解析視頻監(jiān)控系統(tǒng)圖像處理關(guān)鍵技術(shù)

　　視頻監(jiān)控就是通過(guò)攝像機(jī)觀測(cè)被監(jiān)視場(chǎng)景中的運(yùn)動(dòng)目標(biāo)，查看、分析、描述、記錄其行為，以滿足安全防范、遠(yuǎn)程管理和實(shí)時(shí)交流的需要。視頻監(jiān)控系統(tǒng)是多媒體、計(jì)算機(jī)網(wǎng)絡(luò)和人工智能等技術(shù)的綜合運(yùn)用，在視頻監(jiān)控系統(tǒng)中進(jìn)行圖像處理，目的是提高圖像視感質(zhì)量，適應(yīng)傳輸網(wǎng)絡(luò)狀況，提取圖像的特征或信息，其核心問(wèn)題是實(shí)現(xiàn)以更小的傳輸帶寬承載更高質(zhì)量的視頻，減少運(yùn)算資源消耗，實(shí)現(xiàn)對(duì)視頻內(nèi)容的主動(dòng)感知，對(duì)海量視頻數(shù)據(jù)的快速查找、精確定位和靈活呈現(xiàn)，涉及的主要技術(shù)包括：視頻編解碼、視頻傳輸與存儲(chǔ)、移動(dòng)視頻技術(shù)、視頻分析、視頻檢索等，以下將進(jìn)行簡(jiǎn)要介紹。

視頻編解碼

　　目前提高視頻編碼效率的方法可分為兩大類(lèi)：一是在傳統(tǒng)的編碼框架內(nèi)繼續(xù)提高各模塊的編碼效率，這一類(lèi)的編碼技術(shù)有變塊大小預(yù)測(cè)、自適應(yīng)塊變換、自適應(yīng)插值濾波等技術(shù);二是結(jié)合人類(lèi)視覺(jué)特性的新型編碼框架研究，這一類(lèi)的編碼技術(shù)包括基于HVS評(píng)價(jià)標(biāo)準(zhǔn)的混合視頻編碼、基于紋理分析/合成的編碼、基于圖像修復(fù)的圖像/視頻編碼等。

視頻編碼關(guān)鍵技術(shù)

變塊大小預(yù)測(cè)

　　宏塊是視頻編碼的基本單位。H.264編碼算法中定義了七種大小可變的塊尺寸模式，同時(shí)利用率失真策略對(duì)這七種模式進(jìn)行遍歷，這就使編碼器可以根據(jù)圖像中運(yùn)動(dòng)情況靈活地選擇塊的大小，提高運(yùn)動(dòng)預(yù)測(cè)精度。

自適應(yīng)塊變換

　　H.264標(biāo)準(zhǔn)制定的初期曾有自適應(yīng)塊變換的提案，目前的應(yīng)用中自適應(yīng)塊變換與信號(hào)特征的結(jié)合更為緊密，如變換塊大小與運(yùn)動(dòng)劃分大小的結(jié)合，更多的變換大小選擇，以及結(jié)合圖像紋理特征的方向變換等技術(shù)。

自適應(yīng)插值濾波

　　部分像素預(yù)測(cè)是提高預(yù)測(cè)編碼效率的重要工具，其中插值濾波系數(shù)起著關(guān)鍵作用。根據(jù)圖像信號(hào)的特征，自適應(yīng)選擇插值濾波系數(shù)使得預(yù)測(cè)誤差能量最小化，能夠大大提高編碼效率，這種方法在高分辨率編碼中優(yōu)勢(shì)明顯。

新型編碼技術(shù)的方法

基于HVS評(píng)價(jià)標(biāo)準(zhǔn)的混合視頻編碼

　　由于人眼對(duì)圖像每個(gè)區(qū)域的敏感度是不同的，可以通過(guò)探索HVS的掩蔽特性來(lái)建立感知誤差的閾值，以區(qū)分人們能夠感知到的和不能感知到的信號(hào)，進(jìn)而去除視覺(jué)心理冗余。

