1. 引言

随着“平安城市”等工程的推进，越来越多的视频监控网络投入使用，这些监控网络在公安工作中发挥着重要作用。然而，随着视频监控网络的不断扩大，视频数据也呈现出海量增长趋势。这给监管工作带来了巨大的负担，它需要花费大量的人力和时间去查看、分析视频数据，以发现异常事件。所以，如何有效的利用视频数据，提供一种快速视频检索方案已成为一个亟待解决的问题。显然，拥有有效的视频检索技术是解决此问题的关键。

2. 视频检索技术

视频检索是从大量的视频数据中找到感兴趣的视频片段。传统的基于文本的视频检索方法利用文本信息对视频内容进行注释，通过对关键字进行抽取来描述视频内容的语义特征。此方法需人工对视频进行注释，不仅耗时，而且可能因主观因素影响造成注释不准确。鉴于此，基于内容的视频检索技术应运而生，目前已得到了广泛应用。在安防行业，厂商也大多选用此技术以完成视频搜索功能。

基于内容的视频检索技术综合了计算机视觉、模式识别、图像理解、数据库管理、信息检索等多学科，也是目前国内外研究的热点之一。基于内容的视频检索就是根据视频的内容和上下文关系，对大规模视频数据库的视频数据进行检索。它包括以下几个关键技术点：视频分割，关键帧提取，特征提取和特征数据库组织与构建等。

（1）视频分割

视频是一种非结构组织的流媒体，可依次分为四个层次结构：视频，场景，镜头和帧。所以要实现视频检索，首先要把视频数据结构化，即把视频分割成一个个镜头。每个镜头是相邻帧的短序列，描绘了一个事件或一个连续的动作。镜头的切换有突变和渐变两种类型。对于突变较易解决，而渐变则比较复杂，目前有双阈值比较法、统计分析法等。对于安防监控，也可通过分析视频中目标对象的运动情况来进行视频分割。

（2）关键帧提取

关键帧提取就是从已分割出的一段视频中抽取具有代表意义的视频帧。关键帧是能够概括此段视频内容的静态图像，是建立视频数据索引的关键，也是后续特征提取的对象。在安防监控中，视频中目标对象的活动情况尤其受到关注，所以可以根据目标对象确定选取关键帧的策略。

（3）特征提取

在完成视频分割、关键帧提取后，需要通过智能视频分析技术获取每个子视频的视频特征，包括低层物理特征和高层语义特征。低层物理特征主要是从视频关键帧中提取，具体有颜色、形状、纹理、运动等；高层语义特征包括利用统计模式分类的方法获取高层语义概念提取，如监控视频中对人、车的分类。特征提取是基于内容的视频检索技术的基础，只有当描述视频内容的特征对于不同子视频具有足够的区别力时，从能得到较高的视频查询精度。

（4）特征数据库的组织与构建

为了提高视频查询效率，需要采用一定的方式对视频特征数据库建立索引。由于视频特征通常以高维向量的形式表示，所以对视频特征建立索引时，就要考虑对高维向量建立索引。常用的索引结构有树形索引结构、量化近似的索引结构等。

3. 视频检索技术在安防监控中的应用

视频检索技术应用于安防监控，必会给其带来了极大的便利。安防监控需要对监控点进行连续、持续的监控，所以视频数文件非常庞大，而且其中重复、静止的视频占较大比例。因此，对于经常查验某个已发异常事件的工作人员来说，拥有一个有效的视频检索系统，就可通过已掌握的信息快速查询，极大提高工作效率。可见，将视频检索技术应用于安防监控是十分必要的。下图给出了视频检索系统的实现框架。

图1 基于内容的视频检索系统框架图

对于上述视频检索系统的实现，首先对采集的视频数据进行分割，提取视频关键帧，再通过自动分析获取视频特征；然后采用一定的数据结构有效的组织视频特征数据库；用户通过数据库检索界面提交查询请求，系统将用户提供的特征要求与视频特征数据库中特征进行匹配，最后按照相似度的高低排序将查询结果返回给用户。这种视频检索系统能够在线自动提取视频特征，建立索引结构，并按照比配程度将结果返回给用户。

       视频检索系统可以应用于安防监控的各个领域，如交通、银行ATM、小区等。视频检索系统的人机交互接口需根据不同领域用户的实际需求来设计。下面是其应用举例。

（1）交通

可以检索违规的车辆。用户通过输入待搜索车的特征进行检索，如类型、颜色、运动方向、运动速度、进出时间等，也可由已知的待搜索车的图片进行检索。

（2）银行ATM

  可以检索违规操作的可疑人员、尾随取款等。用户可通过提供一幅样照或素描图指定检索请求，也可指定具体特征检索，如身高、衣服颜色、是否带眼镜或口罩等。

（3）治安管理

  用户可借助视频检索功能快速侦查、破获各类案件，打破了传统以人海战术为主的视频线索查找战术。用户可通过提供目标特征（人车类别，颜色、高度、方向、速度等）、一幅样照或素描图来请求搜索。

4. 视频检索技术应用于安防监控所面临的挑战

视频检索技术应用于安防监控是以智能视频分析技术为基础的。无论是视频分割，还是视频特征提取，都需要对视频内容进行分析。智能视频分析算法主要有目标检测、目标识别、目标跟踪、行为分析等。这些算法在视频检索系统的实现中都是必不可少的。显然，视频检索技术的性能与智能分析算法息息相关。目前，虽然智能视频分析算法有很大进步，但在应用于实际环境时仍有些不足，例如：光照变化、目标运动复杂性、遮挡、背景杂乱等都会影响算法的性能。因此，视频检索技术作为视频监控智能化推进过程中的一部分，仍需要突破关键技术，逐渐走向成熟。

5. 结论

随着安防行业的飞速发展，监控视频的数据量快速增长。如何有效的利用和管理这批庞大的视频数据，是当前安防行业面临的一个重要问题。视频检索技术能够使用户快速查询到所需要的视频，极大提高工作效率。随着智能视频分析等相关技术的不断进步，视频检索技术也会日趋成熟，这将给安防行业的发展注入新的动力。