淺談城市級視頻解析能力的應用思路

鄭州市公安局金水分局 李博 夏強

隨著各類信息技術的發展和創新應用，城市步入智慧化建設已成為發展城市和精細化治理城市的重要趨勢，建設智慧城市，能夠促進城市治理能力的提升、民生服務的保障、產業創新的升級；其中對于智慧城市當中視頻智能化解析的建設，已經成為智慧城市建設的重要組成部分，通過整合城市當中海量的視頻數據，利用人工智能技術能夠實現自動化的智能分析與信息提取，能夠充分挖掘城市海量視頻數據資源的價值。但隨著前端城市視頻資源的不斷增加，智慧化應用在城市管理當中的不斷滲透，如何有效利用視頻數據實現精細化管控成為一個迫切的需求；本文就分析目前城市治理在建設城市級視頻解析平臺的必要性，通過分析建設視頻解析平臺面臨的主要問題，闡述構建城市級視頻解析平臺的策略設計，旨在為智慧城市建設提供更加貼合城市治理場景應用需求的視頻解析能力服務。

1 建設城市級視頻解析平臺的必要性

1.1 實現城市治理場景智慧化賦能的需要

在智慧城市建設過程中視頻解析能力成為了重要的組成部分，利用城市視頻數據，配合后端的智能解析，可實現智慧停車、垃圾暴露識別、渣土車識別、道路破損、黃土裸露、非機動車違規停放等城市精細化治理的場景應用，如圖1 所示。但海量的視頻資源需要大量的視頻解析能力實現結構化視頻輸出，視頻解析能力必將成為整個智慧城市的城市級基礎能力資源，這意味建設城市級的視頻解析平臺可利用視頻數據實現城市全域上萬路視頻解析，滿足城市全域可視化管理能力需求。

圖1 城市治理場景中視頻解析應用領域Fig.1 Application fields of video parsing in urban governance scenarios

1.2 多維視頻數據維度和類型的利用率需求

智慧城市場景下各行各業的業務場景靈活多變，面對復雜的場景視頻解析能力如何在系統擴展、開放共享以及業務的快速搭建方面對系統的能力就提出了更高的要求。因此，需從頂層規劃與設計的角度，充分發揮視頻數據的多維度和多類型，提升視頻解析資源的利用率，并結合云技術組件以及多業務領域視頻場景構建城市級視頻解析平臺，如圖2 所示。

圖2 城市級視頻解析平臺架構Fig.2 City-level video analysis platform architecture

1.3 建立城市級視頻解析能力賦能平臺的需要

城市級視頻解析平臺具備大規模的視頻解析能力，在面向智慧城市場景中能夠支撐萬路級別以上的實時視頻分析，通過計算調度、任務調度和資源調度能力，充分發揮分布式計算集群的能力，通過列出統一的應用場景，形成城市級賦能平臺，最大程度做到對已建成的平臺資源復用，解決日益增長的實時、全面、全量的視頻分析需求，讓城市真正擁有感知、預測、預警乃至預防的能力，如圖3 所示。

圖3 城市級解析平臺賦能平臺Fig.3 City-level analysis platform empowerment platform

2 當前建設城市級視頻解析存在的難題

2.1 視頻解析算力基礎設施的挑戰

海量的視頻資源需要大量的視頻解析能力實現結構化視頻輸出，隨著智慧城市業務場景對視頻結構化的依賴，視頻解析能力將成為整個智慧城市的統一基礎能力資源，這意味著利用視頻數據實現城市全域上萬路視頻解析將面臨著大量視頻計算能力的挑戰，作為政府職能部門需要不斷投資建設基礎算力設施，來滿足日益增長的視頻解析算力需求，這將是一筆巨大的投資，建設后期將出現覆蓋攝像頭數量越廣，投資資金越高，系統的運行維護成本也將同步增加的情況。

2.2 海量解析需求對網絡帶寬的需求

視頻解析系統主要采用實時取流的方式，從而實現提取盡可能多的有效信息，但對于覆蓋數十萬路城市級全域場景，面臨多維視頻數據和類型，就需要拉取海量前端視頻資源，但在達到一定規模后，實時取流占用的網絡帶寬就會成為卡脖子的問題，以4Mbps 碼流為例，在10 萬路場景下，如果還采用實時取流，就會占用400G的帶寬，這對于未來面向城市治理實行全域視頻解析將是最大的瓶頸。

2.3 城市治理中視頻解析策略與實際的脫節

在城市治理場景中存在許多需要用到視頻解析策略的場景，例如機動車亂擺放、黃土裸露、垃圾暴露、違規擺放經營、火災識別等，利用視頻數據開展城市治理場景越多，則產生的視頻結果數據就越多，這會導致推送到實際處置的網格員、街道辦、消防、環保等職能人員或部門的事件就會與日俱增，且在一些場景中，這會導致事件多，而處理的人少；重復問題重復上報，與實際業務流轉中的時效要求不符。

2.4 視頻應用場景統籌運行管理的問題

視頻應用場景的需求和建設，一般都是城市職能部門提出需求和建設為主，在整體缺乏全局視角的統籌和規劃的情況下，會存在視頻資源分布和選型只考慮單一需求，從而造成點位分布不均、設備選型不科學、資源投入不合理等問題；在運行管理上只重視建設輕視運維，隨著時間推移，視頻的建設成效也會不斷降低，必然會造成部分建設資金與資源的浪費。

