這篇計算機技術論文發表了計算機視頻圖像應用中面臨的問題，公安工作采用人工視頻檢索、人工視頻識別等傳統模式，遇到瓶頸之后意識到需要提高視頻處理能力和效率，論文總結了視頻圖像應用中所面臨的問題，給出了視頻面臨的突出矛盾和難點，提高視頻處理能力和效率已經勢在必行。

　　關鍵詞：計算機技術論文,計算機工程師職稱論文

　　視頻圖像應用中所面臨的問題

　　視頻圖像應用中面臨的突出矛盾和難點主要有以下幾個方面：

　　(一)快速增加的視頻監控圖像與效率低下的人工檢索應用方式之間的矛盾

　　隨著視頻監控探頭數量的增加、密度的提高和種類的豐富，視頻監控“天網”逐漸覆蓋了幾乎所有重點區域和公共場所，利用視頻監控拼接串聯，還原犯罪嫌疑人整個行為軌跡鏈條，已成為目前案件偵辦過程中的重要技術手段和可信的原始證據。但是，監控探頭的增加也導致一起案件所涉及到的視頻資源總量呈爆炸性增加，目前主要依靠人工檢索、分析的應用模式導致視頻分析、應用能力的提高遠遠落后于監控探頭的建設速度，“視頻在，找不到”、“找得到，找太久”、“服務在，成本大”、“看不清，用不上”等問題非常突出，嚴重影響了監控圖像資源在實戰中的應用效果。

　　(二)監控視頻價值密度低、應用單一

　　由于視頻分析主要依靠人力，目前監控視頻應用比較單一，主要服務于案件倒查挖掘線索和重大活動現場應急指揮等，對治安管理、巡邏防控、基礎工作等其他公安業務工作，尤其在大區域范圍內的視頻管理與應用中，缺乏視頻資源提取、組織、管理的有效工具和手段，“視頻多、挖掘淺、難應用”現象突出，大量的有價值視頻資源逐漸沉淀、覆蓋。

　　(三)管理成本居高不下

　　傳統的視頻資源分級分散存儲模式，缺乏海量視頻資源組織管理與集中的應用平臺，資源分散、尋找相應視頻資源困難，視頻標準不統一導致跨區域分析、處理難度高、資源消耗巨大，給海量視頻資源的快速識別、處理和大規模并發應用造成了極大的阻礙，推高了整體視頻資源應用的成本，擴展難、維護貴、安全保障難等問題越來越突出。

　　三、架構設計

　　(一)技術目標

　　本文提出的基于分布式云計算技術的視頻圖像綜合應用技術，主要針對日常治安巡控、重特大案件聯合偵辦以及視頻特征線索自動識別、采集等警務工作需求，利用公安主導建設的聯網資源以及社會單位和個體自建的視頻資源，通過對視頻進行結構化描述，對視頻圖像進行智能化分析處理，為各業務警種提供視頻調閱、分析、處理與應用服務，提高視頻監控圖像的應用效率、為全警開展視頻圖像應用提供技術支持。

　　系統采取SOA架構和“平臺插件”模式，實現對視頻資源的整合和對各類視頻處理模塊兼容，通過靈活配置的視頻處理工具，滿足日常視頻巡邏防控、大要案偵辦和培訓教學等各類復雜應用場景;系統采用“云計算”技術的分布式并行數據庫、分布式文件存儲技術、全文標簽索引和全文檢索技術實現視頻應用系統業務事物處理、海量視頻文件存儲、視頻自動化分析的結構化標注智和智能檢索;通過云計算技術的引入滿足系統各層次的線性擴展需求，降低管理成本、保障信息安全。

　　(二)工作流分析

　　視頻綜合服務平臺的工作流程分為實時在線分析模式和事后離線分析模式。其中，實時分析模式輸入實時視頻流進行智能分析、視頻布防、視頻布控、視頻追逃分析，返回報警信息給各業務警種，主要用于具備視頻偵控預案的日常治安防控應用;事后離線分析模式輸入視頻錄像或圖片，進行視頻轉碼、濃縮、分析、檢索以及處理等視頻偵查服務，可用于各類視頻線索的深度分析、串并、關聯。

　　(三)整體結構設計

　　根據功能需求，平臺可以分成基礎視頻庫、視頻資源庫、應用平臺三個部分。原始視頻資源通過視頻監控平臺和離線采集等方式進入基礎視頻庫，作為原始視頻素材，通過平臺集成的各類視頻處理第三方工具對視頻進行實時處理后存入視頻資源庫，對視頻資源進行特征采集、結構化、標簽化。各類視頻處理工具經過評估測試后掛接在應用平臺中，對終端用戶、外部系統提供應用服務和接口服務。

