路径: 主页 > GB/T > 第714页 > GB/T 46344.2-2025 | 标准编号 | GB/T 46344.2-2025 (GB/T46344.2-2025) | | 中文名称 | 公共安全视频图像分析系统 第2部分：视频图像内容分析及描述技术要求 | | 英文名称 | Video and image analysis system for public security - Part 2: Technical requirements for analysis and description of video and image content | | 行业 | 国家标准 (推荐) | | 中标分类 | A91 | | 国际标准分类 | 13.310 | | 字数估计 | 22,246 | | 发布日期 | 2025-10-05 | | 实施日期 | 2026-05-01 | | 发布机构 | 国家市场监督管理总局、国家标准化管理委员会 | GB/T 46344.2-2025: 公共安全视频图像分析系统 第2部分：视频图像内容分析及描述技术要求
ICS 13.310
CCSA91
中华人民共和国国家标准
公共安全视频图像分析系统 第2部分:
视频图像内容分析及描述技术要求
2025-10-05发布
2026-05-01实施
国 家 市 场 监 督 管 理 总 局
国 家 标 准 化 管 理 委 员 会 发 布
目次
前言 Ⅲ
引言 Ⅳ
1 范围 1
2 规范性引用文件 1
3 术语、定义和缩略语 1
3.1 术语和定义 1
3.2 缩略语 3
4 功能组成与任务流程 3
4.1 功能组成 3
4.2 任务流程 4
5 功能 6
5.1 视频图像内容分析 6
5.2 视频图像内容描述 8
6 性能 9
6.1 目标检测 9
6.2 目标属性识别 10
6.3 目标数量分析 10
6.4 事件检测 11
7 功能与接口对应关系 12
参考文献 14
前言
本文件按照GB/T 1.1-2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定
起草。
本文件是GB/T 46344《公共安全视频图像分析系统》的第2部分。GB/T 46344已经发布了以下
部分:
---第1部分:通用技术要求;
---第2部分:视频图像内容分析及描述技术要求;
---第3部分:视频图像增强技术要求;
---第4部分:视频图像检索技术要求;
---第5部分:检验规范。
请注意本文件的某些内容有可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中华人民共和国公安部提出。
本文件由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口。
本文件起草单位:公安部第一研究所、北京中盾安全科技集团有限公司、浙江大华技术股份有限公
司、浙江宇视科技有限公司、北京旷视科技有限公司、以萨技术股份有限公司、华为技术有限公司、苏州
科达科技股份有限公司、杭州海康威视数字技术股份有限公司、金鹏电子信息机器有限公司、高新兴科
技集团股份有限公司、北京格灵深瞳信息技术股份有限公司、中国科学技术大学、重庆紫光华山智安科
技有限公司。
本文件主要起草人:王建勇、孟卿卿、孔维生、崔云红、赵惠芳、吴参毅、杜云鹏、孙丽丽、邓旭冉、
王列、赵炫、孙亚妮、孟凡辉、尹萍、栗红梅、林川、晋兆龙、陆海先、魏一、曾少旭、吴春梅、张勇东、谢洪涛、
李昂。
引 言
GB/T 46344《公共安全视频图像分析系统》对公共安全视频图像分析系统的组成、外部连接关系、
功能要求、性能要求、检验方法等进行规范,旨在指导公共安全视频图像分析系统的设计、开发、检测和
验收,促进视频图像分析技术在公共安全视频监控领域中的高效联网应用。GB/T 46344拟由五个部
分构成。
