智慧城市是一個(gè)生態(tài)系統(tǒng)。作為整個(gè)生態(tài)系統(tǒng)，最關(guān)鍵的就是感知這一塊，所謂感知就是通過(guò)傳感器網(wǎng)或者物聯(lián)網(wǎng)，把數(shù)據(jù)收集起來(lái)。在這個(gè)基礎(chǔ)上再做一些分析和存儲(chǔ)。存儲(chǔ)和分析是這個(gè)生態(tài)系統(tǒng)中比較重要的環(huán)節(jié)。
視頻編碼與分析的技術(shù)挑戰(zhàn)
在編碼效率方面，大家可能知道，到現(xiàn)在為止，所有視頻系統(tǒng)里面用的都是非常常規(guī)的，通用的視頻編碼的算法和芯片。這個(gè)用法對(duì)不對(duì)呢？實(shí)際上這是不對(duì)的，但是現(xiàn)在已經(jīng)形成這種習(xí)慣了，都是這么用的，你不這么用，人家反倒會(huì)質(zhì)疑你。當(dāng)然從市場(chǎng)化、從減小成本這個(gè)角度來(lái)說(shuō)它是對(duì)的。但是從視頻監(jiān)控的目的來(lái)看，實(shí)際上是不對(duì)的。因?yàn)槟莻€(gè)通用的編碼技術(shù)，它是為電視服務(wù)的，本身它這個(gè)出發(fā)點(diǎn)就是錯(cuò)的。
目前視頻的自動(dòng)分析做得不好。因?yàn)樗谙到y(tǒng)設(shè)計(jì)的時(shí)候，不是為了視頻自動(dòng)分析這個(gè)目的，而是為了視頻存儲(chǔ)和以人為核心的視頻跟蹤，就是一定要有一個(gè)人坐在那里看那個(gè)大的顯示屏。靠這樣的一套指導(dǎo)思想來(lái)設(shè)計(jì)現(xiàn)有的智慧城市里面的視頻系統(tǒng)，用這樣的一個(gè)架構(gòu)去做自動(dòng)分析，是根本無(wú)法實(shí)現(xiàn)的。
隨著時(shí)間的推移，監(jiān)控視頻的數(shù)據(jù)占整個(gè)大數(shù)據(jù)的比重基本上都在一半或者一半以上這樣一個(gè)數(shù)量級(jí)。所以數(shù)據(jù)的存儲(chǔ)和處理做好了，大數(shù)據(jù)的問(wèn)題就解決了大部分。現(xiàn)在這些大數(shù)據(jù)之所以沒(méi)有有效的利用起來(lái)，里面很多知識(shí)還沒(méi)有歸納總結(jié)出來(lái)，也是和現(xiàn)有的數(shù)據(jù)積累過(guò)程，以及這個(gè)系統(tǒng)設(shè)計(jì)的出發(fā)點(diǎn)是有關(guān)聯(lián)的。
針對(duì)這些問(wèn)題，我們要找到一個(gè)技術(shù)上的切入點(diǎn)來(lái)處理。這個(gè)切入點(diǎn)，要更多的看目前智慧城市里急需的到底是什么。實(shí)際上就是急需事件的追蹤。例如說(shuō)，有一個(gè)人報(bào)案，說(shuō)某家銀行被搶了，劫匪坐了一輛白色的車跑掉了，你有沒(méi)有辦法在比較短的時(shí)間內(nèi)查到這輛車的位置。
智慧城市中視頻技術(shù)面臨的挑戰(zhàn)，就是我們現(xiàn)在面臨的三大問(wèn)題，一個(gè)是監(jiān)控視頻的數(shù)據(jù)存不下，一個(gè)是查不準(zhǔn)，一個(gè)是擋不住。如果我們把這三個(gè)問(wèn)題梳理一下，從技術(shù)上來(lái)說(shuō)就是，一個(gè)是編碼的問(wèn)題，一個(gè)是視頻分析與跟蹤的問(wèn)題，融合起來(lái)還有跟GPS、音視頻結(jié)合起來(lái)使用的問(wèn)題。
如果我們把它歸納為技術(shù)挑戰(zhàn)，那就是兩個(gè)挑戰(zhàn)，一個(gè)是高效視頻編碼的挑戰(zhàn)，當(dāng)然是面向監(jiān)控視頻的。第二個(gè)就是如何對(duì)分析和檢索進(jìn)行支持。如果大家對(duì)視頻編碼和視頻分析稍微熟悉一點(diǎn)的話，你會(huì)發(fā)現(xiàn)一個(gè)很奇特的現(xiàn)象，就是做視頻編碼的人對(duì)視頻分析不感興趣，或者說(shuō)不太做。反過(guò)來(lái)，做視頻分析的人對(duì)編碼怎么編，基本上做的也不多。為什么會(huì)出現(xiàn)這樣的情況？做編碼的人處理的對(duì)象是像素和塊，而做分析的人面對(duì)的是特征。這兩個(gè)一個(gè)是踩在地面上，一個(gè)是在山頭上，所以這兩伙人很難交匯。我們現(xiàn)在是希望解決這個(gè)問(wèn)題，因?yàn)楸仨毎堰@兩個(gè)事一起來(lái)做，你才可能做成一個(gè)面向智慧城市的技術(shù)。
高效視頻編碼標(biāo)準(zhǔn)
從標(biāo)準(zhǔn)的歷史上來(lái)看，實(shí)際上前30年中，基本上所有的貢獻(xiàn)、所有的技術(shù)都是圍繞著通信領(lǐng)域的視頻編碼和廣播里面的視頻編碼做的，前期主要是面向廣播的視頻編碼。當(dāng)然也有面向通信的視頻編碼，后來(lái)也出現(xiàn)了兼顧通信和廣播的視頻編碼，但是所有這些編碼都不是面向監(jiān)控的。你可能會(huì)說(shuō)，視頻通信不就是監(jiān)控的一種嗎？有的專家就說(shuō)，如果你要看現(xiàn)在的視頻監(jiān)控，實(shí)際上它是發(fā)展了三代，第一代是模擬，第二代是數(shù)字，第三代是IP監(jiān)控。這個(gè)IP監(jiān)控是在網(wǎng)絡(luò)上，但是不是和編碼有針對(duì)性的，所以面向監(jiān)控的編碼，目前國(guó)際上沒(méi)有人做這樣的標(biāo)準(zhǔn)，只有中國(guó)人在做。
目前的編碼框架一個(gè)是變換編碼，一個(gè)是預(yù)測(cè)編碼，還有一個(gè)是商務(wù)編碼，把這三塊組合起來(lái)，稱為混合編碼框架結(jié)構(gòu)。這種編碼技術(shù)已經(jīng)使用了30多年。中國(guó)從2002年開(kāi)始，也組織了一個(gè)自己的標(biāo)準(zhǔn)，2006年第一版出來(lái)之后被ITUT接受為IPTV的一個(gè)格式。再后來(lái)被廣電和工信部聯(lián)合接受為我們國(guó)家地面數(shù)字電視機(jī)頂盒和地面數(shù)字電視一體機(jī)的標(biāo)準(zhǔn)，去年AVS的增強(qiáng)檔成了我們國(guó)家廣電的行業(yè)標(biāo)準(zhǔn)。去年我們?yōu)榱税堰@個(gè)標(biāo)準(zhǔn)國(guó)際化，也專門(mén)在IEEE的標(biāo)準(zhǔn)化協(xié)會(huì)下面成立了一個(gè)AVS的工作組，目前這個(gè)工作組已經(jīng)把第一版編碼所有的流程走完了。
