众所周知，安防视频监控系统不仅需要对前端实时监控，还需要对已存储的海量视频进行检索和回放。视频内容检索技术包括对监控视频运动目标检测、特征提取、相似度匹配等多项技术，是通过计算机对视频的内容进行自动分析、提取特征信息制成索引等处理。当用户查询所需的内容时，系统自动返回与检索需求最相近的图像或者视频片段。例如，可以通过检索目标照片，方便地检索到该目标在监控区域内的所有活动的录像；或基于目标的重要特征（如颜色、大小、形状等）检索指定时间、活动范围内的录像资料，从而大大提高安防视频监控系统的检索效率和应用效能。

        视频在现有的各种数据形式中，具有巨大的数据量、复杂的数据结构以及独有的时空特性。时空特性可以用来表征内容属性：空间上，视频可以区分为各个独立的物件；时间上，则表现为各自的运动特性。

        视频数据包含低层次的视觉特性信息，以及高层次的语义内容属性，其中视觉特性信息包含有颜色、形状、纹理及运动等属性：而语义内容属性包含有人物、地点、事件及情节等方面。此外，低层次的视觉特性可以通过模型知识库的推理过程，自动生成高层次的语义内容信息,其关系如图7-6所示。

图7-6视频数据特性

        安防视频监控产生的视觉资源是海量的，这些持续膨胀的视觉资源带来了相当严重的问题,大量的数字资源因无法对其进行及时有效的处理，而致使采集到的视频资源闲置。在大视频数据集合中，选择满足某些约束的视频子集是视频检索中的一个中心问题，也是安防视频监控系统必须具备的关键功能之一。本节介绍视频内容检索技术的基本概念、视频内容检索系统结构，以及视频内容检索的几个关键技术。

视频内容检索技术的基本概念 1.视频内容检索的含义

       所谓检索，是指存储与检索档案信息的过程。视频检索主要包含两层含义。

     （1）检查搜索，即从广泛的存储信息中查找相应信息。视频检索的这第一层意义，就是计算机接收用户输入的查询数据，并在视频数据库中查询相匹配的数据，它和文本、图像、音频等的检索基本在过程上是相同的，但是由于查询的数据和被查询的数据的差异，在相应检索技术上有很大差别。

     （2）索引，为大量的存储信息建立索引，以便于浏览。视频检索的这第二层意义，就是计算机自动或手动载入视频数据库，并且自动或半自动地为视频数据库建立索引，从而可以进行视频数据浏览的过程。 

2.常用的视频检索方法

       常用的视频检索方法有基于文本标注信息的视频检索和基于内容的视频检索两种。

     （1）基于文本标注信息的视频检索。基于文本标注信息的视频检索是一种基于关键词的检索方法，其过程或步骤如下。

手工地对视频的底层物理特征以及多高层语义特征进行逐个的文本标注。

利用文本数据库有关技术来建立关键词数据库，釆用文本数据库的检索方法检索得到感兴趣的视频关键词。

利用这些关键词来搜索实际的视频。

该搜索方式能够有效地检索结构化的文本信息，但是应用于视频检索会存在以下几个方面的问题。

       ①视频数据自身包含有大量信息，用手工的方法来标注视频数据的关键词费时费力。

       ②因视频数据具有相当复杂的低层视觉特征和高层语义特征，从不同的人对同一视频语义的认识存在有相当大的差别，这样就会导致关键词标注存在多义性。

     （2）基于内容的视频检索。基于内容的视频检索（Content Based Video Retrieval,CBVR）是指利用对视频数据从低层到高层的处理、分析和理解等手段获得视频内容，并根据视频数据中的场景、帧、镜头和运动对象和图像数据中的颜色、形状、纹理等特征在大规模数据库中找到满足特定的视觉特征描述的图像的过程。它需要利用图像处理、模式识别、计算机视觉、图像理解、信息检索、数据挖掘、认知科学、人工智能、人机交互等领域的相关研究成果。

3.视频内容检索的几个基本词概念及特点

     （1）视频内容检索的几个基本词的概念。

       ①帧。帧指代一副静态图像，是构成视频的最小视觉单位。