1. 引言
隨著“平安城市”等工程的推進，越來越多的視頻監控網絡投入使用，這些監控網絡在*工作中發揮著重要作用。然而，隨著視頻監控網絡的不斷擴大，視頻數據也呈現出海量增長趨勢。這給監管工作帶來了巨大的負擔，它需要花費大量的人力和時間去查看、分析視頻數據，以發現異常事件。所以，如何有效的利用視頻數據，提供一種快速視頻檢索方案已成為一個亟待解決的問題。顯然，擁有有效的視頻檢索技術是解決此問題的關鍵。
2. 視頻檢索技術
視頻檢索是從大量的視頻數據中找到感興趣的視頻片段。傳統的基于文本的視頻檢索方法利用文本信息對視頻內容進行注釋，通過對關鍵字進行抽取來描述視頻內容的語義特征。此方法需人工對視頻進行注釋，不僅耗時，而且可能因主觀因素影響造成注釋不準確。鑒于此，基于內容的視頻檢索技術應運而生，目前已得到了廣泛應用。在安防行業，廠商也大多選用此技術以完成視頻搜索功能。
基于內容的視頻檢索技術綜合了計算機視覺、模式識別、圖像理解、數據庫管理、信息檢索等多學科，也是目前國內外研究的熱點之一。基于內容的視頻檢索就是根據視頻的內容和上下文關系，對大規模視頻數據庫的視頻數據進行檢索。它包括以下幾個關鍵技術點：視頻分割，關鍵幀提取，特征提取和特征數據庫組織與構建等。
（1）視頻分割
視頻是一種非結構組織的流媒體，可依次分為四個層次結構：視頻，場景，鏡頭和幀。所以要實現視頻檢索，首先要把視頻數據結構化，即把視頻分割成一個個鏡頭。每個鏡頭是相鄰幀的短序列，描繪了一個事件或一個連續的動作。鏡頭的切換有突變和漸變兩種類型。對于突變較易解決，而漸變則比較復雜，目前有雙閾值比較法、統計分析法等。對于安防監控，也可通過分析視頻中目標對象的運動情況來進行視頻分割。
（2）關鍵幀提取
關鍵幀提取就是從已分割出的一段視頻中抽取具有代表意義的視頻幀。關鍵幀是能夠概括此段視頻內容的靜態圖像，是建立視頻數據索引的關鍵，也是后續特征提取的對象。在安防監控中，視頻中目標對象的活動情況尤其受到關注，所以可以根據目標對象確定選取關鍵幀的策略。
（3）特征提取
在完成視頻分割、關鍵幀提取后，需要通過智能視頻分析技術獲取每個子視頻的視頻特征，包括低層物理特征和高層語義特征。低層物理特征主要是從視頻關鍵幀中提取，具體有顏色、形狀、紋理、運動等；高層語義特征包括利用統計模式分類的方法獲取高層語義概念提取，如監控視頻中對人、車的分類。特征提取是基于內容的視頻檢索技術的基礎，只有當描述視頻內容的特征對于不同子視頻具有足夠的區別力時，從能得到較高的視頻查詢精度。
（4）特征數據庫的組織與構建
為了提高視頻查詢效率，需要采用一定的方式對視頻特征數據庫建立索引。由于視頻特征通常以高維向量的形式表示，所以對視頻特征建立索引時，就要考慮對高維向量建立索引。常用的索引結構有樹形索引結構、量化近似的索引結構等。
3. 視頻檢索技術在安防監控中的應用
視頻檢索技術應用于安防監控，必會給其帶來了極大的便利。安防監控需要對監控點進行連續、持續的監控，所以視頻數文件非常龐大，而且其中重復、靜止的視頻占較大比例。因此，對于經常查驗某個已發異常事件的工作人員來說，擁有一個有效的視頻檢索系統，就可通過已掌握的信息快速查詢，極大提高工作效率。可見，將視頻檢索技術應用于安防監控是十分必要的。下圖給出了視頻檢索系統的實現框架。
圖1 基于內容的視頻檢索系統框架圖
對于上述視頻檢索系統的實現，首先對采集的視頻數據進行分割，提取視頻關鍵幀，再通過自動分析獲取視頻特征；然后采用一定的數據結構有效的組織視頻特征數據庫；用戶通過數據庫檢索界面提交查詢請求，系統將用戶提供的特征要求與視頻特征數據庫中特征進行匹配，zui后按照相似度的高低排序將查詢結果返回給用戶。這種視頻檢索系統能夠在線自動提取視頻特征，建立索引結構，并按照比配程度將結果返回給用戶。
視頻檢索系統可以應用于安防監控的各個領域，如交通、銀行ATM、小區等。視頻檢索系統的人機交互接口需根據不同領域用戶的實際需求來設計。下面是其應用舉例。
（1）交通
可以檢索違規的車輛。用戶通過輸入待搜索車的特征進行檢索，如類型、顏色、運動方向、運動速度、進出時間等，也可由已知的待搜索車的圖片進行檢索。
（2）銀行ATM
可以檢索違規操作的可疑人員、尾隨取款等。用戶可通過提供一幅樣照或素描圖檢索請求，也可具體特征檢索，如身高、衣服顏色、是否帶眼鏡或口罩等。
（3）治安管理
用戶可借助視頻檢索功能快速偵查、破獲各類案件，打破了傳統以人海戰術為主的視頻線索查找戰術。用戶可通過提供目標特征（人車類別，顏色、高度、方向、速度等）、一幅樣照或素描圖來請求搜索。
4. 視頻檢索技術應用于安防監控所面臨的挑戰
視頻檢索技術應用于安防監控是以智能視頻分析技術為基礎的。無論是視頻分割，還是視頻特征提取，都需要對視頻內容進行分析。智能視頻分析算法主要有目標檢測、目標識別、目標跟蹤、行為分析等。這些算法在視頻檢索系統的實現中都是*的。顯然，視頻檢索技術的性能與智能分析算法息息相關。目前，雖然智能視頻分析算法有很大進步，但在應用于實際環境時仍有些不足，例如：光照變化、目標運動復雜性、遮擋、背景雜亂等都會影響算法的性能。因此，視頻檢索技術作為視頻監控智能化推進過程中的一部分，仍需要突破關鍵技術，逐漸走向成熟。
5. 結論
隨著安防行業的飛速發展，監控視頻的數據量快速增長。如何有效的利用和管理這批龐大的視頻數據，是當前安防行業面臨的一個重要問題。視頻檢索技術能夠使用戶快速查詢到所需要的視頻，極大提高工作效率。隨著智能視頻分析等相關技術的不斷進步，視頻檢索技術也會日趨成熟，這將給安防行業的發展注入新的動力。
