视频结构化技术方案

合集下载

视频结构化技术方案

视频结构化技术方案

2、技术服务方案2.1 建设内容本次项目的主要建设内容:视频结构化,同时对接整合县局建设的监控视频前端等系统,通过后端建设平台实现视频分析、实战、案件研判、案件侦办等功能。

2.2 系统结构本次项目设计的平台系统,采用先进的架构体系,实现智能监控,社会资源,案件侦查、研判等功能,同时与警用地理信息系统,警综系统等资源对接,实现地图展现,视频联动、案件侦查等功能。

系统建设在公安信息网和视频专网上,系统总体架构如图所示:2.3 视频结构化简单来讲,视频结构化技术是一种将视频内容(人、车、物、活动目标)特征属性自动提取技术,对视频内容按照语义关系,采用目标分割、时序分析、对象识别、深度学习等处理手段,分析和识别目标信息,组织成可供计算机和人理解的文本信息的技术。

从数据处理的流程看,视频结构化描述技术能够将监控视频转化为人和机器可理解的信息(如下图),并进一步转化为公安实战所用的情报,实现视频数据向信息、情报的转化。

在视频结构化描述的内容方面,公共安全关注的视频信息主要是:人员、车辆、行为。

2.3.1 人员结构化在视频中除了包括人员的面部精确定位、面部特征提取、面部特征比对,人员的性别、年龄等特征范围外,还可对人的衣着、运动方向,新增是否戴帽子、是否戴眼镜、是否背包、拎包、打伞、是否骑车等信息进行结构化描述。

2.3.2 车辆结构化随着智能交通高清电警、卡口、虚拟卡口、停车场的广泛建设和应用、借助智能识别算法将电警、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,包括车牌、车型、车牌颜色、车辆品牌、车辆类型、车身颜色、车标及遮阳板、是否系安全带、打电话、车辆年检标、摆件挂件、司乘人员的人脸。

基于这些车辆关键特征信息,形成上亿条过车记录数据,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、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。

视频结构化方案设计

视频结构化方案设计

1.1.技术方案1.1.1.建设背景随着经济的快速发展,城市建设速度加快,城市常驻人口持续增加,人员流动频繁,引发了一系列的社会治安等城市综合管理问题,给社会管理工作带来了严峻的挑战,特别是随着反恐保安形势的日益严峻,党中央、国务院和相关部委已将视频应用建设定位到维护国家安全和社会稳定的高度,持续深入推进我市视频应用建设势在必行。

一是贯彻落实上级决策部署的必然要求。

习近平等中央领导同志就加强公共安全、社会立体化治安防控作出了一系列指示批示。

国家发改委、中央综治办、公安部、财政部等9部委办下发《关于加强公共安全视频监控建设联网应用工作的若干意见》(发改高技[2015) 996号),要求到2020年重点公共区域视频监控覆盖率达到100%,新建改建高清摄像机比例达到100%,重点行业、领域的重要部位视频监控覆盖率达到100%。

国家、省都将视频监控建设列入“十三五”规划,每年都将之作为为民办实事的重要内容之一。

我市应抢抓机遇,迅速立项建设。

二是推进社会管理的现实需要。

政府出资安装公共摄像头,视频摄像头总量与城镇规模不断扩大、流动人口的日益增长、推进城乡一体化发展和日趋复杂的维稳、治安、反恐形势等对视频摄像头的需求极不相称。

必须加大中心城区建设密度,同时向城市边界区域、社区街巷、居民小区、乡村路口拓展延伸。

三是深化应用的技术保障。

当前,科学技术和信息化已成为推动工作的重要手段,要实现应用的最大化,需要对部分平台系统升级改造,启动新平台建设,以便充分运用数据挖掘、人像比对、车牌识别、智能预警等现代技术,进一步提高视频图像信息的综合应用水平,保障视频图像安全,实现视频图像加密管理。

1.1.2.需求分析存储轻量化视频数据经过结构化处理,输出形式为图片甚至文本,所占用的空间约为原始数据占用量的1%到2%,极大的减轻了数据对存储空间和传输带宽的压力,便于数据的使用。