基于紋理分析/合成的編碼

　　基于紋理分析與合成的編碼主要是將視頻場(chǎng)景分為紋理區(qū)域和非紋理區(qū)域兩部分，并通過(guò)一個(gè)紋理分析與合成器把主觀不重要的紋理區(qū)域分割并重構(gòu)出來(lái)，在編碼端，將原始序列某些區(qū)域的紋理，僅編碼其余區(qū)域以及用于合成去除紋理區(qū)域的參數(shù);在解碼端，去除的紋理區(qū)域通過(guò)碼流中參數(shù)進(jìn)行重構(gòu)。

基于圖像修復(fù)的圖像/視頻編碼

　　對(duì)于失真不易覺(jué)察到的塊或區(qū)域不采用圖像修復(fù)的方法進(jìn)行修復(fù)，要方法是根據(jù)偏微分方程計(jì)算出等照度線傳播方向，使信息從待修復(fù)圖像塊的邊緣向內(nèi)部擴(kuò)散，完成整個(gè)缺失塊的填充。

分布式編碼

　　在分布式視頻編碼技術(shù)中，視頻幀分為Wyner-Ziv幀和Key幀。Wyner-Ziv幀獨(dú)立進(jìn)行Wyner-Ziv編碼，生成的碼流傳輸?shù)浇獯a端，解碼器利用生成的邊信息來(lái)進(jìn)行解碼，信號(hào)之間的相關(guān)性由解碼器來(lái)消除，Key幀采樣傳統(tǒng)視頻編碼中的幀內(nèi)編碼(如H.264的幀內(nèi)編碼)，解碼端通過(guò)Key幀和邊信息重建視頻序列。相對(duì)于傳統(tǒng)編碼技術(shù)，分布式視頻編碼主要有以下特點(diǎn)：低復(fù)雜度的編碼、高復(fù)雜度的解碼，對(duì)于容易產(chǎn)生誤碼的通信網(wǎng)絡(luò)具有較好的魯棒性，具有較高的壓縮效率，易形成分級(jí)編碼的碼流，適合傳感器網(wǎng)絡(luò)、分布式監(jiān)控等應(yīng)用場(chǎng)景。

視頻編解碼標(biāo)準(zhǔn)化

　　在標(biāo)準(zhǔn)化方面，MPEG工作組和VCEG工作組自聯(lián)合制定H.264標(biāo)準(zhǔn)后，又陸續(xù)完成了面向可伸縮網(wǎng)絡(luò)傳輸應(yīng)用的H.264 SVC標(biāo)準(zhǔn)擴(kuò)展，以及面向多視應(yīng)用的H.264 MVC標(biāo)準(zhǔn)擴(kuò)展，預(yù)計(jì)在明后年將推出H.265(即H.264 HVC)的編碼標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)主要依賴(lài)小波的聚能性能和分解級(jí)數(shù)進(jìn)行視頻壓縮，在壓縮效率、魯棒性和錯(cuò)誤恢復(fù)能力、實(shí)時(shí)時(shí)延和復(fù)雜度等方面將會(huì)有較大改進(jìn)。在國(guó)內(nèi)，AVS工作組自2002年成立至今，已經(jīng)成功完成第一代AVS視音頻編碼標(biāo)準(zhǔn)制定工作，而面向高清、超高清、三維視頻的AVS2標(biāo)準(zhǔn)制定工作已經(jīng)展開(kāi)。

視頻流傳輸與存儲(chǔ)

　　由于目前的因特網(wǎng)在帶寬、延遲抖動(dòng)和丟包率等方面的不可預(yù)知性，在大規(guī)模網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)中，需要采用相關(guān)技術(shù)，提高流媒體服務(wù)質(zhì)量，目前采用的技術(shù)主要包括：音視頻流播出質(zhì)量服務(wù)、視頻流的轉(zhuǎn)發(fā)與存儲(chǔ)、漸進(jìn)式音視頻流傳輸?shù)取?/P>