---第1部分:通用技术要求。目的在于确立公共安全视频图像分析系统需要遵循的总体技术
要求。
---第2部分:视频图像内容分析及描述技术要求。目的在于规范公共安全视频图像分析系统中
视频图像内容分析及描述的功能组成、任务流程、功能、性能、功能与接口对应关系等技术
要求。
---第3部分:视频图像增强技术要求。目的在于规范公共安全视频图像分析系统中视频图像增
强的功能组成、处理流程、功能和性能等技术要求。
---第4部分:视频图像检索技术要求。目的在于规范公共安全视频图像分析系统中视频图像检
索的功能组成、检索流程、功能、性能、功能与接口对应关系等技术要求。
---第5部分:检验规范。目的在于规范公共安全视频图像分析系统的测试环境、测试流程、功能
检验和性能检验等技术要求。
公共安全视频图像分析系统 第2部分:
视频图像内容分析及描述技术要求
1 范围
本文件规定了公共安全视频图像分析系统中视频图像内容分析及描述的功能组成与任务流程、功
能、性能、功能与接口对应关系等技术要求。
本文件适用于公共安全视频图像分析系统(以下简称“分析系统”)的规划设计、软件开发、检测和
验收。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文
件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于
本文件。
GB/T 28181 公共安全视频监控联网系统信息传输、交换、控制技术要求
GB/T 46344.1-2025 公共安全视频图像分析系统 第1部分:通用技术要求
GB/T 46361-2025 公共安全视频图像信息联网共享应用总体要求
GB/T 46362-2025 公共安全视频图像信息综合应用系统技术要求
GB/T 46363-2025 公共安全视频图像信息综合应用服务接口技术要求
GA36-2018 中华人民共和国机动车号牌
3 术语、定义和缩略语
3.1 术语和定义
GB/T 46361-2025、GB/T 46363-2025、GB/T 46344.1-2025界定的以及下列术语和定义适用
于本文件。
3.1.1
目标检测 objectdetection
按一定的规则对视频图像中的目标进行检出并测定。
3.1.2
按一定的规则对视频图像中的目标属性(如颜色、类别等)等进行辨识。
3.1.3
事件检测 eventdetection
按一定的规则对视频图像中的事件进行检出。
3.1.4
目标特征向量 objectfeaturevector
利用视频图像分析技术,基于视频图像提取的、用于描述指定目标特征的向量。
3.1.5
目标比对 objectmatch
对两个视频图像目标进行比较,评价其相似程度。
3.1.6
正检 truepositive
视频图像中存在符合检测条件的目标或事件,且视频图像分析系统对该目标或事件输出了正确的
检测结果。
3.1.7
误检 falsepositive
视频图像中不存在符合检测条件的目标或事件,但视频图像分析系统输出了包含该目标或事件的
错误检测结果。
3.1.8
检测率 truepositiverate
视频图像分析系统输出的正确目标数或正确事件数与视频图像中存在的符合检测条件的目标数或
事件数的百分比。
注:检测率计算见公式(1)。
TPR=
TP
FN+TP×
100% (1)
式中:
TPR---检测率;
TP ---正检的数量;
FN ---漏检(指视频图像中存在符合检测条件的目标或事件,但视频图像分析系统未输出包含该目标或事
件的检测结果)的数量。
3.1.9
误检率 falsepositiverate
视频图像分析系统输出的目标或事件中,错误目标数或事件数所占的百分比。
注:误检率计算见公式(2)。
FPR=
FP
FP+TP×
100% (2)
式中:
FPR---误检率;
FP ---误检的数量;
TP ---正检的数量。
