视侦检索技术——视频解码研究

　　一、认识视侦检索

　　1、视侦检索定义

　　视频侦查检索技术(简称视侦检索)是指利用高性能计算机对视频数据进行快速处理，对视频数据帧进行检测、分类、识别、跟踪，遍历所有数据帧后即可得到所有运动目标的轨迹、特征信息，办案民警可根据时间、位置、行进方向、嫌疑人衣着等信息对视频进行过滤，找出符合特征的视频片段，快速从中获取更多信息，提升效率，节省人力成本。

　　2、视侦检索的意义

　　视频监控具有客观详实性、反复使用性、信息拓展性等特点，这些特点使其在侦查破案、打击犯罪中发挥着不可替代的作用。目前，监控摄像头已遍布中国大地的每个街头，昼夜不停地监视和录像。

　　视频监控在改善社会治安的同时，也产生了海量视频信息。在海量的视频中查找我们需要的信息，无疑是大海捞针，给视频监控带来巨大的挑战。传统的人海战术，因效率低下以及容易错过关键目标，容易使视频监控处于“监而不控”的状态。如何化解这一危机，是现代安防的热点和难点。视频检索和视频浓缩是解决这一问题的关键，其中视频检索技术已经逐渐成熟并开始走向市场。

　　3、视频数据来源

　　视频数据来源非常广泛，常见的有天网视频、路口卡口、小区监控、门店监控等各种固定监控探头，其中视频数据的格式和图像制式也是多种多样，监控设备硬件出自不同厂商，暂时还没有统一的标准。

　　二、视频解码是视侦检索的前提

　　视频解码是视侦检索的前置条件，其解码速度直接对检索速度产生影响。检索是非常耗时的一种操作，经测试，对高清(1920x1080、1280x720)视频直接检索时，通常只能达到实时的速度，这显然对检索的意义不大。怎样尽可能快，尽可能少漏检目的是检索算法改进的方向。目前，在暂时没有更好方法的情况下，对视频进行快速解码和对图像帧进行缩放，以减少检索算法的数据输入，是一种非常有效的方法。

　　三、视频解码具体解决方案

　　针对视频解码，数据恢复四川省重点实验室科研人员提供的具体解决方案是：使用统一API的方式实现视频解码框架，对输入输出参数和数据类型进行统一。具体来说，又分为通用格式解码和专用格式解码：

　　1、通用格式解码

　　FFmpeg是一套可以用来记录、转换数字音频、视频一套开源软件，它包含了非常先进的音频、视频编解码库，并具体高可移植性，多款视频播放软件中使用了其技术。

　　这里,我们仅需要使用它的视频解码功能，经测试，FFmpeg目前版本已经支持常用的计算机视频格式asf/avi/rm/flv/mkv/mov/mp4/3gp等，所以与其兼容的监控视频都可以采用FFmpeg来进行解码处理，并将解码输出图像进行缩放处理。

　　经测试1080p视频图像缩放0.4倍时处理时间与漏检率之比是最好的，速度约12倍左右;视频图像缩放0.25倍时，速度约为正常播放时的20倍左右，1小时视频可以在3分钟内检索完毕。720p视频0.25倍时可达48倍检索速度，640x480的视频可达80倍检索速度。

　　关键C++代码：

　　//在上下文是指定输出高宽*倍数

　　swScaleCtx = sws_getContext(

　　videoCodecCtx->width, videoCodecCtx->height, //视频帧高宽

　　videoCodecCtx->pix_fmt, //视频帧数据格式

　　videoCodecCtx->width * outZoom, videoCodecCtx->height * outZoom, //输出高宽

　　dstFormat, //输出帧格式，使用PIX_FMT_YUV420P

　　SWS_POINT, NULL, NULL, NULL);

　　2、专用格式解码

　　对于那些与计算机视频不兼容的监控厂商专用视频格式，只能使用厂商提供的SDK进行解码，使用统一的解码框架，统一输入输出参数和数据类型，其中图像缩放部分可以使用FFmpeg提供的转换方法，因为其针对CPU多媒体指令集进行了优化，效率非常高。

　　四、总结：

　　目前，市场上主要采用FFmpeg解决方案进行视频解码，而数据恢复四川省重点实验室科研人员提供的方案，使用统一API的方式实现视频解码框架，输入输出参数和数据类型是统一的，方便扩展新的第三方监控厂家专用视频格式，而且方案对解码图像做了缩放处理，使解码过程变得更高效。目前，此项方案已经成功应用在了效率源VIE视频全能提取系统、VICP视频侦查应用平台等产品中，取得了很好的效果。