3 基于應用場景構建統一的視頻解析方案

3.1 基于前端抓圖后端解析框架設計

通過深入分析在諸如城市管理、社會治理、應急管理、智慧社區、環保、控塵、智慧交通等應用場景，可將視頻解析能力融入實際業務場景，例如城市的市容市貌巡查，只需要在1 天24 小時中固定時間點完成一次即可；環保部門對施工工地黃土裸露檢測需求，當事件發現后，則無需再利用算力、帶寬消耗頻繁進行解析上報，可等到環保部門下達的整改期到之后再重新發起解析；基于以上這些具體的場景進行精細化的梳理，對于此類的場景解析需求實際在整體視頻解析架構上可采用前端抓圖后端解析框架設計，前端部署抓圖服務器，配合資源調度系統，與后端統一視頻平臺形成編排化的時間節點調度，在固定時間采用抽幀取圖片的方式，傳送到后端對圖片進行結構化的解析，這樣減少海量的視頻流形成匯聚，從而解決實時取流策略占用網絡帶寬、計算及存儲資源消耗大的問題，逐步可形成覆蓋城市級的視頻全域解析。

3.2 基于業務場景化的分時視頻解析策略

在城市治理場景中，可基于業務場景設計分時輪詢策略，例如黃土裸露頻率為1 天1 次，道路破損頻率1天1 次，機動車亂擺放頻率30 分鐘1 次，垃圾暴露頻率1 小時1 次，沿街晾掛頻率30 分鐘1 次，違規戶外廣告頻率1 小時1 次等，將每一個場景進行細分，具體時效需求由城市職能部門相關時效決定，形成分時調度策略，來控制前端抓圖服務器進行抓圖傳送，由此來解決后端解析能力的投入，如表1 所示。

表1 基于場景的分時解析策略Tab.1 Scenario-based time-sharing analysis strategy

以5min 內完成5000 個點位輪巡為例，進行簡單的網絡資源需求測算，每個點位每5min 抓圖一次，抓取兩張圖片，圖片大小以1M 計算，帶寬占用測算如下：2×5000×1M×8Bit/(5×60)=266 M/s，如果將5min 擴大為30min，將調度策略與解析能力利用率在時間線上盡可能負載均衡，則覆蓋的點位不但可突破上萬路，解析能力對基礎計算設施資源的消耗將相較于實時流大大減少，進而節約投資建設資金。

3.3 基于前端業務處置部門的推送頻率設計

在推送頻率上應充分考慮不同業務職能部門的處置能力及人員配備，在發現所轄業務領域出現事件時，應與處置部門人力情況形成聯動，推送頻率策略上要確保關鍵事件快速預警處置，小微事件不遺漏推送；同時掛鉤到業務流程，例如當監控的工地出現黃土裸露，環保部門形成執法單到送達處置單位，以及給予的整改時間期限，應在二次推送解析策略上進行統籌考慮，避免重復解析、重復推送，進而在場景上視頻解析上進一步減少帶寬、計算力的消耗。

3.4 面向城市級的資源調度系統設計

要對網絡帶寬資源、視頻分析資源、視頻圖片存儲等資源進行統一的資源管理調度，就需要構建一個統一的城市級資源管理調度系統，實現對各類資源的集中管理和調度，高效地利用各類資源；能夠從基礎資源調度管理、服務資源調度管理、算法資源調度管理等方面提供調度管理，分別實現對城市級視頻解析平臺的基礎資源、底層服務資源、算法能力資源的調度管理，從而高效利用底層資源支撐上層智能應用的構建。

3.5 構建多應用場景的視頻解析應用平臺

基于“共建、共享、共用”的思路，構建多應用場景的視頻解析賦能平臺，為政府各個職能部門提供統一的應用工具、數據服務接口、智能分析能力等，如圖4所示；不同政府職能部門只需要在應用平臺上，提出各種各樣的視頻智能分析需求，比如日常巡查任務，像城管巡查、環保執法檢查、消防巡查、河道巡查等，通過基于業務部門需求的任務編排，合理的對分析任務進行編排、配置和管理，為城市管理部門提供強大的便利性，從而更合理、科學、高效的幫助城市進行視頻系統的建設，將政府投資效益最大化的進行利用。

圖4 基于多應用場景的視頻解析賦能平臺Fig.4 Video analysis enabling platform based on multiple application scenarios

4 結論

綜上所述，基于現有智慧城市視頻建設資源，通過基于應用場景化的視頻資源的匯聚、資源調度、視頻分時解析等手段，大大降低統一視頻解析平臺對大算力存儲設施、高網絡帶寬的依賴，真正地形成既節約投資建設運營成本，又能滿足各類場景化的城市級視頻解析平臺，可有效的實現對已有視頻資源價值的提升和挖掘，進而實現城市治理智能化、集約化、人性化。

引用

[1] 宋剛.從數字城管到智慧城管:創新2.0視野下的城市管理創新[J].城市管理與科技,2012,14(6):11-14.

[2] 鄔倫,宋剛,吳強華,等.從數字城管到智慧城管:平臺實現與關鍵技術[J].城市發展研究,2017,24(6):99-107.

[3] 孫欣欣.智慧城管:邁向智慧城市的城市管理新探索:以杭州為例[J].城市管理與科技,2013,15(5):61-63.

[4] 李敬.基于云計算的視頻監控平臺的研究[J].現代計算機(專業版),2014(19):65-69.

[5] 汪芳,張云勇,房秉毅,等.物聯網、云計算構建智慧城市信息系統[J].移動通信,2011,35(15):49-53.

[6] 臧振華.日照市數字化城市管理模式建設探析[D].濟南:山東師范大學,2013.