摘要：随着计算机视觉和模式识别领域的应用升级需要,动态人脸识别技术也得到了飞速发展[1]。目前视频监控领域中的人脸识别处理方法多只在设备前端做简单的识别和跟踪,大量复杂运算,包括人脸特征值的比对和大数据的处理部分都在服务端完成。对于视频监控的使用方,该方法无法在监控端实时显示人脸的识别和比对结果。针对这种需求,本文提出了一种基于边缘计算的人脸识别视频传输方案,实现视频传输的采集端和播放端对视频中人脸识别效果的同步。该方案中,终端设备的视频处理模组对视频数据同时进行视频编码和人脸识别,根据终端人脸库,提取分析人脸识别结果并记录视频中的坐标信息,并采用同步封包机制将两者融合,从而获得同时具有编码数据和人脸信息的视频数据包。通过验证系统试验证明,该方案可解决视频直播中的人脸框显示和跟踪的同步问题,并且有较高的准确性和实时性。

摘要：随着"互联网+"理念的提出和智能移动设备的性能大幅提升,视频监控领域尤其是视频直播领域迎来了快速蓬勃的发展,并且已经涉及到娱乐和生活的各个方面。本文设计并实现了一种基于Android平台的视频直播软件的解决方案,将Android平台采集到的视频数据经过自定义协议封包且经过SM4算法加密后通过TCP/IP传输协议到服务端,确保了数据的可靠性和实时性。经测试该软件运行稳定,具有很好的用户体验。

摘要：文章描述了如何将人脸识别技术应用到视频监控系统中,以满足特定领域的视频监控需要。人脸识别技术作为一种身份验证和目标检索的方法,与动态视频监控相结合,将视频中的视频帧进行人脸信息的识别和比对,以达到实时准确地对视频监控中的目标人脸进行预警[1]。该系统实时上传包含人脸识别结果的视频流,同时通过人脸筛选、人脸比对以及人脸出现的次数分析等手段动态创建人脸数据库。通过对视频中入镜的非目标人脸建立人脸分析模型,可实时检测、分析异常行为的人员,有效提高视频监控系统的智能化水平和预警能力,对安全领域有重要的实用价值。