陸周淼

摘要：本文討論了利用海量視頻數(shù)據(jù)連續(xù)檢索技術(shù)，將經(jīng)過預處理的視頻信息通過基于視頻圖像內(nèi)容的檢索技術(shù)，從連續(xù)的視頻數(shù)據(jù)（位置、時間）內(nèi)，提取出準連續(xù)有效圖像、視頻信息的方法，通過在海量連續(xù)視頻中提取的準連續(xù)信息形成完整的線索鏈和證據(jù)鏈。

關鍵詞：視頻圖像；內(nèi)容檢索；視頻智能分析技術(shù)

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2018）01-0220-01

圖像、視頻信息作為公安實戰(zhàn)應用重要的組成部分，正在發(fā)揮越來越大的作用。但是有效的圖像或視頻信息的獲取并非輕而易舉就能夠得到。對于需要獲取的圖像、視頻信息而言，視頻監(jiān)控僅是將畫面完整記錄下來，只是最初步的工作。本文討論了在基于內(nèi)容的視頻檢索技術(shù)、視頻存儲技術(shù)以及視頻智能分析技術(shù)共同進一步發(fā)展的環(huán)境下，海量連續(xù)視頻數(shù)據(jù)檢索技術(shù)的實戰(zhàn)應用。

1 海量視頻數(shù)據(jù)連續(xù)檢索技術(shù)

1.1 視頻數(shù)據(jù)連續(xù)檢索技術(shù)概述

信息檢索技術(shù)包括文本信息檢索與多媒體信息檢索（圖像、視頻檢索）等?；ヂ?lián)網(wǎng)上主流的搜索引擎，如Baidu、Google以及Bing等都使用文本信息檢索為核心的算法，導致基于文本信息檢索的方法突飛猛進，并成為當今最為成熟的信息檢索技術(shù)之一。

“視頻圖像結(jié)構(gòu)化檢索技術(shù)”是針對視頻這類非結(jié)構(gòu)化數(shù)據(jù)，使用了流媒體分割、場景檢測、圖像分析、關鍵幀提取、圖像結(jié)構(gòu)化識別等技術(shù)，以視頻分析、圖像處理、計算機視覺等領域的基礎技術(shù)為依據(jù)，從人工智能、大數(shù)據(jù)處理、云計算及人機交互、信息檢索等領域引入新的流媒體數(shù)據(jù)結(jié)構(gòu)化提取、標識和流媒體數(shù)據(jù)模型的建立，從而設計出完整、準確、可驗證的檢索算法、系統(tǒng)結(jié)構(gòu)以及呈現(xiàn)方式。

1.2 視頻圖像結(jié)構(gòu)化檢索技術(shù)原理

視頻數(shù)據(jù)按照由粗到細的順序可以劃分為四個層次結(jié)構(gòu)：視頻流（Video）、場景段（Scene）、鏡頭幅（Shot）和圖像幀（Frame）[1]。各個層次可以使用一些屬性來描述。視頻流的屬性是場景的個數(shù)和持續(xù)的時間；場景段的屬性包括標題、持續(xù)時間段、鏡頭數(shù)目、開始及結(jié)束鏡頭等；鏡頭幅的屬性有持續(xù)時間、開始及結(jié)束幀號等；圖像幀的屬性則包含輪廓圖、分量圖等。鏡頭的關鍵幀就是反映該鏡頭中主要信息內(nèi)容的幀圖像。將原有流媒體分離出來后，對每個鏡頭幅提取關鍵幀，并用關鍵幀簡潔地表達一個鏡頭幅。關鍵幀數(shù)目的確定是關鍵幀提取中的一個重要問題，其確定方法可以根據(jù)鏡頭內(nèi)幀的差異進行統(tǒng)計，求出其方差，用方差來衡量鏡頭視覺內(nèi)容的復雜程度。所以提取出的關鍵幀的數(shù)量隨著運動的變化復雜度而改變?；谝曨l圖像結(jié)構(gòu)化檢索時，根據(jù)流媒體特征進行相似性匹配檢索的特征即鏡頭幅/關鍵幀之間的差異，包括有：顏色、高度、長度、紋理、裝飾、結(jié)構(gòu)描述及其他的圖像信息。

2 海量連續(xù)視頻數(shù)據(jù)檢索應用

2.1 海量連續(xù)視頻數(shù)據(jù)檢索應用

（1）需要識別目標。將給定含有目標特征（包括：顏色、高度、長度、紋理、裝飾等）一幅快照或截圖來作為檢索的對象進行結(jié)構(gòu)化分析。（2）海量連續(xù)視頻數(shù)據(jù)檢索系統(tǒng)，對視頻源文件使用流媒體分割方法提取出視頻源內(nèi)的關鍵幀，而后這些關鍵幀的基本特征作為元數(shù)據(jù)被提取出來，存放到比對數(shù)據(jù)庫，完成流媒體的特征結(jié)構(gòu)化分析。（3）在整個的海量連續(xù)視頻數(shù)據(jù)檢索過程中，系統(tǒng)將調(diào)用識別目標的結(jié)構(gòu)化特征，請求比對流媒體特征結(jié)構(gòu)數(shù)據(jù)庫中已經(jīng)索引好的目標特征。最后，擁有足夠高相似度的流媒體關鍵幀將被作為檢索篩查結(jié)果顯示出來，并通過識別前后對象的變化情況，輸出整個檢索對象在該源文件內(nèi)的特征圖片以及停留的視頻片段。

