中年|高文院士：城市大脑的「痛点」与「突破」丨CCF-GAIR 2020( 四 )
本文插图
数字视网膜现在形成了有8个特征的定义 ， 这8个特征原则上分成三大组 。
本文插图
第一组特征的定义是和时空有关的 ， 一个数字视网膜的终端必须要有全局统一的时空ID ， 包括全网统一的时间和精确的地理位置 ， 比如说GPS或者北斗的位置 ， 有了这个东西之后 ， 城市大脑就很容易同步 ， 或者很容易可以对标 。
本文插图
第二组特征简单来说是视频编码+特征编码+联合优化 ， 这是所有的摄像头都应该支持的一个工作 ， 当前绝大部分摄像头只支持视频编码 。
视频编码很容易理解 ， 就是为了存储和离线观看影像重构 。
特征编码是为了模式识别和场景理解的紧凑特征表达 ， 联合优化是因为现在在城市大脑里面它有两个码流 ， 一个是视频编码压缩流 ， 一个是特征编码压缩流 ， 这两个码流会捆绑到一起进行传输 ， 所以我们要有一个优化策略 ， 把这个带宽到底分多少给视频编码、分多少给特征编码 ， 这样通过一个联合优化 ， 使得整个系统是最优的 。
本文插图
第三组特征 ， 简单来说就是模型可更新、注意可调节、软件可定义 。
什么叫模型可更新呢？因为我们现在必须要考虑怎么样支持神经元网络 ， 不同的模型升级了 ， 你要可以实时更新 。
注意可调整是说 ， 现在的摄像头是没有注意的 ， 你把这个东西指到哪儿 ， 景深设定到哪儿 ， 它就在那儿 ， 当然可以通过人工远程调节它 ， 可以拉近、拉远等等 ， 但是它不是自动的 ， 我们希望它能做到自动的注意可调节 。
最后一个特征就是软件可定义 ， 这一点大家很容易理解 ， 系统要想升级 ， 可以通过软件定义的方法 ， 对系统自动升级 。 这三个特点如果具备 ， 终端就可以做得非常智能 。
本文插图
当然 ， 要想把数字视网膜技术全部用起来 ， 这里面有一些使能技术 。
本文插图
第一个是视频编码 ， 现在做城市大脑、监控系统都离不开视频编码 ， 摄像头里面都有一个视频编码芯片 ， 视频编码芯片用的标准 ， 最早期是H.264 ， 或者用AVS的编码标准 ， 最近开始使用H.265或者AVS2的标准 ， 未来不久就会用上H.266和AVS3的标准 ， 这个标准差不多每10年就会更新一代 ， 效率每10年就会提高一倍 。
为什么能够做到编码压缩？一个视频是一个图像序列 ， 图像序列里面包含了很多数据的冗余 ， 基本上有三大类冗余：一类是和空间冗余有关的 ， 一类是和时间冗余有关的 ， 另外一类是和编码冗余有关的 。
本文插图
所以现在整个视频编码里面用的算法 ， 我们一般把它叫做混合视频编码架构 ， 这个混合就把刚才三种主流的冗余用不同的算法去掉 。
比如说为了去除空间冗余 ， 一般我们采用正交变换 ， 比如说DCP变换等等正交变换把它去除掉 。 为了去除时间上的冗余 ， 就是帧和帧上的冗余 ， 一般我们会采取预测编码 ， 比如说各种各样的滤波器 ， 把帧间的冗余去除掉 。
本文插图
为了使得编码的分配最符合熵的定义 ， 我们使用信息熵编码来去除编码上的冗余 ， 这三个冗余都去除干净了 ， 整个视频流里就可以压得很小 ， 只有有用的信息、有用的数据甩出去 ， 这些冗余都被挤压掉了 ， 这是视频编码 。
推荐阅读
- 中年|北斗“一张网”可实现全天候、高精度、自主可控服务
- 中年|Python编程语言有什么独特的优势呢?
- 中年|谈一谈我的十年机械工作经历
- 中年|弹无虚发的背后，国产弹药质量把关人，精密机床都要自叹不如
- 中年|宿迁深圳招商再结硕果，签约项目19个，协议总投资158亿元
- 中年|苹果：已终止Epic Games开发者账号
- 中年|圆满的结局！苹果微信之间不用再二选一，美国政府还是做出让步
- 中年|国家能源集团成功研发矿用卡车能耗制动开关预警装置
- 中年|什么是余压监控系统？余压监控系统如何接线和安装？一篇文章搞懂
- 中年|上线供应链金融、搭建标准质量体系，三全产业伙伴卓越质量联盟正式启动