1 系统概述    当前市场存在的视频浓缩系统，普遍将不同时间段的运动目标进行提取和融合叠加，试图以此缩短视频播放时长。然而，其实际应用效果并不理想，主要存在视频运动目标多而复杂、多目标融合叠加并不完美、人类观看浓缩视频时眼花缭乱等问题。因此，这些视频浓缩系统实际上基本没有走出实验室，仅仅停留在论证、研发和演示阶段，无法真正大规模应用于实际案件侦查任务中。而且，当视频中运动目标多而复杂时，这些视频浓缩系统基本失效，浓缩视频和原始视频的播放时长几乎没什么差别，甚至会因观看不舒适而变得更糟糕。    作者完全自主研发的“梯度视频浓缩系统”，摒弃“同一地点不同时段目标同时播放”的做法，仍尊重并维持视频中运动目标的相对先后时间顺序不变，对视频内容进行详细准确分析，让同一目标在视频中做“变速运动”，即运动目标在视频中时快时慢，既能高度压缩原始视频，又确保不遗漏重要运动细节，也符合人类观看的舒适模式。    反复实测表明，梯度视频浓缩系统对原始视频的浓缩比一般在10-100倍之间，即便是场景中运动目标多而复杂，由于梯度视频浓缩算法让同一目标在视频中做“变速运动”，也能获得较大的浓缩比。2 适用范围    1）视频量不大的场合，可以通过梯度视频浓缩系统，对原始视频进行浓缩（支持任意形状的感兴趣区域浓缩和不感兴趣区域屏蔽），再人工播放观看。播放过程中，可以跳转定位到原始视频的相应位置。    2）当碰到没有“已知场景”的海量视频侦查时，可以先通过排除等辅助方法，挑选出少量视频集合，进行视频浓缩，人工观看寻找可疑“已知场景”，提供给“梯度视频搜索系统”输入使用。3 运行环境    电脑型号 华硕 All Series 台式电脑    操作系统 Windows 7 旗舰版 64位 SP1 ( DirectX 11 )    处 理 器 英特尔 Core i7-4770 @ 3.40GHz 四核    主 板 华硕 Z97-C (英特尔 Haswell)    内 存 16 GB ( 金士顿 DDR3 1600MHz )    主 硬 盘 西数 WDC WD10EZEX-08M2NA0 ( 1 TB / 7200 转/分 )    显 卡 Nvidia GeForce GTX 750 ( 1 GB / 七彩虹 )    显 示 器 三星 SAM0915 S22B310 ( 21.7 英寸 )    光 驱 东芝-三星 CDDVDW SH-224DB DVD刻录机    声 卡 瑞昱 ALC892 高保真音频    网 卡 英特尔 Ethernet Connection (2) I218-V / 华硕4 使用说明4.1 生成浓缩视频4.2 播放浓缩视频

1 系统概述    随处可见的视频监控，无非就是摄像头不停地抓拍录像。然而，一旦须要检索视频中的特定目标，人们面对的往往是在成千上万个小时的海量视频中大海捞针，传统上须要投入的人力和时间，简直让人不敢想象，也很不现实。因此，如何通过计算机程序快速从海量视频中搜索特定目标，已经成为当前视频检索和视频侦查迫切须要解决的问题。    当前市场存在的视频侦查系统，普遍仅仅是依赖于传统局限的“帧差法”、“背景建模法”、“颜色分类法”等，从视频中检测所有运动目标，开发出的系统大多停留在“视频摘要”、“视频浓缩”、“拌线检测”、“人车分类”等非常初期、浅显的检索阶段，并没有进行特定目标的搜索，在海量视频检索任务中，人工筛选工作量仍然非常巨大，甚至无法接受。此类视频检索系统，尽管有关公司宣传如何地增强案件侦查能力，实际应用效果却非常有限，经受不住实际案件的检验。    因此，近年来，越来越多的开发者将重点投入到“以图搜图”这一热点主题的研究上，希望能够取得明显进展成果。然而，因技术方面主要存在很大的困难和挑战，如同类别差异、视点变化、光照差异、遮挡问题、复杂背景等，指望单纯通过“以图搜图”计算的“图像相似度”搜索海量视频中的特定目标，研究进展举步维艰，实际应用效果也非常局限，满足不了复杂多变的海量视频侦查任务。    