天河區(qū)科技項目可行性報告

1、2012年天河區(qū)科技計劃項目可行性報告項目名稱： 智能化視頻檢索與處理系統(tǒng)目錄一. 項目申請的必要性 21. 項目的重要意義22. 項目與天河區(qū)重點發(fā)展技術領域的符合程度33. 技術的先進性與創(chuàng)新性34. 技術在本領域的關鍵程度45. 項目所研究技術的行業(yè)推動作用4二. 承擔單位情況51. 承擔單位基本情況52. 研究開發(fā)能力53. 財務、經(jīng)濟狀況64. 承擔單位的科研及生產(chǎn)經(jīng)營管理狀況7三. 項目實施方案71 項目的目標、研究范圍和主要內(nèi)容72 項目的技術方案83 項目的階段與進度134 資金籌措及使用13四. 經(jīng)濟及社會效益分析161 市場分析162 經(jīng)濟及社會效益分析19五. 風險分析2

2、41 技術人員風險242 資金風險24六. 附表26一項目申請的必要性1. 項目的重要意義隨著信息技術和網(wǎng)絡技術的發(fā)展，引發(fā)社會對信息化服務更高的要求和服務需求，隨著通訊帶寬技術的不斷發(fā)展，視頻技術以其信息容量大、事物表達形象化的特點，越來越受到人們的重視。今后，社會的發(fā)展將會以多媒體為中心，通過將圖像、語音及文字信息有機整合，產(chǎn)生更直觀生動、更容易使用戶接受的信息存在形式。在具備了大量的視頻多媒體信息之后，多媒體數(shù)據(jù)庫的有效管理，按需進行視頻內(nèi)容檢索和處理，就成為了急需解決的關鍵問題。智能化視頻檢索與處理系統(tǒng)運用在計算機圖形圖像學計算機視覺語音處理及人工智能方面先進的學術研究成果，通過開發(fā)具

3、有自主知識產(chǎn)權的多模式視頻信息處理核心技術, 對包含在視頻信息中的圖像語音及文字等信息進行綜合分析判斷，提供基于內(nèi)容的智能視頻檢索手段，并對索引出的視頻段按需進行加工處理，從而推動數(shù)字化多媒體技術應用到更多領域，使他們效率更高，工作更智能。聲像信息以數(shù)字形式存儲和傳播，為人們更靈活使用這些信息提供了可能性。但隨之而來的問題是，隨著網(wǎng)絡上信息爆炸性的增長，獲取到我們感興趣的信息的難度越來越大。傳統(tǒng)的基于關鍵詞或文件名的檢索方法顯然不適用于數(shù)據(jù)量龐大又不具備天然結構的聲像信息，比如“在這段新聞片中找出有胡錦濤主席講話和有胡錦濤主席出現(xiàn)的鏡頭片段”，這種形式的檢索是傳統(tǒng)檢索方法難以勝任的工作?；谝?/p>

4、頻內(nèi)容的智能化檢索技術是解決這一難題的有效方法。1993年12月，英國計算機學會在英國Leeds大學舉行了多媒體系統(tǒng)和應用（Multimedia System and Application）國際會議。英國Michael DVislon(Rutherford Appleton Laboratory)在會上作了關于建立多智能多媒體系統(tǒng)的報告，明確提出了研究智能多媒體技術問題。近年來，美國，日本等國在該領域投入了大量的人力和物力，取得了一些卓有成效的成果和專利。我國在該領域的起步較早，許多大專院校和研究所以及許多從事媒體方面研究的公司在多媒體研究方面都傾注了大量的心血，取得了豐碩的理論研究成果，但

5、限于經(jīng)費和體制，自主開發(fā)的主流產(chǎn)品較少。本項目所自主研發(fā)的智能化視頻檢索和處理系統(tǒng)正是要解決這一問題。基于內(nèi)容的視頻資料數(shù)字智能化管理系統(tǒng)是一個當前快速發(fā)展的多學科交叉研究領域。通過對視頻內(nèi)容的智能分析，能夠產(chǎn)生出不斷增加的，涉及到社會生活各個領域的應用前景，包括電視媒體應用互聯(lián)網(wǎng)智能檢索音像資料庫管理反恐監(jiān)控系統(tǒng)司法領域展館多媒體運營系統(tǒng)體育訓練和賽事輔助系統(tǒng)遠程教學電子商務視頻游戲以及有線和無線通信服務等等。同時，視頻內(nèi)容智能分析上的技術進步，可以促使很多相關領域例如信號處理計算機視覺模式識別和多媒體數(shù)據(jù)庫管理等方面的技術進步。我們所自主研發(fā)的智能化視頻檢索和處理系統(tǒng)涉及到圖像識別處理語音

6、識別處理文字識別處理機器學習以及模式識別等方面的內(nèi)容，其中場景的自動切割臺標定位語音DNA處理特寫鏡頭慢速播放及視頻加密等核心技術又成為項目內(nèi)容的關鍵。一些核心技術本身的研發(fā)也有著重要意義和廣泛的應用前景。語音DNA識別可應用于新聞節(jié)目自動標注,基于特定人的語音文檔的檢索,說話者的驗證和自動跟蹤,以及語音數(shù)據(jù)庫的自動生成和索引。隨著信息時代的發(fā)展,用于標志各人身份的代碼使用非常廣泛,比如各種購物卡、信用卡、長途電話卡和證券電話委托服務等。這類卡或服務均具有數(shù)字、字符串形式的電子帳戶與電子密碼。若電子帳戶及密碼失密,將會造成用戶不可估量的經(jīng)濟損失。以提取說話人聲音特征為手段的語音DNA識別技術,

