隨著我國智慧城市、平安城市、雪亮工程戰略的深入發展，目前，各部門行業安裝的攝像機數量已近2500萬臺，初步構建起覆蓋公共區域、要害部位的“天網”。全國公安機關也已基本搭建起視頻圖像信息資源整合匯聚和共享交換的基礎支撐平臺，聯網可控的攝像機數量較2015年增長近60％。同時，2015年5月6日，九部委下發《關于加強公共安全視頻監控建設聯網應用工作的若干意見》（以下簡稱“意見”）。《意見》指出，到2020年，要基本實現“全域覆蓋、全網共享、全時可用、全程可控”的公共安全視頻監控建設聯網應用。隨著公共安全視頻共享平臺的逐漸完善，讓公共安全具備了“法網恢恢，疏而不漏”的上帝視角。

“天網”讓泛安防更加強力的同時，由大規模視頻產生的海量數據也讓監控中心的工作變得更加繁重，反而成為負擔。據統計，在首都北京，出去民用安防，僅政府部門和社會公共機構部署的攝像頭總數就已超過兩百萬個，而這些晝夜不停記錄的攝像頭每天產生的視頻數據總和便長達兩百萬天，要逐個看完都夠再創一個華夏五千年了！可想而知，僅依靠人工對視頻進行人、地、事、物、組織的甄別，難于大海撈針；況且道路監控視頻更受自身硬件設施及光照條件的限制，會產生許多不清晰的低質良錄像，而這些低質量視頻靠人眼是基本無法分辨畫面內容的，在這些低質量的視頻數據中進行比對工作不僅艱難且可信度低。

安防行業是大數據應用典型行業，而人、地、事、物、組織，是公安視頻處理中的核心對象，要實現對安防視頻大數據的分析和信息挖掘，首先要解決視頻數據結構化問題。

何為視頻數據結構化？

視頻結構化是一種將視頻內容中的重要信息進行結構化提取的技術，利用它對視頻內容按照語義關系，采用時空分割、特征提取、對象識別、深度學習等處理手段，組織成可供計算機和人理解的文本信息或可視化圖形信息。在實際應用中，文本信息可進一步轉化為公安實戰所用的情報，實現視頻數據向有效情報的一次轉化。

智能分析能夠對視頻中的人員、物品數據進行深度挖掘和信息提取

安防行業為什么需要視頻結構化？

信息技術革命帶來的一個天然屬性就是實現了數據的量產。如果把視頻數據的堆砌比作蓋樓，那么視頻結構化就顯得尤為必要。沒有結構化的視頻數據就如同建筑廢料，除了造成環境污染不能產生任何價值。而如果通過一些手段或工具來將一磚一瓦的視頻進行智能化整合與合理分類，這些數據才有可能平底起高樓，成為社會看不見的基礎設施。

因此，數據化便是信息社會建筑原材料的積累的過程，數據本身并不能直接產生實用價值，對數據的內容提取和分析才是價值所在。在安防領域，如果能夠對視頻大數據進行規模結構化將推動安防整體行業水平升級，而人工智能技術和視頻數據結構化的結合將帶領整個行業進入智能安防2．0時代。

視頻數據結構化從多個維度優化現有的安防業務，將原本許多數量龐大、響應龜速、且大多沒有應用價值的監控視頻進行精縮，變為更易查找、占存更小且可被深度挖掘的高密度數據。

結構化的視頻數據可極大提升搜索和排查效率。實驗結果顯示，視頻結構化之后，從百萬級的目標庫中（對應數百到一千小時的高清視頻）查找某張截圖上的行人嫌疑目標，數秒即可完成；千萬級目標的庫中查找，幾分鐘即可完成（如果實現云化，速度會更快）。因此在公安實戰業務中，基于結構化的視頻大數據檢索，可以有效解決大海撈針的難題。

此外，結構化視頻數據的存儲占比可以極大的降低。經過結構化后的視頻，存儲人的結構化檢索信息和目標數據不到視頻數據量的2％； 對于車輛，不到1％；對于行為降得更多。存儲容量極大地降低，可以解決視頻長期占用存儲空間的問題。

最后，視頻結構化還可以盤活視頻數據，成為公安系統數據挖掘基礎。視頻經過智能化的處理、分類后，存入相應的結構化數據倉庫，如人臉照片數據庫、人臉特征數據庫、行為圖片及特征庫、車輛圖像及特征庫等等，而綜合這些數據倉庫以及關聯視頻片段倉庫可以建立相應的檢索引擎，實現對各類的數據倉庫的深度信息挖掘，充分發揮大數據作用，提升視頻數據的應用價值，提高視頻數據的分析和預測功能。