通过边缘计算的方式,在前端监控上部署结构化智能盒子,实现在监控前端就完成视频数据的结构分析,避免了海量视频数据的回传给网络带宽带来的巨大压力。

视频结构化分析技术方案

视频结构化分析技术方案

视频结构化分析技术方案对视频中车辆和人体特征信息的结构化提取;实现对视频中活动目标特征的结构化提取;实现智能结构化分析后文本信息和图片信息的存储和检索;实现动态扩容,智能分析性能随着设备数量增加做相应提升;实现第三方标准视频流的接入和智能分析应用;实现本地录像的智能分析;系统自带 IE 界面,实现智能检索、数据统计、布控报警、任务管理、资源管理、集群管理、系统校时、日志查询等功能。

车辆特征信息包括:车辆车牌号码、号牌颜色、车辆颜色、车辆类型、车辆品牌、车辆子品牌等。

人员特征信息包括:行人衣着颜色、性别、是否骑车、是否背包、是否拎东西等。

配合管理平台,根据车辆、人员的特征信息,实现对人员、车辆的轨迹搜索等应用。

本项目设计采用海康威视“猎鹰”视频结构化服务器,支持对视频中车辆和人体特征信息的结构化提取;支持对视频中活动目标特征的结构化提取;支持智能结构化分析后文本信息和图片信息的存储和检索;支持动态扩容,智能分析性能随着设备数量增加呈线性增强;支持第三方标准视频流的接入和智能分析应用;支持本地录像的智能分析;系统自带IE界面,提供智能检索、数据统计、布控报警、任务管理、资源管理、集群管理、系统校时、日志查询等功能。

功能说明智能识别智能检索数据统计布控报警任务管理资源管理集群管理应用场景人员参考场景人员卡口图1. 人员卡口图校园出入口主要路口校内主要路口点位要求前端摄像机分辨率须大于等于1280*720,小于等于4096*2160 检测人时,人的头肩像大小至少为80*80个像素点检测人脸时,人脸的大小至少为24*24个像素点检测人脸属性时,人脸的大小至少为50*50个像素点车辆参考场景车辆卡口车辆卡口校园出入口校园出入口主要路口主要路口。

智能视频对象识别与结构化解决方案

智能视频对象识别与结构化解决方案
6
特定对象行为分析与报警
特定对象闯入行为实时分析和报警
结合对象识别对特定对象闯入(越界)行为分析报警,在轨道交通、 工业生产领域的运输车辆或检修车辆的前后安装摄像头,对车辆前后 一定距离区域出现行人进行识别报警。对铁路沿线禁止区域出现牛、 马等动物或行人闯入识别报警。
队列人数超限实时分析和报警
主要针对排队或黄线区域内人数超限的场景。 当设定检测区域内人数超过设定人数上限时触发报警并语音提示违 规人员退出黄线区等侯。 在识别准确率和识别速度等关键指标上处于国际先进水平。 提供基于TCP/IP的开发接口,方便用户二次开发或集成。 支持实时报警画面弹窗和多窗口报警画面显示。
23
人脸抓拍:人脸表情及属性分析统计
通过人脸表情及属性分析:表情识别(平静、高兴、惊讶、悲伤、生气、恐惧),性别,年龄
可对监控视频中运动和静止状态的行人 进行表情及属性分析统计。 在识别准确率和识别速度等关键指标上 处于国际先进水平。 提供基于TCP/IP的开发接口,方便用户 二次开发或集成。 支持实时报警画面弹窗和多窗口报警画 面显示。
周界入侵检测报警
落叶、飞虫与光流干扰抑制下的周界入侵报警
对落叶、飞虫、飞絮及夜晚红外视频监控中的光流噪声干扰进行抑制,只对正常的运动目标越线行为报警,实现全天候的智能 行为监控。该系统基于BCI独有的光流干扰抑制算法,技术指标处于国际领先水平。 干扰抑制功能可作为选项功能设置,当将该功能关闭时,飞虫或光流干扰越过周界将会触发报警。
视频烟汽检测系统
视频喷水检测 视频喷水检测系统
17
安全帽佩戴识别(人脸检测、360全角度)
对工地或生产区域人员是否佩戴安全帽进行识别、跟踪与告警。 一次同时识别多人是否佩戴安全帽 系统存储告警信息,并可以查询历史记录 为用户二次开发或集成提供通用数据接口协议

