为了解决视频图像中运动目标的结构化描述，高新兴采用计算机视觉、深度学习技术，将场景中背景和目标分离，按标准实现视频图像的摘要、分析、识别、处理、比对等智能应用功能，实现视频内容特征的自动理解、智能识别和自动定位，并对异常行为视频自动预警、将视频非结构化数据进行结构化描述存储，提高视频系统应用效能。

　　高新兴视频结构化的信息提取技术

　　高新兴视频监控运动目标结构化描述主要应用的技术如下：

　　1.人员的特征提取与识别

　　a)人脸检测与识别

　　基于各种场景的监控视频图像，从实时视频中检测并识别人脸信息，将人脸特征按标准提取并存储到人脸特征库中，并将抓拍到的人脸信息与选定的人脸库中的特征库实时比对，找出人员信息。

　　b)行人检测与特征识别

　　在实时视频中，对监控环境进行行人目标的检测，并根据图像序列数据按标准提取分析出行人的性别、年龄段属性、衣着颜色等特征信息。

　　2.车辆特征提取与识别

　　针对交通管理的海量数据处理需求，智能交通系统除了实现大量抓拍图片、车辆数据、视频数据的实时传输和快速存储，还需要将各类多媒体数据和车辆特征信息合二为一，从而实现对目标车辆进行多条件检索定位，并进行比对报警。为了实现交通监控领域的大数据分析和处理，需要通过视频内容进行智能分析，记录车牌、车身颜色、车型、车标、方向、驾驶人员照片以及驾驶人员是否系安全带、打电话等安全驾驶信息。

　　a)车辆检测

　　对视频摄像头监控道路范围内的过往车辆进行实时检测与跟踪，并自动抓拍、记录车辆的特征图像、过往时间、车速等信息。

　　b)车牌识别

　　基于视频图像的车牌识别技术，主要就是应用计算机视觉技术和模式识别技术，对视频图像中存在的车牌进行自动车牌定位、分割字符、提取特征，并最后识别出车牌号码的技术。车牌识别技术的核心包括车牌定位算法、字符分割算法和字符识别算法等部分。

　　c)车身颜色识别

　　基于视频图像的车身颜色识别，就是对检测到的车辆图像进行定位、抽取出车身的区域，并进行颜色分析和判断识别。车身颜色识别包含对汽车车身位置的定位、视频图像的亮度分析、颜色校正和判断识别等处理。

　　d)车型识别

　　车型识别主要是根据车牌检测与识别结果，分析车辆的大小、轮廓特征等信息，从而判断出车辆的类型信息。

　　e)车标识别

　　车标识别就是在车牌定位的基础上，检测定位出车标的图像区域，并提取图像区域的形状、大小尺寸等信息，从而分析识别出汽车的厂家类型信息。