视频结构化技术助力智能安防建设

视频结构化技术助力智能安防建设

视频结构化是一种将视频内容中的重要特征信息进行结构化提取的技术，即视频数据的结构化处理；就是通过对原始视频的智能分析，提取出关键信息点，并进行文本的语义描述，采用时空分割、特征提取、对象识别、深度学习等处理手段，组织成可供计算机和人理解的文本信息或可视化图形信息。从数据处理的流程看，视频结构化技术能够将监控视频转化为人和机器可理解的信息，在实际应用中可进一步转化为公安实战所用的情报，实现视频数据向有效情报的转化。

视频结构化技术在实际应用中主要体现在对视频内容中的车辆特征、人像特征、行为事件等辨识方面。在这一过程中需要提取的关键信息，目前来看主要有三类：第一类是运动目标的识别，也就是画面中运动对象的识别，是人还是车或者是非机动车；第二类是运动目标特征的识别，也就是画面中运动的人、车、物有什么特征，如果是人，是男人还是女人，头发、面部、衣着和装饰物有什么特征等；如果是车，车牌号号码是多少，什么颜色什么车型，车辆年款以及年检标、挂件、摆件等等；第三类是运动目标的轨迹分析，对目标对象的行驶轨迹进行快速提取，也就是画面中人或车是左转了还是右转了或是徘徊了等等。

虽然视频结构化技术在未来的视频应用中意义深远，但目前来看真正实现起来还是存在一些不足：

1. 目前视频结构化会检测视频中整个画面内容，无法有效的针对特定物体的特征值进行提取标注。
2. 视频结构化特征识别的颗粒度较大，识别准度较差。
3. 视频结构化在比对时，会把所有的特征值进行比对，造成比对结果的误差较大。

因此，在某些场景中。如：需要针对视频内容中的行人进行检索和识别时。可以使用行人再识别（Re-ID）技术，进行对行人的精准重识别。行人再识别技术，主要针对视频中人类外貌体态特征的识别。主要解决视频中由于人脸遮挡，低分辨率，光照，以及大范围空间下行人轨迹严重碎片化等造成视频数据无法有效利用的问题。

灵动创新（北京）软件技术有限公司自主研发的行人再识别（Re-ID）核心算法处于全球领导地位，主要体现在以下核心优势：

1. 适应范围广：灵动创新行人再识别技术可以有效解决95%看不清人脸的摄像头数据分析问题。当视频中存在：人脸遮挡，低分辨率，角度，光照，以及大范围空间下行人轨迹严重碎片化等造成视频数据无法有效利用的问题时，都可以通过灵动创新行人再识别技术得到理想的解决方案。

2. 识别准确高：灵动创新行人再识别核心技术在全球处于领导地位。通过提取衣帽，发型，配饰，携带物品，身型等特征值。可以基于图像中行人的半/全身特征对行人个体进行精准识别。

3. 识别效率快：灵动创新行人再识别技术相比人工排查，在提高到400倍速度同时实现98.6%的精确度。

4. 灵动创新行人再识别技术有效的解决因监控设备视角问题，而造成导致二维图像中物体表现存在差异，人工识别排查难度较大的问题。

5. 灵动创新行人再识别技术有效的解决因视频中时常缺少人脸特征 ，只有背影或侧面图像造成的识别难的问题。

6. 灵动创新行人再识别技术有效的解决因跨摄像头间失去连续的位置和运动信息，而影响对目标快速检索的问题。

通过灵动创新行人再识别技术可有效的解决视频内容中因缺少脸部信息而造成行人再识别的技术难点。可用于可疑人员和走失老人及儿童等人员的排查；以及快速定位和检索目标人员的时间信息和地理位置信息，分析记录其时空轨迹行为，形成特定目标人员的轨迹追踪。