AI賦能視頻大數據下數字城市應用研究

來源:智匯工業

點擊:682

A+ A-

所屬頻道:新聞中心

關鍵詞:AI 智能安防 智慧城市

    如果從1957年松下研發的第一臺電子顯像管攝像機算起,視頻監控有了大約61年的歷史,經歷了模擬時代、數字時代、智能時代和數據時代。在智能時代之前,視頻監控的主要功能還是限于監視、錄像和回放三個功能,如果需要采用視頻進行輔助工作需要人工翻查,費時費力,而且效率不高[1]。


    我國是一個安防大國,根據中國安全防范產品行業協會統計,截至2017年底,全國公共區域安裝的攝像機數量達到2800多萬臺,構建了覆蓋重點區域和行業領域的視頻“天網”。另根據艾瑞咨詢的研究報告,2016年中國主要城市視頻監控攝像頭數量北京為115萬臺、上海為100萬臺、深圳為40萬臺、廣州為30萬臺,可見城市監控的數量巨大。傳統的監控功能監視、錄像、回放已經完全滿足不了互聯網時代的需求,尤其是人工智能(AI)時代,那么如何挖掘視頻監控這個金礦就是擺在人們面前的問題。


    2016年開始,AI技術大規模普及之后,計算機就能夠讀懂一幀一幀(1秒視頻由25幀畫面構成)的視頻畫面了,這就依賴于計算機視覺識別技術,具體來講,就是人臉識別、人體識別、車牌識別、車輛特征識別、ReID技術得到長足的發展,并可以進入商用階段。隨著AI技術的不斷發展,AI賦能城市的能力逐漸凸顯,在公安、樓宇、醫療、教育和金融行業都催生了全新的應用,尤其是AI賦能視頻監控領域已經得到業界的普遍共識。


    AI的技術創新體現在算法、芯片、采集、網絡、計算、存儲、終端和安全多個方面,多方面的技術創新可以深度挖掘視頻監控所形成的視頻大數據的潛力,為智慧城市、數字城市建設服務。視頻數據的挖掘就是將城市中活動的“人、車、物”進行結構化特征提取,然后再結合政務大數據、警務大數據、商業大數據等進行碰撞,可充分的挖據潛在數據價值,促使人類社會最終全面進入數據時代。


    智慧城市的建設在中國已經得到大面積的普及,取得了豐富的成果、積累了大量的經驗。中國目前是世界上較大的智慧城市實踐國之一,自2012年住房城鄉建設部《關于開展國家智慧城市試點工作的通知》已來,到目前為止,不完全統計國內超過500個城市明確的提出智慧城市的整體規劃,大部分已經進入實踐當中,局部的試點數量遠遠超過500個。為了建設更美好的智慧城市,部分城市甚至提出了城市交通大腦、城市安全大腦和城市大腦等多種大腦建設模式,甚至一些新興城市更是提出了建設數字城市,雄安新區就是代表城市之一。


    2017年4月,雄安新區設立。“建設綠色智慧新城,建成國際一流、綠色、現代、智慧城市”在七大重點任務位列第一條。2018年4月,雄安新區規劃綱要獲批復,其中寫到“堅持數字城市與現實城市同步規劃、同步建設,適度超前布局智能基礎設施,推動全域智能化應用服務實時可控,建立健全大數據資產管理體系,打造具有深度學習能力、全球領先的數字城市”,并在隨后的解讀中,提出了“數字孿生城市”的表述[2]。


    “數字城市”和“數字孿生”并不是新生概念,但隨著AI、大數據等技術的發展,時代賦予它們全新的內涵。城市是人類工程中復雜的系統之一,若要想完整“孿生”城市的真實運轉狀態,實現實時行為分析和行為預測幾乎是一件不可能的事情。但是數字孿生技術可以將實時數據、狀態和數字模型進行結合,基于城市三維地圖、實時視頻圖像,使得城市管理人員能夠局部實現實體系統的孿生,并在虛擬的數字世界看到與現實一致的數字系統,對預先控制、事后管理、預警指揮帶來很大的輔助作用。


