「天眼」系統里的大數據技術應用：讓罪犯無處遁形

「在電影中「天眼」系統由來已久，無時無刻不在監控我們的生活，讓罪犯無處遁形，從千萬個攝像機中，搜尋蛛絲馬跡，通過碎片拼合，迅速捕捉目標的圖像、聲音、痕迹，以最快的方式進行鎖定和跟蹤、抓捕。」——題記

一、 「天眼」的大數據背景

「天眼」系統給我們的印象是，快速精準鎖定目標，自動篩選比對，合成數據鏈。已然成為高科技的化身，也是大數據、人工智慧、智慧系統、深層圖像挖掘、海量檢索等技術的代名詞。雖然電影里「天眼」是虛擬的，不過現實中卻並非不能實現。目前科技的進步和發展，可謂日新月異，尤其在在深入智能化、系統融合度、數據挖掘和處理等領域已經呈現出規模化部署和實戰化應用。部署在全國乃至全球的視頻監控系統，數量之大，範圍之廣，科技之高，都不斷刷新著歷史制高點。人工智慧和大數據的深入開展，無疑是給巨人插上臂膀，假以時日，我們或許有理由相信定然會迎來一個全智全能、高融高效的新型的「天眼」系統。

二、 「天眼」的大數據的來源

「天眼」系統的大數據需要依靠龐大而豐富的數據來源支撐，可以從幾個方面來解讀：

1、人臉識別

「天眼」大數據中非常重要的一個數據來源：人臉結構化數據。人臉識別技術我們已經在實戰化應用，在交通要道、出入口、捷運、車站、機場、賓館等各種典型區域部署，快速實現人臉圖像的抓拍和特徵點的提取，將人臉模型結構化，作為數據源錄入資料庫，進行後台的分析和比對。

視頻中頭像的鎖定，迅速關聯相關信息，即時有效的實現身份的確認和甄別。

人臉識別技術

視頻監控應用在一種遠距離、用戶非配合狀態下的快速實現身份識別技術，以求遠距離快速確認人員身份，實現智能預警。一方面做人臉的抓拍捕獲，一方面採用快速人臉檢測技術可以從監控視頻圖像中實時查找人臉，並與人臉資料庫進行實時比對，從而實現快速身份識別。

人臉與人體的其它生物特徵(指紋、虹膜等)一樣與生俱來，它的唯一性和不易被複制的良好特性為身份鑒別提供了必要的前提，從而實現了在非強制性、非接觸性、批量併發性、快速追蹤等應用場景和目的。

人臉識別的實現

在人臉檢測和人臉是演算法中，採用幾何特徵點、臉像模板、神經網路以及後期的智能補償等技術演算法，實現在微秒級別眼、口、鼻輪廓等人臉百餘個關鍵點的定位。在實戰中適應大角度側臉、表情變化、遮擋、模糊、明暗變化等各種實際環境。在發範圍的實際監控中，結合給定人臉樣本庫，實現毫秒級別檢索大規模人臉資料庫或監控視頻，給出身份認證，保障極高的比對效率和極低的誤檢率。

一方面是改進優良的演算法，另外一方面要構建深度學習模型，採用卷積神經網路就是一種深度的監督學習下的機器學習模型。深度神經網路在內的各種機器學習演算法與數學和圖像處理演算法，相對行業內開源平台庫，將帶來2-5倍的性能提升。

人臉識別的應用

應用的途徑和場景很多，比如結合部署人臉攝像機和人臉比對伺服器是宇視新一代的智能解決方案，具有人臉檢索和人臉卡口黑名單布控功能。前端IPC主要負責人臉實時跟蹤以及抓拍;人臉分析伺服器首先將前端相機抓拍的人臉進行特徵提取，並通過質量評估選擇最佳的人臉，之後對該人臉進行特徵分析，提取相應的人臉信息，並將最佳人臉圖片及人臉特徵數據進行存儲，之後對照資料庫中儲存的人臉信息庫進行篩查比對，根據要求進行相應聯動告警。

2、車輛識別

當案件涉及機動車的時候，鎖定車輛是整個案件突破的關鍵所在。

車輛抓拍識別

車輛數據抓拍識別，已非常常見，從視頻畫面中根據車牌、車型、車標快速檢索出車輛的行駛軌跡、活動範圍，從而實現系統對布控車輛、緝拿攔截的應用。在實際根據路徑節點實現車輛的定位追蹤，，現有卡口系統對車牌進行了機器識別，可以根據車牌從海量抓拍圖片中自動查找車輛。

