【中國數(shù)字視聽網(wǎng)訊】視頻結(jié)構(gòu)化助力智慧城市建設(shè)

從技術(shù)角度來說，智慧城市就是感知、分析和提取城市系統(tǒng)的各種信息并做出相對(duì)應(yīng)反饋的一整套城市管理系統(tǒng)，其中，原始的視頻數(shù)據(jù)是城市系統(tǒng)信息的重要組成部分。現(xiàn)如今，海量視頻數(shù)據(jù)已成必然，需要一套可以自動(dòng)從視頻中提取結(jié)構(gòu)化信息的方案，把視頻、圖像“翻譯”成機(jī)器可以理解的語言，并進(jìn)行保存，確保后續(xù)提供給上層應(yīng)用平臺(tái)調(diào)用和處理的素材。

視頻結(jié)構(gòu)化的意義

視頻或者圖像數(shù)據(jù)，從前端傳感器直接獲得，從技術(shù)上來說，是一種非結(jié)構(gòu)化信息。只有在實(shí)現(xiàn)結(jié)構(gòu)化處理之后，才能將其中有價(jià)值的數(shù)據(jù)直觀、高效的保存、處理和應(yīng)用。

在智慧城市建設(shè)中，有成千上萬路監(jiān)控?cái)z像頭或者傳感器，晝夜不停地監(jiān)視或采集其他原始數(shù)據(jù)。其中，會(huì)產(chǎn)生海量的音視頻數(shù)據(jù)，需要監(jiān)控管理平臺(tái)處理。即便人力充沛的情況下，面對(duì)龐大的視頻數(shù)據(jù)，要求快速、準(zhǔn)確地從海量數(shù)據(jù)中找到有效的信息，幾乎是不可能的。受制于肉眼識(shí)別勞動(dòng)強(qiáng)度的極限，在發(fā)生緊急事件時(shí)，人力調(diào)配和視頻資源往往存在矛盾，不依靠計(jì)算機(jī)自動(dòng)進(jìn)行篩選，必然造成貽誤戰(zhàn)機(jī)。

視頻結(jié)構(gòu)化就是實(shí)現(xiàn)將海量視頻中的人、車目標(biāo)進(jìn)行提取并識(shí)別的過程。一旦有重要事件發(fā)生，系統(tǒng)就可在數(shù)據(jù)庫中快速查找到關(guān)鍵的“人”、“車”、“物”等相關(guān)音視頻線索。針對(duì)海量監(jiān)控視頻錄像的事后分析，傳統(tǒng)以人海戰(zhàn)術(shù)為主的視頻線索查找，顯然不能滿足高效查找，正面臨巨大挑戰(zhàn)，急需一種更為高效的、自動(dòng)的、智能的系統(tǒng)實(shí)現(xiàn)上述需求。

深度學(xué)習(xí)介紹

過去幾年中，得益于高速的計(jì)算芯片(GPU)及大量的標(biāo)注數(shù)據(jù)，作為當(dāng)下最流行的機(jī)器學(xué)習(xí)方法，深度學(xué)習(xí)在各個(gè)應(yīng)用領(lǐng)域中都取得了突破性的成績，未來人們會(huì)擁有大量的AI，各種為私人定制的AI，包括醫(yī)療領(lǐng)域，制造業(yè)領(lǐng)域，在商業(yè)方面也會(huì)有各式各樣的AI應(yīng)用產(chǎn)生，包括：營銷，供應(yīng)鏈，預(yù)測及人力資源等，AI會(huì)以各種不同的方式出現(xiàn)在我們身邊，例如：機(jī)器人，無人機(jī)和一些小型機(jī)器，AI將使機(jī)器更具智能化，使其變得更加安全易用。未來的AI發(fā)展速度將超越摩爾定律。由于幾乎所有的人工智能領(lǐng)域的問題都可以轉(zhuǎn)化為分類問題，因此機(jī)器學(xué)習(xí)的基本步驟可分為如下形式：

如上圖所示機(jī)器學(xué)習(xí)是一個(gè)級(jí)聯(lián)串行結(jié)構(gòu)，因此每一環(huán)節(jié)的處理結(jié)果都會(huì)影響到最后的分類效果，在傳統(tǒng)的機(jī)器學(xué)習(xí)中針對(duì)其中的各個(gè)環(huán)節(jié)都有其各自獨(dú)立的算法。由于上述方法具有各自獨(dú)立性，因此傳統(tǒng)機(jī)器學(xué)習(xí)算法在處理問題時(shí)需要對(duì)各個(gè)環(huán)節(jié)進(jìn)行優(yōu)化，并通過組合優(yōu)化方法在各個(gè)模塊中選取最優(yōu)的組合方式。

與傳統(tǒng)機(jī)器學(xué)習(xí)相比深度學(xué)習(xí)可以把機(jī)器學(xué)習(xí)中的各個(gè)部分合成一個(gè)整體結(jié)構(gòu)，通過統(tǒng)一的訓(xùn)練方法(Backpropagation)對(duì)其中所有的參數(shù)進(jìn)行調(diào)節(jié)。當(dāng)前人們所指的深度學(xué)習(xí)主要是以CNN(卷積網(wǎng)絡(luò))為核心的一系列應(yīng)用算法，其算法結(jié)構(gòu)如下圖所示:

上圖中的每一層都是采用卷積方式與某一卷積核進(jìn)行卷積所得到的結(jié)果，每一結(jié)果代表了從原始圖像所提取的特征，通過級(jí)聯(lián)方式對(duì)圖像或信號(hào)進(jìn)行特征提取，最后得到人們想要的分類結(jié)果。