音視頻流播出質(zhì)量服務(wù)

　　包括各個(gè)層次上的網(wǎng)絡(luò)服務(wù)控制(QOS)，如錯(cuò)誤隱藏、跳幀處理和容錯(cuò)編碼等。其中客戶端的差錯(cuò)隱藏是比較常用的技術(shù)手段，該技術(shù)利用圖像序列的連續(xù)性恢復(fù)出受損塊的運(yùn)動(dòng)矢量，在沒(méi)有運(yùn)動(dòng)信息時(shí)利用受損塊周?chē)南嗤畔?lái)推測(cè)受損塊的內(nèi)容。

視頻流的轉(zhuǎn)發(fā)與存儲(chǔ)

　　與數(shù)值、字符等數(shù)據(jù)不同，視音頻數(shù)據(jù)是非格式數(shù)據(jù)，并且數(shù)據(jù)量相對(duì)龐大，對(duì)存儲(chǔ)服務(wù)器和轉(zhuǎn)發(fā)服務(wù)器的性能有較高要求，因此服務(wù)器不僅需要有海量的多模態(tài)數(shù)據(jù)存儲(chǔ)能力，還需要有快速的數(shù)據(jù)吞吐量、實(shí)時(shí)的響應(yīng)時(shí)間;對(duì)于存儲(chǔ)設(shè)備，主要技術(shù)包括有磁盤(pán)調(diào)度策略、數(shù)據(jù)條塊化、分級(jí)存儲(chǔ)和磁盤(pán)容錯(cuò)等。

漸進(jìn)式音視頻流傳輸

　　這種傳輸方式首先接收并顯示低分辨率的音視頻數(shù)據(jù)，然后再進(jìn)一步接收更精細(xì)的數(shù)據(jù)，來(lái)提高音視頻的現(xiàn)實(shí)質(zhì)量，這樣可以用來(lái)平衡等待時(shí)間與觀看質(zhì)量之間的矛盾，該技術(shù)的關(guān)鍵問(wèn)題是對(duì)音視頻對(duì)象的漸進(jìn)式表達(dá)。

移動(dòng)視頻技術(shù)

　　隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，移動(dòng)終端已經(jīng)成為信息獲取和交互主要工具，成為視頻監(jiān)控系統(tǒng)中的重要終端。目前移動(dòng)視頻監(jiān)控系統(tǒng)應(yīng)用中的核心問(wèn)題是如何在較低的帶寬和較小的顯示屏幕限制下，更方便地獲取視頻監(jiān)控信息，其技術(shù)主要包括以下幾個(gè)方面：

面向小屏幕應(yīng)用的媒體內(nèi)容適配顯示

　　由于移動(dòng)終端的屏幕有限，而音視頻內(nèi)容在移動(dòng)環(huán)境下往往不能被充分顯示，需要采用自適應(yīng)瀏覽技術(shù)，對(duì)于靜態(tài)內(nèi)容的顯示可根據(jù)前期關(guān)注分析的結(jié)果，按重要程度依次顯示或進(jìn)行放大縮小處理;對(duì)于動(dòng)態(tài)音視頻內(nèi)容的播放，可以采用最優(yōu)化損失、曲線擬合等方法減少視頻畫(huà)面抖動(dòng)。

面向移動(dòng)音視頻訪問(wèn)的人機(jī)交互界面

　　由于移動(dòng)終端顯示屏幕大小的限制，往往不能像正常的屏幕那樣顯示檢索或推薦得到的多個(gè)媒體內(nèi)容，這樣就需要研究移動(dòng)環(huán)境下的媒體可視化技術(shù)，在有限空間范圍內(nèi)盡可能多的表示媒體內(nèi)容，同時(shí)還能增強(qiáng)用戶的瀏覽觀感。