视频结构化解决方案

视频结构化解决方案

视频结构化大数据平台解决方案目录1. 建设背景 (4)2. 建设目标 (5)3. 建设原则 (6)3.1. 标准化原则 (6)3.2. 统一设计原则 (6)3.3. 大数据处理原则 (6)3.4. 高可靠/高安全性原则 (6)3.5. 适用性原则 (7)3.6. 可扩展性原则 (7)4. 系统总体设计 (7)4.1. 设计依据 (7)4.2. 总体架构设计 (10)4.3. 业务架构设计 (11)4.4. 网络架构设计 (12)5. 数据结构化 (13)5.1. 概述 (13)5.2. 数据采集 (14)5.3. 控制调度单元 (15)5.4. 目标结构化单元 (15)5.5. 车辆结构化单元 (21)5.6. 前端要求 (26)6. 数据存储 (29)6.1. 概述 (29)6.2. 功能设计 (29)6.2.1. 数据存储 (29)6.2.2. 数据服务 (30)6.2.3. 系统管理 (31)6.3. 存储设计 (32)7. 数据应用 (32)7.1 以图搜车 (33)7.2人物大数据 (34)7.2.1人物综合查询 (34)7.2.2人物检索 (34)7.2.3人骑车检索 (36)7.2.4视频框选嫌疑目标 (37)7.3以图搜图 (38)7.3.1智能建库引擎 (38)7.3.2以图搜图应用 (38)7.4GIS应用 (39)7.4.1基本操作 (39)7.4.2地图查询 (39)7.4.3轨迹展示 (40)7.4.4摄像头操作...............................................................................错误!未定义书签。

7.4.5系统管理 (41)8. 平台特点 (44)8.1. 提高海量视频倒查的效能 (44)8.2. 提供视频关键特征的视频检索 (45)8.3. 永久保存结构化的视频信息 (45)8.4. 基于虚拟化服务的云计算架构 (46)9. 配置清单.......................................................................................................错误!未定义书签。

培训会议视频构思方案

培训会议视频构思方案

培训会议视频构思方案1. 简介本文旨在提供培训会议视频的构思方案,以便培训师们更好地策划以及录制培训会议视频,并使其有效传达信息。

2. 选题培训会议视频的选题需要考虑到受众的需求以及当前市场的趋势。

具体选题可从以下几个方面入手:•最新的技术趋势和现象;•受众最感兴趣的话题;•市场上最热门的问题。

3. 场景设计一场好的培训会议视频需要有一个好的场景设计。

因此,在制作培训会议视频之前,需要先考虑好以下几个环节:•场地:选择一个有良好采光、音响诸多设备完备的大型会议室;•布景:根据培训的主题和风格设计合适的场景,包括背景墙、桌椅等;•灯光:做好灯光的设置,确保画面的亮度、对比度、饱和度以及色温等都得到了良好的调节。

4. 录制设备和技巧要想拍摄好一场培训会议视频,摄影设备和技巧也是至关重要的。

以下是一些常见的录制设备和技巧:•设备:选择质量良好的摄像机、麦克风、三角架等设备;•拍摄技巧:注意手持方式、稳定性、质量记录等技巧;•剪辑技巧:将录制好的画面进行剪辑加工,合理使用字幕、音效、音乐等元素,以保证视频的可看性和吸引力。

5. 内容策划视频的内容是制作一场好的培训会议视频的关键。

因此,在录制之前,需要对以下几个方面进行一个充分的策划:•主题:清楚明确地表达培训的主题,并选择合适的标题;•教育要点:明确阐述教育的重点、难点和亮点;•实用技能:提供实用的技能或者工具,帮助听众解决问题或者提高技能;•时间控制:精确计划时间、所有的教育要点,并确定总时长。

6. 总结培训会议视频的构思方案需要考虑到受众的需求、录制设备和技巧、场景设计、内容策划等方面。

只有充分考虑每一个细节,才能制作出一场很好的培训会议视频。

视频流媒体架构解决方案

视频流媒体架构解决方案

视频流媒体平台解决方案一、视频云服务于存储架构本视频流媒体平台的建设过程中,需要重点关注的点分别是并行视频实时转播及分发、视频录像分布存储,视频服务器和视频录像服务器的分布存储及资源共享。