作者完全自主研发的“梯度视频搜索系统”，继承并突破传统图像处理技术，允许用户根据实际情况，自定义视频侦查任务，创新性地提出并构建“级联检测器检测+验证器校验”的多级多个神经网络组成的神经计算专家系统，实现海量视频“多目标多场景”的同时搜索。2 系统特点    不同于单纯的“以图搜图”，“梯度视频搜索系统”根据侦查任务的N（N≥1）个已知场景或M（M≥1）张已知图像，提取、处理和扩充已知视频或已知图像中的特征图像序列，将其作为样本集合训练搜索系统内核（多级多个神经网络组成的神经计算专家系统），实现海量视频“多目标多场景”的同时搜索，并且根据案件侦查的深入推进，支持已知场景的增加、删除和修改等。    “梯度视频搜索系统”首先根据已知的嫌疑人视频场景片段（已知场景可通过“梯度视频浓缩系统”检索等其它辅助方法得到），自动提取关键特征图像序列，并经一序列预处理和后处理，将关键特征图像序列扩充成不同光照、不同角度、不同变形等多种情况，形成更多的特征图像序列，将其作为样本集合，模拟人类大脑思维训练人工神经网络，最后使用经过训练的搜索系统内核，对海量视频执行搜索任务。3 运行环境    电脑型号 华硕 All Series 台式电脑    操作系统 Windows 7 旗舰版 64位 SP1 ( DirectX 11 )    处 理 器 英特尔 Core i7-4770 @ 3.40GHz 四核    主 板 华硕 Z97-C (英特尔 Haswell)    内 存 16 GB ( 金士顿 DDR3 1600MHz )    主 硬 盘 西数 WDC WD10EZEX-08M2NA0 ( 1 TB / 7200 转/分 )    显 卡 Nvidia GeForce GTX 750 ( 1 GB / 七彩虹 )    显 示 器 三星 SAM0915 S22B310 ( 21.7 英寸 )    光 驱 东芝-三星 CDDVDW SH-224DB DVD刻录机    声 卡 瑞昱 ALC892 高保真音频    网 卡 英特尔 Ethernet Connection (2) I218-V / 华硕4 使用说明4.1 定义侦查任务4.2 定义已知场景4.3 选取视频片段4.4 预处理已知场景4.5 分割目标区域4.6 后处理已知场景4.7 训练神经网络4.8 执行搜索任务4.9 浏览搜索结果4.10 生成报告视频4.11 播放报告视频5 案件实测    截至2014年08月31日，“梯度视频搜索系统”已先后经过3个案件的实测：2013年04月06日江夏杀妻抛尸案、2013年08月07日武昌小区盗窃案、2014年04月11日武汉大学强奸案。5.1 2013年04月06日江夏杀妻抛尸案    该案共有73GB约292小时的监控视频，视频格式全部为.mp4，画面质量模糊。    实测中，采用一台普通i7台式计算机，运行2个进程，搜索时间分别为：4.1小时、4.5小时，平均搜索时间为4.3小时。    在这73GB约292小时的监控视频中，通过传统人工方法检索受害人和嫌疑人，共找到6处。“梯度视频搜索系统”的搜索结果为：搜到6处，遗漏0处。图5.1 2013年04月06日江夏杀妻抛尸案搜索结果（6处）    搜索结果如图5.1，第1张为受害人2013年04月05日00:49:49出来捡垃圾的截图，第2张为嫌疑人2013年04月05日00:53:01穿着短裤出来看他妻子捡垃圾的截图，第3张为受害人2013年04月05日02:52:26捡完垃圾回家的截图，第4张为嫌疑人2013年04月06日16:08:01从外面回家的截图，第5张为嫌疑人2013年04月06日19:49:30提着他妻子尸体出来的截图，第6张为嫌疑人2013年04月06日19:52:25骑电动车抛尸的截图。5.2 2013年08月07日武昌小区盗窃案    该案共有90GB约117小时的监控视频，视频格式全部为.mp4，画面质量高清。    实测中，采用一台普通i7台式计算机，运行2个进程，搜索时间分别为：5.4小时、6.2小时，平均搜索时间为5.8小时。    