近年来，随着智慧城市建设的逐步推进，公共视频监控网络获得了长足发展，不仅在提高治安水平、预防和打击犯罪方面成果卓著，也有效改善了交通管理、应急指挥、防灾预警、市政设施抢修等工作效率。据统计，目前我国监控摄像头总数已达1.76亿个，其中，在道路交通系统中，摄像头总数达到了2400多万个，且每年呈增长趋势，由此生成的海量数据也对储存空间提出了更高要求。
当前的视频监控主要分声音、文本和图像三种储存形式，其中最为常见和基本的一种储存形式就是图像。通过图像的形式，可以将数据信息更加直观、生动地展现出来，同时也更容易被人所接受和理解。但是在视频监控系统的实际应用中可以发现，在上述的三种储存形式中，图像所占的数据量最大，若不能对其进行合理的压缩处理，便会对其储存、处理和传输造成很大难度，同时也会对视频监控系统的应用与发展造成一定程度的制约，亟待解决。
针对上述问题，项目创新研发了研发了基于改进的图像压缩算法，采用深度学习卷积网络作为编码核心，满足了低压缩率视频图片放大时的清晰度需求；集成了光流等运动算法、任意形状分割、旋转、缩放和非线性预测技术，降低了边界区域码流，提高了视频图像压缩效率；项目视频结构化分析、综合视频维护平台软件已获国家计算机软件著作权；项目技术经用户使用反映良好，应用前景广阔。
项目咨询：王艳欣13371759156

1.廖 杰  2.王 飞  3.郭宇城  4.杜俊辰  5.李 洋