这些架构的实现都得益于“视频云平台”的搭建,将视频直播、转发、存储分布并行处理,负载均衡监控视频负载的相关信息,达到动态的监控和自动调整视频播放路由方案及录像优化存储。

从而在最大限度节省硬件服务器的同时,实现视频资源的共享。

二、视频流媒体多站点服务架构在实际应用中,视频流媒体平台的建设方案,需在监控中心及下属网点(收费站)建设相应的硬件系统及软件平台,硬件系统主要包括服务器、网络设备及存储设备等,软件平台包括路段分中心监控系统及各收费站监控系统。

三、逻辑分层结构视频流媒体平台系统逻辑架构划分为四个层次,如下图所示: 平台访问层系统应用层PC WEB 端手机移动端平板移动端电视墙系统管理子系统设备资源管理子系统权限配置管理子系统监控调度管理子系统解码服务子系统录像管理子系统运行监控子系统应用服务子系统应用支撑层用户管理设备管理接口管理流媒体服务视频调阅解码上墙录像存储平台级联基础支撑层摄像机硬盘录像机解码器电视墙服务器综合布线网络互连通信保障图1 平台总体架构图3.1基础支撑层主要包括用于支持后台视频你管理服务运行的主机及服务器、用以采集前端视频源的摄像机摄像机、用于编码转换的编解码器和硬盘录像机、用于存储视频的磁盘阵列以及展示视频的监视器和电视墙等一系列支撑设备。

3.2应用支撑层应用支撑平台,作为自主研发的视频平台,在整个框架中承担着承上启下的关键作用,处于应用系统层和基础支撑层之间,为实现视频调阅、流媒体服务、录像管理等应用提供技术支撑,是构建工程核心应用系统的基础。

应用支撑层主要包括用户管理、设备管理、接口管理、流媒体服务、视频调阅、解码上墙、录像存储、平台级联等。

(1)用户管理平台提供不同级别的用户角色,根据不同的角色分配不通的权限,用户管理模块可对系统内用户进行增加、修改、删除、查询等。

12-新闻类视频结构化

12-新闻类视频结构化

43
体育新闻节目结构化
由于针对的是体育新闻,所以系统主要考虑 这两种镜头类型: 主持人新闻报道镜头 体育新闻详细报道镜头

44
体育新闻节目结构化
在新闻节目中,主持人新闻报道画面多是 只有一个主持人在介绍,如图。
45
体育新闻节目结构化
这个系统中,采用双阈值法来检测镜头边缘。 该模块以用户提交的一个视频段作为输入,输 出结果为检测出的所有镜头单元。
9
主持人镜头模型定义

当有一个主持人进行新闻报道时,画面可以 分成三个部分:主持人人脸、节目(或电视 台)图标和背景画面
背景 主持人
台标
10
4种常见的主持人模型

区别的关键在于主持人数目和是否有图标
11
主持人新闻报道镜头识别


主持人新闻报道镜头识别的任务:从新闻视频中分割 出得到的镜头中,找出那些属于主持人新闻报道的镜 头单元 主持人新闻报道镜头的特征:在主持人报道新闻主旨 时主持人基本保持不动,只是嘴、头或者肩膀会有小 许细微运动,而背景和图标会完全静止。
26
构造新闻故事


对连续的视频新闻构造出独立新闻故事后, 就实现了新闻节目在内容上的自动分割。 这为视频数据库的检索和管理提供的方便。
27
构造新闻故事

建立新闻故事索引

对这些独立的新闻故事提供文本标注 用每个独立新闻故事的关键帧来对这个新闻 故事进行索引。
28
构造新闻故事

说明:
对于新闻节目会出现的其他镜头,如天气预报,也可 以通过事先定义天气预报镜头模块来判断,因为天气预报 镜头有固定结构。 对于广告节目,使用预定义模块的方法很难达到判断 识别目的,因为广告节目镜头没有固定模式。? 但是,广告节目的背景音与新闻报道背景音存在很大 差别(观众可以不看视频数据,只是听与视频流对应的音 频流,在大多数情况下就能判断出哪些是广告节目,哪些 是新闻报道节目)所以,在新闻节目分析中,可以结合音 频信息进行分析。