　　一個典型的視頻監控圖像綜合應用服務平臺硬件、網絡拓撲結構可以通過圖2表示。系統采用異構融合的體系結構，充分利用高性能CPU與GPU處理能力，面向高性能計算與事務處理的多路結點相融合;通過操作系統的異構協同功能、交叉編譯環境和資源管理系統的異構資源協同管理、全系統異構體系結構運行支持等，實現異構融合的高效能體系結構設計，適應不同規模的并行應用模式，高效支持視頻分析及視頻識別計算與信息服務。一個典型計算處理系統可由20個異構結點組成，通過高速互連網絡進行結點間的通信連接，提供超高計算能力和通信能力，并通過高速網絡連接大規模存儲系統，提供與計算和通信能力相匹配的高速并發I/O訪問能力。通過合理搭配不同視頻處理工具運算量的消耗和普遍的使用頻率，單個處理工具可動態調整負載并可具備64線程以上的視頻處理能力。

　　(四)海量視頻調度實現

　　從警務工作實踐經驗來看，視頻應用對支撐平臺的數據庫的存儲系統要求較高，多用戶并發條件下，平臺數據庫需要具備較高的持續I/O吞吐率、數據安全性和可擴展性。在省或市級平臺應用中，由于視頻監控節點多，清晰度高，視頻流處理壓力大，傳統的IP-SAN集中存儲模式不論是網絡帶寬、磁盤IO還是擴展性和穩定性，都難以負荷大并發條件多源視頻流存儲和處理所產生的巨大壓力，需要引入新技術對原有體系進行改造或替換。從目前互聯網技術發展潮流趨勢看，基于開源Hadoop架構的分布式文件存儲技術和MPP并行計算技術是較為理想的技術路線。

　　為實現高并發，高可靠的視頻資源存儲需求，視頻監控圖像綜合服務平臺的視頻存儲部分可以采用分布式文件存儲解決方案。在實際操作中，市級或省級可由多個分局通過HttpFS做代理，組成一個大的集群，主要好處是從應用程序角度來看，多個分布的HDFS集群成為了一個統一的分布式文件系統，提供了統一的訪問界面，對外可以提供HTTP/REST訪問方式或者NFS訪問方式。市級或省級平臺建設部分節點作為本地視頻處理的緩沖池和重要視頻資源的存儲池。

　　(五)面向應用的模塊建設

　　系統通過提供統一的用戶管理、授權管理和資源服務總線、各類服務接口、接口構建工具和運行監控系統滿足對各類應用模塊的管理、集成和調度。

　　常見的視頻應用模塊包括但不限于：

　　(1)視頻布控。對重點部位、重點目標進行事前布控，通過模式識別分析差異化和特殊情況，尋找蛛絲馬跡，及時制止犯罪行為，降低暴恐事件的社會危害性和破壞性。主要用于視頻監控對事件的事前預防。

　　(2)快速聯動。基于PGIS警用地理信息平臺和視頻資源位置信息動態快速串聯視頻資源，對特定目標進行識別和多視頻源過濾、篩選、拼接，形成基于位置的完整視頻鏈。

　　(3)視頻巡邏。智能分析視頻中的可疑行為和物品，如異常人員聚集、打架斗毆、游行、事故等。

　　(4)特征分析。智能獲取圖像中的關鍵信息，并進行結構化標簽標注。如人員正面照片提取、車輛特征提取、人流統計、車流統計等。

　　(5)視頻自動增強。對過曝、模糊、失真等圖像進行重點部位智能增強或去卷積、銳化、通道過濾、再次白平衡等操作，提高圖像質量，減少人工操作。

　　(六)Docker模式插件容器

　　對一些第三方插件可以采用Docker虛擬化容器和遠程服務的方式，在最小限度修改插件的情況下兼容不同供應方的模塊，插件統一采用文件對象的方式對視頻進行處理，通過分配文件Docker存儲空間存儲分析處理結構，并利用定期計劃處理分析結果，完成標簽標注和檢索。由平臺統一配置相關插件處理的視頻種類、處理時間、授權范圍。這種方式可以實現動態的插件管理和應用，可以根據當前任務需要靈活配置視頻處理的流程，避免了傳統插件模式應用在部署、維護和管理上的消耗。

