从南宁平安城市,看当前大数据、云计算在安防领域的应用

Digital Communication World - - 行业 动态 Industry Dynamics - (文/周宇杰)

1 南宁:感知型摄像机+大数据云平台+云存储

从2011年开始,经过两期的建设,科达已助力南宁初步建立起平安城市的总体框架:部署社会治安

监控点、卡口点共计5000多个;建成市公安局—区/县分局—基层派出所三级监控体系;完成公安视频专网内的视频联网、卡口联网等基础系统的建设。

随着南宁平安城市建设规模的不断扩大,公安部门在图像实战应用过程中,一些问题逐步凸显,主要为:监控与卡口点位覆盖面仍然不足;系统存

储的视频图像已达PB级别,很难满足高效存储管理和快速调用的需求,平滑扩容难度增加;视频线索检索、定位、提取主要依赖人海战术,效率不高。针对以上出现的问题,南宁平安城市项目三期正式启动。经过与公安部门的共同商讨,决定应用云、感知、大数据等先进技术,从前端、平台、存储以及应用等方面提高南宁平安城市建设图像的使用效能,主要建设内容如下:

(1)2200路高清,90%以上感知型摄像机。在城市主干道、城乡结合部、农村主要交通路口、治

安混乱地区、边境口岸地区等,新建1518个治安监控点,采用2200个高清监控前端,包括枪机、球机、高空瞭望、红外监控、激光监控等。

感知型之特征分析摄像机:新建监控前端中,

90%为科达感知型摄像机系列,兼顾高清监控的同时,可提供场景中运动目标的最佳快照,以及目标类别、颜色、行进方向等主要特征的语义描述;

感知型智能跟踪系统:在重点路段、政府大院等重点区域,部署科达感知型智能跟踪系统——枪机拍摄全景,球机负责对运动目标进行跟踪特写,呈现全景与跟踪两路视频的同时,提供运动目标最佳快照和主要特征的语义描述。

(2)200个治安卡口点。在城市出入口、主要道路上,新增200个高清治安卡口点,部署600台科达感知型之车辆卡口摄像机,覆盖600条车道;同时, 每个卡口点架设一台全景监控摄像机。

科达感知型之车辆卡口摄像机,在提供300W或

以上像素视频图像的同时,可对机动车、非机动车、行人进行抓拍识别;全天候驾驶员人脸清晰呈现,并识别车牌号码、颜色、车型、车标等车辆信息。

(3)云计算大数据平台。在一、二期监控联网

管理平台的基础上,运用云计算技术,构建南宁市社会治安管理监控报警联网系统云计算平台,能够

支撑对10000路监控前端的系统管理与调度。

云计算平台实现了物理资源的统一管理和调度,能够密切监测资源应用情况并按需调度分配资源,通过设备虚拟化、集群虚拟化技术,提升了物力资源的利用效率与系统整体服务的可靠性。

此外,云平台提供的高性能视频数据分析计算处理能力,能够支撑各种大规模视频监控业务、视频图像应用系统的运行,快速响应大量业务数据服务,满足来自各部门、各区域的业务系统与用户的海量并发请求。

(4)统一的云存储。对分散在各分局的监控平

台和存储设备统一集中,所有涉及平安城市的视频图像、车辆信息、人员信息等全部集中存储、集中管理。

云存储系统提供了海量视频图像的存储管理、高性能数据读写、高可靠数据保护、便捷数据共享以及横向平滑扩容等能力,为南宁市平安城市云平台奠定了强大的数据存储应用基础。

本次建设的云存储系统,不仅能满足三期新建

3000路监控点的要求,且能整合、管理一二期5000

多个监控点资源。此外,考虑到远期建设规划,在云存储系统的机房、运维等环境建设上都留有扩展

冗余的空间和能力,可方便地将业务扩容至20000

路,满足未来业务西区。

(5)图侦与合成作战平台、海燕车辆二次分析

系统等多项视频图像综合业务系统。云平台具备更强的信息分析能力,在智能视频分析中,能更准确

地对视频图像信息进行摘要和分析,实现更低的智能分析误报率;视频分析处理后的各类线索信息以及其他结构化和非结构化数据也可以更快、更精准地进行关联和分析,以支撑同时建设的各项视频业务应用系统。

南宁平安城市三期建设中,云存储、云平台、视频图像综合业务系统的建设,充分应用了云计算与大数据技术,解决了目前大型平安城市项目建设中普遍会遇到的问题。下面,我们仔细谈谈安防大数据、云计算的概念,以及它们如何在平安城市中获得应用。

2 安防大数据的概念

随着安防视频监控系统技术的进步和安防系统建设规模的增长,安防系统的发展需求也发生了深刻的变化,大集成、大联网、高效数据分析和处理已经成为了安防行业的大趋势。视频图像以及行管数据信息的汇聚、整合和集成,逐步形成了海量数据中心,快速推动安防行业进入大数据时代。在目前的安防行业中,涉及的数据信息类型很多,以数据的结构类型来看,包括了各类非结构化、结构化以及半结构化信息。

非结构化数据主要包括视频录像和图像记录,如监控视频录像、报警录像、只要录像、车辆卡口图片、人脸抓拍图片、报警抓拍图片等;结构化数据则包括报警记录、系统日志记录、运维数据记录、摘要分析等结构化描述信息,以及各种相关的信息数据库,如人口信息、地理数据信息、车驾管信息等;半结构化数据则如人脸建模数据、指纹记录等。

这些所有数据作为一个整体,从行业层面去观察,则构成了安防系统或者说安防领域的大数

据基础,有明显的大数据4V特征——数据体量就打(Volume )、数据种类多( Variety )、价值密度

低但蕴含非常有用的价值信息(Value )、更新速度

快、实时性强(Velocity)。然而,与一般的it大数据相比,安防大数据特征更为明显: ⊙ 不管是从数据类型还是信息类型来看,安防大数据的种类都很多,而且主要以视频图像