3.1.10
识别准确率 recognitionaccuracy
视频图像分析系统属性识别结果中所有具有某一属性(含单个或多个属性值)的目标被正确识别的
数量总和与目标总数的百分比。
注:识别准确率计算见公式(3)。
RA=
M∑
i=1
P(i)×100% (3)
式中:
RA ---(属性)识别准确率;
M ---目标总数;
n ---目标某一属性的属性值数量(如颜色属性中包含的不同颜色数量);
P(i)---某一属性中具有第i个属性值的目标被正确识别的数量。
3.2 缩略语
下列缩略语适用于本文件。
4 功能组成与任务流程
4.1 功能组成
4.1.1 公共安全视频图像分析系统的视频图像内容分析及描述的功能组成与外部连接关系见图1。
4.1.2 视频图像内容分析及描述的功能包括视频图像内容分析和视频图像内容描述。
4.1.3 视频图像内容分析包括目标检测、目标属性识别、目标数量分析、事件检测、目标特征向量提取、
目标比对等功能。
4.1.4 视频图像内容描述包括视频图像内容分析相关任务对象、结果对象的特征属性描述和XML
Schema描述。
4.1.5 任务管理模块管理视频图像内容分析任务(以下简称“分析任务”),实现对分析任务及其他必要
的输入信息的解析。
4.1.6 数据存储模块存储视频图像内容分析的输出结果及相关数据。
4.1.7 视频图像增强、视频图像检索、分析系统其他模块是分析系统的其他组成部分,视频图像内容分
析前可进行视频图像增强处理,并可为视频图像检索提供视频图像内容分析支持。
图1 视频图像内容分析及描述的功能组成与外部连接关系
4.2 任务流程
视频图像内容分析及描述的任务流程见图2。
图2 视频图像内容分析及描述任务流程
主要流程如下。
a) 公共安全视频图像信息应用平台(以下简称“应用平台”)通过分析接口,公共安全视频图像信
息数据库(以下简称“视图库”)通过数据服务接口向分析系统发送任务启动请求,或由分析系
统自身启动任务。流程见图2中的步骤1、2。
b) 分析系统任务管理模块(具体要求见GB/T 46344.1-2025中的4.1)解析分析任务及其他必
要的输入信息。流程见图2中的步骤3。
c) 如果任务的输入视频图像为公共安全视频监控平台(以下简称“监控平台”)的视频流,则分析
系统通过符合GB/T 28181的信令从监控平台获取视频流;如果任务的输入视频图像为视图
库内的视频图像,则分析系统通过数据服务接口从视图库获取视频图像信息。如果任务的输
入视频图像为离线导入的视频图像资源,则分析系统直接读取离线视频图像资源。流程见
图2中的步骤4、5。
d) 视频图像内容分析及描述模块根据分析任务对输入视频图像进行目标检测、目标属性识别、目
标数量分析、事件检测、目标特征向量提取、目标比对等分析,并对内容分析结果进行描述。流
程见图2中的步骤6。
e) 视频图像内容分析结果及相关信息应按任务要求进行本地存储或存入视图库,或按需向任务
发起方(如应用平台)返回分析结果。流程见图2中的步骤7。
5 功能
5.1 视频图像内容分析
5.1.1 目标检测
5.1.1.1 人员检测
人员检测满足以下要求:
a) 应支持同时对多个人员目标进行检测;
b) 应支持输出人员目标的数量、每个目标的大小(宽度、高度像素数)、位置等信息。
5.1.1.2 机动车检测
机动车检测满足以下要求:
a) 应支持同时对多个机动车目标检测;
b) 应支持输出机动车的数量、大小(宽度、高度像素数)、位置等信息;
c) 宜支持输出机动车的运动速度、方向等信息。
5.1.1.3 非机动车检测
非机动车检测满足以下要求:
a) 应支持同时对多个非机动车目标检测;
b) 应支持输出非机动车的数量、大小(宽度、高度像素数)、位置等信息;
c) 宜支持输出非机动车的运动速度、方向等信息。
5.1.1.4 未分类目标检测
未分类目标检测满足以下要求:
a) 应支持同时对多个目标检测;
