视频结构化成安防研究重点 可抓住的方向?

简介:

平安城市的展开,视频监控联网共享,视频资料越来越多,如何高效的来利用这些海量视频信息资源,能够实时的解决一些报警监控问题,或者说在一些案件侦破当中,我们可以迅速的找到所要了解的信息,这就需要一些新的技术来满足要求。

平安城市的展开,视频监控联网共享,视频资料越来越多,如何高效的来利用这些海量视频信息资源,能够实时的解决一些报警监控问题,或者说在一些案件侦破当中,我们可以迅速的找到所要了解的信息,这就需要一些新的技术来满足要求。那么视频结构化描述(VideoStructurizedDescription,简称VSD)技术正是在这种背景下应用而生的。

视频监控系统所采用的视频采集配合简单存储模式,缺乏对海量视频资源的有效理解,造成了存储空间的极大浪费和便捷应用的缺失,目前,视频结构化描述(VSD)技术可以解决。

“视频结构化”,简言之即从视频中结构化提取关键目标,包括车辆、人及其特征等。以公安行业为例,视频结构化能够在海量视频中快速寻找目标,解放警力。从视频存储的角度看来,结构化引领存储模式全新变革,提炼视频中有价值的图片和文本信息。从原本需要一直存储变成关键信息的存储,使存储更持久。随着前端设备不断增多,视频画面也逐渐地走向更高清,利用”视频结构化“技术即使是再高清再高容的视频存储也依旧可以进行关键信息的提取。

视频结构化成安防研究重点未来可抓住哪些方向?

视频结构化成安防研究重点未来可抓住哪些方向?

目前,安防行业对视频结构化研究越来越深入。

视频图像结构化分析是视频图像信息应用的重要基础,海康威视为郑州平安城市打造的视频图像结构化分析系统采用“两条腿迈步”的方法,一方面采用传统的人员查看监控图像方式,与摄像机的智能功能结合,进行图像数据的运用;另一方面采用高效的GPU分析集群,对视频图像中出现的人员、车辆等要素目标进行自动的结构化分析,提取要素目标的特征属性信息,并将这些信息分类、长期存储在视频图像信息库中,对各部门、警种提供基础的视频图像信息支撑,对数据进行再次的研判、分析、汇总,使之成为更优价值的数据,发挥最大的效应。

针对人员大数据分析,科达猎鹰人员卡口分析系统从前端IPC抓拍到后台智能应用,提供一体化解决方案,有效解决人员的追踪、锁定、预防、控制;提供海量抓照片的以图搜图等核心业务功能。针对人车大数据分析,科达猎鹰结构化分析系统,从前端到后台智能应用,提供一体化解决方案,有效解决天网工程的视频结构化;提供全媒体接入、全场景分析、结构化描述查询、图像以图搜图。不仅能够分析人车卡口和泛卡口类场景,还能分析普通监控场景;不仅能够在线实时分析专业智能相机,还能实时分析普通监控相机和离线视频、图片。

尽管大华ICT技术的产品已经支撑了中国移动和慧眼的数十万民用监控系统的成功上线商用。但我们更期望洞悉视频数据,挖掘数据背后的价值。大华通过业界领先的视频图像结构化能力,提取数据价值,基于云计算架构构建视频解析大脑,将传统的视频处理速度提升几十倍,极大提高了视频数据的检索速度,基于深度学习算法等先进技术,让机器协助人来识别人、车、物,将视频搜索应用实用化,深刻改变传统的视频使用模式。

视频结构化技术应用前景

视频结构化技术是个新生事物,大概在2010年出现。由于当时的高清风暴盛行,智能化就成为下一步厂家最关注的技术应用,但他们发现对于单个或少路数监控数据,可以通过智能视频分析解决一些类似视频浓缩的问题,但在开展平安城市建设,视频监控要联网共享,如此一来视频数据就会越来越多,如何高效的来利用这些海量视频信息资源,能够实时的解决一些监控问题,或者说在一些案件侦破当中,可以迅速的找到所要了解的信息,这就需要一些新的技术来满足要求。视频结构化技术正是在这种背景下应用而生的。

既然是行业的未来,必然是万众期待。从应用前景看,视频监控技术所面临的巨大市场潜力为视频结构化描述提供了广阔的应用前景。尤其是在公安行业,他们希望建设一个结合图像处理技术、大数据技术和云计算技术来实现视频图像结构化处理平台系统,实现以机器自动处理为主的视频信息处理和分析,快速提取实时监控视频或监控录像中的视频信息,并存储于中心数据库中。平台能够实时对监控区域的录像文件进行特征分析(如颜色、大小、方向、时间、地点等),使原来需要数小时查看的文件,在几分钟内可以快速浏览查看。用户通过结构化视频合成回放,可以快捷的预览视频覆盖时间内的可疑事件和事件发生时间。并可以根据结构化短片中的单个事件索引,直接链接播放可疑事件的原始视频,观看整个事件的真实情况。

