李軍英

北京中色測繪院有限公司 北京 101300

引言：傳統(tǒng)的數(shù)據(jù)價值具有時效性，對數(shù)據(jù)進行分析的越早問題越容易得到反饋與響應(yīng)。早期的AOI檢測結(jié)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(jīng)被應(yīng)用于社會各個領(lǐng)域。其中在城市的安防管理系統(tǒng)中的應(yīng)用較為廣泛，能夠凸顯大數(shù)據(jù)本身具有的多維度安全功能。

1.智慧城市安防管理現(xiàn)狀

基于此前的智慧城市安防管理工作現(xiàn)狀來講，大數(shù)據(jù)技術(shù)作為城市安防管理工作的核心基礎(chǔ)，各大城市已經(jīng)積極開展雪亮工程、天網(wǎng)工程等建設(shè)項目，在網(wǎng)絡(luò)安全性上也有一定程度的進步，比如從常規(guī)的安全網(wǎng)絡(luò)互聯(lián)轉(zhuǎn)向物聯(lián)網(wǎng)大數(shù)據(jù)建設(shè)，引入了人臉識別系統(tǒng)，越發(fā)體現(xiàn)人工智能化。新技術(shù)的初步應(yīng)用，會受到諸多因素的影響，導致安防管理工作中出現(xiàn)疑難。不同來源的數(shù)據(jù)將獨立儲存于各自的系統(tǒng)中，數(shù)據(jù)的無法統(tǒng)一使各個行業(yè)領(lǐng)域的識別模式出現(xiàn)障礙，數(shù)據(jù)無法進行集中，難以找到數(shù)據(jù)之間的關(guān)系，進行有價值數(shù)據(jù)的挖掘。在安防系統(tǒng)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(xiàn)大規(guī)模的商業(yè)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(shù)據(jù)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(shè)，應(yīng)用相應(yīng)技術(shù)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(shù)據(jù)的應(yīng)用

2.1 模式識別技術(shù)的應(yīng)用

AOI大數(shù)據(jù)技術(shù)在模式識別技術(shù)中主要是進行數(shù)據(jù)識別與圖像處理，能夠?qū)ξ淖治淖帧⒅讣y、人臉以及車牌實行精確識別，在當前的大多數(shù)城市中已經(jīng)得到了廣泛的應(yīng)用。相比之下視頻識別技術(shù)雖然發(fā)展較為先進，但終究屬于模式識別技術(shù)中的部分分支。此種視頻識別技術(shù)擁有連續(xù)動態(tài)的特征，能夠區(qū)分出事物的行為特征，此優(yōu)勢應(yīng)用了AOI大數(shù)據(jù)技術(shù)的特點。圖像識別往往與動態(tài)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(shù)的應(yīng)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(jīng)常將檢測目標看做一個整體，通過捕捉物體在運動區(qū)域中的運行軌跡，以此來輔助安防監(jiān)控工作的進行。在此模式識別技術(shù)下，人們的手語與步態(tài)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(zhì)。對于一些可以動作，比如偷盜行為與打架現(xiàn)象，可以將運行模式設(shè)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(jù)。

2.2 治安卡口系統(tǒng)的應(yīng)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(jīng)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(shù)的不斷發(fā)展，在卡口系統(tǒng)中通過應(yīng)用AOI大數(shù)據(jù)技術(shù)與高清攝像頭，能夠?qū)崿F(xiàn)對人員與車輛特征的清晰拍攝，目前該種技術(shù)已經(jīng)成為智慧城市的監(jiān)控工作的核心力量。廣泛應(yīng)用于治安監(jiān)測、機動車監(jiān)測以及行人監(jiān)測。高清卡口系統(tǒng)雖然研發(fā)的時期較早，但是在晚期才呈現(xiàn)出較好的應(yīng)用效果。

2.3 目標檢測技術(shù)的應(yīng)用

AOI大數(shù)據(jù)技術(shù)除了在目標監(jiān)測技術(shù)中應(yīng)用，在線圈監(jiān)測技術(shù)與視頻虛擬線圈中也較為常用。線圈監(jiān)測技術(shù)為目標監(jiān)測技術(shù)中的一種，并且在車輛的監(jiān)控工作應(yīng)用的十分純熟，其利用了電磁感應(yīng)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(fā)生改變。AOI大數(shù)與線圈有據(jù)技術(shù)的作用則是將有效數(shù)據(jù)及時上傳至系統(tǒng)內(nèi)，保障數(shù)據(jù)的時效性，此種數(shù)據(jù)的檢測結(jié)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(jiān)測，在堵車的過程中容易發(fā)生疏漏。而連續(xù)視頻流檢測跟蹤技術(shù)能夠?qū)π腥伺c非機動車進行有效監(jiān)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(qū)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(xù)視頻流監(jiān)測跟蹤技術(shù)的適應(yīng)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(qū)分，才能達到跟蹤車輛軌跡的目的。AOI大數(shù)據(jù)技術(shù)在目標檢測技術(shù)中的應(yīng)用較為繁雜，具有使用情況需要根據(jù)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(yīng)用于軟件算法

AOI大數(shù)據(jù)技術(shù)在軟件算法中涉及的知識面較寬，比如，數(shù)據(jù)庫知識、技術(shù)機構(gòu)知識、圖像分類知識、網(wǎng)絡(luò)通訊知識等多個領(lǐng)域。在軟件算法技術(shù)中，一般情況下常用的有視頻檢測技術(shù)與特征識別技術(shù)，以及事件檢測技術(shù)。AOI大數(shù)據(jù)技術(shù)在視頻監(jiān)測技術(shù)中能夠?qū)⒉东@目標進行跟蹤，將數(shù)據(jù)完好保存后上傳于系統(tǒng)，此種技術(shù)能夠適應(yīng)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(shù)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(jié)果輸出，而車身與車型的識別步驟將更為復雜。軟件技術(shù)作為治安卡口系統(tǒng)的核心部分，隨著AOI大數(shù)據(jù)技術(shù)的持續(xù)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(jié)論：綜上所訴，AOI大數(shù)據(jù)技術(shù)是智慧城市安防管理工作進行的核心。通過應(yīng)用模式識別技術(shù)可在人流的統(tǒng)計問題得以解決，使監(jiān)控區(qū)的空間進行分流導航，從而實現(xiàn)了精確的信息指導。隨著AOI大數(shù)據(jù)的不斷改進和完善，指揮城市將獲得更長遠的發(fā)展，該技術(shù)的應(yīng)用價值將會不斷增加。