| 标准编号 | GA/T 1399.2-2017 (GA/T1399.2-2017) | | 中文名称 | 公安视频图像分析系统 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 specifications for analysis and description of video and image content | | 行业 | 公安行业标准 (推荐) | | 中标分类 | A91 | | 国际标准分类 | 13.310 | | 字数估计 | 26,286 | | 发布日期 | 2017-05-31 | | 实施日期 | 2017-05-31 | | 发布机构 | 公安部 | GA/T 1399.2-2017: 公安视频图像分析系统 第2部分:视频图像内容分析及描述技术要求
GA/T 1399.2-2017 英文名称: Video and image analysis system for public security-Part 2: Technical specifications for analysis and description of video and image content
ICS 13.310
A91
中华人民共和国公共安全行业标准
公安视频图像分析系统 第2部分:
视频图像内容分析及描述技术要求
1 范围
本部分规定了公安视频图像分析系统中视频图像内容分析及描述的应用流程与功能组成、功能、性
能、视频图像内容分析数据描述等技术要求。
本部分适用于公安视频图像分析系统的规划设计、软件开发、检测和验收,其他领域的视频图像分析系统可参考采用。
5 功能
5.1 视频图像输入视频图像输入应符合GA/T 1399.1-2017中5.1的相关规定。
5.2 目标检测与特征提取
5.2.1 运动目标检测应能检测出在线和离线视频中大于一定像素数的单个或多个运动目标,应支持输出运动目标的数
量、每个目标的大小(宽度、高度像素数)、位置信息,宜支持输出运动速度、方向和轨迹等信息。运动目
标检测的分析规则与输出结果的数据格式见表1。
5.2.2 目标分类应能检测出在线和离线视频中大于一定像素数的单个或多个目标,应支持输出目标的分类信息
(人、车、其他物品),宜支持输出每个目标的大小(宽度、高度像素数)、位置信息、运动速度、方向和轨迹
等信息。目标分类的分析规则与输出结果的数据格式见表2。
5.2.3 目标颜色检测应能检测出在线和离线视频中大于一定像素数的单个或多个目标,应支持输出目标的主体颜色信
息,宜支持输出每个目标的分类、大小(宽度、高度像素数)、位置信息、运动速度、方向和轨迹等信息,目
标颜色类别应符合GA/T 1400.3-2017中附录B的相关描述。目标颜色检测的分析规则与输出结果的数据格式见表3。
5.2.4 行人检测应能检测出在线和离线视频中大于一定像素数的人形目标,应支持输出目标的数量、每个目标的大
小(宽度、高度像素数)、位置信息,宜支持输出运动速度、方向和轨迹等信息。行人检测的分析规则与输
出结果的数据格式见表4。
5.2.5 人员属性分析应能检测出在线和离线视频、图像中大于一定像素数的人员属性特征,宜支持输出人员的性别、年
龄、是否戴眼镜、戴帽子、戴口罩、衣服颜色等属性信息。人员属性分析的分析规则与输出结果的数据格式见表5。
5.2.6 人脸检测应能检测出在线和离线视频、图像中占有一定像素数、满足一定角度的人脸,宜支持对多个人脸进
行检测,并输出人脸的数量、大小(宽度、高度像素数)等信息。人脸检测的分析规则与输出结果的数据格式见表6。
5.2.7 人脸比对应支持将大于一定像素的人脸图像样本与待比对的人脸图像进行相似性比对分析,输出人脸比对
结果(匹配相似度等)。人脸比对的分析规则与输出结果的数据格式见表7。
5.2.8 车辆检测
应能检测出在线和离线视频、图像中占有一定像素数的车辆目标,支持多个车辆目标检测,应支持
输出车辆的数量、大小、位置信息,宜支持输出车辆的类别、车型、车辆的主体颜色等信息。车辆检测的
分析规则与输出结果的数据格式见表8。
5.3 目标数量分析
5.3.1 流量统计
应支持分析统计在线和离线视频在采样间隔内通过预先定义的统计区域的行人、车辆的数量,并输
出统计数据。流量统计的分析规则与输出结果的数据格式见表9。
5.3.2 密度检测
应支持分析统计在线和离线视频中预先定义的目标统计区域内行人、车辆的密度信息,密度信息应
以检测区域内的目标数量或面积占比表示。密度检测的分析规则与输出结果数据格式见表10。
5.4 目标识别
5.4.1 车辆号牌识别
应支持对在线和离线视频图像中存在的车辆号牌种类、颜色、号码等信息进行识别,宜支持输出车
辆号牌是否被涂改或遮挡等信息,车辆号牌识别的其他功能要求应符合GA/T 833-2016的相关规定。
车辆号牌识别的分析规则与输出结果数据格式见表11。
5.4.2 车辆基本特征识别
应支持对在线和离线视频、图像中存在的机动车车型、品牌、型号、年款、颜色等基本特征信息进行识别。
