中国工程机械商贸网

作者：张馨予

镇江港务集团有限公司全港区范围内目前现架设网络摄像机 507 台，其中：港区泊位处架设 59 台、港区引桥处架设 28 台、港区堆场处架设 155 台、港区道路处架设 8 台、港区卡口处架设48 台、港区库棚处架设 27 台、港区临水作业处架设 48 台、其他工作区域处架设 134 台。网络摄像机监控基本覆盖港区主要工作区域。

目前，视频监控系统总控平台采用集中存储、分布浏览的模式部署，主要服务于外事单位用于监管和事后取证。由于历史原因，港区内现有监控设备品牌并不统一，同时由于商业竞争等原因，各监控摄像头厂家都会对标准协议进行定制化修改，从而保障自身的利益，但这一行为也导致港区管理人员难以在同一个平台对所有的监控摄像头进行统一管控。

在现有监控系统使用过程中，管理人员采用画面轮播的方式对现场进行抽查监管，易造成管理人员视觉疲惫。当管理人员要紧急调用某一监控画面时，需要从庞大的设备列表中搜寻监控相机，造成监控摄像机操作管理难度较大，严重影响管理人员使用效率。针对上述问题，镇江港务集团有限公司研发中心研发镇江港散货码头天网智慧平台。

平台利用计算机视觉识别技术代替工作人员进行全天候监控并进行实时视频图像分析，同时关联不同摄像机之间的视频分析结果，将分析报警结果集中统一显示在港区航拍图中，实现全局主动监控，使监控人员能轻松、及时地掌控当前的港区态势，快速形成响应方案。镇江港港区航拍图见图1。

图1 镇江港港区航拍图

1平台架构

天网智慧平台主要由前端子系统、中心子系统服务器集群、网络传输系统和指挥中心综合平台等4个部分组成。天网智慧平台架构图见图2。

图2 天网智慧平台架构图

在前端子系统中，监控视频高清摄像机主要用于提供实时画面，并对现场监控区域进行24 h监管。

在中心子系统服务器集群中，控制中心服务器主要对监控高清摄像机进行管理控制，根据港区地图与监控相机之间的坐标关系矩阵对相机实时视频画面进行调取和显示。分析服务器集群根据控制中心的任务指令对监控摄像机拍摄的视频画面进行自动分析检测，一旦检测到有物体经过，立即启动提前预设的识别分析模块，判断现场是否有违规行为。当平台判断现场有违规行为时，分析服务器集群会向控制中心进行报警订阅，将报警信息上报到控制中心，控制中心会根据订阅情况，将报警信息存储并上报客户端，客户端根据报警信息，将相应报警视频以地图弹窗的形式进行展示。

综上，天网智慧平台实现监控摄像机的信号与地图信息的绑定，利用计算机视觉识别技术及时识别港区作业区域内的违规、危险行为，并以统一调度的方式对监控高清摄像机进行管理，实现智能、可靠的远程监管。

2技术思路和路线

本次所研发的天网智慧平台，针对目前大型视频监控系统中存在的主要技术难题，通过多项技术创新，在不改变现有广泛使用的视频监控硬件设备的前提下，通过智能化改造，形成基于多摄像机协同的图像分析技术和基于高清航拍图的全局信息集成（WebGIS）技术的综合性管控与智能分析平台，实现传统监控平台从“基于相机监控”到“基于目标监控”的理念突破。

2.1视频分析技术

视频分析技术包括图像采集、光感标准化操作、图像稳定、运动检测、目标跟踪和分类、目标特征行为分析。视频分析是系统中技术含量最高、难度最大的部分，目前仍是一个活跃的科研领域。

为了保证智能分析的完整性、降低平台整体建设成本，整体智能分析应用采用“触发联动”的方式进行分析。

智能分析模块主要应用到图像处理、深度学习和样本对抗自学习等技术。智能分析模块应用的多种检测算法中，主要利用检测器YOLOv3精准检测出视频画面中所有出现的物体，并利用分类器对检测出来的问题进行分类，从而达到检测物体的目的。

在对物体进行检测时，后期的样本对抗自学习过程和模型优化过程也是智能分析模块的核心内容，使用的主要技术如下：

针对现场数据和场景定制网络结构，删减冗余结构，从而最大化利用硬件资源，满足现场算法需求。

采用完整的半监督算法优化技术和一键操作式模型训练技术实现模型的效果提升和部署。

为提高检测效率和识别准确率，在检测的同时使用硬件检测加速技术，主要技术如下：

使用模型量化技术，从而获得更小的模型，实现低延迟和更高的数据传输效率，同时降低显存占用率。

使用动态内存优化，减少显存占用，从而避免显存的过度开销以获得更快、更高的推理性能。

使用层融合技术，减少显卡内核调用次数，减少内核启动时间，从而加快推理速度。

2.2多相机协同技术