视频结构化是一种视频内容信息提取的技术，它对视频内容按照语义关系，采用时空分割、特征提取、对象识别等处理手段，组织成可供计算机和人理解的文本信息的技术。从数据处理的流程看，视频结构化描述技术能够将监控视频转化为人和机器可理解的信息，并进一步转化为公安实战所用的情报，实现视频数据向信息、情报的转化。

　　我们为什么需要视频结构化

　　视频结构化技术紧紧抓住视频内容信息处理和网络化共享应用的主线，行业力争经过若干年的技术攻关和系统建设，全面实现监控视频信息的情报化、视频监控网络的智慧化，强化警务视频应用的普适性。即实现以机器自动处理为主的视频信息处理和分析，并且通过技术手段转化为公安工作可用的情报;实现监控网络之间、终端之间、警种之间的信息共享和主动互操作，实现主动监控、自动联网分析等网络功能;全方位拓展视频在警务工作中的应用模式，大幅度提高技术的易用性，实现以业务民警为中心的随时随地的灵活、简单、多样的视频按需服务应用。

　　除了公安行业，视频结构化技术的应用场景也在智能交通展开来。目前电警卡口在图侦上的应用需求和频率早就超越了交警，因为案件基本都要与车辆发生联系，这能找出很多的线索。而卡口电警对于车辆的抓拍角度是相对固定的，能够开发出相应的车辆特征识别技术，电警卡口属于业务需求和技术实现的一个很好的匹配点。这就是视频结构化的应用储备，国内有部分厂家已经开发出的摄像机能突破平面图像特征的局限，得到更精准的三维系信息，如人体数量，高度，物体长度等。

　　视频结构化技术被广泛应用

　　在视频结构化描述的内容方面，公共安全关注的视频信息主要是：人员、车辆、行为。在视频中把人作为一个可描述的个体展现出来，其中包括人员的面部精确定位、面部特征提取、面部特征比对，人员的性别、年龄范围、大致身高、发饰、衣着、物品携带、步履形态等多种可结构化描述信息;对于车辆的描述信息包括：车牌、车颜色、车型、品牌、子品牌、车贴、车饰物信息等多种车辆描述信息;对于行为的描述信息包括：越界、区域、徘徊、遗留、聚集等多种行为描述信息。

　　经过视频结构化处理后，可以达到如下目的：

　　首先，是视频查找速度得到极大的提升。视频结构化之后，从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑目标，数秒即可完成;千万级目标的库中查找，几分钟即可完成(如果实现云化，速度会更快)。在结构化基础上进行检索查询，可以解决快速目标查找问题。

　　其次，是存储容量极大的降低，经过结构化后的视频，存储人的结构化检索信息和目标数据不到视频数据量的2%;对于车辆，不到1%;对于行为降得更多。存储容量极大地降低，可以解决视频长期存储的问题。

　　最后，视频结构化可以盘活视频数据，可作为数据挖掘基础，视频经过结构化处理后，存入相应的结构化数据仓库，对各类的数据仓库可以进行深度的数据挖掘，充分发挥大数据作用，提升视频数据的应用价值，提高视频数据的分析和预测功能。

　　视频结构化分析平台的基本要求

　　系统具备云计算架构，部署应采用集中处理、分级调阅的方式，具备多级级联，动态结构化处理服务自动分配，具备系统多节点的平衡负载，重特大事件处理时可并行网络服务计算能力及集群能力;

　　客户端应支持C/S架构，单个节点设备最少具备20个用户并发访问;

　　后台管理应支持B/S架构，具备权限、用户、结构化任务设置、综合网管等功能。

　　具备从硬盘录像机获取视频流和录像文件;

　　具备用户上传本地视频文件;

　　具备对上传文件进行统一转码，满足网络点播;

　　具备对上传文件进行结构化视频合成播放，并能够基于结构化后视频的事件标签回溯播放原始视频。

　　具备对上传的视频文件或视频流进行结构化分析，满足视频内活动事件的特征信息提取，通过时间戳与视频文件关联后进行结构化存储;

　　具备对处理文件的内容搜索，按视频内活动事件的运行方向、活动范围、颜色值、大小等特征进行搜索和过滤;同时具备所有视频时间、地点等条件搜索和过滤。

　　具备对平台中各个处理单元的实时运行检测，提供综合网管模块，能够对平台各服务模块及设备的资源利用的情况，通过图表的方式进行直观展示;

　　具备权限控制功能，通过为不同用户指定相应的角色，来控制用户的可操作范围。

　　总之，随着大数据和深度学习的发展，视频结构化必将会为视频数据的智能化提供强有力的支持，从而使主动式防控系统成为可能。