Page 176 - 75202_安防5月刊

C Cutting-edge Technology
前沿技术

视频图像数据的处理方式也进入了更深层次的 个背景图像，如下图：
演变：
实时视频在传输过程中，通过边缘计算，提
供就近计算和服务，对视频流数据进行实时的时
空信息标注，字符提取、特征提取，目标分类，结

构化标注等图像处理工作，并快速传输给中心计
算处理。
计算中心对海量前端传输回来的视频图像 然后把需要检测的视频数据中的一帧图像
数据，提供云计算能力，快速高效并发的对这些 和背景图像进行比对，获取差异的像素点，然后
初步结构化的信息进行二次加工，精细化的分类 对这些像素点进行连通性标记，这些标记的区域
和细节化结构化信息，形成时空维度的目标动态 就是目标，根据标记区域，可以把目标从图像中
数据。 抠出来；
大数据技术则依据业务逻辑，模型，规则等
方法，对动态数据与自身档案库存放的静态数据
进行进一步的碰撞，合并，筛选，快速输出业务期
望的结果。
因此，边缘计算，云计算提供的是两种不同
方式的视频结构化手段，大数据技术，则是对视 最后，使用第一帧图像标记的区域（即初始
频结构化后产生结果的进一步归纳总结。 的目标）作为跟踪的初始值，然后对这些目标进
行跟踪，形成连续的跟踪轨迹，即获取到目标的
视频结构化技术介绍 运动轨迹序列。
视频结构化技术在安防行业，特别是视频监 视频摘要和浓缩技术
控行业中得到了广泛的应用，主要的应用场景有： 利用前景检测技术，可以把视频中运动目标
一，运动目标结构化描述，代表技术视频浓缩摘 提取出来，其中包含目标运动轨迹序列和目标图

要技术；二，车辆结构化描述，代表技术车牌识 像序列，同时识别出这些目标的属性（颜色、速度、
别，车型车系识别等；三，人脸结构化描述，代表 大小、方向、类型）；在提取目标的过程中，可获
技术人脸检测和人脸识别。 取到目标出现和消失时图像数据在文件中的偏移
运动目标结构化描述提取视频中的运动目标 位置；
（人、车和物）及它们的属性（颜色、速度、大小、 视频摘要技术，使用某种策略，在目标图像
方向、类型等）；主要应用于平安城市等监控范 序列中取一张图片代表这个目标，以图片的方式
围较大的场景； 把所有目标展示给用户；用户可以根据条件（颜
前景检测技术 色、速度、大小、方向、类型）查找目标，查找到
首先利用连续输入的图像序列，训练得到一 的结果是符合条件的目标的图片，且可以观看目

156 第七届深圳国际智能交通与卫星导航位置服务展览会(2018.6.22-6.24深圳会展中心)www.its-expo.com

భခ࠯ඌ JOEE