　　四、技術選型

　　視頻監控圖像綜合服務平臺應用的新技術主要有hadoop分布式架構文件系統、分布式平臺管理、MPP并行數據庫架構和分布式并行運算等。

　　(一)分布式文件系統

　　視頻云存儲系統采用開源hadoop基礎架構，由視頻云存儲管理服務器和存儲設備組成。視頻云存儲管理服務器負責系統內資源管理、存儲節點管理、集群管理、策略調度、運維監控等工作，是整個系統的控制指揮核心;視頻云存儲存儲設備是前端數據取流、存儲業務執行的基礎設備。通過管理信息與存儲數據分離的多平面設計，可以保證前端的數據流直接寫入存儲設備，以節省用戶的流媒體服務器數量，同時優化存儲結構、減少存儲故障瓶頸。為滿足對穩定性、安全性的要求，系統對調度節點、網絡設施等關鍵環節采取了冗余設計。分布式視頻云存儲部分的原理描述如圖5所示。

　　(二)分布式平臺管理

　　集群化管理：視頻錄像索引采用集群方式進行一級索引管理，無單點故障，保證索引數據的安全性，并能根據用戶的各種查詢條件進行快速定位。

　　負載均衡管理：集群前端采用虛擬IP技術，對外提供統一的入口IP形式。在集群中根據各種算法，系統將集群訪問進行分攤，降低單個節點的訪問壓力;當單臺壓力過大時，系統將業務平滑遷移至其他存儲節點，達到整個集群間負載均衡目的。

　　虛擬化管理：將整個存儲設備統一管理，虛擬化為存儲資源池，且將虛擬資源劃分為塊進行管理;對用戶重要數據，通過虛擬塊之間的相互復制技術，達到多份備份目的。

　　離散存儲管理：將前端數據通過特定算法平滑分散至各存儲設備上，從而降低大量回放對單臺存儲節點的壓力。

　　(三)MPP并行數據技術

　　視頻分析同樣會產生大量的結構化信息，例如車牌號、人上半身顏色、時間等。存儲此類信息可以采用兩種方式：文件系統和關系數據庫。將結構化信息存儲在文件系統中對于信息檢索會非常麻煩，效率極低，但存儲量巨大;采用關系數據庫對于檢索會非常方便，效率也非常高，但是當記錄數量超過千萬時，效率會下降的非常明顯，甚至無法應用。為了解決上述矛盾，云架構中采用分布式數據庫。

　　五、功能、性能分析

　　(1)分布式、異構、并行、開放的計算平臺，能夠兼容第三方視頻處理算法、技術與工具，極大提高了視頻存儲、管理、分析、檢索的效率。

　　(2)通過全文模糊文本搜索，向視頻應用系統提供視頻結構化信息的模糊搜索服務，尤其是搜索用戶手動標注的信息，實現對視頻結構化信息的大規模高效查詢。

　　(3)基于Docker的模塊集成。提供統一/標準化工具集標準規范，任何符合工具集標準規范的算法(包括第三方算法)/工具均可以添加到視頻綜合服務平臺的工具集中，工具集中的工具可以運行于云計算集群中，大大地提高了系統平臺的通用性。

　　六、警務應用

　　本文論述的基于云計算技術的視頻圖像綜合應用平臺已經逐步在河北全省開展建設。目前，已經完成了省級平臺和兩個市級平臺的初步搭建，省級平臺依托公安信息網和視頻專網作為網絡基礎支撐環境，在云計算中心基礎上集中建設了視頻云計算平臺，整合接入視頻資源50000路，為視頻應用提供公共的技術環境和服務支撐，各市級平臺作為省級云計算中心的分支節點，接入視頻資源3000～10000路不等，為各市提供個性化視頻綜合應用服務。

　　參考文獻：

　　[1]趙星,廖桂平,史曉慧,等.物聯網與云計算環境下的農業信息服務模式構建[J].農機化研究,2012,4:142-147.

　　[2]張建勛,古志民,鄭超.云計算研究進展綜述[J].計算機應用研究,2010,27(2):429-433.

　　[3]蔡鳳穎.基于云存儲的手機數據備份系統[D].河北科技大學,2011.

　　[4]許詩,文翰,肖南峰.基于無線視頻傳輸的道路災害監控系統[J].重慶理工大學學報:自然科學,2011(10):46-53.

　　作者：連珂 何博文 王毅 單位：河北省公安廳科技信息化處

　　推薦閱讀：《軟件導刊》是關于軟件開發與管理的學術期刊，以服務于軟件的提供者與應用者、增強產業發展能力為宗旨，及時向讀者傳遞軟件行業的主流技術、研究熱點、企業管理理念和項目管理模式。