发展新趋势 | 视频结构化在视觉领域的分析与应用收藏

网友投稿 189 2024-01-21


随着科技进步和发展,视频监控产品在和人工智能深度学习算法相结合,产生出视频结构化产品虽然目前已经可以通过视频检索技术来提高公安办案人员的视频审看效率,但是视频检索系统不能解决视频中目标的分类及视频中目标特征识别。

发展新趋势 | 视频结构化在视觉领域的分析与应用收藏

而作为公安安防大数据最为重要的数据来源,视频图像实际上是一种非结构化的数据,它不能直接被计算机读取和识别,因此无法利用计算机来进行数据的分析和挖掘视频图像能否通过智能分析技术经济而又高效地进行结构化处理,是视频公安大数据在安防领域落地的关键。

所谓视频数据的结构化处理,就是通过对原始视频进行智能分析,提取出关键信息,并进行文本的语义描述通过视频结构化技术可以对视频数据进行目标分类识别、分类及特征识别,能进一步帮助公安用户解决视频检索系统不能有效解决的视频目标分类及特征识别问题。

紧密围绕公安交通部门违法缉查、布控预警等实战需求,依托现有的网络资源、图片存储资源、前端监控设备,融合先进的大数据技术、人工智能、分布式集群计算与实时搜索引擎技术、分布式存储与计算、海量数据挖掘技术,对视频图像数据进行的结构化分析,获取行人、车辆的详细信息,并对其进行存储和深度挖掘,实现实时检索、违法查缉、布控预警、联网共享,构建动态车踪数据库,形成一系列为公安交通部门实战服务的实用工具。

随着视频结构化系统的部署,可以逐步实现视频图像数据的快速查询与深度应用实现行人、车辆(车型、品牌、型号)特征精确分析,能够与目前公安网内各类警务信息系统实现对接,进行数据信息关联和深入分析,有效解决目前存在的“存储难”、“检索难”、“挖掘难”和“共享难”四大难题,深化公安信息化建设。

视频图像检索困难当前,视频监控系统深度运用的另一个瓶颈是视频调阅耗时耗力,以人工方式进行检索,效率低下主要表现在:在案发后对海量涉案视频信息的调阅过程耗时严重,所需人员投入量巨大并随着案情的复杂程度递增;原始涉案视频质量参差不齐,有时还需要另外工具和受过专业图像处理训练的人员。

因此,对海量涉案视频的调阅,耗时耗力,检索效率下降,无法有效地快速浏览视频、定位目标运用视频结构化技术,可以将视频图像的非结构化数据转化为结构化数据,便于开展统一视频图像信息采集和建库管理;从而缩短了人工调阅的时间,便于快速锁定目标,快速提取线索信息,截取可疑目标出现和消失的视频片段,并与警务数据库进行图片或视频的关联标注保存。

这样当有案件需要检索线索时可直接查看系统自动标注图片,提高了检索线索的效率视频对网络带宽的瓶颈制约随着视频监控的联网发展,警务人员在需要倒查录像的时候,都会采用联网下载的方式,这样虽然提升了办案的效率,但也带来了一些弊端,例如对网络带宽的依赖,在倒查录像的时候需要对录像进行下载或者以流媒体的方式进行查看,无论采用何种方式,都会占用非常巨大的网络带宽资源,如果网络无法正常工作或者出现网络堵塞等情况,录像文件往往还有可能出现数据丢失的情况,如何摆脱或者降低对网络的依赖以成为了当前视频监控市场一个迫切需要解决的难题。

2.3.1系统架构设计数据接入:主要功能是通过各种接口协议,将高清监控视频、存储视频和离线的临时数据接入到系统核心模组进行识别和分析通过接口协议可直接对接现有视频联网平台、电警系统、接口系统、存储系统和离线数据,也可通过对接平台数据总线,提取视频图像信息中人员、车辆信息。

结构分类:将视图中的人、车、物进行识别,完成人车分离特征提取:采用智能识别技术和先进的图像识别算法,对视频流及图片中人、车信息提取,并识别出相关信息数据输出:将结构化后的数据输出,为第三方业务平台提供数据源,为大数据应用提供支撑。

2.3.2关键技术计算机视觉处理技术本系统应用了大量的计算机视觉处理技术计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

人员结构化:▶ 性别识别 系统支持男人、女人识别▶ 年龄识别系统支持儿童、老人、青年、中年、老年、少年进行识别▶ 朝向识别系统支持前、后、侧等方向进行识别▶ 打伞识别系统支持打伞、未打伞识别▶ 发型识别

系统支持长发、短发、马尾、盘发等进行识别▶ 帽子识别系统支持戴帽子、未带帽子、带头盔等进行识别▶ 背包识别系统支持未背包、双肩包等进行识别▶ 拎东西识别系统支持拎东西、未拎东西等进行识别▶ 口罩识别系统支持有、无等进行识别。

▶ 眼镜识别系统支持有、无等进行识别▶ 拉杆箱识别系统支持有、无等进行识别▶ 手推车识别系统支持有、无等进行识别▶ 抱小孩识别系统支持抱小孩、未抱小孩、背小孩等进行识别▶ 上装纹理识别系统支持格子、花纹、条纹、纯色等进行识别。

▶ 上装款式识别系统支持长袖、短袖、普通外套、羽绒服、无外套等进行识别▶ 上装颜色识别系统支持灰、深灰、白、红、绿、蓝、黄、黑、紫等进行识别▶ 下装款式识别系统支持长裤、短裤、七分裤、裙子等进行识别▶

下装颜色识别系统支持灰、深灰、白、红、绿、蓝、黄、黑、紫识别。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:The Imaging Source显微相机助力於病理影像数字化收藏
下一篇:集成机器学习模型+3D视觉:高效能在线码垛机器人 收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~