    雄安新區“數字孿生城市”的建設會成為一個樣板,具有領頭示范效應,屬于創新之舉。構建物理世界和數字世界的一一對應、交互協同、關聯映射的超級系統,在網域空間再造一個數字“雙胞胎”城市。并實現城市全要素的數字化治理、全時空實時化、三維數字化、決策智能化,開創一個虛實結合的城市發展新局面。


    數字孿生技術在數字城市的建設中的重要作用已經得到主流觀點的認可。河北科技大學劉青認為數字孿生發展到現在作為智慧城市的關鍵技術[3]。耿建光認為“數字孿生是對實體對象或過程的數字化復制,能夠實現貫通復雜產品設計、制造、維護等全生命周期業務過程的數字空間和物理空間信息的雙向共享交互和全面追溯,在智慧軍工、智慧院所建設中具有廣闊的應用前景[4]。”陶飛博士認為“數字孿生(digitaltwin)是以數字化方式創建物理實體的虛擬模型,借助數據模擬物理實體在現實環境中的行為,通過虛實交互反饋、數據融合分析、決策迭代優化等手段,為物理實體增加或擴展新的能力[5]。”


    筆者長期致力于數字城市的實踐,提出了“社會安全立體化、行業管理效率化、民生服務智慧化”三大階段、“安全、高效、開放、人文、健康、綠色”六大體系的新型智慧城市建設理念。多個項目的實踐表明,安全是第一位的且離不開視頻數據、效率的提升離不開大數據的挖掘,而AI技術恰恰是視頻監控和大數據賦能的橋梁。基于對人工智能技術的研究和深挖視頻大數據的潛力,筆者和所在的團隊編制發行了《人工智能技術藍皮書|公共安全篇》、《視頻云技術藍皮書》兩本藍皮書。


    以人工智能為首的智聯網發展是智慧城市下一階段的關鍵。升級安防場景有助于搭建更高效的城市治安系統。隨著技術的革新和發展,AI+安防系統取代了傳統的安防措施。大型安全防范系統結合技術手段,具有探測、監控、報警、管理等基本功能,用于預防、制止違法行為和重大治安事件,是維護社會治安穩定的基礎設施[6]。視頻云大數據應用基于人工智能與大數據技術,以人臉識別技術為核心,整合人臉抓拍、視頻+門禁數據、網格化數據、設備數據(WiFi)、車輛抓拍數據等多維數據,以視頻大數據的比對、分析、挖掘能力從人、車、案等多角度協助管理人員開展打防管控工作,解決人工翻查錄像費時費力、發現預防能力不足、重點管控對象不能主動發現、人員精確身份難以確定、海量布控庫下如何精準打擊等問題。視頻云大數據應用是一個整體解決方案,以視頻圖像為主、多種資源關聯疊加,構建了視頻資源服務體系和應用體系,實現了多維感知數據的匯聚、解析和存儲[7]。


    未來的數字城市建設,將會同時融合城市三維地圖、實時視頻監控、多維數據、行為識別、行為預測、數字孿生多種技術和系統。


    傳統模式下,各個系統和技術是獨立的。以地圖為例,大部分業務系統還基于二維地圖無法真實還原位置信息和地圖空間信息,無法有效滿足對重點區域、重點場所、重點建筑的三維數字應用,尚停留在業務數據的簡單疊加,不能充分挖掘深層次的地圖數據應用,地圖能力與業務應用的深度結合有待進一步提高。視頻應用也存在較多的局限性不能充分發揮視頻能力,僅僅局限于固定點位監控,視野限制較為狹窄,各個視頻點之間互補關聯、相互獨立,缺乏整合、拼接和融合應用。在多維數據的整合上也存在諸多不足,表現為各類業務數據和關注的目標之間無法和視頻建立起直觀的對應、關聯關系,針對不同的業務場景,缺乏綜合的、統一的可視化平臺來進行數據整合。



