AOI大數據在智慧城市安防管理中的應用研究

李軍英

北京中色測繪院有限公司 北京 101300

引言：傳統的數據價值具有時效性，對數據進行分析的越早問題越容易得到反饋與響應。早期的AOI檢測結果只可通過人工記錄，進行更新過的AOI可以被錄入電腦進行研究與分析，如今已經被應用于社會各個領域。其中在城市的安防管理系統中的應用較為廣泛，能夠凸顯大數據本身具有的多維度安全功能。

1.智慧城市安防管理現狀

基于此前的智慧城市安防管理工作現狀來講，大數據技術作為城市安防管理工作的核心基礎，各大城市已經積極開展雪亮工程、天網工程等建設項目，在網絡安全性上也有一定程度的進步，比如從常規的安全網絡互聯轉向物聯網大數據建設，引入了人臉識別系統，越發體現人工智能化。新技術的初步應用，會受到諸多因素的影響，導致安防管理工作中出現疑難。不同來源的數據將獨立儲存于各自的系統中，數據的無法統一使各個行業領域的識別模式出現障礙，數據無法進行集中，難以找到數據之間的關系，進行有價值數據的挖掘。在安防系統中，對重要視頻進行分析和挖掘、人臉識別以及軟件算法還未呈現大規模的商業化水平，一定程度上約束了安防管理工作的實施。在智慧城市的安防管理工作中，對于信息時效性具有較高的要求，實效性直接決定了安防數據的運算與寬帶傳輸要求。此外，用戶的信息與隱私問題需要安防管理工作加強建設，應用相應技術與計算，將信息的安全級別明確劃分。

2.在智慧城市安防管理中AOI大數據的應用

2.1 模式識別技術的應用

AOI大數據技術在模式識別技術中主要是進行數據識別與圖像處理，能夠對文字文字、指紋、人臉以及車牌實行精確識別，在當前的大多數城市中已經得到了廣泛的應用。相比之下視頻識別技術雖然發展較為先進，但終究屬于模式識別技術中的部分分支。此種視頻識別技術擁有連續動態的特征，能夠區分出事物的行為特征，此優勢應用了AOI大數據技術的特點。圖像識別往往與動態視頻識別具有共同特征，在二者的比較之下，視頻幀圖像需要大量的視頻信號來組成，所以在分析視頻時，需要將多幀圖像信息進行綜合考慮，“圖像流”的定義也因此而來。視頻識別技術的應用很大程度上輔助了安防管理工作進行，具有重要意義。視頻模式識別經常將檢測目標看做一個整體，通過捕捉物體在運動區域中的運行軌跡，以此來輔助安防監控工作的進行。在此模式識別技術下，人們的手語與步態能夠被識別為肢體動作，將正在運動的物體看成肢體運動性質。對于一些可以動作，比如偷盜行為與打架現象，可以將運行模式設置為小視野特寫鏡頭，從而對可疑動作進行仔細觀察，為安防管理工作提供可靠視頻依據。

2.2 治安卡口系統的應用

陳舊的治安卡口主要是利用檢測機動車的運行軌跡，使用高清攝像機進行抓拍，經常被用來管制超速車輛，但是此種攝像機無法清楚拍攝車輛前排人員與車輛的詳細特征，致使安防管理工作受到一定程度上的阻礙。隨著科學技術的不斷發展，在卡口系統中通過應用AOI大數據技術與高清攝像頭，能夠實現對人員與車輛特征的清晰拍攝，目前該種技術已經成為智慧城市的監控工作的核心力量。廣泛應用于治安監測、機動車監測以及行人監測。高清卡口系統雖然研發的時期較早，但是在晚期才呈現出較好的應用效果。

2.3 目標檢測技術的應用

AOI大數據技術除了在目標監測技術中應用，在線圈監測技術與視頻虛擬線圈中也較為常用。線圈監測技術為目標監測技術中的一種，并且在車輛的監控工作應用的十分純熟，其利用了電磁感應原理，當車輛接觸時，線圈電感值混迅速下降，檢測器的振蕩頻率也隨之發生改變。AOI大數與線圈有據技術的作用則是將有效數據及時上傳至系統內，保障數據的時效性，此種數據的檢測結果的準確性可高達99%。但是線圈檢測也存在與一些局限性，比如無法對行人與非機動車進行監測，在堵車的過程中容易發生疏漏。而連續視頻流檢測跟蹤技術能夠對行人與非機動車進行有效監控，同樣的視頻虛擬線圈也有此效果，這兩種方法是通過對背景差利用分算法進行計算，隨后將背景影響剔除，進而得到所需的前景目標區域，并對圖像更新并保存。當通過噪聲無法判定車輛所在位置，則需要進行下一幀圖像的檢測。對于連續視頻流監測跟蹤技術的適應使用較為復雜，并且管理難度較大，需要運用多種分類方法進行區分，才能達到跟蹤車輛軌跡的目的。AOI大數據技術在目標檢測技術中的應用較為繁雜，具有使用情況需要根據道路行車實際情況來決定，有效輔助了城市安防管理工作的進行。

2.4 應用于軟件算法

AOI大數據技術在軟件算法中涉及的知識面較寬，比如，數據庫知識、技術機構知識、圖像分類知識、網絡通訊知識等多個領域。在軟件算法技術中，一般情況下常用的有視頻檢測技術與特征識別技術，以及事件檢測技術。AOI大數據技術在視頻監測技術中能夠將捕獲目標進行跟蹤，將數據完好保存后上傳于系統，此種技術能夠適應于惡劣的天氣情況中，硬件性能的支撐力較強。但是在識別技術上，步驟較為復雜。比如對車牌的定位需要將圖像二值化，隨后將字符切割，將比較結果輸出，而車身與車型的識別步驟將更為復雜。軟件技術作為治安卡口系統的核心部分，隨著AOI大數據技術的持續更新，芯片處理速度將更加快捷，將提升安防管理工作的高效性。

結論：綜上所訴，AOI大數據技術是智慧城市安防管理工作進行的核心。通過應用模式識別技術可在人流的統計問題得以解決，使監控區的空間進行分流導航，從而實現了精確的信息指導。隨著AOI大數據的不斷改進和完善，指揮城市將獲得更長遠的發展，該技術的應用價值將會不斷增加。