视频寻踪
时间：2021-01-04 20:00:05 来源：雅意学习网 本文已影响 人 
2016年8月，历时28年的甘肃白银连环杀人案告破，利用指纹和DNA深入侦查，警方最终确定犯罪嫌疑人高承勇，在白银市将其抓获，大快人心。
1988年至2002年，共犯下11宗强奸杀人案，过去20多年，为何迟迟未破案？公众讨论反复提及的一大原因，即是缺乏监控录像。从 1990 年代中期开始，视频监控应用才在大城市开始起步，2002年前的小城白银，未有完善的视频监控系统，影响了案件的侦破进展。
试想一下，如果20多年前即拥有现在的视频侦查技术，或许能阻止白银悲剧的发生，而站在现在的技术起点上，视频监控技术正处于一个质变的前夜，未来发展充满想象、机会以及潜藏的威胁。
2008年有部好莱坞电影《鹰眼》，描述大数据技术运用于视频监控，可从海量影像中捕捉既定目标，而个人在遍布的摄像头前无从遁形，已不再是科幻故事。如今，以深度学习技术为代表的人工智能正开始渗透至视频监控领域，可以更快、更准确地识别、跟踪、检索海量视频中的信息内容，多家安防厂商正投入大量资金，不遗余力研发“视频智能化”相关的技术和产品，部分产品在2017年即可实现商业化应用。
可检索、可追溯、可自动分析、可深度挖掘的视频智能化，正成为现实，以后，只要一张身份证，即可快速检索其在摄像头留存的影像，分析其行动轨迹。无疑，这将创造巨大的社会价值和商业价值，但是，每个人一定更加安全吗？
第四类侦查
2004年，中国政府提出建设“平安城市”，在这一综合性的管理系统中，视频监控扮演着关键的角色，公共场所的摄像头数量开始迅速增长。
东方网力总经理赵永军告诉《二十一世纪商业评论》（下称《21CBR》）记者，视频监控管理系统可分三大部分：第一部分为摄像头，在前段采集信息，记录图像、视频，实现内容可视化；第二部分是联网，借助运营商网络传输回后台各级指挥中心；第三部分为系统管理平台，其存储、分析传输回来的视频信息。
其中，内容可视化、视频联网，只是基本的要求，市政管理部门真正关心的是视频内容及其延伸价值。而核心的信息内容，不外乎是人、车、物，如何将这些关键信息提炼出来并进行分析，成为迫切需求。
“公安等部门要提取视频中成千上万的人、车、物等数据信息，大数据、云计算、云储存等新技术开始广泛应用于视频监控领域。”赵永军解释说，将视频应用与使用者的具体业务结合起来，出现了视频监控管理平台（View Management System，简称VMS）的概念。
东方网力成立于2000年，一直专注VMS的开发与研究，在VMS全球市场占有率中排名第三，现在市值约为200亿元人民币，以其2015年的“视云天下”产品为例，由视云联网、视云图侦、视云实战、视云大数据等产品线构成，前端联网各种各样的摄象头后，即可形成一个统一的大规模资源管理系统。
对于视频信息内容的管理、检索和分析，公安部门的需求尤其旺盛，并形成了一整套的案件侦破方式，比如，针对攀爬入室盗窃的案件，基于视频分析可大大提升侦破的效率。2009 年后，公安部明确提出，图侦（视频图像侦查）成为继技侦、刑侦、网侦之后的第四大侦查技术。
遍布的摄像头，降低了犯罪率，提高了破案率。以福建莆田为例，公开的数据披露，2011年以来，莆田市公安机关全面推进视频监控系统建设，截至2014年底，共建联网视频探头30337个，主要城区视频覆盖率均达90%以上。同期，110报警服务平台中接报的“两抢”案件，从2011年的905起降至2014年的323起，降幅达64.31%；莆田市利用视频破获各类案件4955起，“由像到人”的视频破案成其公安机关最主要的破案手段之一。
政府部门高度重视视频监控，但是，囿于传统分析技术的局限，大量工作只能依赖人工进行，也使其在案件追踪过程中吃尽苦头。
以2012年震惊全国的周克华案件为例，为追踪他的逃亡行踪，公安部门曾安排近1400人观看可能有其行藏的相关视频。彼时，视频监控技术尚未成熟，关键信息的提取和分析只能采用人工观看、排查的方式。而相关视频总量大体相当于500万部高清电影的体量，1000多人观看了整整一个多月，而挖掘出来的线索却非常有限。
人工处理效率较低，尤其人眼睛长时间盯着屏幕，大约每隔15-16 分钟即会视觉疲劳，所追踪的线索，可能在眼睛一睁一闭之间即错过。如何处理大量视频数据，将视频的元素提炼出来，进行结构化处理，成为其亟待解决的痛点。
当前针对海量视频信息内容的筛选，一种解决方案是“视频摘要”技术（即视频浓缩）。商汤科技主任研发工程师闫俊杰博士告诉《21CBR》记者，这种技术主要依赖背景建模和图片拼接两项技术完成，其原理是先通过对视频的分析，提取运动目标，然后对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中，以某种方式进行组合。
视频摘要技术分为动态和静态两类。前者指的是，在不动的场景下，将不同时间内出现的运动物体提取出来，叠加在同一个场景中，提高寻找目标的速度。比如，一段视频中，一位穿红色衣服的女性是关注对象，可用鼠标锁定此人，双击即能切换到其现身的原始画面；后者则是进行镜头探测、关键帧提取、场景聚类等一系列操作，从原始视频中剪取生成的一系列静止图像的集合，最终生成具有代表性的关键帧序列或缩略视频。
