安防監控，僅僅將畫面記錄下來只是第一步。當事件發生后，準確而快速地找到所需監控工來完成，浪費了檢索人的大量精力。治安管理者迫切需要一種能夠快速查找視頻信息的方式，加快辦案速度。在基于內容的視頻檢索技術、存儲技術以及智能分析技術共同提升的環境下，海量視頻檢索離安防漸行漸近。
基于內容視頻檢索技術原理
視頻數據按照由粗到細的順序可以劃分為四個層次結構：視頻(Video)、場景(Scene)、鏡頭(Shot)和圖像幀(Frame)。由于一個鏡頭內的相鄰幀間的變化不是很大，它們之間的特征差值會限定在某個閾值范圍內。而在鏡頭突變時，突變點前后兩個相鄰幀在內容上顯示會有很大的變化，如果特征差值超過了給定的閾值，則意味著出現一個分割邊界。鏡頭的關鍵幀就是反映該鏡頭中主要信息內容的幀圖像。將各鏡頭檢測出來后，對每個鏡頭可提取關鍵幀，并用關鍵幀簡潔地表達鏡頭。關鍵幀數目的確定是關鍵幀提取中的一個重要問題，其確定方法可以根據鏡頭內幀的差異進行統計，求出其方差，用方差來衡量鏡頭視覺內容的復雜程度。方差越大，該鏡頭提取的關鍵幀數就越多。
從內容上對視頻進行搜索，其特點包括：第一，直接從媒體內容中提取信息線索；第二，基于內容的檢索是一種近似匹配，這一點與常規數據庫檢索的精確匹配方法有明顯的不同；第三，動態特征提取和索引建立可由計算機自動實現，這避免了人工描述的主觀性，也大大減少了工作量。基于內容檢索時，根據媒體特征進行相似性匹配檢索的媒體特征有：顏色、紋理、輪廓、形狀、空間約束、動態、概念、結構描述及其他的圖像信息。
視頻檢索技術當前的發展
檢索技術源于互聯網發展需求。基于文本索引的方法進行檢索是當今最成熟的信息檢索技術。各類搜索引擎，如Baidu、Google、Bing以及Yahoo等都是以此技術為基礎的。隨著網絡帶寬不斷的提高，人們可以更加快捷地將自己采集到的各種多媒體信息進行共享，或者進行多媒體信息的交互，越來越多的信息通過視頻等多媒體的形式展現在互聯網中，這對以圖像、視頻為代表的多媒體信息檢索技術提出了越來越高的要求。20世紀90年代初，國際上開始了對視頻方面的檢索研究。區別于文字信息檢索，圖像視頻的檢索是建立在圖像視頻內容分析的基礎上，所以常稱之為基于內容的圖像視頻檢索。1992年，“基于內容的視頻檢索”一詞開始使用。十多年來，視頻數據在獲取、存儲、操作及傳輸技術方面取得了重大的理論突破和技術進步。
基于內容的視頻檢索技術是針對音視頻這類非結構化數據，使用了視頻分割、自動數字化、語音識別、鏡頭檢測、關鍵幀抽取、內容自動關聯、視頻結構化等技術，以圖像處理、模式識別、計算機視覺、圖像理解等領域的知識為基礎，從認知科學、人工智能、數據庫管理系統及人機交互、信息檢索等領域引入新的媒體數據表示和數據模型，從而設計出可靠、有效的檢索算法、系統結構以及友好的人機界面。
|