結(jié)合深度學(xué)習(xí)技術(shù)，實(shí)現(xiàn)視頻結(jié)構(gòu)化

在安防行業(yè)中，通過深度學(xué)習(xí)對(duì)視頻進(jìn)行結(jié)構(gòu)化信息提取，完成了傳統(tǒng)算法無法完成的功能，算法效果也得到大幅度提高。

在安防大數(shù)據(jù)背景下，大華推出“DeepSense睿智”系列的視頻結(jié)構(gòu)化服務(wù)器,可搭載8塊Tesla-P4卡(176 TOPS)，2顆E5系列CPU，128G內(nèi)存，4個(gè)千兆網(wǎng)口，功耗在1600W左右，支持2+2冗余電源。其最大可支持192路1080P高清實(shí)時(shí)視頻分析，完成結(jié)構(gòu)化信息提取。

“DeepSense睿智”系列的視頻結(jié)構(gòu)化服務(wù)器主要功能是把實(shí)時(shí)視頻進(jìn)行結(jié)構(gòu)化分析。將復(fù)雜場景中的人、機(jī)動(dòng)車、非機(jī)動(dòng)車分離(共可區(qū)分轎車、面包車、公交車、卡車、貨車，2輪非機(jī)動(dòng)車、3輪非機(jī)動(dòng)車、行人等類型)，全方位提取車輛特征，如車型、車系、車身顏色、車牌顏色、車牌號(hào)碼識(shí)別、主副駕駛是否系安全帶、是否打電話、有無遮陽板、有無年檢標(biāo)、有無掛墜、有無紙巾盒;針對(duì)行人，“DeepSense睿智”服務(wù)器可以多方面分析其相關(guān)特征，包括性別、表情、年齡段、服飾特征(上下衣著顏色、眼鏡)、攜帶物特征(背包、打傘)、運(yùn)動(dòng)特征等。同時(shí)，也可以針對(duì)符合像素要求的人臉、車輛號(hào)牌，進(jìn)行識(shí)別。

傳統(tǒng)的CV算法在處理視頻算法時(shí)，往往先用檢測或者比較簡單的識(shí)別算法，將目標(biāo)從背景中提取出來。然后，通過識(shí)別算法分辨是否是正常目標(biāo)，最后判斷目標(biāo)類型。

而利用深度學(xué)習(xí)技術(shù)，可直接通過分類器，將目標(biāo)從背景中識(shí)別出來再進(jìn)行跟蹤，同時(shí)可以直接得到目標(biāo)類別。這種模式下，目標(biāo)檢測的準(zhǔn)確率和跟蹤的穩(wěn)定性都能夠大幅度提高。

同時(shí)，算法不需要根據(jù)不同目標(biāo)類型調(diào)用不同模塊進(jìn)行目標(biāo)分割或者特征提取，可直接利用目標(biāo)識(shí)別結(jié)果，進(jìn)行特征識(shí)別，直接獲得相應(yīng)的目標(biāo)屬性。

深度學(xué)習(xí)技術(shù)顛覆傳統(tǒng)算法，輕松完成視頻結(jié)構(gòu)化信息提取。除此之外，結(jié)合深度學(xué)習(xí)本身的技術(shù)特色，還對(duì)車輛信息提取、人臉識(shí)別等已有功能進(jìn)行改善，效果尤為明顯。

在這之前，人臉識(shí)別在傳統(tǒng)算法中，有非常好的效果。在預(yù)處理之后，通過提取特定的特征并對(duì)特征值進(jìn)行訓(xùn)練，最后得到分類器，進(jìn)行識(shí)別。深度學(xué)習(xí)優(yōu)化了人臉識(shí)別的方案，將比較依靠專家選擇的特征提取模塊簡化，通過輸入樣本即可直接訓(xùn)練得到分類器。

智能交通卡口或者電警攝像頭智能抓拍車輛圖片，并識(shí)別車輛號(hào)牌字符、車輛顏色、車輛類型等數(shù)據(jù)。引入深度學(xué)習(xí)技術(shù)之后，車輛的車系信息、年款等信息也被開發(fā)出來，更多的車輛信息被挖掘，為后續(xù)平臺(tái)應(yīng)用提供的更多的數(shù)據(jù)支撐。

特點(diǎn)和優(yōu)勢

“DeepSense睿智”系列視頻結(jié)構(gòu)化服務(wù)器，應(yīng)用深度學(xué)習(xí)算法，支持192路實(shí)時(shí)全高清視頻處理，同時(shí)搭載英偉達(dá)最新Tesla®P4 GPUs，極大的提高了安防行業(yè)的算法應(yīng)用和硬件配置，夯實(shí)了智慧城市和城市數(shù)據(jù)大腦等建設(shè)提供智能化服務(wù)的基礎(chǔ)。同時(shí)，服務(wù)器集群設(shè)計(jì)，充分考慮到可擴(kuò)展性和云架構(gòu)的兼容性，并發(fā)計(jì)算能力和服務(wù)器臺(tái)數(shù)成正比例增加。另外，服務(wù)器集成度高，相對(duì)每路視頻分析的功耗非常低。以上這些完全符合大數(shù)據(jù)計(jì)算的高要求。

另外，算法訓(xùn)練和應(yīng)用都在英偉達(dá)統(tǒng)一平臺(tái)進(jìn)行搭建，節(jié)約研發(fā)開發(fā)成本，統(tǒng)一智能化效果，為行業(yè)提供了一套應(yīng)用深度學(xué)習(xí)技術(shù)、快速研發(fā)產(chǎn)品的新方案，為使用GPU方案進(jìn)行深度學(xué)習(xí)研發(fā)的公司樹立了榜樣。

（編輯：gaolq）