面向移動(dòng)應(yīng)用的視頻轉(zhuǎn)碼

　　由于移動(dòng)終端的顯示能力和計(jì)算能力各不相同，支持的視頻質(zhì)量也各不相同，需要采用面向移動(dòng)應(yīng)用的視頻轉(zhuǎn)碼和視頻傳輸技術(shù)，能根據(jù)不同的信道狀況和終端顯示能力，對(duì)視頻進(jìn)行自適應(yīng)的轉(zhuǎn)碼處理。視頻轉(zhuǎn)碼技術(shù)分為碼率縮減的轉(zhuǎn)碼、分辨率縮減的轉(zhuǎn)碼、幀率縮減的轉(zhuǎn)碼、針對(duì)無(wú)線網(wǎng)絡(luò)的容錯(cuò)轉(zhuǎn)碼、不同格式之間的轉(zhuǎn)碼等，其主要研究?jī)?nèi)容包括結(jié)合快速模式選擇，高效、低復(fù)雜度的率失真優(yōu)化轉(zhuǎn)碼框架，以及根據(jù)輸入視頻碼流中的各種信息參數(shù)進(jìn)行不同預(yù)測(cè)模式之間的快速預(yù)測(cè)和變換。在多模式的視頻轉(zhuǎn)碼中，還需要根據(jù)用戶所需要的視頻內(nèi)容和網(wǎng)絡(luò)資源占用情況，綜合考慮動(dòng)態(tài)調(diào)整視頻流的幀率、空間分辨率以及量化步長(zhǎng)，使得用戶體驗(yàn)最優(yōu)化。

視頻分析

　　雖然音視頻內(nèi)容的分析研究已經(jīng)進(jìn)行了多年，但許多問(wèn)題依然只能在較小的范圍內(nèi)應(yīng)用，目前監(jiān)控系統(tǒng)中應(yīng)用的視頻分析和理解技術(shù)主要包括特征提取、分類(lèi)方法、多模態(tài)融合等。

特征提取

　　現(xiàn)有的音視頻特征可分為兩類(lèi)：整體特征和局部特征，整體特征往往從整個(gè)媒體單元中抽取得到，可以較好地描述音視頻數(shù)據(jù)的整體特性，但不能有效描述其細(xì)節(jié)特點(diǎn)，局部特征從音視頻數(shù)據(jù)的局部中抽取得到，并用于描述其細(xì)節(jié)特點(diǎn)，局部特征可以對(duì)遮擋、光照、視角變換具有更好的魯棒性。受文本信息檢索技術(shù)的啟發(fā)，通過(guò)將音視頻數(shù)據(jù)的局部特征量化為視覺(jué)單詞，從而將媒體數(shù)據(jù)轉(zhuǎn)化為類(lèi)文本數(shù)據(jù)結(jié)構(gòu)，進(jìn)而采用較為成熟的文本信息處理技術(shù)處理音視頻數(shù)據(jù)，這種基于局部特征和視覺(jué)單詞模型，已經(jīng)被應(yīng)用于物體識(shí)別、物體檢測(cè)、視頻檢索、事件檢測(cè)等應(yīng)用中。

分類(lèi)方法

　　目前采用的分類(lèi)方法可分大致為有監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)三大類(lèi)，其中，有監(jiān)督學(xué)習(xí)方法需要大量的標(biāo)注數(shù)據(jù)用于訓(xùn)練分類(lèi)器以對(duì)待處理的數(shù)據(jù)進(jìn)行的分類(lèi)識(shí)別，無(wú)監(jiān)督學(xué)習(xí)方法通過(guò)聚類(lèi)分析等提取出一些可能有用的信息來(lái)輔助滿足用戶的需求，這兩種分析方法已經(jīng)在音視頻分析中得到了大量的應(yīng)用;半監(jiān)督學(xué)習(xí)方法，該方法利用數(shù)據(jù)的內(nèi)在分布特點(diǎn)，只需要用戶標(biāo)定少量數(shù)據(jù)以得到更準(zhǔn)確的分類(lèi)模型，在已標(biāo)注的訓(xùn)練數(shù)據(jù)不足而未標(biāo)注的數(shù)據(jù)卻大量存在的情況下效果較好，目前半監(jiān)督學(xué)習(xí)算法主要有如自訓(xùn)練法、產(chǎn)生式模型方法、直推式支持向量機(jī)及其改進(jìn)、多視角方法的和基于圖的學(xué)習(xí)方法等。