    圖1數字城市局部


    在數字城市的建設中,更加關注城市級的三維地圖應用,能夠完整呈現城市地理空間,進行精細刻畫,采用城市三維地圖,可以直觀還原受關注區域的地理空間信息,滿足各種對重點區域、重點場所、重點建筑的精細空間刻畫及復雜業務應用的需求。基于三維地圖模型獨特的空間優勢,可以將三維地圖應用和城市中重要的人、車、物等重要目標進行直接關聯,突破視頻監控應用界限,實現城市的數字化視覺描述。與此同時,將城市中分散的視頻監控進行整合、關聯,實現視頻的聯動應用,拼接、融合以及跨鏡追蹤(ReID),能夠實現目標對象的行為識別和行為預測,業務數據一旦實現可視化應用,就能充分挖掘視頻大數據的潛力,將城市治理中關鍵的三要素(人、車、物)進行精細化數據刻畫。以視頻結構化大數據為核心,結合城市多維數據,充分運用AI技術發揮數據的可計算能力,通過落地具體的應用場景,通過多元素標簽數據整合各種場景的業務數據,最終構建一個三維可視化、視頻融合、多維數據關聯的數字孿生城市。


    數字城市的構建要重視四個能力的建設。一是地圖能力,系統要具備地理特征的還原、地圖基礎能力挖掘和地圖應用業務的賦能;二是視頻能力,要能夠通過視頻呈現真實的世界、對“人、車、物”三要素進行實時結構化處理,同時能夠實現視頻的接力應用;三是數據能力,將多維數據(包含視頻)整合到三維作業地圖中來,各種安保數據、政務數據、社會數據都能夠整合應用,預警、告警信息能夠進行聯動,城市基礎治理數據能夠實現接入、整合;四是系統要具備靈活的自定義配置能力,各種元素可視化的樣式可實現自定義、可視化字段類型可自定義、報表和儀表盤樣式可自定義。


    四個能力中有兩個能力是特別重要的基礎能力。一個是地理特征還原,簡單理解就是要構建三維地圖模型建模,主要包括地理數據大范圍建模(可以采用2.5D地圖轉換3D、國規委地圖)、傾斜攝影大范圍建模(可以采用無人機)、精細化建筑三維建模(常用的精細化建模工具包括建筑信息模型BIM和3DMax)三種類型。另一個就是“人、車、物”實時視頻精細刻畫應用,在數字孿生城市中對人員的精細刻畫特征信息包括性別、年齡、是否背包、上身衣著、下身衣著、帽子和眼鏡等;對非機動車的精細刻畫特征信息包括非機動車類型、騎行人員頭盔、上身衣著和下身衣著;對機動車的精細刻畫特征信息包括車型、車身顏色、車牌號碼和車輛品牌。相信隨著AI和3D技術的融合,未來能夠實現更加精細化的三維地圖模型和更全面的視頻結構化的特征信息。


    AI賦能視頻大數據下數字城市應用有著廣闊的前景,目前來看,以下三大場景需求迫切:


    1.重點區域場景。對重點區域視頻監控進行視頻融合、拼接,可提升視頻監控的應用效率;通過人臉識別、人數統計等AI技術實現人員身份確認及人流熱度管控;對進出區域的車輛身份進行確認以及周邊道路狀況實時動態監測;通過視頻智能分析技術實現對重點區域突發狀況提前感知預警。


    2.大型活動安保場景。大型活動直觀的方式就是能夠遠程實現現場畫面的監控,在活動區域可以整合各類視頻圖像到三維地圖中;通過三維模型就能更加直觀呈現活動場所內重要基礎設施、道路及內部通道,提高應急處置相應效率;通過人證合一、票證系統實現對區域人員身份進行確認及活動區域人流量及人群熱度精準掌控;再結合三維模型實現安保警力部署的直觀應用及應急預演;輔助以活動應急處置信息的推送手段實現全方位管控。


    3.應急指揮場景。實現各類告警、警情的準確定位;針對告警、警情地點周邊視頻資源制定聯動策略;對告警、警情地點周邊警力部署位置直觀呈現;結合智能路網應用分析出處置路徑;通過實時視頻結構化對目標進行精準打擊;為指揮調度指令的下發、上傳建立高效的傳送渠道。


    數字孿生城市在近兩年發展非常迅速,得到有關部門、專業人士的高度關注,有望成為智慧城市建設的一種新的方向,能夠更好的促進智慧城市的落地和深度應用。數字城市建設越完善,就會對相關的智慧制造、智慧樓宇、智慧園區等智慧應用產生深遠的影響,具有示范效應。


    (審核編輯: 劉傳龍)

    2010年中超联赛