导读:本文包含了视频结构化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:结构化,视频,数据,安防,深度,伟业,领域。
视频结构化论文文献综述
吴靖,李少康,王家宝[1]（2019）在《基于关键帧的视频结构化系统研究与实现》一文中研究指出随着移动多媒体快速发展,视频的生成速度呈指数增长,视频浏览的工作量和存储的数据量日益庞大。为了实现快速浏览和高效存储,视频结构化方法越来越引人关注。文章围绕快速浏览和高效存储视频内容,研究了基于关键帧的视频结构化方法,采取HSV空间颜色特征直方图提取关键帧的方式,利用OPENCV计算机视觉库设计实现软件系统,并对系统做出测试和评价。(本文来源于《电脑知识与技术》期刊2019年26期）
才薇[2]（2019）在《视频结构化技术在智慧交通领域的新发展与深入应用》一文中研究指出随着经济快速发展,城市机动车保有量持续增加,不仅加大了交通管理的难度,同时涉车涉驾的案件比例也不断上升,全国机动车每年以10%～20%的速度迅猛增长,道路建设步伐加快,全国城市化水平也在不断提高,交通管理现状和需求的矛盾进一步加剧,与交通相关的刑事和治安案件也逐年上升,严重影响了社会治安状况,损害了人民群众利益。随着智慧交通建设的扩大深入和资源整合,卡口系统加强了车辆管控,掌握了大量的车辆卡口数据和图片。但是早期建设的卡口系统,智能分析能力弱,图片质量以及车牌识别准确率较低,经常要根据品牌型号颜色等车辆自身固有信息,从海量过车图片或视频中人工查找目标车辆。图像资源的利用停留在基础的图像(本文来源于《中国安防》期刊2019年09期）
翁利国,邱海锋,陈杰,练德强[3]（2019）在《视频结构化分析平台建设的技术思考》一文中研究指出视频结构化分析平台利用机器自动处理,完成视频信息处理分析,并在视频监控过程中,快速完成数据信息提取过程,最后于中央数据库内存储。文章基于视频结构化分析平台建设的目标,分析了视频结构化分析平台建设的需求,并对中心控制管理单元、视频结构化处理单元、视频数据管理单元、综合网管管理单元4种视频结构化分析平台单元建设技术进行了分析。(本文来源于《中国高新科技》期刊2019年17期）
[4]（2019）在《视频结构化服务器，一带多AI化组网方案——比特大陆SophonSA3智能服务器简评》一文中研究指出厂商说法Sophon智能服务器是比特大陆研发的一款高密度服务器,如图所示,该服务器应用于人脸检测、人体检测、车辆检测、非人检测等安防场景。前端数据流进入服务器中,由服务器进行数据计算,对数据进行智能分析后,将结果返回给业务应用层,应用层根据结果给予相应的反馈。典型应用场景为人脸识别系统,系统主要采用了人脸检测算(本文来源于《中国公共安全》期刊2019年09期）
王炜,李雁[5]（2019）在《浅析视频结构化在公安领域中的应用》一文中研究指出随着AI技术在安防行业的落地,基于视频图像分析的人工智能技术的发展逐渐变得成熟,包括人脸识别,车辆识别,人体识别等技术逐渐被应用在安防行业中的各个领域,同样,视频结构化技术也不例外,近两年也犹如雨后春笋般在安防行业应运而生,尤其是在公安领域中发挥了重要的作用。安防监控行业的现状分析视频监控是安防行业的核心,已成为治安防控、(本文来源于《中国公共安全》期刊2019年09期）
余彬,翁利国,邱海锋,张阳辉[6]（2019）在《大数据应用下视频结构化分析》一文中研究指出"视频结构化分析"是大数据应用重要组成部分之一,具有一定的影响作用。目前,我国大数据应用技术不断创新,"视频结构化分析"在大数据应用中日益突显,基于现阶段我国大数据应用下视频结构化分析存在的问题现状,结合"视频结构化分析"的未来发展,对"视频结构化分析技术"进行建议提出,为下一步工作开展奠定基础。(本文来源于《科技创新导报》期刊2019年22期）