多模態(tài)融合

　　融合多種模態(tài)信息的音視頻分析可以根據(jù)不同模態(tài)特征在分類(lèi)能力和可靠性的差異采用不同的處理模式，通過(guò)合理利用圖像/關(guān)鍵幀、聲音、文字等多種媒體源特征的互補(bǔ)性，獲得更優(yōu)的分類(lèi)或檢測(cè)結(jié)果;多模態(tài)融合主要可以分為前融合和后融合，多模態(tài)特征的前融合即將不同的特征向量合并在一起作為分類(lèi)器輸入，具有應(yīng)用簡(jiǎn)單、魯棒性較強(qiáng)的特點(diǎn)但常不能反映各模態(tài)特征受關(guān)注程度的全部信息，后融合方法在解決數(shù)據(jù)的不對(duì)稱(chēng)性問(wèn)題和不同時(shí)序?qū)哟蔚呐袆e融合問(wèn)題方面具有較大優(yōu)勢(shì)。
視頻處理

　　視頻監(jiān)控中的視頻處理技術(shù)主要包括視頻格式轉(zhuǎn)換和圖像增強(qiáng)兩大類(lèi)，視頻格式轉(zhuǎn)換包括視頻縮放和去隔行技術(shù)。

視頻格式轉(zhuǎn)換

視頻縮放技術(shù)

　　圖像縮放的方法主要有幾何變換法和離散圖像連續(xù)表示法兩大類(lèi)。幾何變換法的主要原理是將目標(biāo)圖像上的點(diǎn)映射成源圖像上的點(diǎn)，然后將目標(biāo)圖像的顏色值取作源圖像的顏色值，而當(dāng)源圖像上的點(diǎn)不是格點(diǎn)時(shí)，則采用鄰近若干格點(diǎn)處的顏色值表示;離散圖像連續(xù)表示法對(duì)原始的數(shù)字圖像用連續(xù)函數(shù)進(jìn)行刻畫(huà)，再根據(jù)圖像放縮的倍數(shù)要求對(duì)該連續(xù)表示的圖像進(jìn)行重新采樣，最后得到新的離散表示的數(shù)字圖像。視頻縮放算法中，關(guān)鍵是插值參數(shù)曲面的構(gòu)造.常用的插值方法有：鄰近點(diǎn)插值，雙線性插值，雙三次插值方法和三次B樣條插值等。在以上方法中，鄰近點(diǎn)插值不能保證插值曲面零階連續(xù)，插值后圖像會(huì)出現(xiàn)塊狀化現(xiàn)象，圖像視覺(jué)效果不佳，因而在實(shí)際的應(yīng)用中極少采用;雙線性插值只能達(dá)到零階連續(xù)，在插值處只能保證灰度值連續(xù)，不能保證導(dǎo)數(shù)值連續(xù)。因此，在某些要求較高的場(chǎng)合仍不能滿足要求;B樣條插值方法可以達(dá)到二階連續(xù)，在插值處可以保證灰度值和直到二階導(dǎo)數(shù)值連續(xù)，因而對(duì)一些細(xì)節(jié)豐富的圖像應(yīng)用雙三次樣條插值可以得到更好的視覺(jué)效果，但B樣條插值需要求解線性方程組，其計(jì)算時(shí)間較長(zhǎng)，尤其是在放大倍數(shù)很大時(shí)，尤為明顯。

去隔行技術(shù)