车型识别应具备汽车、挂车、摩托车等车辆类型的识别功能;对于车辆类型识别为汽车的车辆,应能
识别客车、轿车、面包车、越野客车、重中型货车、其他车辆等子类型,宜扩展支持识别GA802-2014中
规定的主要车辆类型,宜支持通过车尾进行车型识别。
应能检测出机动车所属的主流品牌信息,宜扩展支持车辆型号、年款(如大众帕萨特2015款、大众
捷达2015款)、车身颜色等信息的识别。
车辆基本特征识别的分析规则与输出结果的数据格式见表12。
5.4.3 车辆个体特征识别
应支持对在线和离线视频、图像中机动车目标的个体特征进行识别,宜支持识别出车辆是否有挂
件、纸巾盒、车检标志等,并输出相关个体特征位置信息,宜支持识别出是否打开遮阳板、是否系安全带
等车辆个体特征信息。机动车个体特征识别的分析规则与输出结果见表13。
5.5 行为分析
5.5.1 绊线检测
应能检测出在线和离线视频中通过预先定义的警戒线的运动目标行为并输出报警事件,宜支持输
出通过警戒线的目标类别(人、车、其他物品)、大小、位置、运动方向等信息。绊线检测的分析规则与输
出结果的数据格式见表14。
5.5.2 入侵检测
应能检测出在线和离线视频中进入预先定义的警戒区域中的运动目标行为并输出报警事件,宜支
持输出进入警戒区域的目标类别(人、车、其他物品)、大小、位置、运动方向等信息。入侵检测的分析规
则与输出结果的数据格式见表15。
5.5.3 逆行检测
应能检测出在线和离线视频中与预先定义方向反向运动的目标行为并输出报警事件,宜支持输出
目标类别(人、车、其他物品)、大小、位置、运动方向等信息。逆行检测的分析规则与输出结果的数据格
式见表16。
5.5.4 徘徊检测
应能检测出在线和离线视频中在预先定义的警戒区域内徘徊的目标行为并输出报警事件,宜支持
输出目标类别(人、车、其他物品)、大小等信息。徘徊检测的分析规则与输出结果数据格式见表17。
5.5.5 遗留物检测
应能检测出在线和离线视频中预先定义的警戒区域内的遗留物并输出报警事件,宜输出遗留物的
大小、位置、颜色等信息。遗留物检测的分析规则与输出结果的数据格式见表18。
5.5.6 目标移除检测
应能检测出在线和离线视频中预先定义的警戒区域内目标移除事件并输出报警事件信息,宜输出
目标的大小、原有位置、颜色等信息。目标移除检测的分析规则与输出结果的数据格式见表19。
5.6 视频摘要
5.6.1 应支持去除视频中非关注的冗余部分,保留关注部分,生成新的视频文件。
5.6.2 应支持在同一视频画面重建不同时间点的关注目标视频图像,生成新的视频文件。
5.6.3 新生成的视频文件格式应符合GB/T 28181-2016中规定的格式。
6 性能
6.1 视频质量输入视频图像的质量应达到GB 50198-2011中5.4.3描述的4级或4级以上。
6.2 目标检测与特征提取
6.2.1 运动目标检测对于视频中大于(16×16)像素,速度大于1像素/帧的运动目标检测,应符合以下要求:
a) 检测率应不低于95%;
b) 误检率应不高于15%。
6.2.2 目标颜色检测
对于在光照良好情况下采集的视频图像中大于(32×32)像素的目标区域检测颜色,应符合以下要求:
a) 对粉、红、橙、黄、绿、蓝、紫颜色的识别准确率应不低于80%;
b) 对黑、白、灰、棕颜色的识别准确率应不低于70%。
6.2.3 行人检测对视频图像中大于(32×64)像素的行人检测,应符合以下要求:
a) 检测率应不低于90%;
b) 误检率应不高于10%。
6.2.4 车辆检测对视频图像中大于(64×64)像素的车辆目标进行检测,应符合以下要求:
a) 检测率应不低于90%;
b) 误检率应不高于10%。
6.3 目标数量分析目标数量分析的性能指标应符合GB/T 30147-2013中7.8、7.9的相关规定。
6.4 目标识别
6.4.1 车辆号牌识别对视频图像中宽度大于100像素的车辆号牌进行识别,应符合以下要求:
a) 白天:车头方向的车辆号牌号码识别准确率不小于95%,车尾方向的车辆号牌号码识别准确率不小于80%;
b) 夜间:车头方向的车辆号牌号码识别准确率不小于90%,车尾方向的车辆号牌号码识别准确率不小于70%。
车辆号牌颜色识别、种类、未悬挂号牌的识别性能要求应符合GA/T 833-2016的相关规定。
6.4.2 车辆基本特征识别
6.4.2.1 车身颜色识别对于在光照良好情况下采集的车辆视频图像中大于(256×256)像素的车辆目标进行车身颜色识
别,白、灰、黄、粉、紫、绿、蓝、红、棕、黑等车身颜色的识别准确率应不低于70%。
6.4.2.2 车型识别对视频图像中大于(256×256)像素、识别为汽车的车辆目标进行车型识别时,在车辆图像特征完整
的前提下,车辆类型(汽车、挂车、摩托车等)的识别准确率应不低于90%,车辆子类型(客车、轿车、面包
车、越野客车、重中型货车、其他车辆等)的识别准确率应不低于80%。
6.4.2.3 其他识别
车辆其他基本特征识别的性能要求应符合GA/T 833-201......
|