高保真壓縮技術的商用價值

張春成

摘要：在大數據飛速發展的今天，大數據已經融入到了人們的生活工作當中。隨著視頻從模擬到數字化的轉變，同時人們也對視頻質量的清晰度、流暢度、實時度的要求越來越高，視頻壓縮技術成為解決此問題的一個重要環節。數字化的視頻信息數據量巨大，且會占用極大的存儲空間和信道帶寬，制約視頻通信行業的擴展。在帶寬受限的信道中，采用壓縮編碼技術減少傳輸數據量，是提高通信速度的重要手段。該文結合當前大數據領域和計算機領域的技術，介紹了黔龍圖視“零”損耗、高壓縮技術在某市經開區政府治理綜合應急指揮平臺的應用及優勢。

關鍵詞：綜合平臺；視頻壓縮；編碼標準；視頻匯聚；視頻分析

中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2018）04-0220-03

1 概述

為認真貫徹落實中央、省、市關于運用大數據提升政治治理能力的要求，在“守底線、走新路，加快某市發展升級版”中切實解決好城市安全、城市建設及管理、社會管理和服務等方面的短板和瓶頸，大力推進大數據共享、開放與運用，充分挖掘大數據的社會價值，由黔龍圖視實施的塊數據政府治理綜合應急指揮平臺開發與應用示范項目，融合大數據分析、視頻分析、物聯網、互聯網等技術構建政府綜合應急指揮平臺，把政府公共安全的痛點和難點集中到平臺來處理，實現全區多部門、多單位應急處置資源融合，建立全區日常運行監控體系和突發事件處置期間的應急指揮聯動體系。

2 系統架構

2.1 總體布局

本項研究應用以實現應急指揮和管理的高效聯動和網絡化，升級突發公共事件的監測、預警、處置技術和手段，提升政府應急指揮和管理能力為目的，以“零”損耗高壓縮視頻編碼技術為核心，融合物聯網技術、互聯網通信技術、大數據分析技術，研發政府綜合應急指揮平臺，實現全區多部門、多單位應急處置資源融合，建立政府日常運行監控體系和突發事件處置期間的應急指揮聯動體系。平臺基于“一張城市大數據分析表”實現城市風險隱患日常監測監控，基于“一張城市監控圖”實現對突發事件處置全過程的跟蹤、指揮和決策分析，提高政府應對突發事件的監測監控、預測預警、信息報告、輔助決策、調度指揮和總結評估的技術支撐能力，打造全國先進的城市管理體系和應對突發事件指揮調度體系。

2.2 平臺概述

本項研究的核心任務主要實現四個定位：

監測預警中心：實現覆蓋全區的智能化監控、監測系統，快速、準確獲取預警信息，實現預警核實、處置、回饋、評估全過程管理。

綜合應急指揮中心：實現覆蓋全區各類突發公共事件處置的聯合指揮平臺，實現跨專業聯合指揮調度。

公安指揮中心：實現銜接市110等報警信息接口，接處警扁平化指揮；建立多警鐘聯合指揮體系，實現社會治安事件聯合作戰指揮。

大數據中心：實現整合全區應急相關資源，建立應急大數據中心，為輔助決策、統計分析、趨勢預測提供數據服務。

2.3 五項關鍵技術概述

2.3.1 “零”損耗、高壓縮彩色文檔技術

ZCC“零”損耗壓縮可檢索彩色文檔技術基于小波理論為指導的一種壓縮技術。在圖像壓縮處理中，采用小波變化的圖像分級、分形彩色圖像壓縮編碼算法。將待壓縮圖像按頻率高低分成若干子圖像，分別采用不同的壓縮算法，再采用嵌入式編碼方式；按不同的組合，得到了多種圖像壓縮比和解碼質量相近的編碼方式。

獨特優勢：

? ZCC技術、確保圖像獲得高倍壓縮的同時，不予損失圖像質量為代價，從而確保壓縮和圖像質量達到和諧統一。極大提高大容量彩色文件在網絡窄帶環境下的遠程傳輸、查詢、瀏覽速度、提高利用效率。

? ZCC技術的應用，極大節約存儲空間，減少網絡帶寬，提高網絡傳輸速度，節約硬件投入，提高系統整體性能給企業帶來顯著經濟效益。

? ZCC解壓縮技術通過獨特算法，使讀取壓縮后的文件占用內存很小，占用顯存也很小，做到快速瀏覽和查看。

2.3.2 ZCV“零”損耗、高壓縮視頻編碼技術

ZCV技術（無損耗壓縮視頻編碼技術）基于離散小波變換和可以同時實現多種伸縮性的編解碼，實現動態適應各種視頻流的高質量高倍率壓縮轉化。使其滿足網絡傳輸的同時節省存儲空間。視頻在數據傳輸和碼流效率上較之前的編碼算法，將提高80%。針對網絡傳輸流媒體的分辨率越來越大，對于帶寬要求也越來越高的情況，可提供類似質量下更小的碼率。