等非结构化信息为主,目前的IT大数据一般仍以文本信息为主,安防大数据更侧重于对非结构化数据的信息分析、提取和挖掘。 ⊙就数据容量而言,安防大数据所产生的数据量更大,所需要消耗的存储空间也更大,对数据的存储、访问和管理要求更高。⊙以数据量基础做比较,安防大数据中的信息价值密度更低,往往一个月的录像,真正需要关注事件的时间可能只有几分钟。因此,从海量的图像信息中快速和准确地检测或者挖掘到有用信息的难度更大。⊙以单个信息生成点更新的频率来看,安防数据更新速率更快,视频监控数据7䦸24小时都在持续不断的更新和积累,信息一直不停地产生和更新。由于这些大数据的特性,对于这些海量非结构化视频数据以及各类图像特征数据(卡口过车数据、人像抓拍数据、人脸特征数据等)的存储、管理、分析和应用给安防行业带来巨大的挑战,也促使新的安防信息处理技术和应用架构的出现,这里就要讲到云计算技术。

3 云计算的概念

云计算的概念可以从用户、技术提供商和技术开发人员三个不同角度来解读。

(1)用户看云计算。根据用户的体验和效果来描述,云计算可以总结为:云计算系统是一个信息基础设施,包含有硬件设备、软件平台、系统管理的数据以及相应的信息服务、用户使用该系统的时候,可以实现“按需索取、按用计费、无限扩展、网络访问”。

简单而言,用户可以根据自己的需要,通过网络去获得自己需要的计算机资源和软件服务;这些计算机资源和软件服务是直接供用户使用,而无需用户做进一步的定制开发、管理和维护等工作的。同时,这些计算机资源和软件服务的规模可以根据用户业务变化和需求的变化,随时调整到足够大的规模。用户使用这些计算机资源和软件服务,只需要按照使用量来支付租用的费用。

(2 )技术提供商看云计算。技术听上对云计算理解为:通过调度和优化的技术,管理和系统大量的计算资源;针对用户的需求,通过互联网发布和提供用户所需的计算机资源和软件服务;基于租用模式的按用计费方法进行收费。

技术提供商强调云计算系统需要组织和协同

大量的计算资源来提供强大的IT能力和丰富的软件服务,利用调度优化的技术来提高资源的利用效

率。云计算系统提供的IT能力和软件服务针对用户的直接需求,并且这些IT能力和软件服务都在互联网上进行发布,允许用户直接利用互联网来试用这

些IT能力和服务。用户对资源的使用,按照其使用量来进行计费,实现云计算系统运营的盈利。

(3)技术开发人员看云计算。技术开发人员作为云计算系统的设计和开发人员,认为云计算是一个大型集中的信息系统,该系统通过虚拟化技术和面向服务的系统设计等手段,来完成资源和能力的封装以及交互,并且通过互联网来发布这些封装好的资源和能力。

所谓大型集中的信息系统同,指的是包含有大量的软硬件资源,并且通过技术和网络等对其进行集中式管理的信息系统。通常,这些软硬件资源在物理上或者在网络连接上,是集中或者相邻的,能够协同来完成同一个任务。

信息系统包含有软硬件和很多软件功能,这些软硬件和软件功能如果需要被访问和使用,必须有一种把相关资源和软件模块打包在一起,并且能够

呈现给用户的方式。虚拟化技术和Web服务最为常见的封装和呈现技术,可以把硬件资源和软件功能等打包,并且以虚拟计算机和网络服务的形式呈现给用户使用。

云计算可以分为4种不同类型进行部署,分别为私有云、公有云、混合云以及社区云。

4 云计算与大数据在安防行业的应用

云计算与大数据技术在安防领域的应用主要体现在下面三个方面:

(1 )云存储技术解决了海量视频大规模存储、管理和应用的问题。云存储采用存储虚拟化技 术,能够为所有的业务系统提供一个统一的存储空间,且通过分布式存储技术,可以支持快速的视频资源读写(能够达到6GB/S以上,传统的存储只有

700MB/S左右);采用先进的数据离散冗余技术,

提供高可靠性,单台设备可以允许三个甚至更多硬

盘的损坏,数据不会丢失;提供百PB以上的数据管

理能力,并且能够平滑扩容,扩容过程对业务不影响,业务只感知到空间大小的变化,感知不到设备的变化。

(2)基于云计算的分布式智能分析技术,能够

快速处理海量视频图像。通过弹性资源分配、并发处理技术,大量的视频图像数据被快速地处理,视频的目标也被快速地从视频中提取出来,支撑视频的分析应用。

(3)大数据技术,可以将视频监控系统内的视

频目标信息,包括前端科达感知型摄像机抓取到的目标信息、分布式智能视频分析系统分析出来的信息,以及过车信息、车辆特征信息等,都关联起来,进行信息的综合分析大数据技术采用分布式数据库技术,以及先进的并行数据处理引擎,能够实现百亿甚至千亿级数据的分析,能够在很短的时间内(秒级)给出分析结果,快速找到我们需要的目标(比如,从上百亿条记录中,找到红色、马自达、号

牌含86的小轿车),或者找到目标之间的关联(比

如找到目标车辆的嫌疑同案车)。

综上所述,云存储、分布式智能分析技术,以及分布式大数据都用到了云计算技术,分布式大数据则使用了大数据的分析引擎,它们的关系就如上图表示。南宁平安城市三期中云存储、大数据云平台、多项视频图像综合业务系统的建设,就是采用了这种方式,将云计算与大数据技术真正落实于平安城市项目中,切实解决视频图像在公安行业的应用难题。■

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.