在这90GB约117小时的监控视频中，通过传统人工方法检索嫌疑人，共找到21处。“梯度视频搜索系统”的搜索结果为：搜到24处（其中，人工已找到的有19处，人工未找到的有5处），遗漏2处。图5.2 2013年08月07日武昌小区盗窃案搜索结果（24处）    搜索结果如图5.2（其中带有红色边框的为传统人工检索未找到的5处截图），第1张为嫌疑人作案前在第2路摄像头第1次出现的截图，第2张为嫌疑人作案前在第2路摄像头第2次出现的截图，第3张为嫌疑人作案后在第2路摄像头第3次出现的截图，第4张为嫌疑人作案前在第3路摄像头出现的截图，第5张为嫌疑人作案前在第5路摄像头第1次出现的截图，第6张为嫌疑人作案前在第5路摄像头第2次出现的截图，第7张为嫌疑人作案前在第6路摄像头第1次出现的截图，第8张为嫌疑人作案前在第6路摄像头第2次出现的截图，第9张为嫌疑人作案前在第7路摄像头第1次出现的截图，第10张为嫌疑人作案前在第7路摄像头第2次出现的截图，第11张为嫌疑人作案后在第7路摄像头第3次出现的截图，第12张为嫌疑人作案前在第8路摄像头第1次出现的截图，第13张为嫌疑人作案后在第8路摄像头第2次出现的截图，第14张为嫌疑人作案前在第9路摄像头第2次出现的截图，第15张为嫌疑人作案前在第10路摄像头第1次出现的截图，第16张为嫌疑人作案前在第10路摄像头第2次出现的截图，第17张为嫌疑人作案前在第10路摄像头第3次出现的截图，第18张为嫌疑人作案后在第10路摄像头第4次出现的截图，第19张为嫌疑人作案前在第11路摄像头第1次出现的截图，第20张为嫌疑人作案前在第11路摄像头第2次出现的截图，第21张为嫌疑人作案前在第12路摄像头第1次出现的截图，第22张为嫌疑人作案前在第13路摄像头出现的截图，第23张为嫌疑人作案前在第15路摄像头第1次出现的截图，第24张为嫌疑人作案前在第15路摄像头第2次出现的截图。    遗漏2处分别为：嫌疑人作案前在第9路摄像头第1次出现（图5.2.1）、嫌疑人作案前在第12路摄像头第2次出现（图5.2.2）。图5.2.1 嫌疑人作案前在第9路摄像头第1次出现图5.2.2 嫌疑人作案前在第12路摄像头第2次出现5.3 2014年04月11日武汉大学强奸案    该案共有221GB的监控视频，包含.264、.mp4、.csv5、.dat等多种视频格式，画面质量既有高清，也有模糊。    实测中，采用两台普通i7台式计算机，每台运行2个进程，共4个进程，因硬件配置差异和视频分配不均，搜索时间分别为：7.6小时、8.9小时、11.3小时、16.9小时，平均搜索时间为11.2小时。    在这221GB的监控视频中，通过传统人工方法检索嫌疑人，共找到4处。“梯度视频搜索系统”的搜索结果为：搜到3处，遗漏1处，搜到另外2处疑似。    图5.3.0为已知场景（1处），图5.3.1至5.3.3为搜到结果（3处），图5.3.4为遗漏结果（1处），图5.3.5至5.3.6为疑似结果（2处）。图5.3.0 已知场景（1处）图5.3.1 搜到结果（3处）- 第1处图5.3.2 搜到结果（3处）- 第2处图5.3.3 搜到结果（3处）- 第3处图5.3.4 遗漏结果（1处）图5.3.5 疑似结果（2处）- 第1处图5.3.6 疑似结果（2处）- 第2处5.4 实测总结    搜索遗漏的主要原因在于拍摄条件和已知场景的差异较大，这可以通过“二次搜索”解决，即：将第一次搜到的其它场景也作为已知场景，再次执行搜索任务，便可搜到遗漏的嫌疑人目标。    “梯度视频搜索系统”支持“多目标多场景”的同时搜索，可根据案件侦查的深入推进，增加、删除和修改已知场景，执行“N次搜索”，确保搜索到的嫌疑人目标及其时空轨迹的完整性。    案件实测表明，“梯度视频搜索系统”值得推广应用，通过计算机程序快速从海量视频中搜索特定目标，大大提高案件侦查效率。    今后，“梯度视频搜索系统”将在“增大检测率的同时减小误判率”上加以改进和升级，进一步提升软件系统的搜索性能。