視頻檢索技術(shù)不斷升級提升

　　目前，從視頻數據中提取有效信息的技術(shù)已基本解決，主要面臨的是提高從海量數據提取信息的速度。視頻數據檢索的提述經(jīng)歷了三個(gè)階段：一、有效視頻數據提取;二、基于智能視頻分析算法的檢索;三、基于視頻數據的元數據的檢索。

　　有效視頻數據提取

　　該方法的技術(shù)基石是圖像分析技術(shù)中的移動(dòng)偵測技術(shù)。該技術(shù)在業(yè)界已經(jīng)比較成熟。移動(dòng)偵測我們可以在前端設備中完成，也可以通過(guò)后端處理來(lái)執行。以24小時(shí)錄像來(lái)說(shuō)，鬧市區場(chǎng)景的錄像可能有1/3左右的錄像是無(wú)運動(dòng)目標;而郊區場(chǎng)景的錄像可能有2/3左右的錄像是無(wú)運動(dòng)目標，在檢索視頻數據時(shí)，我們只需要觀(guān)看有運動(dòng)目標的視頻數據即可，無(wú)論是1/3或2/3，均能顯著(zhù)降低所需檢索視頻數據的大小。

　　基于智能視頻分析算法的檢索

　　前面提到，一段24小時(shí)的錄像，人工查看即使用4倍速查看也需要6小時(shí)，而利用計算機通過(guò)智能視頻分析算法進(jìn)行視頻的自動(dòng)檢索，檢索的速度則取決于視頻解碼和分析算法的運行速度。我們以對4cif的視頻數據執行周界防范算法為例，一幀視頻數據解碼加上算法執行的平均時(shí)間可以控制在10ms左右，也就是相當于4倍速。同樣四倍速，一個(gè)是不知疲倦的計算機，一個(gè)是極易疲倦和出錯的人腦。孰優(yōu)孰劣，一目了然。

　　如果我們把1段24小時(shí)的錄像，經(jīng)過(guò)解碼，智能分析，把獲取到的智能元數據都存儲下來(lái)，對元數據的查詢(xún)速度可以達到十秒的量級。

　　一段24小時(shí)錄像文件的查詢(xún)速度提升過(guò)程：人工，正常速度查詢(xún)，24小時(shí);人工，四倍速查詢(xún)，6小時(shí);視頻濃縮后，人工四倍速查詢(xún)，3小時(shí)左右;視頻濃縮后，基于智能分析算法查詢(xún)，3小時(shí)左右;基于視頻數據的元數據查詢(xún)，十秒量級。

　　可以看到，最后一步才是質(zhì)的提升，檢索速度量級的飛躍。盡管如此，視頻數據的元數據的檢索也并不是完美無(wú)缺的，仍有一些問(wèn)題等待解決。

　　移動(dòng)偵測算法雖然比較成熟，但對于飛蟲(chóng)干擾、燈光干擾、樹(shù)葉抖動(dòng)等問(wèn)題目前還沒(méi)有特別有效的解決辦法;基于智能分析算法的檢索，比如車(chē)牌識別、人臉識別，對視頻數據的場(chǎng)景要求比較高，普通的治安監控視頻基本無(wú)法執行這種分析。對于視頻場(chǎng)景適應性相對較好的周界防范，行為分析算法來(lái)說(shuō)，雖然能較為準確分析出目標，但是對于目標進(jìn)一步的分類(lèi)，比如人、物、非機動(dòng)車(chē)、機動(dòng)車(chē)、目標的屬性特征，比如顏色、紋理、形狀等，目前還是業(yè)界面臨的技術(shù)難題。

　　雖然有上述兩大難題，隨著(zhù)元數據的標準化，以及前端設備實(shí)時(shí)產(chǎn)生元數據和后處理產(chǎn)生元數據兩種機制和產(chǎn)品的并存，基于元數據的檢索必然會(huì )成為海量視頻數據檢索的主流。