b) 应支持输出目标的数量、大小(宽度、高度像素数)、位置等信息;
c) 宜支持输出目标的颜色、运动速度、方向等信息。
5.1.2 目标属性识别
5.1.2.1 人员属性识别
宜支持识别人员佩戴的附属物(帽子、眼镜、头盔、口罩、围巾等)、携带的附属物(伞、单肩包、双肩
包、手提包、手拉箱等)等属性的一种或多种。
5.1.2.2 机动车属性识别
5.1.2.2.1 机动车基本属性识别
机动车基本属性识别满足以下要求:
a) 应支持识别符合GA36-2018中规定的号牌(不包括摩托车号牌、低速车号牌、拖拉机号牌)、
武警车号牌、军车号牌、应急救援专用号牌等,输出有无号牌、号牌号码、号牌种类、号牌颜色等
属性信息;宜支持输出号牌是否遮挡的属性信息;
b) 应支持识别车身主体颜色(白、灰、黄、粉、紫、绿、蓝、红、棕、黑等);
c) 应支持识别机动车品牌;
d) 应支持识别机动车型号;
e) 宜支持识别机动车规格结构类型(大型客车、小型普通客车、越野客车、轿车、面包车、重型货
车、轻型货车、三轮车、二轮车、其他车辆);
f) 宜支持识别机动车使用性质类型(出租客运、公交客运、货运、危化品运输、消防、救护、运送学
生等);
g) 宜支持识别机动车年款(如“2018”)。
5.1.2.2.2 机动车个体属性识别
机动车个体属性识别满足以下要求:
a) 宜支持识别机动车前部物品特征(挂饰、纸巾盒、摆件、标识、遮阳板等);
b) 宜支持识别机动车后部物品特征(是否有备用轮胎等)。
5.1.2.3 非机动车属性识别
非机动车属性识别满足以下要求:
a) 应支持识别非机动车类型(二轮车、三轮车、其他非机动车);
b) 宜支持对非机动车号牌号码进行识别;
c) 宜支持识别非机动车车身主体颜色(白、灰、黄、粉、紫、绿、蓝、红、棕、黑等);
d) 宜支持识别非机动车是否有搭载人员。
5.1.3 目标数量分析
5.1.3.1 流量统计
流量统计应支持分析统计视频图像中在一定时间段内按指定方向通过设定区域的目标数量,并输
出统计结果。
5.1.3.2 密度检测
密度检测应支持分析统计视频图像中设定区域内人员、车辆的密度信息,密度信息应以设定区域内
的目标数量或面积占比表示。
5.1.4 事件检测
5.1.4.1 绊线检测
绊线检测满足以下要求:
a) 应支持检测出视频中目标通过设定界线的行为并输出事件信息;
b) 宜支持输出通过界线的目标类别(人员、机动车、非机动车、其他)、大小、位置、运动方向等
信息。
5.1.4.2 徘徊检测
徘徊检测满足以下要求:
a) 应支持检测出视频中目标在设定区域内徘徊的行为并输出事件信息;
b) 宜支持输出目标类别(人员、机动车、非机动车、其他)、大小等信息。
5.1.4.3 进入区域检测
进入区域检测满足以下要求:
a) 应支持检测出视频目标进入设定区域中的行为并输出事件信息;
b) 宜支持输出进入设定区域的目标类别(人员、机动车、非机动车、其他)、大小、位置、运动方向等
信息。
5.1.4.4 物品遗留检测
物品遗留检测满足以下要求:
a) 应支持检测出视频中设定区域内遗留物品并输出事件信息;
b) 宜支持输出遗留物品的大小、位置、颜色等信息。
5.1.4.5 逆行检测
逆行检测满足以下要求:
a) 应支持检测出视频中目标与设定方向反向运动的行为并输出事件信息;
b) 宜支持输出目标类别(人员、机动车、非机动车、其他)、大小、位置、运动方向等信息。
5.1.4.6 目标移除检测
目标移除检测满足以下要求:
a) 应支持检测出视频中设定区域内目标的移除事件并输出事件信息;
b) 宜输出目标的大小、原有位置、颜色等信息。
5.1.5 目标特征向量提取
目标特征向量提取应支持对目标(人员、机动车、非机动车等)图像样本提取指定目标特征向量。
5.1.6 目标比对
目标比对宜支持将输入图像与待比对的目标图像进行相似性比对分析,输出目标比对结果(匹配相
似度等)。
5.2 视频图像内容描述
