近十年來，在安防行業的數字化進程中，DVR、DVS得到了長足發展。特別是近兩年，隨著平安城市項目的推進，各個城市的大街小巷已經布滿了攝像頭。存儲技術的不斷更新，也為大量案件積存了海量視頻信息，這給公安破案帶來極大的便利。這時，如何在海量視頻中快速提取有價值的線索便顯得尤為重要。隨著安防智能化需求越來越強烈，視頻檢索技術也得以快速發展。本文將深入地為大家解讀智能視頻檢索技術。
一、傳統視頻檢索方式
在安防視頻監控系統的實際應用過程中，用戶常常希望可以快速地從海量的、數以萬計的攝像頭視頻錄像中，方便地找到一些有明顯特征的人或物。傳統的基于預設告警和時間的視頻檢索方式，對于這類深層次的需求往往無能為力，常有“隔靴搔癢”之憾，因而如何快速準確地進行智能檢索就成為大型視頻監控系統需要解決的重要課題。
傳統視頻檢索方法主要就是“人海戰術”，效率十分低下。主要原因有以下三點：第一，由于人類的生理局限，長時間專注于單一視頻畫面，容易造成刑偵人員注意力低下，產生視覺疲勞，嚴重影響審看效率；第二，人眼無法克服誤差，因為人眼的視覺疲勞，極易忽略重要的目標線索，造成“過眼不過腦”的情況，人對于單調的事物無法長時間的集中注意力，因此，一段視頻往往需要花費更多的時間進行重復審看，大大增加了工作量，并且仍無法完全避免遺漏和誤差；第三，獲取到有效信息耗時過長，通常一個案件需要審看周邊幾十個攝像頭、前后數天的視頻，所審看的視頻量時常達到數百上千小時。在目前的審看模式下，傳統的方法需要從頭到尾順序播放，往往需要數倍于原始視頻的時間才能審看完成，因此需要大量人員連續加班數周進行視頻審看。為了規避遺漏和誤差，很多刑偵隊采用加大人力投入的方法。但是經過實踐證明，這種方法吃力不討好，等找到關鍵信息，犯罪分子很有可能已經做出更大破壞。
二、智能視頻檢索技術的現狀
視頻監控檢索關注的人數據以視頻為主，主要目的是定位查找某個事件的起因和關聯的發展過程，事件的關鍵信息數據包含：時間、地點、主導事件的人或物、圖像和聲音信息。檢索條件傳遞的信息越豐富，定位越精準，檢索的算法也就越簡單；相反，檢索條件傳遞的信息越簡單，定位就越模糊，想要精確定位時，檢索算法的難度也就越大。一般來說，用戶期望檢索條件簡單，同時也能定位精準。
智能視頻檢索技術的出現把人從單調、繁重的任務中解放出來。它利用了視頻分割、自動數字化、語音識別、鏡頭檢測、關鍵幀抽取、內容自動關聯、視頻結構化等技術，以圖像處理、模式識別、計算機視覺、圖像理解等領域的知識為基礎，通過自動化的智能分析預處理，將雜亂無章、毫無邏輯的監控視頻內容（運動目標、行人、車輛）進行梳理，自動獲取視頻內事件及目標的關鍵信息，并根據這些信息生成視頻內容及索引。為了提高計算速度，目前采用了集群方式，可提供幾十上百倍實時以上的快速分析能力，并可根據應用需要進行擴展，提高計算能力，節約辦案時間。
從根本上看，視頻檢索技術應用于安防監控是以智能視頻分析技術為基礎的。智能視頻分析技術是指利用計算機圖像視覺分析技術，通過將場景中背景和目標分離進而分析并追蹤在攝像機場景內出現的目標。近幾年，大數據一詞越來越多地被提及與使用，涉及到各行業，人們用它來描述和定義信息爆炸時代產生的海量數據。智能視頻分析技術的引入可能極大地提升原有海量監控視頻存儲系統的檢索效率和命中率。
在智能視頻檢索過程中，用戶可以根據自己所需要的檢索條件，通過智能視頻分析技術，從海量視頻中獲取想要的關鍵信息。目前智能視頻檢索方式主要有以下幾個分類：
1、運動目標屬性分析
目標的運動屬性包括目標的運動軌跡、運動幅度、速度及規律等因素。基于目標軌跡的檢索是指通過在視頻中選定一個特定的區域，目標進入或離開該區域、以及滯留該區域，視頻檢索算法可以快速關注所有時間內在該區域出現過的目標。
還可以對目標圖例或排查結果的類型進行過濾，在目標結果較多的情況下，系統支持將目標中的類型進行分離，進一步縮小關注范圍，比如人、顏色等。
2、人臉索引
基于內容的圖像檢索是近年來的熱門研究內容，涉及圖像處理、計算機視覺和數據庫系統等方面的學科。其中，有效的高維索引機制是使大規模圖像庫的檢索能夠達到實時性要求的關鍵技術。
目前的技術主要是通過智能分析預處理以及人臉檢測算法，將監控視頻中的人臉進行整理匯總，獲取視頻內感興趣目標的相關信息，并根據這些人臉信息生成索引。相關人員通過查看人臉圖示，就可在幾分鐘內，查看數個小時視頻中包含的所有目標，并確定嫌疑目標，也可觀看該目標在整個視頻中的存在片段與運動軌跡。
在系統中輸入待查詢的人臉照片，選擇需要檢索的人臉后進行相似度等參數設置后開始檢索，最后檢索出的相似人臉的結果會在界面上顯示出來。
文章來源：中國投影網 ©版權所有。未經許可，不得轉載。
官方微博