果按时间快速排序;近实时检索,过车记录入库,同步实现索引创建与检索等等。利用高效的数据结构信息实现实战化千亿级数据省市级跨区域车辆稽查布控。
3、视频结构化
在大量的视频监控图像中,有效挖掘内在的有价值的信息,对之高效利用,这是我们的目的,也正因为如此,才实现了全天候全时段全领域的大数据分析和应用。才能保证“天眼”系统数据源的丰富性和全面性。
深层结构化
传统视频监控图像中,将其中包含的很多内容信息,进行解读和利用。通过计算机识别的视频数据经过多种计算机图像分析算法,转换为被识别的结构化数据。在视频拍摄到的画面中,将其中的时间、地点、人车物等对象的特征信息,通过计算机的分析,对这些特征值进行描述和呈现,实现深层的图像结构化分析。
数据分类甄选
将识别和分析的数据,进行过滤和比对,对冗余、错杂、无效的信息进行剔除,将价值信息进行分类和甄选,按照人、车、物、区域、时间等逻辑进行梳理,对于同类和同样的数据进行拼合,对所有的价值数据信息进行存储和索引规建,为后续的大数据分析提供了丰富的数据支撑。
4、其他数据
除了视频信息的结构化数据,还包括音频、RFID、MAC信息、传感信息等,这些离散的数据,可以通过深入关联解读,从而实现“天眼”系统的大数据应用。音频的比对解读,通过滤波和去干扰,还原最核心的声音特质,锁定嫌疑目标。通过RFID、MAC等信息锁定目标的活动轨迹和节点,以及目标间的信息碰撞,进一步为“天眼”系统的大数据提供价值源。部署在各个位置的传感网,有效进行聚合和耦合处理,提取和互连,实现数据的上传和呈现。
三、 “天眼”系统的大数据服务
“天眼”系统的核心大脑是后台的大数据智能化,在已经实现了丰富的数据源保障下,结合后台核心处理,开放且融合、智能且高效、易用且交互的平台系统,来实现“天眼”系统的大数据分析,不仅实现自动化的数据筛选过滤,更主要是结合人工智能,实现智能交互,合成数据链:
1、 数据碰撞比对
在后台大数据库中,对离散的数据根据时空关系进行罗列,对相同相似项进行碰撞,通过时间的先后顺序,计算出数据的时间属性,数据发生的空间位置,所提取出空间属性,通过相同相似数据条分布于时空的研判,实现对数据间的碰撞,和对数据的有效挖掘。在数据间通过后台标准库、标准信息进行比对,快速核查数据的有效性和真实性,锁定目标身份,在数据计算和过滤的同时,完成高效检索和比对。
2、 数据合成追踪
在大量的数据库里,我们在思考设定或植入一些条件,以及触发机制,能够自动筛选和过滤数据,将触发数据或兴趣数据进行统计,在数据比较和甄别的同时,形成不断更新迭代的数据链,通过数据链,我们可以实现目标的“画像”描述和目标身份的推定,这个就是我们所期望的数据追踪。通过合成数据及数据蔓延的方式进行目标的跟踪,通过人工建模和数理模拟,实现智能交互和立体呈现。
四、 总结
“天眼”系统离我们并不遥远,但也并非一朝一夕之功,它代表了综合技术和智能AI应用的前沿,也代表了我们赋予未来的展望。科技是在飞跃进步,在全新模式开启的时代,我们拭目以待,虽然我们无法预测,但是我们却有充足的理由相信,“天眼”系统代表的未来科技终究会在我们手里呈现,在不久的那一天。
原文出自[安防知识网] 原文链接:http://security.asmag.com.cn/news/201705/91374.html