视频图像内容描述应符合表1的要求。
表1 视频图像内容描述要求
序号 功能类别 对象
对象特征属性描述要求
(符合GB/T 46362-
2025中的内容编号)
对象XMLSchema描述
要求(符合GB/T 46363-
2025中的内容编号)
目标检测/目标
属性识别
目标检测/目标属性
识别任务对象
表A.40 B.40
目标检测/目标属性
识别结果对象
表A.41 B.41
目标数量分析
目标流量统计任务对象 表A.42 B.42
目标流量统计结果对象 表A.43 B.43
目标密度检测任务对象 表A.44 B.44
目标密度检测结果对象 表A.45 B.45
表1 视频图像内容描述要求 (续)
序号 功能类别 对象
对象特征属性描述要求
(符合GB/T 46362-
2025中的内容编号)
对象XMLSchema描述
要求(符合GB/T 46363-
2025中的内容编号)
事件检测
绊线检测任务对象 表A.46 B.46
绊线检测结果对象 表A.47 B.47
物品遗留/徘徊/目标
移除检测任务对象
表A.48 B.48
物品遗留/徘徊/目标
移除检测结果对象
表A.49、表A.50、表A.51 B.49、B.50、B.51
进入区域检测任务对象 表A.52 B.52
进入区域检测结果对象 表A.53 B.53
逆行检测任务对象 表A.54 B.54
逆行检测结果对象 表A.55 B.55
目标特征向量提取
目标特征向量提取任务对象 表A.29 B.29
目标特征向量提取结果对象 表A.30 B.30
目标比对
1∶1比对、目标库
比对任务对象
表A.33、表A.35 B.33、B.35
1∶1比对、目标库
比对结果对象
表A.34、表A.36 B.34、B.36
6 性能
6.1 目标检测
6.1.1 人员检测
对视频图像中大于40像素×80像素的人员目标检测,当误检率不高于10%时,检测率应不低
于90%。
6.1.2 机动车检测
对视频图像中大于120像素×120像素的机动车目标进行检测,当误检率不高于10%时,检测率应
不低于90%。
6.1.3 非机动车检测
对视频图像中大于40像素×80像素的非机动车目标检测,当误检率不高于10%时,检测率应不低
于90%。
6.2 目标属性识别
6.2.1 人员属性识别
对视频图像中大于64像素×128像素的人员目标进行人员属性识别时满足以下要求:
a) 携带的附属物识别准确率应不低于80%;
b) 佩戴的附属物识别准确率应不低于70%。
6.2.2 机动车属性识别
6.2.2.1 机动车基本属性识别
机动车基本属性识别满足以下要求。
a) 机动车号牌识别:对视频图像中宽度大于100像素的机动车号牌进行识别,白天机动车号牌号
码识别准确率应不低于90%,夜间机动车号牌号码识别准确率应不低于80%。
b) 车身主体颜色识别:对视频图像中大于256像素×256像素的机动车目标进行车身主体颜色
识别,颜色的识别准确率应不低于80%。
c) 机动车类型识别:对视频图像中大于256像素×256像素的机动车目标进行车辆类型识别
时,车辆规格结构类型的识别准确率应不低于90%;车辆使用性质类型的识别准确率应不低
于80%。
6.2.2.2 机动车个体属性识别
对视频图像中采集的大于400像素×400像素的机动车目标进行个体属性识别时,车辆前部物品
特征识别准确率应不低于80%。
6.2.3 非机动车属性识别
对视频图像中采集的大于200像素×200像素的非机动车目标进行属性识别时满足以下要求:
a) 非机动车辆类型识别准确率应不低于80%;
b) 非机动车车身主体颜色识别准确率宜不低于80%。
6.3 目标数量分析
6.3.1 流量统计
对视频中大于或等于60像素×60像素的目标进行流量统计,误差应在-15%~15%范围内。
6.3.2 密度检测
密度检测满足以下要求。
a) 应能对视频图像中大于或等于32像素×32像素的目标进行密度检测。
