茜坑水庫視頻監控系統設計

潘 瑩

(深圳市北部水源工程管理處，廣東 深圳 518000)

1 5G通信技術概述

相比于2G的語音技術、3G的數據以及4G的移動寬帶，5G技術有著較為明顯的優勢，比如mMTC、uRLLC、eMBB，其中mMTC指的是規模較大的通信技術，uRLLC指的是低時延可靠性高的通信技術，eMBB指的是移動寬帶強化版。因此并不能單純認為5G技術只是傳輸速度的提升，其在邊緣計算、高速率寬帶、智能監控等方面有著重要的作用。如在Massive MIMO方面，5G技術可通過較多的天線矩陣來使得天線數量增加，進而提升系統容量，空間維度亦會得到充分利用，在空間分辨率得到充分挖掘后，波束賦形技術可能夠實現與小區分簇、小區分裂的結合，將信號強度集中應用于特定用戶群、特定區域，進而提升空口處數據傳輸效率[1]。

2 茜坑水庫視頻監控系統現狀分析

茜坑水庫視頻監控系統包含32個視頻監控點，主要是針對辦公樓區域、水庫大門、部分綠道的視頻圖像信息采取。茜坑水庫周邊環境較為復雜，且很多區域被廣袤的綠植覆蓋，單靠32個視頻監控難以對茜坑水庫進行全覆蓋，從而使得水庫難以姓周完整的視頻監控周界，且對水庫周邊人群流動不能進行全線圖像信息的在線監視采集，這就導致當某些民眾在監控盲區經隔離網到達水庫的危險區域時，監控系統難以第一時間發現其行動軌跡、進入時間、進入地點。

此外茜坑水庫很多區域的視頻監控建造多年，設備已經落后、老化，監控界面不清晰，值班人員即使發現人員流動，也難以判斷其是水庫內部工作人員還是外部私自進入人員，從而不能第一時間采取相關措施；夜晚情況下，很多監控設備已經無法看清監控區域內的相關場景；在事故發生需要調取相關區域的視頻資料時，由于設備功能缺失，會延長錄像調取時間，從而導致意外狀況的發生。

3 基于5G通信技術的茜坑水庫視頻監控系統設計

3.1 視頻監控系統構成

視頻監控系統構成主要包含系統對接傳輸系統、視頻采集系統、監控系統、數據儲存系統、圖像處理系統等。視頻采集系統可通過5G空口技術傳輸高速回轉以及數據反饋處理相關指令；圖像處理系統以MEC 服務器為核心，實現對目標對象以及回傳視頻的跟蹤、識別，數據分析結果一分為二，其中一部分以指令的形式傳輸到監控終端，另一部分傳輸到監控手機；SMTP與FTP這兩項服務器主要用于對接5G系統以及儲存對應的流媒體數據信息，進而系統化管理監控系統；監控手機以及監控PC端組成監控系統，不但可隨時回看、查看相關視頻信息，還可標注重點目標對象，進行監控策略的制定，對攝像頭終端進行動態化、智能化控制。

3.2 茜坑水庫視頻監控系統設計

3.2.1 視頻采集設計

在系統結構設計方面，主要按照茜坑水庫光纖鋪設方式進行采集鏈路的構建，首先對水庫結構以及視頻監控需求進行綜合分析，進而確定監控分布位置，其主要作為前端匯聚點位使用，在此基礎上進行前端匯聚交換機的布置，使之形成匯聚環，以所有的前端匯聚交換機為基礎與起點進行接入環的構建，每個視頻監控處由處于立桿上的回傳一體機進行接入。此外，可在茜坑水庫選取適宜的位置建設水雨情-視頻一體化監測點，水庫視頻監控系統結構如圖1所示。

圖1 水庫視頻監控系統結構圖

在采集點布置方面，在茜坑水庫視頻采集設計中，其設計的主要內容是布置各視頻控點，視頻采集點的布設位置應以最大程度的覆蓋茜坑水庫整體范圍為原則進行布置，如此能夠有效避免意外情況的發生，促進茜坑水庫的安全穩定運行。

3.2.2 視頻分析設計

結合茜坑水庫的實際監控需求，視頻分析設計系統應當實現結果回轉、告警、圖像識別、視頻識別、在線實時監控等業務功能。其設計內容主要包括視頻類分項設計和圖像類分項設計兩個方面。

1)視頻類分項設計：

在業務流程設計方面，基于茜坑水庫對AI平臺業務的需求，主要設計算法模型訓練和智能分析&結果通知兩個業務流程。其中算法模型訓練主要是通過導出待訓練視頻素材→視頻脫敏處理→上傳訓練素材→開發并訓練算法模型→算法模型部署等流程完成。智能分析&結果通知則是通過AI平臺提供的API創建分析任務，然后將AI平臺智能分析結果通知業務應用。

在系統結構設計方面，通過AI平臺向水庫管理人員提供AI訓練、智能分析和任務管理等一站式服務，彌補人工在處理涉水業務處理上的不足，來實現通用視頻+智能分析來提升傳感的傳感器技術上的創新。其總體架構如圖2所示。

