机器学习实践系列之9 - 视频结构化

       视频结构化 是个沉重的话题，从 前背景建模 到 目标检测，再到目标跟踪，这里面涉及到的东西太多。目前各路安防厂商，视频分析团队 都在大打 结构化的大旗，公安行业也逐渐开始有了一定的应用，大华”睿智”、海康“猎鹰”、宇视“昆仑”，名字取的一个比一个牛逼……

       利益相关，对此，作者不予褒贬、不置可否。

       目前并没有一个标准的 视频结构化的定义，到底什么是视频结构化，哪些内容需要结构化？没有人能够说得清。

       本节只对 视频结构化 进行一个 自以为是的定义，后续作者会专门有系统的篇幅来进行介绍。

• 视频结构化的定义

       通过视频分析，将视频中的 人、车、场景 等进行提取，转换为 简单、可理解、可描述的语义信息。

       该语义信息应该具备以下特点：

1）简单性

      简单性 在于对于数据量的大幅度压缩，大大减少数据存储空间，只保留其中的 “有用” 信息。

2）准确性

      对于目标特征的抽象必须真实反应目标的特点，关键信息描述不能有偏差。

3）完备性

      完备性 约定场景目标必须被全部提取，不应该有所遗漏。

4）高度还原