随着全国各地平安城市建设进程的加快，城市中建设的视频监控摄像头数量呈指数级别持续快速增加，北京、上海两市的摄像机数量均已经超过100万级，深圳市的摄像头分布密度均更是达到了每平方公里205个，大量的摄像机对城市的各个角落、各条道路都进行了实时的视频采集。由此带来两方面的挑战，首先，传统的采用“人盯屏”的方式进行人海监控战术，将会耗费大量的人力物力且效率低下；其次，每路高清摄像机每个月存储的视频数据已达PB级，快速搜索某时间或某些特征的视频段时，这个看似简单的想法，操作起来却犹如大海捞针。
视频数据记录的主要是一系列像素的数字化信息，包含亮度、色度、饱和度等信息，是基于非语义化内容的数据，虽然信息量非常庞大，但是计算机无法理解其包含的内容和所表达的语义。公安案件侦查过程中，能够获取到的线索信息往往都是碎片化、不完整的，例如需要检索案件现场周围多个摄像头相关的视频数据中出现的一位穿红上衣、黑裤子的中年男子，或者要检索经过某十字路口车牌号码为58结尾的黑色奥迪车等等，遇到这些场景，如果采用传统的回看录像的方式，耗时费力。有没有一种类似谷歌或百度搜索引擎的技术，可以通过输入文本化的信息作为条件，就可以对海量的视频内容进行快速检索，方便案件侦查人员快速获取视图情报？基于图像智能分析技术的积累，视频结构化技术应运而生。
基于视频结构化技术建立公安图侦大数据
“视频结构化”其实就是一种视频内容信息提取的技术，通过该技术可以在堆积如山的海量视频中，就像搜索引擎一样直接输入人、车、物的特征信息就能在7×24小时录像里面搜索到符合这个特征的目标和与之对应的所有视频，突破视频大数据应用的瓶颈。从技术上来讲，视频结构化描述技术是对视频内容按语义关系，采用时空分割、特征提取、目标识别等手段，按标准将视频内容组织成可供计算机和人理解的文本信息的技术。通过该技术，系统可以从海量数据中对视频多媒体数据进行结构化处理，提取视频图像中运动的人、车、物和空间坐标以及静态背景等信息，并通过视频结构化大数据分析平台进行分析、比对、碰撞，提炼更有价值的视频信息或者情报。
要实现视频大数据应用，就必须为视频图像中的目标和事件贴上属性的语义化标签，也就是视频结构化描述的过程。视频结构化描述技术是高清视频监控系统的发展方向，其核心是智能视频分析算法，做到自动把视频中的特征提取出来并贴上标签后入库，大量的标签信息记录存储下来后，形成可语义化检索的视频大数据。只要这样，才能实现海量视频的快速查询和碰撞研判。结合大数据检索数据，更可以实现十亿级数据的秒级响应，可大大提升公安有案件侦查过程中检索视频资源的效率。
高新兴视频结构化大数据分析业务流程
分析视频中的运动目标并进行“智能标签”
视频大数据的搜索与挖掘以人们关注的视频内容为主。但是，传统的视频监控内容除了时间和空间的属性外，并没有其他的标签。视频监控图像从数据到信息，结构化是关键，须为视频图像中关注的信息（人、车、物、事件等）贴上智能标签。一张普通的图片，不同的人能够不同的角度可以获取到不同的信息，因此如何按照标准、从最少的维度通过计算机去描述该画面，将非结构化的图像数据转变为结构化的信息是至关重要的。视频目标的标签越准确，检索则越准确；反之，视频目标的标签失准，定位就越模糊，甚至无法定位。
推荐经销商