视频结构化技术应用的必要性

视频结构化技术应用的必要性

        在智慧城市公共安全信息化建设深入开展的背景下，海量的视频数据作为物联网视觉感知的重要基础资源，提供了大量的图像信息，在公共安全领域发挥着越来越重要的作用。但也存在不足，具体表现在以下几方面：

        1.视频监控视频调阅耗时耗力，以人工方式进行检索，效率低下。主要表现在：首先，实时视频监控任务大部分仍由人工完成，既没有足够多的屏幕供观看，也不可能安排足够多的人员24小时盯着屏幕；其次，需要对所有的视频录像进行逐秒浏览才能发现重点图像，这无疑工作量巨大，甚至犹如大海捞针；其三，即使找到了重点图像，人工抓拍，并且要记录下对应的原始视频图像的时间点等也是工作量很大，效率很低。由于工作人员长时间观看视频录像，容易产生视觉疲劳，还有可能漏掉重要图像和线索。

        2.按照公安机关对视频监控系统建设的相关规定，一般要求视频监控系统具备至少30天连续视频图像存储能力，并能自动循环覆盖存储。实际工作中，只有在查处大要案事件时才会调阅视频监控资源，查找嫌疑人或可疑物品，并随案保存相应视频资料。多数视频图像没有经过信息梳理、采集、保存使用，有价值的视频图像信息存在被覆盖、被流失、被放弃等问题，造成大量有价信息淹没于数据海洋中，成为数据垃圾，严重降低了视频监控系统的建设成效。

        3.现有视频监控系统存在着缺乏深度应用模式、视频数据智慧化程度不高等突出问题。随着智能化技术普及使用，市场渐渐不再满足于现有的智能化技术种类，如何通过对视频内容的分析和处理，快速准确地发现有效线索，充分发挥视频资源的作用是当前迫切需要解决的问题。为此，安防行业已经进行新一代智能视频分析技术的研究，寻求更新的算法、更丰富的业务应用，力求在应用的广度、深度上实现突破。新技术应用现有的视频系统使之更好地适应物联网时代视频智慧化、情报化的应用需求。

        明景视频结构化分析服务器采用目标检测、特征提取、对象识别、深度学习等分析手段提取视频图像中的目标对象及运动轨迹；对目标对象进行分类为人、车、物、行为、事件等不同类别；根据目标轨迹信息可生成浓缩视频；进一步提取目标的高层特征包括目标颜色特征，分类特征，速度特征等，并把目标的轨迹信息以及高层特征形成高效的索引数据。