视频结构化
视频人工智能大数据技术
视频结构化是指根据视频画面中呈现出的人、车、物、颜色、数字及其他属性特征,建立视频大数据结构化平台。视频被结构化后,存入相应的结构化数据仓库,存储的容量极大降低。
应用场景
结构化系统可以从视频资料库中查找到某张截图上的嫌疑目标,有助于进行社会治安监控的风险评估和事件预警,并可通过不同位置采集的监控资料,研判目标的行为过程。
视频结构化分析服务器对于视频图像中尤其关注的人、车、非机动车类别的目标提供更深层次的结构化解析。
分类
行人
对于视频图像中的人物,并可提供行人的各种结构化特征属性信息,包括衣着和装饰物特征:上衣、裤子、裙子和连衣裙、鞋子、帽子、太阳镜墨镜、围巾、皮带腰带;携带物特征:单肩挎包、双肩背包、手提包、拉杆箱、雨伞;人体特征:头发、面部。
车辆
对于视频图像中的车辆,可进行多车道车辆检测、车头车尾检测识别功能,能够提取识别车辆的10多项结构化属性信息,包括车辆号牌、车身颜色、车辆品牌、车辆类型、子品牌、车辆年款及各种车辆特征物信息,如:年检标、遮阳板、挂件、摆件、纸巾盒、安全带等。
人骑车
人骑车结构化即对视频资源里的骑车行人进行结构化处理与识别,包括骑车人的衣着类型、配饰、体态、机动车颜色、朝向、车上人数、有无打伞等等与人骑车外部特征相关的结构化处理。
轨迹提取
当结构化识别某行人、机动车、人骑车目标对象后,还可对目标对象的行驶轨迹进行快速提取,节省检索时间,一键确定目标对象行踪。
不足点
1. 视频结构化会检测视频中整个画面内容,无法有效的针对同一目标特征值进行提取。
2. 视频结构化特征识别的颗粒度较大,识别准度较差。
3. 视频结构化在比对时,会把所有的特征值进行比对。
参考资料
最新修订时间:2023-05-29 16:21
目录
概述
应用场景
分类
参考资料