這個(gè)AI能幫你快速搜監(jiān)控：文字定位關(guān)鍵幀，24小時(shí)錄像10分鐘處理
本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。
現(xiàn)如今，視頻監(jiān)控的存在幫助人們記錄了許多過去難以查證的事實(shí)。
但想要在24小時(shí)不間斷的監(jiān)控里找到那么一兩秒的“犯罪現(xiàn)場”，依然是一件耗費(fèi)人力的事。
有沒有什么好辦法快速找到我們想要的畫面？
還真有，幾位外國小哥就開發(fā)了這么一個(gè)工具，可以10分鐘處理完一個(gè)24小時(shí)的視頻錄像，然后用文字就能進(jìn)行畫面搜索，精確到每一幀?的那種：
最重要的是，還免費(fèi)！
如何使用？
工具名叫Sieve，中文意思就是“篩子”。
首先，需要找他們申請一個(gè)API密鑰獲得Sieve的使用權(quán)限。
Sieve的網(wǎng)站主頁就有申請入口，填一下郵箱地址和姓名等簡單信息就行。
然后將你收到的密鑰填入這個(gè)網(wǎng)址：
https://sievedata.com/app/query?api_key=你的密鑰??
打開后就能看到如下界面：
點(diǎn)擊“UPLOAD VIDEOS”輸入一個(gè)URL就可以上傳視頻了。
這個(gè)URL可以是任何云存儲庫上的地址。
當(dāng)然，也可以上傳本地視頻，不過就需要走命令行了——
先克隆倉庫地址并安裝依賴：
cd automatic-video-processing
conda create --name myenv python=3.7
conda activate myenv
pip install -r requirements.txt
然后運(yùn)行腳本，使用下面這兩個(gè)參數(shù)上傳本地視頻：
python run.py —sieve_api_key 你的密鑰
平臺會自動為你生成一個(gè)URL。
視頻上傳后，等待系統(tǒng)自動將數(shù)據(jù)分割成幀，并給每一幀生成相應(yīng)的元數(shù)據(jù)（這些元數(shù)據(jù)就是“標(biāo)記”，方便我們后續(xù)查詢時(shí)定位到相應(yīng)畫面）。
作者表示，一個(gè)24小時(shí)長、大約有27萬幀畫面的視頻不到10分鐘就能處理完。
接著就可以開始最期待的環(huán)節(jié)——查詢了。
查詢需使用固定的參數(shù)。
比如選人數(shù)的person_count，我們輸入“3” ，不到幾秒就會出現(xiàn)如下結(jié)果：
嗯，很滿意，連這種只露出兩條腿的人它也可以檢測出來：
每張圖片都可以點(diǎn)開放大查看，右邊也會顯示該幀圖片的原始信息。
不過似乎只有幀的位置，沒有顯示具體時(shí)間點(diǎn)。
其他參數(shù)還包括：
person_present，查詢有人出現(xiàn)的畫面（賦值為True就行）；
motion_detected，查詢動態(tài)畫面；
lighting，查詢各種光線的畫面（比如賦值fair，就代表晴天）；
loaction，查詢某個(gè)地點(diǎn)的畫面（比如賦值courtyard）；
greenery，查詢有綠色植物出現(xiàn)的畫面；
……
可以組合查詢，比如找“有綠色植物、光線晴朗、出現(xiàn)倆人”的畫面，就可以輸入這樣三個(gè)參數(shù)：
在找到你想要的結(jié)果后，還可以導(dǎo)出圖片數(shù)據(jù)到本地。
以上就是這個(gè)視頻檢索工具Sieve的使用方法和功能。
是不是確實(shí)能使我們倒監(jiān)控的效率高一些？
不過也正如一些網(wǎng)友所說，看起來真的很厲害，不過要是能獲得一條可以知道視頻中的人什么時(shí)候達(dá)到和離開的時(shí)間線，并且還能在多個(gè)攝像頭之間跟蹤“嫌疑人”的軌跡就更實(shí)用了。
作者則回應(yīng)：正在考慮給出更多實(shí)用的查詢參數(shù)。
作者介紹
Sieve的創(chuàng)始人之一兼CEO名叫Mokshith Voodarla，今年只有20歲，本科畢業(yè)于UC伯克利電氣工程與計(jì)算機(jī)科學(xué)專業(yè)。
他曾在Scale AI從事ML工作、在福特Greenfield實(shí)驗(yàn)室從事計(jì)算機(jī)視覺工作，還在英偉達(dá)做過機(jī)器人技術(shù)的研究。
網(wǎng)站地址：
???https://sievedata.com/#overview
GitHub主頁：
???https://github.com/Sieve-Data/automatic-video-processing
