視偵檢索技術(shù)——視頻解碼研究

　　一、認識視偵檢索

　　1、視偵檢索定義

　　視頻偵查檢索技術(shù)(簡(jiǎn)稱(chēng)視偵檢索)是指利用高性能計算機對視頻數據進(jìn)行快速處理，對視頻數據幀進(jìn)行檢測、分類(lèi)、識別、跟蹤，遍歷所有數據幀后即可得到所有運動(dòng)目標的軌跡、特征信息，辦案民警可根據時(shí)間、位置、行進(jìn)方向、嫌疑人衣著(zhù)等信息對視頻進(jìn)行過(guò)濾，找出符合特征的視頻片段，快速從中獲取更多信息，提升效率，節省人力成本。

　　2、視偵檢索的意義

　　視頻監控具有客觀(guān)詳實(shí)性、反復使用性、信息拓展性等特點(diǎn)，這些特點(diǎn)使其在偵查破案、打擊犯罪中發(fā)揮著(zhù)不可替代的作用。目前，監控攝像頭已遍布中國大地的每個(gè)街頭，晝夜不停地監視和錄像。

　　視頻監控在改善社會(huì )治安的同時(shí)，也產(chǎn)生了海量視頻信息。在海量的視頻中查找我們需要的信息，無(wú)疑是大海撈針，給視頻監控帶來(lái)巨大的挑戰。傳統的人海戰術(shù)，因效率低下以及容易錯過(guò)關(guān)鍵目標，容易使視頻監控處于“監而不控”的狀態(tài)。如何化解這一危機，是現代安防的熱點(diǎn)和難點(diǎn)。視頻檢索和視頻濃縮是解決這一問(wèn)題的關(guān)鍵，其中視頻檢索技術(shù)已經(jīng)逐漸成熟并開(kāi)始走向市場(chǎng)。

　　3、視頻數據來(lái)源

　　視頻數據來(lái)源非常廣泛，常見(jiàn)的有天網(wǎng)視頻、路口卡口、小區監控、門(mén)店監控等各種固定監控探頭，其中視頻數據的格式和圖像制式也是多種多樣，監控設備硬件出自不同廠(chǎng)商，暫時(shí)還沒(méi)有統一的標準。

　　二、視頻解碼是視偵檢索的前提

　　視頻解碼是視偵檢索的前置條件，其解碼速度直接對檢索速度產(chǎn)生影響。檢索是非常耗時(shí)的一種操作，經(jīng)測試，對高清(1920x1080、1280x720)視頻直接檢索時(shí)，通常只能達到實(shí)時(shí)的速度，這顯然對檢索的意義不大。怎樣盡可能快，盡可能少漏檢目的是檢索算法改進(jìn)的方向。目前，在暫時(shí)沒(méi)有更好方法的情況下，對視頻進(jìn)行快速解碼和對圖像幀進(jìn)行縮放，以減少檢索算法的數據輸入，是一種非常有效的方法。

　　三、視頻解碼具體解決方案

　　針對視頻解碼，數據恢復四川省重點(diǎn)實(shí)驗室科研人員提供的具體解決方案是：使用統一API的方式實(shí)現視頻解碼框架，對輸入輸出參數和數據類(lèi)型進(jìn)行統一。具體來(lái)說(shuō)，又分為通用格式解碼和專(zhuān)用格式解碼：

　　1、通用格式解碼

　　FFmpeg是一套可以用來(lái)記錄、轉換數字音頻、視頻一套開(kāi)源軟件，它包含了非常先進(jìn)的音頻、視頻編解碼庫，并具體高可移植性，多款視頻播放軟件中使用了其技術(shù)。

　　這里,我們僅需要使用它的視頻解碼功能，經(jīng)測試，FFmpeg目前版本已經(jīng)支持常用的計算機視頻格式asf/avi/rm/flv/mkv/mov/mp4/3gp等，所以與其兼容的監控視頻都可以采用FFmpeg來(lái)進(jìn)行解碼處理，并將解碼輸出圖像進(jìn)行縮放處理。

　　經(jīng)測試1080p視頻圖像縮放0.4倍時(shí)處理時(shí)間與漏檢率之比是最好的，速度約12倍左右;視頻圖像縮放0.25倍時(shí)，速度約為正常播放時(shí)的20倍左右，1小時(shí)視頻可以在3分鐘內檢索完畢。720p視頻0.25倍時(shí)可達48倍檢索速度，640x480的視頻可達80倍檢索速度。

　　關(guān)鍵C++代碼：

　　//在上下文是指定輸出高寬*倍數

　　swScaleCtx = sws_getContext(

　　videoCodecCtx->width, videoCodecCtx->height, //視頻幀高寬

　　videoCodecCtx->pix_fmt, //視頻幀數據格式

　　videoCodecCtx->width * outZoom, videoCodecCtx->height * outZoom, //輸出高寬

　　dstFormat, //輸出幀格式，使用PIX_FMT_YUV420P

　　SWS_POINT, NULL, NULL, NULL);

　　2、專(zhuān)用格式解碼

　　對于那些與計算機視頻不兼容的監控廠(chǎng)商專(zhuān)用視頻格式，只能使用廠(chǎng)商提供的SDK進(jìn)行解碼，使用統一的解碼框架，統一輸入輸出參數和數據類(lèi)型，其中圖像縮放部分可以使用FFmpeg提供的轉換方法，因為其針對CPU多媒體指令集進(jìn)行了優(yōu)化，效率非常高。

　　四、總結：

　　目前，市場(chǎng)上主要采用FFmpeg解決方案進(jìn)行視頻解碼，而數據恢復四川省重點(diǎn)實(shí)驗室科研人員提供的方案，使用統一API的方式實(shí)現視頻解碼框架，輸入輸出參數和數據類(lèi)型是統一的，方便擴展新的第三方監控廠(chǎng)家專(zhuān)用視頻格式，而且方案對解碼圖像做了縮放處理，使解碼過(guò)程變得更高效。目前，此項方案已經(jīng)成功應用在了效率源VIE視頻全能提取系統、VICP視頻偵查應用平臺等產(chǎn)品中，取得了很好的效果。