视频结构化在人口动态管理中的应用

视频结构化在人口动态管理中的应用

视频结构化在人口动态管理中的应用随着社会经济的不断发展和科技的不断进步,人口动态管理已经成为当今社会管理的重要方面。

在大数据和人工智能技术的支持下,视频结构化技术成为了人口动态管理中的重要工具。

本文将探讨视频结构化在人口动态管理中的应用,并分析其优势和存在的问题。

一、视频结构化技术概述视频结构化技术是指通过对视频数据进行分析和处理,将其中的结构信息提取出来,形成便于管理和利用的结构化数据。

视频结构化技术主要包括视频图像处理、视频内容识别和视频信息提取等技术。

通过这些技术,可以将大量的视频数据转化为结构清晰、易于管理和利用的数据,为人口动态管理提供了强大的支持。

1. 人脸识别技术视频结构化技术中的人脸识别技术可以对视频数据中的人脸信息进行识别和提取,建立人脸数据库,并根据人脸特征对不同的个体进行识别和分类。

这对于人口动态管理来说非常重要,可以帮助政府部门对人口进行有效的管理和监控,可以应用于人口普查、公安管理、社会保障等方面。

视频结构化技术还可以通过对视频数据的分析,识别和提取出其中的行为信息。

比如可以通过视频数据监控交通情况、人员活动轨迹、人员聚集情况等,帮助政府部门更好地把握人口的活动情况,做出更科学和有效的管理决策。

3. 数据分析与预警系统视频结构化技术可以将视频数据转化为结构化的信息,利用大数据和人工智能技术进行深度分析,发现人口活动的规律和趋势,并能够通过预警系统提示政府部门可能出现的问题,为人口动态管理提供更科学的支持。

1. 提高管理效率2. 提升管理水平3. 保障社会安全视频结构化技术可以通过对视频数据的分析,发现并及时预警可能出现的社会安全问题,帮助政府部门更好地维护社会秩序和公共安全。

四、视频结构化在人口动态管理中存在的问题和挑战1. 隐私保护问题视频结构化技术涉及大量的个人信息处理,需要充分考虑隐私保护的问题。

政府部门在应用视频结构化技术时需要建立完善的隐私保护机制,保障个人信息安全。

2023-视频结构化技术服务方案V2-1

2023-视频结构化技术服务方案V2-1

视频结构化技术服务方案V2视频结构化技术服务方案V2是一种新型的视频信息处理技术,它能够将视频、图像等非结构化信息转化为结构化数据,为企业和个人提供更加高效、安全的数据处理服务。

