星卡口视频结构化分析检索决定安防平台未来

更新时间：2015-12-24 09:39:26

星卡口视频结构化分析检索技术方向

在海量数据中,视频因形式直观内容丰富，已成为一种极为重要的数据形式。据统计,在人类各种感知世界的方式中,视觉感知占据了80%以上。随着视频釆集设备价格更加低廉,视频质量越来越高,图像已被广泛应用到社会的各方各面。其中,来自安防系统的监控视频是一个极为重要的组成部分。如今,视频摄像头在生活中已经随处可见,无论是室内还是室外,小区还是商场,各种社会公安安全场所都有监控系统在发挥作用，尤其是在维护稳定、反恐处突、治安防范、侦查破案、服务群众等工作实践中，视频监控技术在构筑全天候全方位治安防控体系中具有强大的优势。视频监控技术通过实时显示监控区域现场图像和回放历史场景的功能，具有发现犯罪、预防犯罪、威慑犯罪和锁定目标、提供线索、固定证据等重要作用，已经成为继刑侦、技侦、网侦技术之后的“第四大技术支柱”。

星卡口视频结构化分析检索决定安防平台未来
　　从2004年开始,我国就开始了平安城市的建设,通过以点带面的监控系统建设,实现摄像机之间的联网和视频数据的共享,为城市安防等提供信息支撑和保障,这要求监控系统实现网络化和智能化。
　　技术方向
　　在智能化的视频监控系统当中,除了基本的人工监视和数据记录以外,更重要的是对监控视频进行智能化的处理,需要对视频当中的人、车和其他重要事物进行识别、检索和行为分析, 并根据结果提供适当的提示。在对视频的智能处理当中,视频检索技术显得尤为基础和重要,面对日益庞大的视频数据,想要快速准确地找到用户感兴趣的内容十分困难。
　　视频检索主要有两种方式：
　　基于文本的检索——通过对视频进行人工标注，将图像信息转换成文本标注(相当于增加标签)，通过文本检索的相关技术如关键字技术进行检索，这种方式对视频信息内容进行了压缩，简化了查询的流程，提高了检索速度，减少了检索的数据量和时间成本，一般对视频信息内容会有语义上的概括，比较适合利用主题查询的场景。但是人工标注耗时较长，受标注者主观影响较大，用户有时并不能准确描述其所想搜索内容的主题，关键字提取困难，而且由于标签难以完全概括视频内容,导致查询的准确度并不高,检索结果差强人意，这也导致了传统的基于文本的视频检索方式越来越不能满足用户需要。
　　基于内容的检索——用户希望的是有形式更为丰富的输入,如不仅限于关键字等,可以利用图例、草图、语音描述等等来作为搜索输入条件。而检索的内容也不限于视频的主题,而可能是视频中某一个场景的故事,某个镜头是否发生了某种事件等等。因此，综合利用数字图像处理、模式识别、图像理解和机器学习等多种技术,通过对视频内容进行语义上的理解，结合视频的前后时段信息，组合用户的各种检索条件实现快速检索，已经成为目前视频检索领域研究和发展的重点。
　　在监控视频系统中,用户往往希望能够精确判断出视频里是否有某个人物,同时能够精确地定位到该人物所在的视频片段。例如在小区中,如果老人走失,就可以根据老人的照片在小区周边的监控视频中根据服饰特征进行检索,及时获取老人走失的时间和最后位置,能够给找到老人带来极大帮助。在目前公安视频联网共享平台的基础上，引入智能视频应用相关技术，将自动提取视频特征与人工标识相结合，关联现有信息综合资源库，与刑侦、技侦、网安、情报等部门信息结合起来，进行大数据处理，建设高效实用的图侦平台，提升视频监控图像在增加识别、智能化感知、主动预警等方面的应用水平，已经成为公安实战应用平台的发展趋势。安防平台的核心和基础是运用大数据和信息技术，建立基础数据平台，达到资源共享和信息共用，才能实现跨区域跨部门的信息分析，为科学决策提供依据。
　　技术路线
　　面向内容的视频检索技术
　　从组成来看，视频是一系列图像的一个特定排列，每一幅图像称为帧，帧是视频的基本视觉单位。摄像机一次拍摄所形成的帧序列，通常作为视频编辑的基本单位。场景也叫做片段，是由多个语义相关的镜头组成。关键帧是由目标引申出来的某一帧或多帧图像。视频检索是在单个或多个视频里面寻找用户感兴趣的内容并进行定位，找到特定人物所在的视频、人物在对应视频中的位置(如帧信息和时间等)或对应的图像序列。
　　基本框架及相关技术：在基于内容的视频检索中，由于视频往往长度较大，内容分布存在重复和分散的情况，因此在检索当中往往会先对视频进行处理，通过关键倾定位、镜头分割和场景分割等等进行切分，然后提取不同层次的内容，如视觉特征、语义特征等等，再存储特征到数据库中，最后根据用户的查询输入直接和数据库中的特征进行比对，得到结果以后再获取相应的视频信息返回检索结果给用户。整个过程覆盖了多方面技术，如在视频处理模块涉及：关键帖提取、镜头边缘检测、场景分类、视频优化等。在特征处理模块涉及：内容分类、目标检测、目标跟踪、目标匹配、行为分析、数据管理等。在用户查询模块涉及：检索方法、反馈方法等。
　　视频结构化模型
　　为了实现计算机智能化处理视频，需要对安防视频及其内容建立数据模型。视频的数据模型描述了视频的分割信息和内容信息，是对视频中记录的客观事物及其联系的一种数据表示。视频数据模型应该满足：多层次——视频是连续的图像表示，在不同层次上的划分具有不同的含义表达，因此视频数据模型应该能在多层次上对视频流进行抽象表达。时空性——视频具有时空两种特性，其记录的客观事物也应具有时空特性。独立性——独立性是视频模型的基本要求，在进行数据库存储时,独立的数据模型才可能实现共享和重用。模型索引——视频数据模型应有特定的索引以满足检索要求。现有的视频数据模型从处理内容上可以分为两类：一、视觉内容模型，通过记录视频的时空信息、图像视觉特征等进行表示,包括时间线模型、颜色纹理模型、代数模型等;二、语义内容模型，通过对视频中的客观事物进行语义关系表达来对视频进行表示，提供语义查询的接口，包括对象模型、事件模型等。例如人物结构化表示模型，它是面向对象的视频模型，其建立过程是提取基本视觉特征，并进一步组合和语义化，实现高层语义表达。在检索当中,重要的一环是如何对人物结构化表示模型进行匹配，这种匹配主要是计算人物结构化表示模型当中的视觉特征的差异程度来实现。
来源：长城安防网

下一篇：有效应用将是大数据的云存储服务特征上一篇：南昌市：市长带队检查安全生产工作，要求确保人民群众生命财产安全