此外,视频结构化技术紧紧抓住视频内容信息处理和网络化共享应用的主线,行业力争经过若干年的技术攻关和系统建设,全面实现监控视频信息的情报化、视频监控网络的智慧化,强化警务视频应用的普适性。即实现以机器自动处理为主的视频信息处理和分析,并且通过技术手段转化为公安工作可用的情报;实现监控网络之间、终端之间、警种之间的信息共享和主动互操作,实现主动监控、自动联网分析等网络功能;全方位拓展视频在警务工作中的应用模式,大幅度提高技术的易用性,实现以业务民警为中心的随时随地的灵活、简单、多样的视频按需服务应用。

除了公安行业,视频结构化技术的应用场景也可以在智能交通展开。目前电警卡口在图侦上的应用需求和频率早就超越了交警,因为案件基本都要与车辆发生联系,这能找出很多的线索。而卡口电警对于车辆的抓拍角度是相对固定的,能够开发出相应的车辆特征识别技术,电警卡口属于业务需求和技术实现的一个很好的匹配点。这就是视频结构化的应用储备,国内有部分厂家已经开发出的摄像机能突破平面图像特征的局限,得到更精准的三维系信息,如人体数量,高度,物体长度等。为此,人们对于监控视频中有价值的信息挖掘不仅只是局限于当前车辆、人的基本信息,在应用市场的不断推动下,可以不断对视频结构化提取的关键信息进行有效补充,为最终的大数据平台提供更有价值的数据入口。海量监控视频中蕴含着巨大的能量,把数据挖掘出来,视频结构化技术及其产品不仅让视频大数据成为可能,更是为深度的行业应用提供源源不断的动力。

从上所述,视频结构化有其应用空间,如果要大力发展该项技术,我们行业应该加强平安城市和智能交通项目的顶层设计,同步构建标准体系。标准化是信息共享的基础。通过对视频结构化技术自身特点和应用模式的研究,建立有关视频结构化描述的标准体系模型,制定覆盖技术实现和应用系统的标准化体系,有步骤地制定相关标准,以规范技术研究和设备开发,指导系统建设、运行以及评估的各个方面,从源头上为视频信息应用的全面展开打好基础。与此同时,需要广泛研究公安和智能交通视频应用规律,建立监控视频结构化描述的模型,攻克一批涉及视频分割、内容提取、内容描述的关键技术。研究涉及关键应用的描述数据库管理技术、图像视频语义检索技术和相应的数据服务技术。


 


  

本文转自d1net(转载)


目录
相关文章
|
4月前
|
机器学习/深度学习 数据可视化 算法
如何对某个研究方向的领域论文进行分析?如何快速了解某个研究方向的发展现状?如何利用VOSviewer分析研究领域的发展现状?
本文介绍了如何使用VOSviewer软件对特定研究方向的领域论文进行可视化分析,以ESN(Echo State Network)网络研究为例,展示了从安装软件、检索文献、导入数据到进行关键词分析、作者分析和引用量分析的完整流程,帮助用户快速了解并深入研究某个学术领域的发展趋势和现状。
103 0
如何对某个研究方向的领域论文进行分析?如何快速了解某个研究方向的发展现状?如何利用VOSviewer分析研究领域的发展现状?
|
7月前
|
数据采集 算法 新制造
AIGC影响制造业发展的宏观分析
【2月更文挑战第13天】AIGC影响制造业发展的宏观分析
111 1
AIGC影响制造业发展的宏观分析
|
7月前
|
监控 调度
AIGC影响制造业发展的微观分析
【2月更文挑战第9天】AIGC影响制造业发展的微观分析
98 1
AIGC影响制造业发展的微观分析
|
7月前
|
机器学习/深度学习 边缘计算 分布式计算
云计算应用方向研究
云计算应用方向研究
199 0
|
7月前
|
人工智能 云计算 开发者
探究后端技术发展趋势,预测未来发展方向
【2月更文挑战第4天】随着信息技术的不断更新迭代,后端技术也在不断发展壮大。本文将从云计算、容器化、微服务等多个角度,探究后端技术的现状和未来发展趋势,并对未来发展方向进行预测。
|
存储 人工智能 编解码
视频图像分析研究现状
智能视频分析技术指计算机图像视觉分析技术,是人工智能研究的一个分支,它在图像及图像描述之间建立映射关系,从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。智能视频分析技术涉及到模式识别、机器视觉、人工智能、网络通信以及海量数据管理等技术。视频智能分析通常可以分为几部分:运动目标的识别、目标跟踪与行为理解。
1049 0
|
区块链 网络架构 算法
区块链的技术简史与未来前景,从互联网进化角度分析
区块链是当前科技领域最令人关注的技术之一,如何理解这个新技术,本文从互联网的技术生态、区块链的诞生、比特币的发展,互联网大脑模型的形成多个维度,对区块链技术的优劣和未来前景进行阐述,因为涉及的知识点很多,不当之处,请读者指正。
1041 0
区块链的技术简史与未来前景,从互联网进化角度分析
|
机器学习/深度学习 数据采集 边缘计算
医疗数据典型特征及架构发展方向研究
医疗及健康行业风口来临,本文从最近阿里云天池比赛对于医疗数据的特征进行分析并提出未来医疗健康产业数据架构的发展方向思路
1816 0
|
数据可视化 大数据 数据挖掘
学界 | 大数据背景下,景观研究怎么做?
在这篇文章的开头,在下并不想将很多有关于大数据景观的大概念和大理论摆出来,因为并不直观也很难理解,所以,直接想给大家分享两个案例。
1431 0