【专家说】AI技术赋能视频图像质量治理，提升视频图像系统应用效能

平台可实现视频图像数据全量汇聚接入与管理，对基础信息填报准确率、实时视频通畅性、历史视频通畅性、抓拍活跃率、抓拍数据上传及时性、设备时钟准确性等多维度视频图像数据或者指标进行智能化监测，及时发现设备、数据、系统异常，常态化视频图像数据质量整改。

按设备维度对抓拍数据每天数据量的变化情况进行统计分析，及时发现设备抓拍量异常的情况，例如抓拍数量过少（含无抓拍数据）、抓拍数量过多、抓拍数量突增、抓拍数量突降等。通过抓拍量异常分析，从现象到原因，进而对前端问题设备进行整改和优化。

智能分析抓拍量异常

平台可构建20多种视图质量智能化治理工具，对抓拍数据完整性、抓拍数据准确性、字幕标注合规性、抓拍大图可用性、抓拍小图合格性等数据进行全量检测或者抽样检测，自动发现不达标项或者低质视频图像。

此外，通过从图像清晰度、目标角度等多种维度打造图像质量分析模型，过滤抓拍到的大量目标模糊、抓拍角度不正、无目标信息、目标被遮挡过多、不满足要求等低质量图像，进而提高目标抓拍图片的合格率和目标置信的准确率。

值得一提的是，抓拍图像真实性分析是要确保小图是在实际场景中抓拍得到的有效目标信息，并非广告牌中的目标照片、仿照的目标图像或者误识别的物体。频繁对该类图片进行抓拍，将导致系统中产生大量的无效图像，浪费传输、存储和算力等资源。因此可以通过分析重复的抓拍数量来辅助验证目标图像是否真实和有效。

智能检测重复抓拍无效图像

平台通过构建视图质量治理业务标准件，及时以系统声光告警、短信通知、app等方式通知责任单位、相关技术人员进行治理和整改，实现视频图像闭环治理，提升视频图像数据治理水平。

平台可利用自动化评测或可视化工具对点位建设成效和治理工作成效进行评价，以“系统工程”思维持续推动视频图像数据治理成果来反哺前端点位建设。如通过设备抓拍量分析，督促下级单位采取设置设备抓拍策略、调整安装角度、位置等改进措施，提升前端点位建设和系统应用的整体成效。

全面提升视频图像数据质量是一项长期且复杂的工作，也并非单靠一个平台就能一蹴而就。因而有关单位还应高度重视视图质量治理，成立专门的视频图像治理领导小组，统筹推进各项数据治理工作。

该小组可以通过充分调动专业人才、服务厂商等资源，深入分析当前现状，充分总结、提炼已有的工作经验，并结合上级相关数据治理考核要求及本级综治考评、应用反馈等研究制定视频图像治理长效工作机制，将视频图像治理工作融入到日常运维保障工作中。通过明确人员分工安排，完善日常工作细则，建立问题发现、反馈、处置闭环流程，加强日常巡检，安排周末、节假日、重大任务值班保障，促进视频图像数据质量持续优化。