通過結構化實現視頻關聯數據庫

當視頻結構化技術與安防行業結合，憑借視頻內容信息處理和網絡化共享應用兩大特點，視頻結構化技術可全面實現監控視頻信息的情報化、視頻監控網絡的智慧化，強化警務視頻應用的普適性。即實現以機器自動處理為主的視頻信息處理和分析，并且通過技術手段轉化為安防工作可用的情報； 實現監控網絡之間、端與端之間，甚至警種之間的信息共享和主動互操作，實現主動監控、自動聯網分析等網絡功能；全方位拓展視頻在警務工作中的應用模式，大幅度提高技術的易用性，實現以業務民警為中心的隨時隨地的靈活、簡單、多樣的視頻按需服務應用。

視頻數據智能結構化被廣泛應用

在視頻結構化描述的內容方面，公共安全關注的視頻信息主要是：人員、車輛、行為。在視頻中把人作為一個可描述的個體展現出來，其中包括人員的面部精確定位、面部特征提取、面部特征比對，人員的性別、年齡范圍、大致身高、發飾、衣著、物品攜帶、步履形態等多種可結構化描述信息；對于車輛的描述信息包括：車牌、車顏色、車型、品牌、子品牌、車貼、車飾物信息等多種車輛描述信息；對于行為的描述信息包括：越界、區域、徘徊、遺留、聚集等多種行為描述信息。

雖然龐蕪的監控視頻數據讓安防的工作量陡增，但卻為人工智能提供了天然優越的發展環境。以人臉識別為代表的人工智能技術開始與視頻監控相結合，輔助多地公安系統打造“智慧警務”新體系，實現了傳統安防向智能安防的轉型。

目前視頻監控行業都在大力發展視頻智能結構化技術，作為中國人工智能計算機視覺領域的排頭兵，曠視（Face＋＋）在安防業務應用中通過布局智能硬件設施和后端算法服務器為多地公安機關推進視頻結構化打下了基礎。

在前端智能感知應用中，曠視打造的智能人像抓拍機可以在前端實現對圖像中人像的質量判斷，并輸出最佳姿態的人臉圖片形成“半結構化”的視頻數據，為進一步視偵比對提供依據。而針對公安的實戰需求，曠視（Face＋＋）面向公安刑偵、視偵用戶推出了系列智能視頻偵察產品（即后端分析服務器），采用基于大數據的深度學習算法，內置曠視 VCSE 視頻內容搜索引擎，支持面向自然語義的視頻內容高速檢索功能和以圖搜圖檢索功能，實現了監控視頻的數據結構化輸出，幫助安防行業開辟“智能為主、人工為輔”的新工作模式，大大提升了視頻檢索的算法精度、處理速度和魯棒性。

曠視（Face＋＋）視偵產品特點

在曠視（Face＋＋）為公安部門研發的智能人像卡口大數據系統整體解決方案中，監控攝像機拍到的視頻在經過曠視的結構化云服務系統后，能夠檢測、判斷監控視頻中人員的性別、年齡、民族、衣著、背包、雨傘或行李，甚至對行走方向和行走速度等條件進行結構化語義檢索；還可通過多組攝像機的抓拍記錄及人員比對，對目標嫌疑人進行行為軌跡、出行規律分析，為公安人員提供案情線索，實現靈活布控打擊。

曠視推出的視頻結構化系統能夠實現行人檢測、特征查找等功能

曠視（Face＋＋）對公共安防領域堅持不懈的技術追求，也在全國范圍內落地開花，幫助公安部門屢屢破案。截至2016年底，曠視（Face＋＋）已經為包括合肥、無錫在內的25個省市的公安部門提供了具備視頻結構化新技術的智能視頻偵查系統，協助警方抓獲在逃人員和犯罪嫌疑人達500余名。過去不到1年的時間里，無錫警方利用曠視為其打造的智能視頻偵查系統實現了3秒鐘鎖定嫌疑人、25分鐘破案的超高效辦案奇跡；今年年初，湖北襄陽也在曠視移動版智能視頻偵查系統的幫助下接連破獲多起搶劫案、搶奪案，并幫助聾啞、走失老人回家。

未來，視頻結構化技術還需要構建其自身的標準化發展體系，更需要符合安防行業發展規律的關鍵技術不斷突破和創新，視頻結構化和計算機視覺技術的結合，將智能安防推向了離智慧安防更近的新臺階。