正面迎战大数据 视频结构化技术为安企利器

• 2018/03/06

视频监控可分为用于协助相关部门机构提高公共环境安全防护的安全类应用和作为管理和服务的辅助工具，用以提高服务水平的为非安全类应用。视频结构化技术应用主要体现在对车辆特征、人像特征、行为事件等辨识方面。

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、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、人骑车、行为、事件等不同类别；进一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数据进行结构化检索。