大數據應用下視頻結構化分析

余彬 翁利國 邱海鋒 張陽輝

摘 ? 要：“視頻結構化分析”是大數據應用重要組成部分之一，具有一定的影響作用。目前，我國大數據應用技術不斷創新，“視頻結構化分析”在大數據應用中日益突顯，基于現階段我國大數據應用下視頻結構化分析存在的問題現狀，結合“視頻結構化分析”的未來發展，對“視頻結構化分析技術”進行建議提出，為下一步工作開展奠定基礎。

關鍵詞：大數據 ?大數據應用 ?視頻 ?結構化分析

中圖分類號：TP391 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）08（a）-0250-02

現階段我國大數據應用中“視頻結構化分析”依然存在諸多問題弊端。所以，要求行之有效的應對方法對其進行問題分析解決，如實現視頻結構化識別前移、實現視頻結構化平臺優化等。本次研究對“大數據應用下視頻結構化分析”的具體問題進行未來展望，其理論意義重大[1]。

1 ?視頻結構化分析概述

隨著我國大數據應用技術日益普及，在諸多行業領域中都可以體現出大數據應用身影。在大數據應用體系中“視頻結構化分析”尤為重要。視頻結構化分析主要是指以“視頻”形式為主，對其進行精準定位、分類、查詢及分析。打個比方，如在電腦搜索引擎中輸入“綠色”二字，就會出現與“綠色”有關的諸多內容及信息，視頻結構化分析與其十分相似，通過對特定視頻關鍵詞進行輸入，就會出現與該視頻有關的諸多內容僅信息[2]。因此，從視頻結構化分析的實質原理而言，將其作為大數據應用的重點研究尤為重要。而視頻結構化分析也日益創新，具體表現為：首先，視頻結構屬于大數據應用范疇中的分支部分，大數據結構主要包括：文本結構、圖片結構、視頻結構、數據結構等。但隨著社會發展與科技進步，“視頻”作為一種重要信息承載形式，逐漸取代文本及圖片結構，成為大數據應用中最為常見的需求性結構之一。其次，視頻結構化分析具有較高的實用價值，通過對視頻內重要資源的“提取”，如圖片、文字等關鍵信息等，可以為將其作為視頻檢索的“關鍵詞”，為公共安全領域的視頻監控可以起到實質性推動作用。例如：通過計算機來代替人眼進行視頻信息的分析識別，將視頻中的內容信息進行精準識別、存儲及記錄，其中包括視頻內容中的顏色、車牌、人臉等，這些都是至關重要的關鍵信息。最后，通常來講視頻結構化分析技術從視頻圖像中對關鍵信息進行提取、獲得，從該分析技術的應用前景及實際應用而言，主要涉及大數據應用領域中的視頻監控、公共安全領域等，即“大數據時代”。

2 ?當下視頻結構化分析的主要難點

2.1 視頻格式較為繁雜

現階段我國行業內監控廠商所采用的視頻種類、格式諸多，缺乏一定的規范性、標準性，導致實際大數據應用中無法滿足視頻結構分析。視頻格式的差異化并不是短期形成的，而是由于長期我國對視頻技術及管理的制度性缺乏所導致的。這種問題現狀對視頻結構分析造成嚴重影響，需要對該視頻進行解碼后方可對其進行分析[3]。所以，對視頻格式進行統一標準規范至關重要。

2.2 識別種類困難

從識別角度而言，當下我國視頻結構分析技術還不成熟，例如：在一段視頻中可能存在無數角度的涉及性標簽屬性需要描述，但要將這些屬性進行全部描述尤為困難，需要大量的計算能力發揮，這種浪費性不符合應用初衷，并且需要公安圖偵人員進行介入工作。通過筆者對相關資料整理及實驗發現，識別種類困難主要以基于技術及成本投入的有效性，在未來必然會有一種新型技術，在不需要大量資源及計算能力投入的情況下，可以完成較高任務的視頻種類識別。

2.3 精準率無法保證

視頻與文本、圖片不同，具有一定的復雜性，從視頻的清晰度、格式、屬性、顏色等方面考量。這些都會對視頻結構化分析造成嚴重影響，導致結合化分析技術在實際應用中效果發揮有效。例如：在治安監控視頻下對視頻中人臉進行分析中，視頻結構分析無法對遠距離人臉進行精準抓取，在一定程度上造成了對視頻信息提取的精準度降低。通過實驗分析發現，視頻結構化分析在對車牌進行視頻信息提取中較為有效，主要是由于車牌視頻較短且清晰度較好等因素。

3 ?未來我國大數據應用下視頻結構分析發展

3.1 實現視頻結構化識別前移

可以充分運用計算機對視頻結構化分析進行實施開展，在該過程中一定需要消耗較大的計算能力，也就是說對數據處理服務器進行大量構面，可以從經濟成本角度來講，一臺服務器價格相對較高，在處理路數方面有相對有限。所以，筆者認為單一依靠后端對其PB級別進行視頻進行結構化分析較難。而從服務器角度而言，其智能化IPC成本卻較低，并可以將人臉檢測、車牌分析等有關智能分析算法進行前端芯片集成，通過集成后可以促進視頻結構化分析的規模化部署成本投入降低[4]。

3.2 實現視頻結構化平臺優化

視頻結構化平臺作為未來視頻結構化分析重要組成部分，其作用不言而喻。其在未來發展中應具備以下特點，第一，云計算架構，可進行分布并行式計算，使計算能力得以可線性延展，并且該系統可對多個分析節點進行自動負載均衡;第二，支持云存儲需求，同時可以對海量視頻資源進行接入分析及存儲，同時可對其進行科學采用;第三，具有多客戶端及并發式訪問能力，并可同時進行多賬戶分權及管理，進而實現數據資源整體完整安全及有效利運用;第四，同時具有諸多類型智能分析模式，對多種不同環境下視頻分析可以滿足適應;第五，對業內絕視頻監控廠商視頻格式進行技術支持，同時具有對海量數據、信息的檢索能力，并可快速提供目標檢索服務;第六，具有對數據的管理及分發性能，進而為多級聯網上、下級平臺中數據推送實現奠定基礎。

4 ?結語

綜上所述，通過對大數據應用下視頻結構化分析進行研究，主要包括：視頻結構化分析概述、當下視頻結構化分析的主要難點，其包括視頻格式較為繁雜、識別種類困難、精準率無法保證、未來我國大數據應用下視頻結構分析發展，其包括實現視頻結構化識別前移、實現視頻結構化平臺優化等，從多方面、多角度對大數據應用下視頻結構化分析的問題、發展進行闡述，為下一步工作開展奠定堅實基礎。

參考文獻

[1] 潘慧.智能化技術為城市交通賦能——專訪新加坡國家工程院院士、佳都科技全球智能技術研究院和交通大腦研究院院長李德纮[J].廣東科技，2019，28（5）：30-36.

[2] 胡了然.從網絡傳播視野看短視頻平臺“抖音”的火爆[J].傳媒論壇，2019，2（8）：42-43.

[3] 付航.一種基于大數據回歸分析的LTE流量預測及擴容方法研究[J].電信工程技術與標準化，2019，32（4）：50-54.

[4] 王彬.犯罪偵查中的數據挖掘及其作用分析[J].廣西警察學院學報，2019，32（2）：35-42.