主頁（http://www.by236.com）：智能視頻分析發展方向(2)

　　坐標傳遞：在關聯的球機之間建立統一的坐標系

　　在多目標監控場景中，提取目標的位置和運動軌跡信息，發送給下一個球機，下一個球機根據目標的位置和運動軌跡信息跟蹤鎖定目標。

　　另外，多目標跟蹤技術在實際的應用中，還需要重點優化和改進以下方面：提升算法的效率，以實現同時能夠跟蹤盡量多的目標;需要改進算法的抗干擾性能，以減輕光線變化、影子、目標間遮擋等常見的干擾因素;需要能夠對每個目標排定警戒優先級，以使球機在跟蹤時能夠及時切換到威脅等級更高的目標。

　　面向事后應用的智能技術

　　面對監控系統中海量的錄像數據，如何有效、高效的應用，減輕人工查看回放帶來的時效性差、成本高、疲勞問題，并在不同分辨率、不同清晰度的錄像中準確的辨別出需要獲取的信息，行業提供了視頻復原、視頻摘要、視頻結構化檢索等技術手段。

　　視頻復原

　　解決對模糊錄像的有效辨別問題。通過綜合應第四屆中國智能運輸大會暨第二屆深圳國際智能交通與衛星導航位置服務展覽會(2013.5.26-5.28深圳會展中心)www.its-expo.com 161用超分辨率、銳化濾波、去模糊濾波、輪廓增強、降噪濾波、變形校正、色彩調整、時空分析、視頻標注、多視頻比對、視頻穩定化等智能算法，對對焦不準、運動模糊、噪聲干擾等原因導致的模糊視頻進行處理，使之清晰可辨。

　　視頻摘要

　　將視頻摘要形成視頻片斷，不同時刻的目標“穿越時空”同時展現播放，使24小時的視頻被制作成一個簡短到幾分鐘摘要視頻成為現實。視頻摘要不僅濃縮的是事件的精華，也是活動事件的全部，沒有價值的視頻將被剔除。通過多分格快照技術，可以在幾秒中看完所有的活動目標成為可能，回溯原始視頻功能，瞬間鎖定目標在原始視頻中的位置。這些智能視頻分析功能的實現和應用將大大提高海量視頻監控錄像分析的效率。

　　視頻分類檢測

　　傳統的視頻搜索功能主要是以物理條件的設定為主要搜索條件的，比如時間，日期等。而智能視頻檢索功能能夠通過認為設定的智能條件進行快速的視頻搜索。比如：特定場景的變化條件、嫌疑物體(人、車、其他特征物體)的出現等為搜索條件，進行特定視頻條件的智能搜索，結合其他智能視頻功能，可以使大量的無序信息在短時間內形成有價值的證據鏈。如圖7，輸入“紅色車”檢索條件，可比對得到相似度高的目標列表。

　　視頻分類檢索技術未來的發展，應當是向著結構化錄像存儲的方向，分步驟實現以下的技術目標：

　　結構化數據的可檢索：卡口、電警采集的車牌信息，獨立的小系統。

　　非結構化數據的可檢索：監控攝像機采集的視頻信息，顏色、行為、人臉、車型等。

　　視頻采集時數據結構化處理：在智能球機、IPC編碼時自動生成視頻數據庫，而不是簡單的錄像文件。

　　結構化錄像存儲是未來的方向，但還需要解決以下以下關鍵的技術問題：視覺信息、高層語義信息數據描述技術、分類規范和信息索引技術、存儲組織和高效搜索技術、提高智能分析技術的準確度、智能技術的硬件產品化、異地查詢和交換技術等。

　　結束語

　　以上對當前和未來的一些新的智能化視頻技術的前景、實現、應用方式做了一些概要性的分析。可以預見的是，這些技術將與現有的各項智能技術不斷的融合，并擴展到各種產品形態中，應用在視頻監控的各個環節，進而變化為更多的智能化產品類型，更豐富的業務應用，更靈活的系統結構，從而推動智能視頻技術更深入的與行業用戶的業務需求相結合，為視頻技術開拓出更大的行業市場。