基于云架构边防视频监控数据整合与智能化应用平台研究.docVIP

基于云架构边防视频监控数据整合与智能化应用平台研究 　　摘要：通过分析云计算应用于视频监控领域的关键技术和优势，提出基于云架构的边防视频监控数据整合与智能化应用平台模型，给出视频数据整合、视频智能分析与搜索以及资源共享等解决方案。 　　关键词关键词：云计算；视频监控；边防管理 　　DOIDOI：10.11907/rjdk.161435 　　中图分类号：TP319文献标识码：A文章编号文章编号2016）007014903 　　0引言 　　近年来，全国公安边防部门已建成较大规模的边防视频监控联网共享平台，在视频指挥调度、执勤区域管控、内部管理等领域得到了广泛应用。但总体而言，视频监控系统应用层次还比较低，主要表现在：①视频监控实战应用深度不足。主要用于区域防范、事后查证等，缺乏与边防实战紧密结合的功能深度挖掘；②视频图像存储能力需进一步提升。由于视频录像占用存储空间巨大，目前主要存储方式还是以前端DVR、NVR存储为主，未实现分级分类存储的规范化管理；③视频图像价值信息未得到有效提取。大量视频图像资源价值信息沉淀于系统中，发现、检索较为困难，并且连续视频流等非结构化信息难以与边防业务应用系统信息直接进行关联分析和碰撞比对，从而产生有价值的结果；④视频图像信息智能化应用水平低。由于视频图像数据量大、价值密度低，传统的数据处理分析技术不能满足海量视频数据分析处理的需要。 　　随着视频编码技术、视频存储技术、视频内容分析以及信息技术的发展，视频监控正向网络化、高清化、智能化方向发展。目前，公安边防各级都在进行视频监控高清化、智能化改造，但大规模高清智能化给系统设计、部署带来一系列现实问题：网络带宽紧张、存储空间庞大、对计算机性能要求成倍增加等。因此，采用云计算、智能视频分析等技术升级改造现有视频图像监控系统，利用云计算的分布式存储、分布式计算优势，建设云架构下视频监控数据整合和应用平台，可有效解决视频图像数据采集整合、价值信息提取、数据结构化处理及存储应用模式变革等问题，以实现视频监控深度智能化应用。 　　1关键技术 　　云计算是分布式计算、并行计算、网格计算、多核计算、网络存储、虚拟化、负载均衡等传统计算机技术发展到一定阶段，与互联网技术融合发展的产物。在视频监控领域使用云计算技术，可以将各类视频监控接入到统一的云平台，在后端通过发动网络内闲置节点进行智能化分析，从而以较小的设备投入换回更多的智能化工作回报。 　　1.1视频图像云存储 　　随着网络化、高清化视频监控的逐渐普及，视频监控图像的存储系统成为整个系统中的重要支撑产品，因此一个安全、稳定、可靠的视频监控存储平台，成为监控报警、智能分析等关键工作的重要支撑。随着网络视频监控应用范围的逐步扩大，要求进行省级乃至全国范围内跨区域的大联网，以实现视频数据共享，但传统分散存储模式的DVR、NVR给视频数据的共享带来了技术上的阻碍，集中存储模式的云存储将成为视频监控存储的主流模式。 　　云存储是在云计算概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。云存储可以实现存储完全虚拟化，大大简化应用环节，节省客户建设成本，同时提供更强的存储和共享功能。 　　高清视频监控存储是一种以大码流多并发写为主的存储应用，对性能、并发性和稳定性等方面有很高要求。视频云存储系统对分布式存储节点（云服务器）进行集群化管理，视频监控系统前端采集的图像资源通过网络方式传输并存入云存储系统，为视频图像的深度应用提供了数据支撑。 　　1.2视频云处理 　　视频云处理采用分布式计算、并行计算处理等云计算技术，依托视频智能分析技术，通过人工或前端智能识别与后台智能分析处理相结合的方式，开发视频自动结构化描述功能，从非结构化视频中提取、应用结构化信息。 　　视频云处理系统主要包括分布式文件系统、分布式数据库、全文搜索引擎、分布式协作服务等模块。 1.3智能视频分析 　　视频监控的数据量非常大，而用户真正需要的信息只是少部分，或者说真正需要监视的只是发生概率很小的某些事件。智能视频分析技术通过从海量的视频数据中获取有价值的信息，能够将视频监控从静态的事后取证变成动态的实时预防和告警。随着技术的发展，智能化的监控系统将要求事发前能够识别并作出正确判断，为人们提供最为有效、及时的快速反应措施。 　　通过云计算平台，可为智能视频分析提供超强的存储和计算能力，视频数据存储在云存储文件系统（如Hadoop的HDFS）中，可以使用Map/Reduce大规模并行计算处理图像识别、人脸识别、行为检测、移动跟踪等需要进行大量CPU计算的任务。