圖2 AI平臺整體架構

在關鍵功能設計方面，在視頻類分項的關鍵功能設計中主要包括云端、邊緣側以及AI視頻分析能力等3個方面。其中，云端主要是通過AI訓練，運用水尺識別、周界入侵檢測(水庫、水源地的水體入侵)、排口流量有無檢測等智能分析算法對水務數據進行智能分析，進而實現任務管理；邊緣側是由云端對邊緣側進行管理的代理，針對河道、水庫等視頻可以直接通過水庫的管控分中心視頻平臺接入邊緣側進行智能分析，并將分析結果直接反饋給業務應用；AI視頻分析能力是通過數據交換提供 AI 分析結果，由業務管理系統使用，以滿足對應的業務場景需要，可分為業務系統直接使用和疊加決策系統使用兩種方式。

在數據設計方面，AI算法需要的訓練視頻數據均采用離線脫敏安全處理后傳遞到訓練平臺。AI分析結果數據由業務應用中綜合監測微服務在水務大數據統一建庫存儲。

在集成設計方面，將AI平臺的集成架構分成與應用集成、結果通知、與視頻平臺集成3個部分，最終實現云端、邊緣側的智能分析結果都能夠通過視頻平臺接入視頻流。

2)圖像類分項設計：

在監控系統設計中圖像類服務主要包括陌生人員告警、人臉閘機和車庫閘機等應用，需從視頻流中自動提取出人臉圖像，后續實現圖像比對、搜索等功能，進而在水庫管理處以及流域的泵站閘站，對人員進行智能管理。

在流程設計方面，主要包括了陌生人員告警和人臉閘機兩個方面的流程設計。

在系統結構設計方面，云端將充分利用云的超級計算能力，實現對算法模型的開發和訓練；而邊緣側充分利用邊緣部署原則，節省視頻圖片上云的帶寬，降低投資成本。通過云+ 邊的模式，取得 AI 能力與效益的平衡，整體架構如圖3所示。

圖3 圖像類分項系統整體架構圖

在關鍵功能設計方面，主要包括圖片分析、算力資源、圖像AI分析能力以及邊緣人臉服務等方面的設計，通過管控分中心或用戶機房直接接入邊緣側，依據提供邊緣側智能分析的硬件算力資源，進行圖片提取和智能分析，通過圖像AI分析能力，完成人臉檢測、人臉比對、人臉搜索等相關功能。

在數據設計方面，數據在邊緣側直接閉環，不對外部傳輸。

在集成設計方面，將圖像AI 分析服務的集成分為與應用集成、與視頻平臺集成兩個部分，通過調用圖像 AI 服務的開放的圖片類識別接口，以及視頻人臉識別的結果，最終在視頻平臺上實現人臉識別相關功能。

3.2.3 智慧庫區設計

隨著云計算、大數據、物聯網、互聯網等5G技術、AI技術快速發展，茜坑水庫應積極應用各種技術打破數據孤島，連接庫區業務系統，使其處于一個綜合的運營管理平臺，從而實現庫區可控、可管、可視化管理，進而實現數據整體融合、系統完全連接以及業務的最大數字化。主要從人員通行和車輛通行兩個方面對智慧庫區進行設計：

1)人員通行系統功能設計：在進行系統功能設計時，閘機選擇可移動形式，并配置設備安裝以及人行底座，無需打孔、不銹鋼材質、拆裝便捷、穩定可靠；通道配備禁止駛入檢查以及允許通行功能，由于茜坑水庫屬于飲用水資源，因此一般情況下未經相關管理人員同意不得進入；設備本身結構牢固，攔擋部分靈活無障礙且不易傷人、不易破碎，設備外殼中用于與外界碰撞的機械部分應達到IK04標準要求，表面其與部分達到IK07要求；通道具備放沖功能，能夠有效應對沖撞、翻越等行為；擁有記憶模式功能，能夠快速進行人員認證，故障或者斷電情況下亦不會影響通行；拓展功能，能夠支持顯示屏、指紋、人臉識別組件、二維碼、身份證閱讀器、讀卡器等設備。

2)車輛通行系統功能設計：應采用較高的車牌高清識別技術，并保證固定車輛可快速通行與準確識別，以此來提升用戶體驗；高清圖像，通過高分辨率相機實現對現場的監控以及抓拍，解決監控視角小以及清晰度不高的問題；一卡一車，發行固定卡綁定車牌號碼，憑此進入庫區，若停車憑證遺失，輸入車輛車牌號可進出庫區；排隊模式，車輛通行系統可采納排隊模式，解決車輛之間跟隨過近的問題，以及抓拍不開閘等方面的問題；防止換車，系統能夠智能化比對車輛與憑證是否一致，若存在不一致的狀況則檔桿不動作并發出警告，此時值班人員應格外注意，并進行檢查，如此能夠有效提升庫區的安全穩定性。

4 結 語

綜述，茜坑水庫視頻監控系統的設計與實現，需茜坑水庫相關管理人員與技術人員能夠根據庫區實際情況以及監控需求，充分利用5G技術實現智慧水庫的構建，從而全方位實現對茜坑水庫的視頻監控，滿足茜坑水庫的長遠發展。