ITU-T P.1199-2025 自动驾驶车辆监控视频远程监测参数化目标识别率估算模型 标准立项发展报告.docxVIP

自动驾驶车辆监控视频远程监测参数化目标识别率估算模型标准立项发展报告

StandardizationDevelopmentReport:ParametricObject-Recognition-Ratio-EstimationModelforRemoteMonitoringofSurveillanceVideoDeliveredfromAutonomousVehicle

摘要

随着自动驾驶技术从封闭测试走向规模化商用，远程监控已成为保障车辆运行安全、应对边缘场景的必要手段。车载摄像头采集的海量视频数据经无线链路上传至远程监控平台，由安全员或智能算法对交通参与者、道路异常事件进行目标识别与风险研判。然而，自动驾驶视频的视觉特征显著区别于传统安防视频，其在剧烈颠簸、高速运动、光照剧变、编解码损伤等复杂条件下的画质退化规律，将直接影响远程目标识别的准确率与响应时效，传统基于峰值信噪比、结构相似度的视频质量评价方法难以有效刻画该应用场景下的用户感知状态。为填补这一标准化空白，ITU-T于2025年在P系列（终端与主观/客观评估）框架下正式发布P.1199建议书。该标准提出了一种参数化目标识别率估算模型，通过输入视频编码参数、传输抖动指标、内容复杂度特征与显示端状态等多维参数，实现对监控视频中车辆、行人、交通标志等关键目标可识别概率的实时预测，支撑远程监控系