近几年，随着高清视频的逐步推广和普及，视频市场已经实现“看得见”“看得清，看得明”，未来是向“提前看”方向发展。在大数据时代，人们对智能视频分析技术越来越看重。
智能分析技术指计算机图像视觉分析技术，是人工智能研究的一个分支，它在图像及图像描述之间建立映射关系，从而使计算机能够通过数字图像处理和分析来理解视频画面中的内容。
详细来说，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内出现的目标。用户可以根据的视频内容分析功能，通过在不同摄像机的场景中预设不同的报警规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出报警，工作站自动弹出报警信息并发出警示音，用户可以通过点击报警信息，实现报警的场景重组并采取相关措施。
视频内容分析技术通过对可视的摄像机视频图像进行分析，并具备对风、雨、雪、落叶、飞鸟、飘动的旗帜等多种背景的过滤能力，通过建立人类活动的模型，借助计算机的高速计算能力使用各种过滤器，排除场景中类的干扰因素，准确判断人类在视频图像中的各种活动。
运动检测(MotionDetection)是把视频中变化的区域与背景图像精确分离出来，即正确分割出运动目标区域或轮廓，这是任何系统设计实现首先要考虑的问题。
目标跟踪(ObjectTracking)就是通过对摄像机采集到的图象序列进行计算分析，计算出目标在每帧图像上的二维坐标，并根据不同的特征值，将图像序列中不同帧中同一运动目标关联起来，得到各个运动目标完整的运动轨迹，也就是在连续的视频序列建立运动目标的对应关系。
行为识别(BehaviorUnderstanding)是近年来被广泛关注的研究热点，它是指对目标的运动模式进行分析和识别，并用自然语言等加以描述。同目标识别与跟踪技术相比，行为动作识别技术是领域的较高研究层次，在计算机视觉中是一个极具有吸引力及挑战性的课题。
随着网络技术的发展，非结构化数据剧增，尤其是图像、视频资源正在呈现几何式增长。与此同时，关系型数据库（管理结构化数据）的局限性也越来越凸显；基于网络应用的非结构化数据库时代正在来临，其中图像（视频）数据库是最为典型。
实现图像、视频数据与其它数据融合以及大数据应用，首先要使其结构化，主要方式：一是直接，通过图像内容分析或特征识别直接将生成结构性数据库。如、号牌、人流密度、人脸特征、指纹等；二是建立结构化检索目录，根据简单特征分类图像、目标，建立特征或分类目录，进行图像检索、搜索。如、搜人、车。三是建立结构化视频资源库，采用视频语释，生成图像资源库。该库不存贮图像，而是描述图像（整体、片段）的结构、内容、情节的结构化数据。
视频语释是图像内容分析的最高境界，模仿人一样的梦到房子着火理解图像，并用结构性的语言（数据）表述出来。目前人工智能下深度学习正在朝着这个方向发展。（文章内容整理源：中国安防行业网）
本文由 恒宇国际（www.neivn.cn）整理发布
删除。
网友评论 ()条 查看