监控视频摘要与检索全解.pptVIP

* 近年来安防行业发展迅速，自08年来年增长率超过20%。各地平安城市建设，新增大量摄像头，同时社会监控数量也有很大增长，治安，小区，楼宇，道路，甚至家庭监控等等。因此每天新产生数量巨大的监控视频。这些视频，全部靠人工方式处理基本不可行 一方面实时监控的查看需要大量人力投入，另一方面由于观看者难以长时间集中注意力，很容易造成关键信息的遗漏。 另外，对于事发后的调查工作，由于数据量太多，不能快速找到有价值的线索 监控视频中包含大量的信息，但这些信息用人工查看的方式获取难度大。从视频中获取信息的难度在于视频数据是非结构化的，不能直接拿来用，需要先通过一定手段转化为可统计、可分析结构化数据，转化的方法一是人工标注，再就是引入智能分析技术 首先是采集和解码：视频获取并预处理，视频转成可分析的图像 摘要：实现非结构化视频数据--》结构化数据，基于图像识别算法，对视频内容进行理解和分析，并生成文本化的内容信息和行为描述信息，保存到数据库 视频浓缩和视频检索是对摘要后的结构化数据的使用 浓缩：按照指定的条件，将原视频内容重新组织，将不同时间发生的事情同时展现出现，做到5小时视频5分钟看完 检索：以语义的方式在视频中查找感兴趣内容 线索管理：导出找到的有价值内容并保存 文件的方式 流媒体是指联网获取视频的方式，例如通过监控设备厂商SDK或者标准协议 采集卡方式，可以用来实时获取监控视频 摘要过程，监控视频的特点是有固定场景，看的人关注的是视频里的活动目标 摘要处理首先实现活动目标和背景的分离，进一步对前景目标做识别和描述，分析结果以结构化方式存储 摘要过程，监控视频的特点是有固定场景，看的人关注的是视频里的活动目标 摘要处理首先实现活动目标和背景的分离，进一步对前景目标做识别和描述，分析结果以结构化方式存储 基于摘要的结果，将原视频内容重新组织，将不同时间发生的事情同时展现出现，做到5小时视频5分钟看完 同样基于摘要结果，以语义的方式查找视频里的目标 另外也提供图像搜索，查找相似目标 CS架构，操作都在客户端完成 左边一列是完成摘要处理的视频截图，可以点击查看 中间是浓缩视频查看和快照查看区域，还包括检索操作 右边一列是原始是播放区域 下面的区域是图像搜索和标签栏 出了配置相关，其他所有的操作都在一个界面完成，不需要来回切换 下面是一些配置和摘要的界面展示 公安侦查从技侦、图侦发展到现在已经有了专门的视侦部门，视侦主要是案件线索查找，在大量监控视频中快速找到有效线索或者定位嫌疑人，摘要、浓缩和检索符合此类需求。 各地平安城市建设增加了很多监控摄像头，监控视频量很大。我们的产品后续会增加实时视频的行为分析，危险物品识别，烟、火检测等技术，以及与其他安防系统集成和联动，例如门禁系统和GIS系统等。 再有小一点的像办公楼宇，也可以应用。 另外还有一种模式是，我们具备的视频图像处理能力可以把算法单独提供，其他有此类技术需求的厂商可以集成到他们的系统中。 监控视频摘要与检索 04 市场机会 03 产品概况 02 技术特点 01 行业背景 安防行业发展迅速，存在海量信息 安防行业年增长率超过20% 国内企业600多家，摄像头产能约每年2000万台 产生大量的监控视频 获取关键信息存在困难 市场上有越来越多摄像机，但却没有足够的人力进行监控 即使通过人力进行实时监控，还是无法有效地将事件辨识出来 事后翻查海量视频找到有用线索 10000个摄像头 2000T视频数据 1500名公安干警 30天人工查找 南京2012.1.6抢劫案 数据挖掘 挖掘海量视频监控数据背后的价值 04 市场机会 03 产品概况 02 技术特点 01 行业背景 视频处理过程 2 3-2 4 1 3-1 线索管理 视频浓缩 视频检索 视频采集与解码 视频摘要 视频采集 采集卡 流媒体 文件 视频采集 视频摘要 时间戳：xxxx-xx 位置：xx,xx-xx,xx 类型：x 颜色：x 方向：x 快照：jpg 数据库 视频摘要 技术特点 场景分离，采用混合高斯建模，完美分离视频中的前景与背 目标跟踪，采用混合直方图算法，对目标跟踪更为准确高效 人车识别，采用反向传播神经网络，精准区分目标类别 色彩识别，透过HSV颜色空间准确识别目标色彩分布 抗噪技术，有效改善背景易受场景光照影响，真实还原现场 精确捕获，采用先进算法，精确定位前景，不漏细节 视频浓缩 16:27:54 16:37:20 16:43:44 16:48:45 16:49:52 16:51:45 原始视频 摘要结果 浓缩结果 视频浓缩 技术特点 时空融合：将不同时间的前景目标浓缩进同一画面中显示 同步处理：支持边浓缩边播放，减少用户的等待时间 条件浓缩：按照目标的颜色、类型、方向、大小密度浓缩 关注排