海量的视频图像数据是公共安全部门信息化建设中积累的重要数据,通过对视频内容的分析和处理,快速准确的发现有效线索,能够充分发挥视频资源的作用。然而,在公安信息化建设深入开展的背景下,现有视频资源缺乏深度应用的模式。其应用的瓶颈是视频信息如何高效提取,如何同其他信息系统进行标准数据交换、互联互通及语义互操作。解决这一问题的核心技术即是视频结构化描述的技术。但是作为一项视频处理的核心技术,其实现上仍有部分瓶颈需要突破。

明景视频结构化分析系统

    首先是视频结构化核心算法技术的突破。如上文所述,视频结构化描述技术与视频智能分析技术息息相关,但是当下视频智能分析技术受到各种应用环境的制约,以人脸识别为例,当下的人脸识别多半是配合式、重复式应用场景,在这种应用场景下,人脸的识别率基本能达到实用要求,而在无配合、多人脸、动态视频的场景下就很难达到实用目标。为了解决这类问题,人脸识别的算法也从最初的模式识别进化到深度的神经元网络学习模式,使得人脸检测和识别的准确度大大地提高,但是由此带来的负面效应也相当明显,首当其冲的就是运算复杂度的提升,需要耗费大量的计算资源,针对这一瓶颈很多业内公司推出了各种解决方案,如计算前端推移,后端借助GPU实现集群化计算等,所有的这些方向都为后续的视频结构化描述的实际应用做前瞻,实现高效精准的视频结构化描述技术成为今后一段时间各个算法研究机构的努力方向。

    其次是视频结构化描述数据存储,检索和应用技术,随着数据容量的快速增长,结构化视频描述也越来越具备“大数据”的4V特征。如何实现视频结构化数据的大容量、高效存储、高效检索以及快速实现数据应用,为最终用户提供高效灵活的服务,都将成为今后各大视频综合应用厂家面临的问题。

    再次是顶层设计,构建标准体系。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情报化应用的全面展开打好基础。在这方面由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口并组织起草的国家标准GB/T30147-2013《安防监控视频实时智能分析设备技术要求》和GB/T30148-2013《安全防范报警设备电磁兼容抗扰度要求和试验方法》,经过国家标准管理委员会发布,已于2014年8月1日起实施。这些标准的制定,为视频结构化描述建立共同遵守的规则和行为规范,使视频结构化大规模应用成为可能。

    最后是视频结构化数据应用大平台建设,随着视频结构化技术的日趋成熟,如何采集和管理这些巨量的视频结构化描述数据,如何面向公共安全部门提供快速、高效、专业、个性化的服务也是摆在服务商与业主面前的难题。例如许多厂家采用“云”和“大数据”框架模型做视频结构化描述技术的平台架构来满足大数据量的数据存储、生命周期管理以及数据的快速响应。


香港正牌挂牌a