下面我们将为大家介绍这种技术方案的具体实现过程。

1. 数据采集首先,我们需要对视频数据进行采集。

这一步骤可以采用传统的摄像头进行拍摄,也可以通过无人机、车载摄像头等方式进行采集。

采集过程中需要注意保证视频质量,并尽可能多地采集数据,以获得更加准确的处理结果。

2. 视频预处理在进行数据处理之前,我们需要对采集到的视频进行一些预处理操作。

首先,我们需要对视频进行剪辑和去噪处理,以减少误差并提高数据处理的准确性。

其次,我们需要对图像进行分割和特征提取,以便更好地提取和识别视频中的信息。

3. 数据分析在得到处理后的视频数据之后,我们需要进行数据分析和处理。

这个步骤包括数据的分类、聚类和分析。

这些步骤可以使用机器学习算法进行,以便更好地处理和分析数据。

通过这些算法,我们可以得到更加准确的数据处理结果,从而为后续应用提供更加可靠的数据支持。

4. 应用开发在完成数据处理之后,我们需要将处理后的数据应用到具体的业务场景中。

这个过程包括软件开发、数据可视化和业务流程设计等,以便将处理后的数据转化为实际应用。

这个过程需要涉及到多个领域的技术,并需要根据具体应用场景进行不同的设计和开发。

5. 数据管理在完成应用开发之后,我们需要对数据进行管理,以确保数据的安全性和可靠性。

这个过程包括数据备份、恢复和安全管理等,以便保护数据的完整性和保密性,并为数据的再次利用提供更加便捷和可靠的服务。

综上所述,视频结构化技术服务方案V2是一种高效、可靠的数据处理方案,它可以将非结构化数据转化为结构化数据,并为企业和个人提供更加高效、安全的数据处理服务。

这种技术方案需要涉及到多个领域的技术,需要经过多个步骤的设计和开发,才能得到最终的应用效果。

智能视频系统架构与关键技术

智能视频系统架构与关键技术

智能视频系统架构与关键技术智能视频系统已经成为现代社会中不可或缺的一部分,广泛应用于安防、交通管理、智能家居等领域。

本文将探讨智能视频系统的架构和关键技术。

一、智能视频系统架构智能视频系统的架构主要包括前端采集、视频传输、后台处理和应用展示等几个环节。

1. 前端采集前端采集是智能视频系统的第一步,通过摄像头或监控设备对视频进行采集。

采集到的视频信号将被传输到后续的处理环节。

2. 视频传输视频传输环节负责将采集到的视频信号传输到后台处理系统。

常见的传输方式包括有线传输和无线传输。

有线传输通过网线或光缆将视频信号传输到后台;无线传输则通过无线网络将视频信号传输到后台。

3. 后台处理后台处理环节是智能视频系统最关键的一环,其中包括视频处理、数据分析、目标识别等功能。

视频处理模块对传输过来的视频信号进行处理和优化,以提高图像质量和准确度。

数据分析模块对视频数据进行整理和分析,提取出有用的信息。

目标识别模块通过计算机视觉算法识别视频中的目标,如人脸识别、车辆识别等。

4. 应用展示应用展示环节将经过处理和分析的视频数据展示给用户。

用户可以通过手机、电脑等终端设备查看实时视频、回放历史录像,并进行相关操作,如远程监控、报警等。

二、智能视频系统关键技术1. 视频编解码技术视频编解码技术是智能视频系统的基础,它将原始视频数据进行压缩和解压缩,以减小数据量和提高传输效率。

常见的视频编解码标准有H.264、H.265等。

2. 图像增强技术图像增强技术用于提高视频图像质量,使图像更加清晰、明亮。

常见的图像增强技术包括图像增强滤波器、自适应对比度增强等。

3. 目标检测与跟踪技术目标检测与跟踪技术是智能视频系统中的核心技术之一。

它能够自动识别视频中的目标,如人、车辆等,并实现对目标的跟踪。

目标检测与跟踪技术常用的算法包括YOLO、Faster R-CNN等。

4. 智能分析和推理技术智能分析和推理技术是智能视频系统的高级功能,它通过对视频数据进行深度学习和人工智能算法的应用,实现对视频内容的理解和分析。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2、技术服务方案2.1 建设内容本次项目的主要建设内容:视频结构化,同时对接整合县局建设的监控视频前端等系统,通过后端建设平台实现视频分析、实战、案件研判、案件侦办等功能。

2.2 系统结构本次项目设计的平台系统,采用先进的架构体系,实现智能监控,社会资源,案件侦查、研判等功能,同时与警用地理信息系统,警综系统等资源对接,实现地图展现,视频联动、案件侦查等功能。

系统建设在公安信息网和视频专网上,系统总体架构如图所示:2.3 视频结构化简单来讲,视频结构化技术是一种将视频内容(人、车、物、活动目标)特征属性自动提取技术,对视频内容按照语义关系,采用目标分割、时序分析、对象识别、深度学习等处理手段,分析和识别目标信息,组织成可供计算机和人理解的文本信息的技术。

从数据处理的流程看,视频结构化描述技术能够将监控视频转化为人和机器可理解的信息(如下图),并进一步转化为公安实战所用的情报,实现视频数据向信息、情报的转化。

在视频结构化描述的内容方面,公共安全关注的视频信息主要是:人员、车辆、行为。

2.3.1 人员结构化在视频中除了包括人员的面部精确定位、面部特征提取、面部特征比对,人员的性别、年龄等特征范围外,还可对人的衣着、运动方向,新增是否戴帽子、是否戴眼镜、是否背包、拎包、打伞、是否骑车等信息进行结构化描述。

2.3.2 车辆结构化随着智能交通高清电警、卡口、虚拟卡口、停车场的广泛建设和应用、借助智能识别算法将电警、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,包括车牌、车型、车牌颜色、车辆品牌、车辆类型、车身颜色、车标及遮阳板、是否系安全带、打电话、车辆年检标、摆件挂件、司乘人员的人脸。

