什么是視(shì)頻(pín)结构化？視(shì)頻(pín)结构化有什么作(zuò)用

• 2019/01/10

從(cóng)前几年(nián)開(kāi)始，安防厂商就已经開(kāi)始在强调視(shì)頻(pín)结构化，经过算法的演进和(hé)技術(shù)的革新，視(shì)頻(pín)结构化開(kāi)始大规模地(dì)得到应用。那(nà)么，何為(wèi)視(shì)頻(pín)结构化?

視(shì)頻(pín)结构化是一(yī)种視(shì)頻(pín)內(nèi)容信息提取的技術(shù)，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)理解的文本信息的技術(shù)。從(cóng)數(shù)据处理的流程看(kàn)，視(shì)頻(pín)结构化描述技術(shù)能(néng)够将监控視(shì)頻(pín)转化為(wèi)人(rén)和(hé)机器可(kě)理解的信息，并进一(yī)步转化為(wèi)公安实战所用的情报，实现視(shì)頻(pín)數(shù)据向信息、情报的转化。

視(shì)頻(pín)结构化技術(shù)被广泛应用

在視(shì)頻(pín)结构化描述的內(nèi)容方面，公共安全关注的視(shì)頻(pín)信息主要(yào)是：人(rén)員(yuán)、车辆、行(xíng)為(wèi)。在視(shì)頻(pín)中把人(rén)作(zuò)為(wèi)一(yī)个可(kě)描述的个体展现出来，其中包括人(rén)員(yuán)的面部精确定位、面部特征提取、面部特征比对，人(rén)員(yuán)的性别、年(nián)龄范围、大致身高、发饰、衣着、物(wù)品携带、步履形态等多种可(kě)结构化描述信息;对于车辆的描述信息包括：车牌、车颜色、车型、品牌、子品牌、车贴、车饰物(wù)信息等多种车辆描述信息;对于行(xíng)為(wèi)的描述信息包括：越界、區(qū)域、徘徊、遗留、聚集等多种行(xíng)為(wèi)描述信息。

经过視(shì)頻(pín)结构化处理后，可(kě)以达到如(rú)下(xià)目的：

首先，是視(shì)頻(pín)查找速度得到极大的提升。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))。在结构化基础上(shàng)进行(xíng)检索查询，可(kě)以解决快(kuài)速目标查找問(wèn)题。

其次，是存储容量极大的降低(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)期存储的問(wèn)题。

最后，視(shì)頻(pín)结构化可(kě)以盘活視(shì)頻(pín)數(shù)据，可(kě)作(zuò)為(wèi)數(shù)据挖掘基础，視(shì)頻(pín)经过结构化处理后，存入相应的结构化數(shù)据仓库，对各类的數(shù)据仓库可(kě)以进行(xíng)深度的數(shù)据挖掘，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)。