　　目前業(yè)界采用的去交錯(cuò)方法主要可以分為四類(lèi)：直接合并去交錯(cuò)、圖場(chǎng)內(nèi)差去交錯(cuò)、動(dòng)態(tài)適應(yīng)去交錯(cuò)和動(dòng)態(tài)補(bǔ)償去交錯(cuò);直接合并去交錯(cuò)法將連續(xù)的奇或偶圖場(chǎng)直接合并為一幀，此方法計(jì)算量小，但會(huì)產(chǎn)生梳狀流線、邊緣閃動(dòng)等現(xiàn)象，一般用于靜態(tài)畫(huà)面的處理;圖場(chǎng)內(nèi)差去交錯(cuò)法在圖場(chǎng)內(nèi)通過(guò)算法確定邊緣方向，通過(guò)在邊緣方向上進(jìn)行插值確定目標(biāo)圖場(chǎng)數(shù)值，通常這類(lèi)方法計(jì)算量小可以讓物體邊緣更銳利，但會(huì)產(chǎn)生邊緣閃動(dòng)的現(xiàn)象;動(dòng)態(tài)適應(yīng)去交錯(cuò)法結(jié)合直接合并法和圖場(chǎng)內(nèi)插法，在算法中增加了動(dòng)態(tài)偵測(cè)器，通過(guò)圖場(chǎng)差判斷畫(huà)面某部分是否動(dòng)態(tài)，將動(dòng)態(tài)部分做圖場(chǎng)內(nèi)插，對(duì)靜態(tài)部分做直接合并，此類(lèi)方法計(jì)算量比較大，對(duì)于超大范圍的運(yùn)動(dòng)、移動(dòng)、轉(zhuǎn)動(dòng)和縮放會(huì)產(chǎn)生放射性條紋;動(dòng)態(tài)補(bǔ)償去交錯(cuò)法不僅要檢測(cè)視頻圖像序列中是否存在運(yùn)動(dòng)，還要計(jì)算運(yùn)動(dòng)的方向和大小，通過(guò)計(jì)算得到的運(yùn)動(dòng)矢量從鄰近場(chǎng)的像素點(diǎn)來(lái)還原本場(chǎng)內(nèi)的像素點(diǎn)，此方法能解決運(yùn)動(dòng)物體的還原問(wèn)題，但是計(jì)算量較大且運(yùn)動(dòng)矢量計(jì)算誤差將被傳輸?shù)脚R近的視頻場(chǎng)。

圖像增強(qiáng)處理

　　圖像增強(qiáng)方法主要分成兩大類(lèi)：頻率域法和空間域法，前者把圖像看成一種二維信號(hào)，對(duì)其進(jìn)行基于二維傅里葉變換的信號(hào)增強(qiáng)，采用低通濾波法，可去掉圖像中的噪聲，采用高通濾波法，則可增強(qiáng)邊緣等圖像高頻信號(hào);基于空域的算法分為點(diǎn)運(yùn)算算法和鄰域去噪算法，點(diǎn)運(yùn)算算法即灰度級(jí)校正、灰度變換和直方圖修正等，目的是使圖像成像均勻，或擴(kuò)大圖像動(dòng)態(tài)范圍，擴(kuò)展對(duì)比度，鄰域增強(qiáng)算法分為圖像平滑和銳化兩種，平滑一般用于消除圖像噪聲，常用鄰域增強(qiáng)算法有均值濾波、中值濾波，銳化的用于突出物體的邊緣輪廓，常用銳化算法有梯度法、算子、高通濾波、掩模匹配法、統(tǒng)計(jì)差值法等。

視頻檢索

　　目前視頻監(jiān)控中的視頻檢索技術(shù)主要是通過(guò)在視頻碼流中加入特定標(biāo)簽的對(duì)視頻進(jìn)行標(biāo)識(shí)，在關(guān)系數(shù)據(jù)庫(kù)中對(duì)標(biāo)簽進(jìn)行索引實(shí)現(xiàn)視頻檢索;未來(lái)的視頻檢索將采用面向?qū)ο蟮臄?shù)據(jù)庫(kù)技術(shù)，實(shí)現(xiàn)基于內(nèi)容的視頻檢索?；趦?nèi)容的視頻信息檢索通過(guò)對(duì)非結(jié)構(gòu)化的視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化分析和處理，采用視頻分割技術(shù)，將連續(xù)的視頻流劃分為具有特定語(yǔ)義的視頻片段即鏡頭，作為檢索的基本單元，在此基礎(chǔ)上進(jìn)行代表幀的提取和動(dòng)態(tài)特征的提取，形成描述鏡頭的特征索引。依據(jù)鏡頭組織和特征索引，采用視頻聚類(lèi)等方法研究鏡頭之間的關(guān)系，把內(nèi)容相近的鏡頭組合起來(lái)，逐步縮小檢索范圍，直至查詢到所需的視頻數(shù)據(jù)，所以視頻分割、代表幀和動(dòng)態(tài)特征提取是基于內(nèi)容的視頻檢索的關(guān)鍵技術(shù)。