何遥[7]（2019）在《视频结构化 从安防到金融》一文中研究指出据统计,中国有1.76亿摄像头,预计未来叁年会持续增加到3-4倍,每秒钟产生的数据量是66TB。这样大的数据量,传统的基于肉眼的安防监控已经越来越不能满足安防行业的需求。通过视频结构化技术,能够很大程度上提升数据处理效率和准确度。视频结构化,即视频数据的结构化处理,就是通过原始视频进行智能分析,提取出关键信息,并进行文本的语义描述。视频结构化真正实现起来很难,必须有AI技术的支持。(本文来源于《中国公共安全》期刊2019年08期）
王峰[8]（2019）在《AI芯片促进安防视频结构化》一文中研究指出人工智能的参局让整个安防行业迎来了一场自上而下的变革,传统安防产业已逐渐迈向智能化。但是,在这个倡导人工智能的行业新时代,安防行业更注重技术与应用的深度结合,人工智能不单单仅是摄像头技术的补充。新安防时代,产业将全面利用人工智能技术,让安防产品实现对危险分子的主动识别,安防行为由被动向主动进行转变。视频结构化时代到来安防视频监控产业一路发展过来,历经模拟时代、数字时代、高清时代以及智能时代四个循序渐(本文来源于《中国公共安全》期刊2019年08期）
张岩[9]（2019）在《浅析视频结构化在安防行业的应用》一文中研究指出随着AI技术在安防行业的落地,基于视频图像分析的人工智能技术的发展变得逐渐成熟,包括人脸识别,车辆识别,人体识别等技术逐渐被应用在安防行业中的各个领域,视频结构化技术也不例外,近两年也犹如雨后春笋般在安防行业应运而生,尤其是公安系统应用中发挥了重要的作用。视频结构化在安防行业应用的必要性视频监控是安防行业的核心,无数的前端感知设备采集了大量的视频资源。如果没有视频结(本文来源于《中国公共安全》期刊2019年08期）
吴晓鹏[10]（2019）在《视频结构化技术应用与发展》一文中研究指出国家安全是一个国家的基础,而国家安全最基础部分是国民安全即社会安全。随着公共安全平安城市的建设以及天网、智慧城市和其他项目的建设,现在各个城市都建设了数以万计的监控视频,视频图像摄像机的数量也在不断增加,这在很大程度威慑了相关罪犯,保障了一定的安全,也为既定发生的事件进行了还原提供了方法工具。现在社会正在进入人工智能发展的高速工路,本文具体讨论如何利用现代人工技术去合理应用视频。(本文来源于《通讯世界》期刊2019年07期）
视频结构化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着经济快速发展,城市机动车保有量持续增加,不仅加大了交通管理的难度,同时涉车涉驾的案件比例也不断上升,全国机动车每年以10%～20%的速度迅猛增长,道路建设步伐加快,全国城市化水平也在不断提高,交通管理现状和需求的矛盾进一步加剧,与交通相关的刑事和治安案件也逐年上升,严重影响了社会治安状况,损害了人民群众利益。随着智慧交通建设的扩大深入和资源整合,卡口系统加强了车辆管控,掌握了大量的车辆卡口数据和图片。但是早期建设的卡口系统,智能分析能力弱,图片质量以及车牌识别准确率较低,经常要根据品牌型号颜色等车辆自身固有信息,从海量过车图片或视频中人工查找目标车辆。图像资源的利用停留在基础的图像
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频结构化论文参考文献
[1].吴靖,李少康,王家宝.基于关键帧的视频结构化系统研究与实现[J].电脑知识与技术.2019
[2].才薇.视频结构化技术在智慧交通领域的新发展与深入应用[J].中国安防.2019
[3].翁利国,邱海锋,陈杰,练德强.视频结构化分析平台建设的技术思考[J].中国高新科技.2019
[4]..视频结构化服务器，一带多AI化组网方案——比特大陆SophonSA3智能服务器简评[J].中国公共安全.2019
[5].王炜,李雁.浅析视频结构化在公安领域中的应用[J].中国公共安全.2019
[6].余彬,翁利国,邱海锋,张阳辉.大数据应用下视频结构化分析[J].科技创新导报.2019
[7].何遥.视频结构化从安防到金融[J].中国公共安全.2019
[8].王峰.AI芯片促进安防视频结构化[J].中国公共安全.2019
[9].张岩.浅析视频结构化在安防行业的应用[J].中国公共安全.2019
[10].吴晓鹏.视频结构化技术应用与发展[J].通讯世界.2019
论文知识图
