‧ 淺談 Big Data 和 影像檢索技術

CPS中安網

近年來，Big Data(大資料、大數據)一詞越來越多地被提及與使用，其含義是廣泛的，涉及到各行業，我們正處在一個資料爆炸性增長的“Big Data”時代，Big Data對社會經濟、政治、文化，人們生活等方面產生深遠的影響，Big Data對人類的資料駕馭能力，提出了新的挑戰與機遇。

人們用Big Data來描述和定義，資訊爆炸時代產生的海量資料。這些資料包括：行動網路、社交網路、電子商務、科學運算等等。其中影像又是構成Big Data最大的一部分。

Big Data的產生

根據相關機構的調查顯示，全球監控攝影機市場在未來五年內將保持穩步增長，到2017年預計將上升到1億台。僅影像監控錄影而言，每天的資料量就達上千PB，累計的歷史資料將更為龐大，由此也可以看出，監控影像在Big Data體系中佔有極大地位置。如今隨著4K時代的到來，更高清的應用越來越普及，由此產生的資料將會越來越大，影像監控也將步入更高清的Big Data井噴時代。

Big Data技術之影像檢索

“Big Data或稱巨量資料、海量資料、大數據，指的是所涉及的資料量規模，巨大到無法通過人工，在合理時間內達到截取、管理、處理、並整理成為人類所能解讀的資訊。”維基百科對Big Data的定義，將Big Data的特點闡釋得非常清晰：“海量”和“非結構化”。這兩個特點在影像監控行業尤為突出，如何在“海量”和“非結構化”的監控影像資料中快速找，到對人們有用的資訊變的尤為重要。

正是基於上述思考，影像檢索技術應運而生。影像檢索主要是依賴於影像演算法，對影像進行預先處理，通過對影像內容進行結構化處理，提取出影像內容中的有效資訊，進行標記或者相關處理後，人後可以通過各種屬性描述進行快速檢索。

www.digitimes.com.tw

因此影像檢索最主要的是利用影像檢測演算法，對影像進行結構化描述，目前已經在相應的產品中，得到應用的演算法主要有以下幾種：行為分析演算法、車牌辨識演算法、車輛顏色辨識演算法、車名標誌辨識演算法、車型辨識演算法、人臉檢測辨識演算法、人體特徵辨識演算法等。

其中人體特徵辨識又包括人的年齡、性別、身高、衣服顏色、是否戴眼鏡等特徵資訊的辨識。影像檢索技術在安防領域的重要作用是毋庸置疑的，其可以快速地從海量的數以萬計的監控錄影中，找到有用的關鍵資訊，將為影像監控帶來革命性的影響。

在影像檢索技術出現之前，海量影像的分析一直是困擾人們的一個難題。據南方都市報報導，一個葉門商人在廣州打的丟行李，廣州交通委花了兩天的時間，才從海量的計程車GPS資訊和交通監控影像找到丟失的行李。

面對如此多的監控資料，去尋找到證據和線索，無異於大海撈針，但目前的現實情況，通常是被迫使用人海戰術進行查看。一個案件的審看，需要更為廣泛的查看相關的攝影機影像，所審看的影像量時常達到數百上千小時。在目前的人工查看模式下，傳統的方法需要從頭到尾順序播放，往往需要數倍於原始影像的時間才能審看完成，因此需要大量人員審看。

為了規避遺漏和誤差，很多刑偵隊採用加大人力投入的方法，但是這種辦法既影響了破案進度和效率，又使得工作人員疲憊不堪。如果有影像檢索技術，對影像中運動的物體等進行檢索和排除，就能比較大的提高辦案效率。

雖然影像檢索技術在實際應用過程中，可以快速地從海量監控錄影中，找到一些有明顯特徵的人或物，但是技術所限，傳統的檢索方式顯得比較單一，檢索方式不夠“智慧”，這已經成為大型監控系統影像資料分析中的一個瓶頸。

隨著影像檢索技術的不斷發展，政府、企業單位人力、物力的大量投入，還有越來越多的公司著力於此應用的研發，並開發出影像檢索系統，系統採用高效智慧分析演算法技術，保證分析資訊的全面和準確，同時系統採用集群化運算方式，可提供幾十上百倍即時以上的快速分析能力，並可根據應用需要進行線性擴展，提高運算能力。

讓系統在影像資料錄入的同時，就自動對影像中的目標資訊，進行格式歸一化與智慧預先處理分析，對影像進行快速處理，提取影像中目標的相關資訊，作為智慧中繼資料保存至資料庫中。之後的相關操作，如智慧審看、智慧檢索等等，就不用再做複雜的解碼，以及智慧分析的工作，而是直接從智慧中繼資料中提取，大大的提高了工作效率。

根據智慧中繼資料資訊，可對目標及目標細化特徵等影像內容級別進行篩選，如顏色、人/車分類等。使用者還可根據案情的需要，自訂設置不同的周界防範規則，通過在資料庫中對中繼資料，進行檢索提取觸發規則的目標資訊，達到快速檢索的目的，極大地提高了效率。

系統可以説明刑偵人員高效、精準地聚焦到所關注的目標，有效解決目前影像眾多、信息量巨大等影像查找的棘手問題，使通過影像調查取證不再費時和繁瑣，提高辦案民警的工作效率，達到科技強警的目的，符合警政對於犯罪資訊化建設的要求。

Big Data技術的延伸

Big Data技術的積極意義，不在於掌握龐大的資料資訊，而在於對這些含有豐富內容和意義的資料，進行專業化處理。換言之，如果把Big Data比作一種產業，那麼這種產業實現盈利的關鍵，在於如何讓資料會“說話”。

如何將海量的資料確實處裡，廣泛的應用於商業趨勢分析、打擊犯罪或測定即時交通路況等，這些貼近民生的應用正是“Big Data”盛行的本質。在Big Data的發展趨勢下，對海量影像監控資料的儲存和管理，是當下各大廠商積極探索的命題之一。

圍繞Big Data的命題，經過採集後的影像資料，通過創建資料庫，結構化處理，進行資料的分析和挖掘，最終進行視覺化的呈現，就是Big Data的演變過程。雖然基於影像分析的技術還有其局限性，但是我們也看得到影像分析技術的前景，正是有此期望，企業單位加大人員投入，將更多的電腦技術應用於影像分析，比如影像摘要技術，影像摘要形成影像片斷，不同時刻的目標“穿越時空”同時展現播放，使24小時的影像，被製作成一個簡短到幾分鐘摘要影像成為現實。