基于这些车辆关键特征信息,形成上亿条过车记录数据,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、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。

2.3.3 行为结构化行为结构化即在人员结构化基础上进行检索查询,包含人体行为如越界、区域、徘徊、遗留、聚集等多种行为特征描述。

它可以解决快速目标查找问题,如将嫌疑人的截图输入至侦查系统中,利用人形检索的功能,系统会根据目标嫌疑人的衣着、颜色分布、体态特征快速地在案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,刻画出嫌疑人的行动轨迹。

经过视频结构化处理后,可以达到如下目的:首先:是视频查找速度得到极大的提升。

视频结构化之后,从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑目标,数秒即可完成;千万级目标的库中查找,几分钟即可完成(如果实现云化,速度会更快)。

在结构化基础上进行检索查询,可以解决快速目标查找问题;其次是存储容量极大的降低。

经过结构化后的视频,存储人的结构化检索信息和目标数据不到视频数据量的2%;对于车辆,不到1%;对于行为降得更多。

存储容量极大地降低,可以解决视频长期存储的问题。

最后,视频结构化可以盘活视频数据,可作为数据挖掘基础。

视频经过结构化处理后,存入相应的结构化数据仓库,对各类的数据仓库可以进行深度的数据挖掘,充分发挥大数据作用,提升视频数据的应用价值,提高视频数据的分析和预测功能。

视频结构化面临的问题作为一项视频处理的核心技术,算法对环境比较敏感,受环境干扰大,光线、杂物、恶劣天气、晃动都会影响实际效果,实现高效精准的视频结构化描述技术成为今后一段时间各公司/算法研究机构努力的方向。

随着计算机视觉前沿技术的日益成熟,深度学习、高性能计算、海量训练数据、多维信息结合、大数据挖掘分析、目标跟踪、现有算法的优化都将有力快速推动视频结构化分析技术、算法效果的逐步提升。

2.4 对接服务2.5.1 外部接口服务根据需求,为实现公安对侦查数据进行共享整合,我司视频结构化平台支持与原有建设的视频侦查分析系统的数据对接能力,并提供相关技术方案描述数据对接实现方式,对接方案包含数据字典、功能分类、结构定义和交互流程等技术要求。

2.5.1.1 对接方式系统与外部系统的对接方式以web service方式进行。

系统接口标准:本系统采用SOA体系架构,通过服务总线技术实现数据交换以及实现各业务子系统间、外部业务系统之间的信息共享和集成,因此SOA体系标准就是我们采用的接口核心标准。

主要包括:服务目录标准:服务目录API接口格式参考国家以及关于服务目录的元数据指导规范,对于W3C UDDI v2 API结构规范,采取UDDI v2的API的模型,定义UDDI的查询和发布服务接口,定制基于Java和SOAP的访问接口。

除了基于SOAP1.2的Web Service接口方式,对于基于消息的接口采用JMS或者MQ 的方式。

交换标准:基于服务的交换,采用HTTP/HTTPS作为传输协议,而其消息体存放基于SOAP1.2协议的SOAP消息格式。

SOAP的消息体包括服务数据以及服务操作,服务数据和服务操作采用WSDL进行描述。

Web服务标准:用WSDL描述业务服务,将WSDL发布到UDDI用以设计/创建服务,SOAP/HTTP服务遵循WS-I Basic Profile 1.0,利用J2EE Session EJBs 实现新的业务服务,根据需求提供SOAP/HTTP or JMS and RMI/IIOP接口。

