5月10日，河南栾川县某银行附近发生一起抢夺案，4名犯罪嫌疑人尾随取款人员，将其刚从银行取出、准备给公司员工发工资的43万元抢走后逃跑。警方在调查本案的时候，沿犯罪嫌疑人逃窜方向调看近万小时的监控录像后，终于将犯罪嫌疑人成功抓获归案。

    进万小时的监控录像，都是警察盯着屏幕一点一点看出来的，这是一个何等恐怖的数字。再想想年初的“南京枪击案”，警方也公布的一段15秒的视频监控录像，但是据了解，这两段视频的获取实属不易。这一成果是500多名民警，24小时对上万个小时视频图像逐一进行甄别才取得这珍贵的15秒的监控录像。工作量大，需要的人力众多是一方面，破案过程中最关键的是时间，很多情况下，早一点时间找到线索对案件的迅速侦破将起到至关重要的作用。从这些方面来看，智能视频分析检索工具对现代破案工作无疑是非常必要和急需的。

    海量视频检索应离安防渐行渐近

    随着“和谐社会”、“平安城市”建设的不断深入，视频监控技术的更新换代、新技术的更迭，以及未来的发展越来越受到各界的高度重视。高清视频、海量视频存储、智能视频分析等技术成为当前视频技术发展的主要方面。去年是我国安防行业飞速发展的一年，除了市场需求的增加外，政府的大力推动，全国进入了安防设施建设的高潮期，安防行业得到了进一步的发展，但发展的同时也面临着巨大的挑战。

    目前，监控摄像头已遍布城市的各个角落，昼夜不停地监视和录像。但是如何从成千上万的摄像头产生的海量视频中找到用户关心的线索，比如犯罪嫌疑人。目前由于检索手段的落后，只能靠人工进行，人工的低效造成的就是人海战术，耗费大量的时间和人力。即使人海战术，由于人本身生理原因的限制，有时又会漏掉重要线索，贻误破案时机。所以在海量的视频信息中迅速检索出有用的数据是对现代安防的挑战。

    智能视频数据处理成为视频监控的“救命稻草”

    从海量的视频数据中分析出有用的信息，无疑是视频监控的更深层次应用。视频数据按照由粗到细的顺序可以划分为四个层次结构：视频(Video)、场景(Scene)、镜头(Shot)和图像帧(Frame)。由于一个镜头内的相邻帧间的变化不是很大，它们之间的特征差值会限定在某个阈值范围内。而在镜头突变时，突变点前后两个相邻帧在内容上显示会有很大的变化，如果特征差值超过了给定的阈值，则意味着出现一个分割边界。摄像机镜头的关键帧就是反映该镜头中主要信息内容的帧图像。将各镜头检测出来后，对每个镜头可提取关键帧，并用关键帧简洁地表达镜头。关键帧数目的确定是关键帧提取中的一个重要问题，其确定方法可以根据镜头内帧的差异进行统计，求出其方差，用方差来衡量镜头视觉内容的复杂程度。方差越大，该镜头提取的关键帧数就越多。

    基于内容的视频检索技术是针对音视频这类非结构化数据，使用了视频分割、自动数字化、语音识别、镜头检测、关键帧抽取、内容自动关联、视频结构化等技术，以图像处理、模式识别、计算机视觉、图像理解等领域的知识为基础，从认知科学、人工智能、数据库管理系统及人机交互、信息检索等领域引入新的媒体数据表示和数据模型，从而设计出可靠、有效的检索算法、系统结构以及友好的人机界面。该项技术对于迅速检索出视频中有用信息是非常有用的。

    总结

    智能视频技术在防范打击犯罪、强化治安管理和重大活动安全保卫等公安业务领域发挥了重要作用，智能识别技术在某种特定环境和场所的结合应用逐步走向成熟，已初步应用在治安、刑侦、交通、内保、指挥及反恐等多种场合。虽然智能视频处理现在还没有发展到我们理想的智能化，但随着高科学技术的不断发展以及政府政策的促进，安防行正蓬勃发展，智能视频处理也将得到飞速的发展。可以预见不久的将来“智能”将无处不在。