視頻結構化分析檢索決定安防平臺未來

成都弱電公司訊：

近年來，隨著計算機技術和互聯(lián)網的飛速發(fā)展、各種數(shù)據(jù)采集存儲設備的廣泛使用以及多媒體工具技術與社交網絡的普及，從社會資源和互聯(lián)網獲取的數(shù)據(jù)量呈現(xiàn)出爆炸性增長，內容涵蓋了文本、圖像、音頻和視頻，質量更加精準細致，形式更加多樣化，用戶獲取信息的渠道更加豐富，生活更加便捷。

在海量數(shù)據(jù)中，視頻因形式直觀內容豐富，已成為一種極為重要的數(shù)據(jù)形式。據(jù)統(tǒng)計，在人類各種感知世界的方式中，視覺感知占據(jù)了80%以上。隨著視頻采集設備價格更加低廉，視頻質量越來越高，圖像已被廣泛應用到社會的各方各面。其中，來自安防系統(tǒng)的監(jiān)控視頻是一個極為重要的組成部分。如今，視頻攝像頭在生活中已經隨處可見，無論是室內還是室外，小區(qū)還是商場，各種社會公安平安場所都有監(jiān)控系統(tǒng)在發(fā)揮作用，尤其是在維護穩(wěn)定、反恐處突、治安防范、偵查破案、服務群眾等工作實踐中，成都視頻監(jiān)控技術在構筑全天候全方位治安防控體系中具有強大的優(yōu)勢。成都視頻監(jiān)控技術通過實時顯示監(jiān)控區(qū)域現(xiàn)場圖像和回放歷史場景的功能，具有發(fā)現(xiàn)犯罪、預防犯罪、威懾犯罪和鎖定目標、提供線索、固定證據(jù)等重要作用，已經成為繼刑偵、技偵、網偵技術之后的“第四大技術支柱”。

從2004年開始，我國就開始了平安城市的建設，通過以點帶面的監(jiān)控系統(tǒng)建設，實現(xiàn)攝像機之間的聯(lián)網和視頻數(shù)據(jù)的共享，為城市安防等提供信息支撐和保障，這要求監(jiān)控系統(tǒng)實現(xiàn)網絡化和智能化。

技術方向

在智能化的成都視頻監(jiān)控系統(tǒng)當中，除了基本的人工監(jiān)視和數(shù)據(jù)記錄以外，更重要的是對監(jiān)控視頻進行智能化的處理，需要對視頻當中的人、車和另外重要事物進行辨認、檢索和行為分析，并根據(jù)結果提供適當?shù)奶崾?。在對視頻的智能處理當中，視頻檢索技術顯得尤為基礎和重要，面對日益龐大的視頻數(shù)據(jù)，想要快速準確地找到用戶感興趣的內容十分困難。

在目前公安視頻聯(lián)網共享平臺的基礎上，引入智能視頻應用相關技術，將自動提取視頻特征與人工標識相結合，關聯(lián)現(xiàn)有信息綜合資源庫，與刑偵、技偵、網安、情報等部門信息結合起來，進行大數(shù)據(jù)處理，建設高效實用的圖偵平臺，提升成都視頻監(jiān)控圖像在增加辨認、智能化感知、主動預警等方面的應用水平，已經成為公安實戰(zhàn)應用平臺的發(fā)展趨勢。安防平臺的核心和基礎是運用大數(shù)據(jù)和信息技術，建立基礎數(shù)據(jù)平臺，達到資源共享和信息共用，才能實現(xiàn)跨區(qū)域跨部門的信息分析，為科學決策提供依據(jù)。

技術路線

面向內容的視頻檢索技術

從組成來看，視頻是一系列圖像的一個特定排列，每一幅圖像稱為幀，幀是視頻的基本視覺單位。攝像機一次拍攝所形成的幀序列，通常作為視頻編輯的基本單位。場景也叫做片段，是由多個語義相關的鏡頭組成。關鍵幀是由目標引申出來的某一幀或多幀圖像。視頻檢索是在單個或多個視頻里面尋找用戶感興趣的內容并進行定位，找到特定人物所在的視頻、人物在對應視頻中的位置(如幀信息和時間等)或對應的圖像序列。

基本框架及相關技術：在基于內容的視頻檢索中，由于視頻往往長度較大，內容分布存在重復和分散的情況，因此在檢索當中往往會先對視頻進行處理，通過關鍵傾定位、鏡頭分割和場景分割等等進行切分，然后提取分歧層次的內容，如視覺特征、語義特征等等，再存儲特征到數(shù)據(jù)庫中，最后根據(jù)用戶的查詢輸入直接和數(shù)據(jù)庫中的特征進行比對，得到結果以后再獲取相應的視頻信息返回檢索結果給用戶。整個過程覆蓋了多方面技術，如在視頻處理模塊涉及：關鍵帖提取、鏡頭邊緣檢測、場景分類、視頻優(yōu)化等。在特征處理模塊涉及：內容分類、目標檢測、目標跟蹤、目標匹配、行為分析、數(shù)據(jù)經管等。在用戶查詢模塊涉及：檢索方法、反饋方法等。

視頻結構化模型

為了實現(xiàn)計算機智能化處理視頻，需要對視頻及其內容建立數(shù)據(jù)模型。視頻的數(shù)據(jù)模型描述了視頻的分割信息和內容信息，是對視頻中記錄的客觀事物及其聯(lián)系的一種數(shù)據(jù)表示。視頻數(shù)據(jù)模型應該滿足：多層次——視頻是連續(xù)的圖像表示，在分歧層次上的劃分具有分歧的含義表達，因此視頻數(shù)據(jù)模型應該能在多層次上對視頻流進行抽象表達。時空性——視頻具有時空兩種特性，其記錄的客觀事物也應具有時空特性。獨立性——獨立性是視頻模型的基本要求，在進行數(shù)據(jù)庫存儲時，獨立的數(shù)據(jù)模型才可能實現(xiàn)共享和重用。模型索引——視頻數(shù)據(jù)模型應有特定的索引以滿足檢索要求?，F(xiàn)有的視頻數(shù)據(jù)模型從處理內容上可以分為兩類：一、視覺內容模型，通過記錄視頻的時空信息、圖像視覺特征等進行表示，包括時間線模型、顏色紋理模型、代數(shù)模型等；二、語義內容模型，通過對視頻中的客觀事物進行語義關系表達來對視頻進行表示，提供語義查詢的接口，包括對象模型、事件模型等。例如人物結構化表示模型，它是面向對象的視頻模型，其建立過程是提取基本視覺特征，并進一步組合和語義化，實現(xiàn)高層語義表達。在檢索當中，重要的一環(huán)是如何對人物結構化表示模型進行匹配，這種匹配主要是計算人物結構化表示模型當中的視覺特征的差異程度來實現(xiàn)。