图片作者：

　　图片作者：

　　图片作者：

　　图片作者：

　　觉得监控探头有时候很不给力？除了被损坏或正好进入拍摄盲区等某些特殊原因外，视频探头缺乏智能应用是一个很大的原因。通常，视频监控网络的图像内容分析需要人工实施观看、手动调阅。想象一下，一位办案者，对着十几、二十多台摄像机录像，海量的信息向他涌来，而人的精神注意力只能集中半个小时，这时，他该怎么办。

　　如何“拯救”这些被信息淹没的人，其中一个思路就是将视频图像文本化，公安部第三研究所所长胡传平说，现在人们处理视频的手段有限，处理文本手段却很多。如果有一种技术，能代替人智能阅读视频，并将其转化为计算机和人都看得懂的描述语言，那在办案时，只要搜索关键词，就有相应的图像推送出来，那将大大节约时间和劳动力，甚至可以通过个性化的定制，由系统自动推送你想要的视频。这，就是监控视频结构化描述技术（VSD）。

　　一个世界级的难题

　　如何让机器读懂视频中的含义并将之描述出来，这是一个世界难题，直到目前为止，并没有出现能代替人眼和人脑，完全“读懂”视频的技术。

　　要将视频描述出来，必须依赖图像处理技术、模式识别技术、语义理解技术等对视频数据进行多层次、多尺度的特征提取。视频首先传送到描述设备，类似人的大脑，机器在这里对内容进行分析理解，并产生多层次的结构化输出；接着对描述数据进行传输和存储，同时描述设备也输出一个原始视频供系统存储。视频经过描述设备后，由于编码不变，由此视频对相应内容的描述被系统保留，以方便调阅。

　　难点在于如何处理视频中纷杂的情况。胡传平说，现在的技术已经能读懂这样的画面：一间屋子中，一位红衣女子走进来，坐下打开电脑，她走到打印机前打印，她出门了。然而问题是，如果把这间单一的屋子扩大到一个网吧或餐厅，要机器描述多人的环境，就显得有些“力不从心”。

　　监控道路交通显神通

　　由于VSD对人多的环境还是会有些“眼盲”，选一个合适的工作场所先行突破尤为重要。公安部三所的研究团队发现，这项技术运用在监控道路交通上正能大显身手。原因有二：其一，道路交通需要描述的语言相对固定，只要说某某车型、车牌多少，什么颜色，通过某某路口时多少速度就可以了；其二，车的种类、颜色有限，而车牌识别技术已经是一项成熟的技术。

　　就这样，此项技术已在成都率先展开试点。有了它，交警们要了解信息，不用一直盯着屏幕，而只要用电脑自动分析一页页文本信息就可以了。对于办案警察来说，这项技术将大大解放他们的双眼。

　　研发平台类似“苹果”

　　VSD的应用范围当然不仅限于交通系统。为了解决复杂环境识别描述混乱这一困境，胡传平所在的公安部三所研发团队决定建设一个开放的研发平台，广揽天下英才共同攻关，有点类似“苹果”的APP商店。

　　举个简单的例子，有人做杯子的识别描述很有一套，当然做杯子识别的不只一家，公安部三所通过比较，确定哪个更好，并将其和其它的技术集成起来，形成能满足某一特定场景描述的完整的软件模块，供相关企业和用户使用。另外在平台上，该研究所也会发布一些需求信息，比如他们急需筷子的识别描述技术，就会引导平台有重点、有分工的进行研发。胡传平认为，这种开放平台的方式，能大大延伸研究所核心团队的智慧，有助于加快解决VSD这一世界级难题。

　　不难想象，有了杯子等识别描述技术，并将它们合在一块，就能有一家餐馆的视频结构化描述技术，以此类推，在不久的将来，就能将那些被视频监控海量信息淹没的人们解脱出来。本报记者沈湫莎