大数据下的智能视频监控.ppt

英飞拓 英飞拓 大数据下的智能视频监控 * 目录 我们的客户碰到的问题？ 视频图像信息现状 到2015年，各级公安机关要围绕视频监控技术的深度应用，建立互联互通并可在授权范围内互控的多级视频图像信息共享平台，以满足各部门、警种以及情报研判、指挥通信、侦查破案、治安防控、社会管理、反恐防暴、维稳处突、规范执法等工作对视频图像信息的需求，逐步将视频监控技术打造成公安机关新型的专业技术。 ——2012《全国公安机关视频图像信息整合与共享工作任务书》 缺乏业务深度应用、综合应用 视频图像信息现状 各部门、各个系统都在信息化，但缺乏统一的城市信息化标准体系，不能连接起来发挥综合效应。 存在信息孤岛，系统融合有限 看的清 更高清晰度 更佳的色彩 更低的照度 * 看的见 枪机 球机 枪机和球机联动控制 周克华案件反映的视频监控存在的问题 视频监控都是事后调用，并图像中的嫌犯真正面孔很难分辨 信息检索速度太慢往往丧失破案时机 视频源数据存在信息孤立，无法进行相关分析 事前防范体系不到位，让犯罪分子有机可乘 长沙市警方回看视频超过2000人，回看视频相当于83万部电影 南京市已装视频监控点位25万多台 如何做到事前和实时防控？ ?《少数派报告》 《鹰眼》? 大数据体系结构 大数据的定义 大数据非常大，成爆炸性增长 在这庞大的数据当中蕴含着大量的关键数据。在经过分析提炼之后，这些关键数据将创造巨大的经济和社会价值 南京市一个月所产生的数据： 25万台视频1个月产生的数据：250,000×21.1G×30天=158,250,000G 所需2T硬盘：158,250,000G×2,000G=1,582,500块 大数据的三大转变 大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样 研究数据之多，以至于我们不再热衷于追求精确 关注的焦点不再热衷于寻找因果关系，而是看中数据的相关性 问题：视频、图片、声音都是非结构化的数据，这些数据无法存入预定意义的结构化的表格中 大数据的架构 大数据解决方案 CASE方法论 实施步骤1，2 步骤： 第一步：将视频流转化为JPEG图片，也可以直接从前端摄像机获取 第二步：将JPEG图片进行语义化描述 实施步骤3，4 第三步：按照时间轴的概念记录以上信息，与图片和摄像机信息关联，便于检索； 第四步：将不同摄像机的语义化信息，在数据挖掘服务器中进行相关性分析，可以借助时间信息、地理信息、天气信息等 鱼骨图的启示 方法： 将非结构化的数据转变为结构化的数据 将图像、图片进行语义化描述 特征性数据进行关联分析 * * 行为分析 全景拼接 视频诊断 视频摘要 枪球联动 4. 使用多个枪机覆盖全景，用户在大屏画面使用鼠标点击画面，球机快速移动到相应的点击位置，并可以实现对画面框选放大，显示详细的细节信息。 5. 对视频进行浓缩摘要和检索处理，去掉一些没有动态目标的过程，并在视频中根据对象的特征来进行查找目标 1.计数、越界、徘徊、轨迹、物品遗留/遗失、进出区域检测等 2. 最大支持5路1080P拼接，帧率可达15帧 3. 视频遮挡、视频丢失、清晰度异常、偏移、亮度异常、偏色、噪声干扰、视频画面冻结等诊断 专注于视频数据的分析和应用，初步形成行为分析、全景拼接、视频诊断、枪球联动、视频摘要五个领域的产品系列，提大地提升了视频图像的应用领域和易用性。 智能分析产品系列 谢谢！ 门禁、暖通、巡更、停车管理系统； 收集：收集大量的视频数据，图片，以及结构化的数据，如：天气、地点、时间等 分析：建立数学模型，并分析和预测 整理：将分析后的数据进行关联，达到实用性 输出：从结果数据分析，帮助我们的客户进行决策 我们的客户逐渐意识到了分析的重要性，他们发现，若想提升竞争力，就需要充分的利用这些数据，并将其转化为结构化数据。 因此，现在已经有很多客户和英飞拓合作，希望发现数据中存在的契机。 英飞拓善于利用智能视频分析的手段，来帮助客户充分发挥他们的潜力。 英飞拓 英飞拓 门禁、暖通、巡更、停车管理系统； 收集：收集大量的视频数据，图片，以及结构化的数据，如：天气、地点、时间等 分析：建立数学模型，并分析和预测 整理：将分析后的数据进行关联，达到实用性 输出：从结果数据分析，帮助我们的客户进行决策 我们的客户逐渐意识到了分析的重要性，他们发现，若想提升竞争力，就需要充分的利用这些数据，并将其转化为结构化数据。 因此，现在已经有很多客户和英飞拓合作，希望发现数据中存在的契机。 英飞拓善于利用智能视频分析的手段，来帮助客户充分发挥他们的潜力。