視頻監控數據挖掘技術視頻數據挖掘解決方案的用戶需求0102視頻數據挖掘技術實現方式Content目錄01

視頻數據挖掘解決方案的用戶需求視頻數據挖掘解決方案的用戶需求例如：斗毆事件或者群聚性事件，從而可以及時進行處理；在進行刑偵工作時要對大量視頻進行目標查找，需要從視頻中獲取目標的身份信息，人員身份信息及車輛牌照信息等。高速公路行業用戶需要在收費處獲取車輛牌照信息，在道路監控視頻中獲取異常事件信息。擁堵事件、停車等，還需要提取例如車流量、平均車速等統計類信息以實現管理優化。各行業用戶都需要的，視頻質量信息，即從視頻數據中獲取的當前視頻設備運行狀態是否正常的信息量，這對于各行業監控系統的運行維護都有著重要實用價值。

如何從海量視頻數據中提取到我們所能應用的信息，甚至是經過歸納總結的知識，無疑是監控系統各個行業用戶都迫切需要解決的問題。但是視頻包含了非常龐大的信息量，不同行業客戶對于視頻信息的提取及使用方式有很大的差異性。這就要求監控技術的供應商能夠針對不同行業客戶的需求提供不同的視頻數據挖掘解決方案。舉例來說公安行業用戶在日常治安管理工作中需要從視頻中及時的獲取治安異常事件的信息視頻數據挖掘解決方案的用戶需求

02

視頻數據挖掘技術實現方式視頻數據挖掘技術實現方式

視頻數據挖掘技術的實現方式可分為兩種。前端設備實現方式在各種前端監控設備中集成智能視頻分析技術，以實現視頻信息的實時挖掘優點：可以對視頻數據進行實時分析，并具有根據視頻分析算法的需要對前端設備進行成像控制的能力，對于信息實時性或者視頻成像特性有特定要求的數據挖掘技術更適合用前端設備實現方式。視頻數據挖掘技術前端實現方式的拓撲圖，視頻數據挖掘技術可以根據需要在DVS、DVR、IP攝像機及網絡球機等多種前端設備中集成。后端設備實現方式后端設備實現方式是指利用后端服務器集群，對前端監控設備采集的視頻信息進行數據挖掘。優點：可以利用服務器集群提供更強大的處理能力，并可同時對多路視頻數據進行處理實現多路視頻數據之間的信息融合。云計算平臺由于具有高度的靈活性及擴展性，是視頻數據挖掘技術后端實現方式優秀的承載平臺，隨著云計算技術的發展及成熟，或許在不遠的將來，云計算平臺將在視頻數據挖掘技術中有大量應用。視頻數據挖掘技術實現方式不同的視頻數據挖掘技術根據其應用及技術特點需要采用不同的實現方式。有的信息對于實時性及處理能力的要求不高，用兩種方式都可以實現數據挖掘，例如：視頻質量信息及統計類的信息。而有些信息的應用對于實時性有較高的要求，或者在數據挖掘的過程中需要對成像設備進行控制，這類數據挖掘技術就適用于前端設備實現方式。事件語義信息的提取，這類信息一般以報警的方式呈現給用戶，用戶需要及時的獲取這類信息以做出應對，這類信息的挖掘技術就適合用前端設備實現。車牌信息的提取及人臉圖像的檢測，一般需要對成像設備進行實時的控制，例如攝像機的曝光時間、攝像機增益值等，以獲取高清晰度的圖像并保證所獲取信息的精確度，因此這類數據挖掘技術在前端攝像機中實現具有較大的優勢。視頻數據挖掘技術實現方式例如：公安部門在刑偵工作中需要用到的目標特征信息——在刑偵過程中，需要在較短的時間內完成對海量視頻數據中具有一定特征的目標進行檢索。有一些數據的挖掘過程中需要系統提供很強的計算能力支撐，或者需要對多路視頻數據進行信息融合，這類數據挖掘技術就適用于后端實現方式。例如：對人員身份信息的檢索，用戶需要輸入目標人員的人臉圖片在海量視頻數據中對該目標人員進行檢索。在這類應用中需要對海量視頻數據進行人臉檢測并建立人臉特征庫，并在人臉特征庫中檢索出特征相似的目標，由于涉及多路視頻數據的信息融合建立人臉特征庫，因此需要應用后端實現方式。

在這類應用中，需要系統在短時間內完成對海量視頻數據中的目標特征進行提取及檢索，因此利