為了實現(xiàn)海量連續(xù)視頻數(shù)據(jù)檢索的要求，系統(tǒng)需要接入多個攝像機視頻同步檢索，無縫接駁核查存儲資源中心系統(tǒng)。每個監(jiān)控前端攝像機出現(xiàn)對象的特征圖片以及停留的視頻片段被存入目標對象資源庫內(nèi)，通過時間軸的方式，將所有接入攝像機提取的視頻片段整合成一個連續(xù)的視頻文件，并關聯(lián)出前端監(jiān)控點位的地理位置/GIS坐標、監(jiān)控范圍、角度等信息，形成對象運動軌跡圖。

海量連續(xù)視頻監(jiān)控錄像檢索系統(tǒng)解決方案的應用可以大致描述為[2]：（1）識別目標：根據(jù)事件線索，尋找體現(xiàn)目標特征的如“藍色上衣、黑色長褲、背雙肩包的成年人”的圖片，輔以發(fā)生時間、地點、行為方向、環(huán)境特點等作為資源事件錄入。（2）海量連續(xù)數(shù)據(jù)調(diào)用：檢索系統(tǒng)將通過平臺管理軟件，調(diào)用相關區(qū)域及臨近區(qū)域視頻錄像索引到備用資源庫。（3）海量視頻檢索匯聚：對備用資源庫映射的視頻文件進行結(jié)構(gòu)化處理，使用海量連續(xù)視頻數(shù)據(jù)檢索系統(tǒng)生成匹配目標對象的關鍵幀圖片和視頻片段集。（4）海量連續(xù)視頻檢索系統(tǒng)：通過海量視頻檢索匯聚相關區(qū)域及臨近區(qū)域的事件前后的錄像文件，合成檢索后的連續(xù)視頻流，從而自動實現(xiàn)從目標進入到離開的全程連續(xù)軌跡及視頻流展示。

2.2 相關技術(shù)應用

海量連續(xù)視頻數(shù)據(jù)檢索技術(shù)的進步和全面應用，除了需要多媒體信息檢索技術(shù)自身的發(fā)展之外，對于存儲系統(tǒng)要求也是非常高的。云存儲是專門針對視頻行業(yè)高效、安全、穩(wěn)定的存儲應用?；谠萍軜?gòu)進行開發(fā)，融合了集群應用、負載均衡、虛擬化、云結(jié)構(gòu)化、離散存儲等技術(shù)，將網(wǎng)絡中各種不同類型的存儲設備，通過專業(yè)應用軟件集合起來協(xié)同工作，共同對外提供視頻、圖片數(shù)據(jù)存儲和業(yè)務訪問服務。支持主流的流媒體協(xié)議（如RTSP/ONVIF/PSIA等）和GB/T28181規(guī)范；支持平臺直接調(diào)取，架構(gòu)簡化而開放?？捎行н_到前端海量連續(xù)視頻調(diào)用到資源庫的目的。

海量視頻數(shù)據(jù)連續(xù)檢索，大數(shù)據(jù)智能分析技術(shù)不可或缺。設備端的智能分析可將每段視頻都打上特有的標記，以便快速查找；并可利用移動偵測、異常聚集、煙霧檢測、超分貝檢測等技術(shù)準確定位檢索目標位置。設備端經(jīng)過初步智能分析的文件還可進行檢索數(shù)據(jù)的二次備份。平臺端的管理和檢索可由應用層軟件或平臺軟件來實現(xiàn)，也可配套相應的智能化開發(fā)，比如將人臉識別、視頻結(jié)構(gòu)化加入存儲設備中，可以對某段視頻進行具體要素定位等。大數(shù)據(jù)智能分析、高效云存儲是海量連續(xù)視頻檢索的基礎和前提，只有協(xié)同配合、部署實施才能實現(xiàn)海量視頻數(shù)據(jù)連續(xù)檢索的目的。海量連續(xù)視頻檢索對云存儲的處理能力、訪問方式、存儲軟件兼容性等都提出了較高要求，而則對大數(shù)據(jù)智能化要素提取及視頻語義描述有了新的定義。

3 結(jié)語

雖然當前監(jiān)控視頻檢索主要還是靠人工進行，但隨著視頻圖像結(jié)構(gòu)化檢索技術(shù)的進一步發(fā)展，以及高效存儲、塊存儲技術(shù)和視頻智能分析技術(shù)的不斷提升，海量連續(xù)視頻數(shù)據(jù)檢索的實戰(zhàn)應用會越來越近、檢索結(jié)果也會越來越準，并最終帶來更便捷、精準、高效的聯(lián)系視頻結(jié)果。

參考文獻

[1]郭曦.智能分析或讓海量視頻檢索成為現(xiàn)實[J].中國公共安全：學術(shù)版，2013，（6）：102-108.

[2]胡吉明.淺析基于內(nèi)容的視頻信息檢索技術(shù)[J].圖書館學研究，2006，（2）：57-59.