业务流程标准:使用没有扩展的标准的BPEL4WS,对于业务流程以SOAP 服务形式进行访问,业务流程之间的调用通过SOAP。

数据交换安全:与外部系统对接需考虑外部访问的安全性,通过IP白名单、SSL认证等方式保证集成互访的合法性与安全性。

数据交换标准:制定适合双方系统统一的数据交换数据标准,支持对增量的数据自动进行数据同步,避免人工重复录入的工作。

2.5.1.2 数据库设计1、设计依据说明数据被访问的频度和流量,最大数据存储量,数据增长量,存储时间等数据库设计依据。

2、数据库选型对数据库选型进行确认。

3、数据库种类及特点说明系统内应用的数据库种类、各自的特点、数量及如何实现互联,数据如何传递。

4、数据库逻辑结构说明数据库概念模式向逻辑模式转换所采用的方法论及工具,完成数据库概念模式向逻辑模式的转换。

详细列出所使用的数据结构中每个数据项、记录和文件的标识、定义、长度及它们之间的相互关系。

此节内容为数据库设计的主要部分。

5、物理结构设计列出所使用的数据结构中每个数据项的存储要求、访问方法、存取单位和存取物理关系等。

建立系统程序员视图,包括:数据在内存中的安排,包括对索引区、缓冲区的设计;所使用的外存设备及外存空间的组织,包括索引区、数据块的组织与划分;访问数据的方式方法。

6、数据库安全说明数据的共享方式,如何保证数据的安全性及保密性。

7、数据字典编写详细的数据字典。

对数据库设计中涉及到的各种项目,如数据项、记录、系、文卷模式、子模式等一般要建立起数据字典,以说明它们的标识符、同义名及有关信息。

2.5.1.3 交互流程1、发现用户需要,建立明确需求在用户反馈里收集到许多用户提出的想法,他们希望我们能提供帮助解决问题的产品;我们也可以主动去观察一些生活中的信息,为灵感的迸发做储备。

2、提出设计方案通过调研,我们得到了大量数据信息,并建立了明确的需求,下一步就是开始提设计方案。

3、制作原型考虑到做交互是一个迭代过程,为设计的产品做一份交互更新日志,记录下交互更新时间、版本名称、更新类型、更新内容、参考需求文档与交互负责人。

4、制作交互说明在交互原型上注释,在图上写说明。

5、用户测试与评估产品基本功能实现后,我们会做用户测试,设计是很主观的,并且会受各种因素影响,所以我们的产品难免会存在一些意料之外的问题,通过招募用户来使用我们的产品,我们能收集到一些使用场景中发现问题的反馈,并把这些整理成优化点,完善我们的产品。

2.5.1.4 接口双方责任1、消息发送方遵循本接口规范中规定的验证规则,对接口数据提供相关的验证功能,保证数据的完整性、准确性;消息发起的平台支持超时重发机制,重发次数和重发间隔可配置。

提供接口元数据信息,包括接口数据结构、实体间依赖关系、计算关系、关联关系及接口数据传输过程中的各类管理规则等信息;提供对敏感数据的加密功能;及时解决接口数据提供过程中数据提供方一侧出现的问题;2、消息响应方遵循本接口规范中规定的验证规则,对接收的数据进行验证,保证数据的完整性、准确性。

及时按照消息发送方提供的变更说明进行本系统的相关改造。

及时响应并解决接口数据接收过程中出现的问题。

3、异常处理对接口流程调用过程中发生的异常情况,如流程异常、数据异常、会话传输异常、重发异常等,进行相应的异常处理,包括:对产生异常的记录生成异常记录文件。

针对可以回收处理的异常记录,进行自动或者人工的回收处理。

记录有关异常事件的日志,包含异常类别、发生时间、异常描述等信息。

当接口调用异常时,根据预先配置的规则进行相关异常处理,并进行自动告警。

2.5.2 第三方平台对接整合车辆、人脸数据,通过与的脸系统、车辆系统以单点登录的方式实现一站式的登录体验。

单点登录的定义是在多个应用系统中,用户只需要登录一次,就可以通过免登陆的方式访问所有相互信任的应用系统。

(1)与基础监控平台对接主要以国标28181或厂商提供SDK的方式对接天网监控平台,本次项目采用国标28181方式,对接环境需要千兆网络。

首先需要确认对接平台厂商,然后确认其国标版本。

需前端厂商提供基础监控平台的网关地址、端口和国标编码,前端厂商开放网关联调,配置我方平台的vas服务IP地址、端口和国标编码,对接完毕提供给平台调用。

(2)与pgis对接首先确定对接PGIS厂商,然后由PGIS厂商提供PGIS的API服务地址,在平台前端配置PGIS地址适配,最后对地图上的特殊功能进行对接调试。

相关文档
最新文档