ZCC獨特優勢：（以60分鐘1080P@25FPS視頻為例）

2.3.3 信息數據利用處理技術

基于ZCC文檔處理技術和ZCV視頻編碼技術，海量圖文檢索技術，對數據進行識別和檢索，通過ZCV智能高清攝像頭實時捕捉水、電、氣、公安、消防……等部門的數據，并將數據碎片化、結構化，傳到云平臺進行智能分析、比對、預判后，快速傳送到綜合應急平臺智能生成預警信息，同步推送至上述各部門和相關執法人員的手持終端APP，同時將信息反饋回綜合應急指揮平臺，從而形成有效的監控循環，使數據在調度、使用、檢索方面將達到最優化。

2.3.4 信息數據安全利用加密技術

ZCC的多種安全措施保障了文件的安全性、合法性、原始性、有效性；做到了防抵賴、防篡改、可追溯等措施相結合。

2.3.5 深度學習人臉識別技術

深度神經網絡應用于人臉識別，建立基于深度學習的人臉識別系統，該系統包含三個模塊：數據預處理模塊、深度學習模塊和識別模塊。

人臉識別主要有兩個過程，一個是訓練過程，一個是測試過程。首先需要訓練網絡模型，將得到的模型參數應用于測試樣本。圖像預處理模塊主要是得到尺寸歸一化的圖片和關鍵矩形區域。深度學習模塊主要是由基礎模塊層疊的，基礎模塊的個數根據實驗效果靈活選取，可以取1個，2個或3個等等。識別模塊是由Softmax回歸模型組成的，Softmax回歸模型的分類單元數目需要根據實際的問題來確定，如果要分為5類，輸出應該是5個單元等等。具體的人臉識別過程如下：

（1） 圖片預處理。為提高分類精度，需要對圖片進行預處理。首先得到尺寸歸一化的圖片和臉部關鍵矩形區域，然后分別用PCA進行降維，得到降維后的兩組數據，兩組數據先通過非線性映射再并排輸入到神經網絡中。

（2） 構造網絡結構。根據輸入向量的維數，確定網絡輸入層、神經元的個數n；根據需要分為幾類，確定Softmax回歸模型的分類單元數量；最后人為確定由哪種模型作為基礎模塊，要層疊幾個基礎模塊，每層的神經元數量等等（盡管選取的可能不是最優，但是通過多選取幾次，比較他們的識別率，找到最優的一個網絡模型）。

（3 ）訓練神經網絡。假設神經網絡是由J個基礎模塊層疊的。首先訓練樣本作為第一個基礎模塊的輸入，訓練第一個基礎模塊，得到模型參數ey隱藏層神經元hl；將h1作為第二個基礎模塊的輸入，訓練第二個基礎模塊，得到模型參數B2，隱藏層神經元h2；將h2作為第三個基礎模塊的輸入，訓練第三個基礎模塊，得到模型參數e3，隱藏層神經元h3；將h3作為Softmax回歸模型的輸入，利用訓練樣本的標簽訓練出Softmax分類器的模型參數B4 0。

（4） 精調網絡：作為神經網絡的初始值，計算整個網絡的代價函數，然后通過反復使用反向傳播算法逐層調整權值，直到調到最優，隨后PCA也納入到整個網絡系統中，對PCA中的權值也進行微調。

