視頻監(jiān)控系統(tǒng)作為一種有效的技術手段，在威懾和打擊犯罪，保障人們人身和財產(chǎn)安全，維護社會秩序方面有著不可替代的作用，然而，隨著城市智慧安防的深入應用，針對視頻內容的結構化提取給現(xiàn)有的視頻監(jiān)控系統(tǒng)帶來了又一輪技術挑戰(zhàn)。

　　隨著“平安城市”、“3111 工程”、“城市立體化治安防控”、“智慧城市”等科技強警項目建設的開展不斷深入，我國一線、二線、三線城市已經(jīng)基本完成城市監(jiān)控與報警系統(tǒng)由標清改高清的建設，并且基于統(tǒng)一的國家標準正在開展視頻監(jiān)控資源的聯(lián)網(wǎng)整合任務。一線、二線城市已經(jīng)在聯(lián)網(wǎng)整合后視頻資源基礎上深入開展智能視頻分析系統(tǒng)、且取得了初步成果。然而，視頻監(jiān)控系統(tǒng)作為面向城市公共安全綜合管理的物聯(lián)網(wǎng)應用中智慧安防和智慧交通的重要組成部分，面臨著深度應用的巨大挑戰(zhàn)。其應用的瓶頸是視頻信息如何高效提取，如何同其他信息系統(tǒng)進行標準數(shù)據(jù)交換、互聯(lián)互通及語義互操作。當下主要的問題在于：缺少視頻信息情報的標準化生成方法，進而缺少利用視頻信息情報指導偵查、破案的新型警務工作模式；視頻信息化情報化警務應用各環(huán)節(jié)缺乏統(tǒng)一的標準和規(guī)范。解決這一問題的核心技術即是視頻結構化描述技術。

　　視頻結構化技術

　　簡單來講，視頻結構化技術是一種將視頻內容（人、車、物、活動目標）特征屬性自動提取技術，對視頻內容按照語義關系，采用目標分割、時序分析、對象識別、深度學習等處理手段，分析和識別目標信息，組織成可供計算機和人理解的文本信息的技術。 從數(shù)據(jù)處理的流程看，視頻結構化描述技術能夠將監(jiān)控視頻轉化為人和機器可理解的信息（如下圖），并進一步轉化為公安實戰(zhàn)所用的情報，實現(xiàn)視頻數(shù)據(jù)向信息、情報的轉化。

　　pt1：理論基礎、算法模塊、系統(tǒng)的層次體系、

　　從視頻、錄像、圖片中定位人臉所在區(qū)域，并將人臉圖像區(qū)域從中提取，通過算法，轉換為一組特征值向量。