什么是視(shì)頻(pín)數(shù)据结构化?

• 2018/07/24

視(shì)頻(pín)结构化是一(yī)种将視(shì)頻(pín)內(nèi)容中的重要(yào)信息进行(xíng)结构化提取的技術(shù)，利用它对視(shì)頻(pín)內(nèi)容按照语义关系，采用時(shí)空分割、特征提取、对象识别、深度学习等处理手段，组织成可(kě)供计算机和(hé)人(rén)理解的文本信息或可(kě)視(shì)化图形信息。在实际应用中，文本信息可(kě)进一(yī)步转化為(wèi)公安实战所用的情报，实现視(shì)頻(pín)數(shù)据向有效情报的一(yī)次转化。

視(shì)頻(pín)數(shù)据结构化從(cóng)多个维度优化现有的安防业务，将原本许多數(shù)量庞大、响应龟速、且大多没有应用价值的监控視(shì)頻(pín)进行(xíng)精缩，变為(wèi)更易查找、占存更小且可(kě)被深度挖掘的高密度數(shù)据。

结构化的視(shì)頻(pín)數(shù)据可(kě)极大提升搜索和(hé)排查效率。实验结果显示，視(shì)頻(pín)结构化之后，從(cóng)百万级的目标库中(对应數(shù)百到一(yī)千小時(shí)的高清視(shì)頻(pín))查找某张截图上(shàng)的行(xíng)人(rén)嫌疑目标，數(shù)秒即可(kě)完成;千万级目标的库中查找，几分鐘(zhōng)即可(kě)完成(如(rú)果实现云化，速度会更快(kuài))。因此在公安实战业务中，基于结构化的視(shì)頻(pín)大數(shù)据检索，可(kě)以有效解决大海(hǎi)捞针的难题。

此外(wài)，结构化視(shì)頻(pín)數(shù)据的存储占比可(kě)以极大的降低(dī)。经过结构化后的視(shì)頻(pín)，存储人(rén)的结构化检索信息和(hé)目标數(shù)据不到視(shì)頻(pín)數(shù)据量的2%; 对于车辆，不到1%;对于行(xíng)為(wèi)降得更多。存储容量极大地(dì)降低(dī)，可(kě)以解决視(shì)頻(pín)長(cháng)期占用存储空間(jiān)的問(wèn)题。

最后，視(shì)頻(pín)结构化还可(kě)以盘活視(shì)頻(pín)數(shù)据，成為(wèi)公安系统數(shù)据挖掘基础。視(shì)頻(pín)经过智能(néng)化的处理、分类后，存入相应的结构化數(shù)据仓库，如(rú)人(rén)脸照片數(shù)据库、人(rén)脸特征數(shù)据库、行(xíng)為(wèi)图片及特征库、车辆图像及特征库等等，而综合這(zhè)些數(shù)据仓库以及关联視(shì)頻(pín)片段仓库可(kě)以建立相应的检索引擎，实现对各类的數(shù)据仓库的深度信息挖掘，充分发挥大數(shù)据作(zuò)用，提升視(shì)頻(pín)數(shù)据的应用价值，提高視(shì)頻(pín)數(shù)据的分析和(hé)预测功能(néng)。

明(míng)景視(shì)頻(pín)數(shù)据结构化系统采用目标检测、对象识别、深度学习等分析手段提取視(shì)頻(pín)图像中的目标对象及运动轨迹；对目标对象进行(xíng)分类為(wèi)人(rén)、车、人(rén)骑车、行(xíng)為(wèi)、事件等不同类别；进一(yī)步提取目标的高层结构化属性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數(shù)据进行(xíng)结构化检索。