博客园地址

口算检查（或类似“作业帮”APP中数学题目批阅的功能）需要用到OCR文字识别技术、表达式解析等技术。VideoPipe视频分析框架能够胜任99%的视频结构化需求，覆盖了OCR文字识别、人脸识别、目标行为分析、车辆检索等等应用场景。VideoPipe完全开源（仅供学习），github地址（github.com/sherlockchou86/video_pipe_c）下面介绍VideoPipe框架实现“口算检查”的功能。

车辆检索是ReID技术的一种具体实现，跟以图搜图类似，需要使用CNN网络预提取海量车辆样本特征并进行存储（附带一些结构化属性），在检索阶段，再使用向量比对技术从海量样本中查询Top N的相似结果并返回。VideoPipe视频分析框架可以快速集成目标检测、图像分类、特征提取等神经网路图像算法，支持多种视频（图片）接入方式，下面代码读取指定目录下的图片，先后进行车辆检测、车型分类、特征提取等操作，最后基于车辆检测和分类的结果、以及提取得到的特征值做显示和聚合。下面介绍使用VideoPipe实现车辆检索的过程。

完成多路视频并行接入、解码、多级推理、结构化数据分析、上报、编码推流等过程，插件式/pipe式编程风格，功能上类似英伟达的deepstream和华为的mxvision，但底层核心不依赖复杂难懂的gstreamer框架（少部分地方需要），框架主干部分主要使用原生C++ STL实现。框架可用于：视频结构化、以图搜图、目标行为分析等应用领域。............