　　視頻分割有自動(dòng)和半自動(dòng)兩種方式，其中自動(dòng)分割的難度大，分割效果隨視頻的內(nèi)容復(fù)雜度變化很大，半自動(dòng)分割方式適用于復(fù)雜場(chǎng)景下對(duì)象的分割，分割的質(zhì)量較好，但沒(méi)有實(shí)時(shí)性，采用的方法主要有幀間差分法、運(yùn)動(dòng)矢量場(chǎng)估計(jì)法、基于貝葉斯和馬爾科夫隨機(jī)場(chǎng)的分割方法等;代表幀是用于描述鏡頭的關(guān)鍵圖像，常用的選取方法是幀平均法和直方圖平均法，抽取代表幀后，視頻檢索就轉(zhuǎn)變?yōu)閿?shù)據(jù)庫(kù)中類(lèi)似代表幀的檢索，目前常用的查詢方式是示例查詢，在視頻特征庫(kù)的支持下檢索到相似代表幀，用戶通過(guò)播放觀看相關(guān)視頻片段，選擇相似圖像進(jìn)行查詢;動(dòng)態(tài)特征是檢索時(shí)用戶所能給出的主要內(nèi)容，如鏡頭的運(yùn)動(dòng)變化、運(yùn)動(dòng)目標(biāo)的大小變化、視頻目標(biāo)的運(yùn)動(dòng)軌跡等，這些動(dòng)態(tài)特征的提取需要通過(guò)對(duì)視頻序列的分析提取分析，視頻運(yùn)動(dòng)信息的提取需要計(jì)算光流圖，它是對(duì)物體在三維場(chǎng)景中運(yùn)動(dòng)在二維圖像平面上投影變化的估計(jì)，主要采用基于窗口的塊匹配算法。

總 結(jié)

　　隨著物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，傳統(tǒng)的IT架構(gòu)逐漸云端化，計(jì)算資源和承載業(yè)務(wù)將進(jìn)一步深度整合，在物聯(lián)網(wǎng)和云計(jì)算匯聚的潮流中，視頻監(jiān)控技術(shù)將發(fā)生徹底的變革：視頻監(jiān)控平臺(tái)將成為多信息互聯(lián)、集成、交互的核心系統(tǒng)，視頻監(jiān)控前端設(shè)備逐漸進(jìn)化為具有自主智能的節(jié)點(diǎn)，整個(gè)監(jiān)控前端網(wǎng)絡(luò)將從星型管控向網(wǎng)狀感知系統(tǒng)轉(zhuǎn)變，通過(guò)RFID、無(wú)線傳感網(wǎng)、視頻監(jiān)控網(wǎng)絡(luò)的協(xié)作互補(bǔ)，監(jiān)控系統(tǒng)的感知能力和智能程度將得到極大提升，采集的數(shù)據(jù)也將從非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榛ハ嚓P(guān)聯(lián)的結(jié)構(gòu)化數(shù)據(jù)。在這場(chǎng)變革中，圖像處理技術(shù)特別是視頻編解碼技術(shù)，視頻分析、理解、檢索技術(shù)是將是未來(lái)產(chǎn)業(yè)競(jìng)爭(zhēng)的制高點(diǎn)，值得業(yè)內(nèi)人士持續(xù)關(guān)注。（