基本介紹
- 中文名:視頻結構化
- 類別:人工智慧
套用場景,結構化分類,行人結構化,車輛結構化,人騎車結構化,目標軌跡提取,視頻結構化技術存在的不足點:,
套用場景
結構化系統可以從視頻資料庫中查找到某張截圖上的嫌疑目標,有助於進行社會治安監控的風險評估和事件預警,並可通過不同位置採集的監控資料,研判目標的行為過程。
視頻結構化分析伺服器對於視頻圖像中尤其關注的人、車、非機動車類別的目標提供更深層次的結構化解析。
結構化分類
行人結構化
對於視頻圖像中的人物,並可提供行人的各種結構化特徵屬性信息,包括衣著和裝飾物特徵:上衣、褲子、裙子和連衣裙、鞋子、帽子、太陽鏡墨鏡、圍巾、皮帶腰帶;攜帶物特徵:單肩挎包、雙肩背包、手提包、拉桿箱、雨傘;人體特徵:頭髮、面部。
車輛結構化
對於視頻圖像中的車輛,可進行多車道車輛檢測、車頭車尾檢測識別功能,能夠提取識別車輛的10多項結構化屬性信息,包括車輛號牌、車身顏色、車輛品牌、車輛類型、子品牌、車輛年款及各種車輛特徵物信息,如:年檢標、遮陽板、掛件、擺件、紙巾盒、安全帶等。
人騎車結構化
人騎車結構化即對視頻資源里的騎車行人進行結構化處理與識別,包括騎車人的衣著類型、配飾、體態、機動車顏色、朝向、車上人數、有無打傘等等與人騎車外部特徵相關的結構化處理。
目標軌跡提取
當結構化識別某行人、機動車、人騎車目標對象後,還可對目標對象的行駛軌跡進行快速提取,節省檢索時間,一鍵確定目標對象行蹤。
視頻結構化技術存在的不足點:
1. 視頻結構化會檢測視頻中整個畫面內容,無法有效的針對同一目標特徵值進行提取。
2. 視頻結構化特徵識別的顆粒度較大,識別準度較差。
3. 視頻結構化在比對時,會把所有的特徵值進行比對。