b) 按面积占比进行密度检测时,目标密度估计误差应小于或等于1个级别;目标稠密程度分
为4个级别。
1) 很稀疏:目标覆盖面积占检测区域面积的比例小于或等于25%。
2) 稀疏:目标覆盖面积占检测区域面积的比例大于25%且小于或等于50%。
3) 密集:目标覆盖面积占检测区域面积的比例大于50%且小于或等于75%。
4) 很密集:目标覆盖面积占检测区域面积的比例大于75%。
6.4 事件检测
6.4.1 绊线检测
绊线检测满足以下要求:
a) 应能检测出水平或垂直方向投影速度大于或等于50像素/s且大于或等于40像素×80像素
的绊线目标;
b) 检测率应大于或等于95%;
c) 误检率应小于或等于10%。
6.4.2 徘徊检测
徘徊检测满足以下要求:
a) 应能对大于或等于60像素×120像素的徘徊目标进行检测;
b) 徘徊判定时间应能在5s~600s间设置;
c) 检测率应大于或等于95%;
d) 误检率应小于或等于10%。
6.4.3 进入区域检测
进入区域检测满足以下要求:
a) 应能检测出水平或垂直方向投影速度大于或等于50像素/s且大于或等于40像素×80像素
的进入设定区域的目标;
b) 检测率应大于或等于95%;
c) 误检率应小于或等于10%。
6.4.4 物品遗留检测
物品遗留检测满足以下要求:
a) 应能对大于或等于100像素×100像素的目标进行物品遗留检测;
b) 物品遗留判定时间应能在4s~300s之间设置;
c) 检测率应大于或等于90%;
d) 误检率应小于或等于20%。
6.4.5 逆行检测
逆行检测满足以下要求:
a) 应能检测出水平或垂直方向投影速度大于或等于50像素/s且大于或等于40像素×80像素
的逆行目标;
b) 检测率应大于或等于95%;
c) 误检率应小于或等于10%。
6.4.6 目标移除检测
目标移除检测满足以下要求:
a) 应能对大于或等于100像素×100像素的移除目标进行检测;
b) 目标移除判定时间可在0s~10s之间设置;
c) 检测率应大于或等于90%;
d) 误检率应小于或等于20%。
7 功能与接口对应关系
视频图像内容分析功能与接口的对应关系应符合表2的要求。
表2 功能与接口对应关系
序号 功能 接口
接口服务
提供方
接口服务
调用方
接口协议要求符合
(GB/T 46363-2025
中的内容编号)
执行方法
目标检测/
目标属性识别
增加、查询、删除目
标检测/目标属性识
别任务
分析系统
应用平台/
视图库
7.25.1
POST、GET、
DELETE
上传目标检测/目标
属性识别结果
应用平台/
视图库
分析系统 7.25.2 POST
目标数量分析:
流量统计
增加、查询、删除目
标流量统计任务
分析系统
应用平台/
视图库
7.26.1
POST、GET、
DELETE
上传目标流量统计
结果
应用平台/
视图库
分析系统 7.26.2 POST
目标数量分析:
密度检测
增加、查询、删除目
标密度检测任务
分析系统
应用平台/
视图库
7.27.1
POST、GET、
DELETE
上传目标密度检测
结果
应用平台/
视图库
分析系统 7.27.2 POST
事件检测:
绊线检测
增加、查询、删除绊
线检测任务
分析系统
应用平台/
视图库
7.28.1
POST、GET、
DELETE
上传绊线检测结果
应用平台/
视图库
分析系统 7.28.2 POST
事件检测:
徘徊检测
增加、查询、删除徘
徊检测任务
分析系统
应用平台/
视图库
7.29.1
POST、GET、
DELETE
上传徘徊检测结果
应用平台/
视图库
分析系统 7.29.2 POST
事件检测:
进入区域检测
增加、查询、删除进
入区域检测任务
分析系统
应用平台/
视图库
7.30.1
POST、GET、
DELETE
上传进入区域检测
结果
应用平台/
......
|