（5） 將訓練好的網絡模型用于測試樣本，記錄識別率。

3 關鍵技術的測試論證

3.1 ZCC “零”損耗、高壓縮彩色文檔技術測試

3.1.1 JPG格式圖片壓縮測試

3.1.2 TIFF格式圖片壓縮測試

3.1.3 測試結論

結論：TIF格式的圖片經過ZCC技術壓縮，壓縮比例超過1000倍，JPG格式的圖片經過壓縮，壓縮比例可以超過100倍。

3.2 ZCV“零”損耗、高壓縮視頻編碼技術測試

3.2.1 測試網絡拓撲圖

3.2.2 測試環境

攝像機網絡設置：

攝像機IP地址：52.4.1.222 用戶名：admin 密碼：admin12345

攝像機存儲位置：

52.4.1.138服務器E：＼0001

壓縮編碼器網絡設置：

IP地址：52.4.1.76 用戶名：admin 密碼：9999

壓縮編碼器存儲位置：

52.4.1.138服務器E：＼0002

測試時間：

攝像機存儲時間自2017/2/3 14：10分始至2017/2/10 11：59分終

編碼器存儲時間自2017/2/3 14：10分始至2017/2/10 11：59分終

共計存儲時間6天21小時49分

3.2.3 測試詳細結果

.2.4 測試結論

視頻數據經過壓縮以后，原始視頻數據總量為277GB，壓縮后的數據總量約為33.4GB，為原始數據的12%，壓縮了約88%，達到預期效果。

10GE光網壓縮前傳輸1080P視頻大約3000路，壓縮后能傳輸12500路。

通過視頻壓縮技術，某市的公安局能實現單根10GE光纖進行全區視頻實時匯聚，實現實時情況中心可視化。

3.3 信息數據利用處理技術

經過平臺的實戰測試，得出結論：視頻推送的事件、供電等公共設施維護問題，都能及時匯總到管理平臺，形成有效的監控循環，使數據在調度、使用、檢索方面達到最優化。達到平臺設計的預期效果。

3.4 信息數據安全利用加密技術

結論：ZCC文件加密技術，符合實際使用要求，而且ZCC格式文件拒絕修改，非常適合文件的存檔。

3.5 智能技術

采用“零”損耗壓縮技術將高清視頻流壓縮后送至人臉識別后臺，解決了市面上由于視頻網絡帶寬導致的無法正常工作的問題。

智慧城市、平安城市大規模智能識別時代，無論前端到后臺是圖片流模式，還是視頻流模式，通過黔龍壓縮技術再到黔龍智能識別平臺，大幅度解決了網絡帶寬限制問題。

便捷的接口對接：可對接公安現有信息系統，形成統一指揮調度及中心控制分發業務的工作流程。

精確的人臉比對：千萬級二代證底庫照片，對成年人生活照片的比對，首位命中率可達到90%，前30位命中率可達到99%。

貼近實戰的算法優化：通過算法的優化，對比照片不再有正面直視配合好光照的限制，具備真實場景下的可用性。

4 結束語

本項研究結合了互聯網通信技術、大數據分析技術，智能視頻分析技術，是典型的信息技術產品，是產業發展導向。

（1） 以前端視頻采集和智能分析平臺為抓手，構建區域應急監測預警體系

采用ZCV實時視頻壓縮、傳輸、智能分析等核心技術，進行全區無死角布控，即時發現影響城市公共安全、社會治安、安全生產 、城市綜治、自然災害和生態環境的行為，實現實時監控監測預警。

（2） 以事件模型驅動應急指揮，提升應急指揮智能化水平

建立先進的事件驅動模型，以事件信息觸發應急指揮流

程，以規則引擎指導突發事件處置工作，為突發事件處置建立以規則驅動的事件管理引擎，結合多媒體融合技術，提升指揮調度智能化、自動化水平。

（3） 圍繞“一張圖”和“一張表”打造日常應急管理和突發事件應急指揮信息平臺

基于“一張城市監控圖”，整合應急相關資源，基于事件驅動模型，實現智能化、可視化指揮調度和決策分析。基于物聯網技術實時采集城市關鍵基礎設施狀態信息，基于大數據技術形成城市運行狀態信息“一張大數據分析表”，及時監測分析城市風險隱患，動態監測城市“生命線”運行狀態。

（4） 甄別區域特色，實現區域差異化應急管理

以智慧應急平臺建設為牽引，根據不同區域特點建立差異化的應急管理工作重點。在城市居民居住密集區，重點做好治安管理、社區安全等保障體系；在生產企業密集區域，重點做好安全生產監管體系；在商業密集區重點做好突發群體事件管控體系，做好違法犯罪行為處置，能夠切實解決當前當地的應急指揮和管理痛點，對經濟社會發展，人民安全樂業，資源的合理配置利用具有積極意義。黔龍圖視的核心關鍵技術，擁有自主知識產權的編碼標準，具有較高的保密性及安全性， 打破了國際組織和大公司在該領域的壟斷地位，具有極高的商用價值與意義。

參考文獻：

[1] 齊兵，王群生，楊春玲.H.264解碼芯片的比較與研究[J].電視技術，2006（9）：34-36.

[2] 楊付正.數字視頻客觀質量評估方法研究[D].西安：西安電子科技大學，2005.

[3] 王立.MPEG-2到H.264/AVC數字視頻轉換編碼技術研究及應用[D].天津：天津大學，2007.

[4] 國家應急平臺體系建設技術要求（試行）.國務院應急辦函，2007（98）號.