針對採用假牌、套牌、無牌以及多次更換車牌等方式來逃避卡口系統的追蹤和識別，需要進行車型識別。宇視車型識別系統即是對車輛本身信息進行識別，能夠根據車輛前臉自動識別出車的品牌，車系和年代等信息，將車輛信息以結構化的數據存儲在資料庫中，並通過專業的客戶端程序進行呈現，完成查詢，檢測等功能。

車輛數據檢索

車輛識別已經實戰化很多年，在技術革新、高級檢索和智慧化程度上越來越高，在海量的資料庫中，根據多級優化索引，進行快速的秒級檢索，乃至十億級數據秒級檢索;在高效查詢車牌模糊查詢，不斷進行車牌信息專項分詞優化，保證查詢結果高效、準確;自動化進行時間快速排序，查詢結果按時間快速排序;近實時檢索，過車記錄入庫，同步實現索引創建與檢索等等。利用高效的數據結構信息實現實戰化千億級數據省市級跨區域車輛稽查布控。

3、視頻結構化

在大量的視頻監控圖像中，有效挖掘內在的有價值的信息，對之高效利用，這是我們的目的，也正因為如此，才實現了全天候全時段全領域的大數據分析和應用。才能保證「天眼」系統數據源的豐富性和全面性。

深層結構化

傳統視頻監控圖像中，將其中包含的很多內容信息，進行解讀和利用。通過計算機識別的視頻數據經過多種計算機圖像分析演算法，轉換為被識別的結構化數據。在視頻拍攝到的畫面中，將其中的時間、地點、人車物等對象的特徵信息，通過計算機的分析，對這些特徵值進行描述和呈現，實現深層的圖像結構化分析。

數據分類甄選

將識別和分析的數據，進行過濾和比對，對冗餘、錯雜、無效的信息進行剔除，將價值信息進行分類和甄選，按照人、車、物、區域、時間等邏輯進行梳理，對於同類和同樣的數據進行拼合，對所有的價值數據信息進行存儲和索引規建，為後續的大數據分析提供了豐富的數據支撐。

4、其他數據

除了視頻信息的結構化數據，還包括音頻、RFID、MAC信息、感測信息等，這些離散的數據，可以通過深入關聯解讀，從而實現「天眼」系統的大數據應用。音頻的比對解讀，通過濾波和去干擾，還原最核心的聲音特質，鎖定嫌疑目標。通過RFID、MAC等信息鎖定目標的活動軌跡和節點，以及目標間的信息碰撞，進一步為「天眼」系統的大數據提供價值源。部署在各個位置的感測網，有效進行聚合和耦合處理，提取和互連，實現數據的上傳和呈現。

三、 「天眼」系統的大數據服務

「天眼」系統的核心大腦是後台的大數據智能化，在已經實現了豐富的數據源保障下，結合後台核心處理，開放且融合、智能且高效、易用且交互的平台系統，來實現「天眼」系統的大數據分析，不僅實現自動化的數據篩選過濾，更主要是結合人工智慧，實現智能交互，合成數據鏈：

1、 數據碰撞比對

在後台大數據庫中，對離散的數據根據時空關係進行羅列，對相同相似項進行碰撞，通過時間的先後順序，計算出數據的時間屬性，數據發生的空間位置，所提取出空間屬性，通過相同相似數據條分佈於時空的研判，實現對數據間的碰撞，和對數據的有效挖掘。在數據間通過後台標準庫、標準信息進行比對，快速核查數據的有效性和真實性，鎖定目標身份，在數據計算和過濾的同時，完成高效檢索和比對。

2、 數據合成追蹤

在大量的資料庫里，我們在思考設定或植入一些條件，以及觸發機制，能夠自動篩選和過濾數據，將觸發數據或興趣數據進行統計，在數據比較和甄別的同時，形成不斷更新迭代的數據鏈，通過數據鏈，我們可以實現目標的「畫像」描述和目標身份的推定，這個就是我們所期望的數據追蹤。通過合成數據及數據蔓延的方式進行目標的跟蹤，通過人工建模和數理模擬，實現智能交互和立體呈現。

四、 總結

「天眼」系統離我們並不遙遠，但也並非一朝一夕之功，它代表了綜合技術和智能AI應用的前沿，也代表了我們賦予未來的展望。科技是在飛躍進步，在全新模式開啟的時代，我們拭目以待，雖然我們無法預測，但是我們卻有充足的理由相信，「天眼」系統代表的未來科技終究會在我們手裡呈現，在不久的那一天。

文/浙江宇視科技有限公司行業技術總監 梁鴿