7、則可以將密碼失密造成的損失降到最低。一方面,語音識別可識別用戶說出的數(shù)字代碼,向用戶提供自然便利的接口界面,另一方面,說話人識別將用戶本人固有的發(fā)音特性運用于身份核查,提供了更安全的保護,即使他人竊取了密碼,也會因為其發(fā)音的特征不同而被拒絕。目前,語音DNA技術被應用到說話人核對、聲控電子密碼鎖、罪犯確認、醫(yī)學中患者確認以及軍事等領域。隨著現(xiàn)代企業(yè)自動化和安全化要求的提高,語音DNA識別系統(tǒng)也逐步應用到到工廠中。為了工廠運行的安全，防止無權限人員進入控制系統(tǒng)現(xiàn)場，必須要進行身份確認。同時，夜間無人值守的自動化工廠系統(tǒng)在響應用戶進行的遠程操作前，也必須要進行身份確認。數(shù)字水印技術是上世紀90年代

8、中后期發(fā)展起來的新興學科。隨著多媒體技術和網(wǎng)絡技術的迅速發(fā)展與廣泛應用,大量的數(shù)據(jù)可以方便、高效地進行傳輸,與此同時，對于防止網(wǎng)上侵權行為、資源所有人的身份確認等問題提出了更高的要求。傳統(tǒng)的加密技術已經(jīng)不足以解決新出現(xiàn)的問題,數(shù)字水印技術的產(chǎn)生，在這方面顯示出了巨大的潛力，并且在版權的認定與保護加指紋標題與注釋篡改提示及使用控制等方面展現(xiàn)了良好的應用前景。國內(nèi)在這方面的研究相對滯后些，而作為我們智能化視頻檢索和處理系統(tǒng)的核心組成部分，水印加密技術的研發(fā)有著其重要的意義。2. 項目與天河區(qū)重點發(fā)展技術領域的符合程度智能化視頻檢索和處理系統(tǒng)以場景自動切割臺標定位語音DNA識別特寫鏡頭慢速播放及視頻

9、加密等技術為核心，以計算機圖形圖像學計算機視覺語音處理數(shù)據(jù)庫技術及信息安全技術為主要研究領域，這些都完全符合天河區(qū)在計算機圖形與圖像技術、計算機軟件與網(wǎng)絡技術方面的重點發(fā)展方向，具有重要的發(fā)展意義和良好的應用前景。3. 技術的先進性與創(chuàng)新性智能化的視頻信息檢索與處理是一個全新的研究領域，是對傳統(tǒng)多媒體信息管理的全面挑戰(zhàn)。我們的系統(tǒng)在原理上和應用上都有很大的創(chuàng)新之處。相對于以文件存貯目錄為主要存在形式的傳統(tǒng)方式，以視頻內(nèi)容語義概念進行檢索的工作模式，使內(nèi)容提取更直接，更符合用戶要求。傳統(tǒng)的多媒體信息管理需要借助人力的輔助，才能完成相對個性化的，以用戶需求為概念的視頻信息查詢，而智能化內(nèi)容檢索全部

10、由系統(tǒng)自動完成，而且查詢結果與需求直接匹配，簡潔高效。基于查詢結果按內(nèi)容分類的視頻流的特性，智能化檢索與處理系統(tǒng)還可以進而進行方便的特殊功能處理，例如場景縮放，特寫鏡頭的慢速播放等等。考慮到搜索結果安全發(fā)布的問題，我們的系統(tǒng)還可以對索引視頻段進行水印加密，有效防止盜版篡改等行為的發(fā)生。而所有這些功能都是傳統(tǒng)多媒體管理方式?jīng)]有實現(xiàn)，技術上也無法實現(xiàn)的。我們智能視頻檢索與處理系統(tǒng)的核心技術也有其本身的先進創(chuàng)新性。在原理上，我們在國內(nèi)工業(yè)界首次提出了綜合圖象語音和文字識別技術的多模式綜合信息處理方式，用于智能化的視頻檢索標引。在圖象放大問題上，通過自主開發(fā)的超線性算法，有效的解決了模糊化和紋理方向改

11、變的問題。在慢速回放問題上，通過研發(fā)新型的運動補償內(nèi)插算法，在充分利用圖像信號的幀間相關性的同時，還充分利用其幀內(nèi)相關性，將運動估值與圖像分割有機地結合起來，既刻畫出它們之間的相互依賴性，又采用了恰當?shù)慕馀禾幚?，從而改進了圖像質(zhì)量。在語音DNA識別技術方面，我們系統(tǒng)有效解決了對不同語種不同方言的語音識別問題，在水印加密方面，通過采用基于離散余弦變換和小波變換的一組高效的水印嵌入和盲檢測方法，在不完全解碼的情況下快速實現(xiàn)水印的嵌入和檢測，同時實現(xiàn)了魯棒性好和不可見性的特點。系統(tǒng)的主要創(chuàng)新點如下：l 多種特征參數(shù)作為判決依據(jù)，可以提高系統(tǒng)判決的可靠性、魯棒性和分辨能力，克服由于語音信號變異性所導致

12、的話者特征空間移動而帶來的判決的不確定性；l 針對語音檢索和標引系統(tǒng)的特點，對背景噪聲中的有用信息進行分析和利用；l 采用改進的徑向基函數(shù)（RBF）網(wǎng)絡，如橢圓基函數(shù)（EBF）網(wǎng)絡，對話者特征的描述性更好，識別率高；l 基于支持向量機的人臉模式分類方法在小樣本訓練的前提下具有較強的非線性分類能力和學習能力。4. 技術在本領域的關鍵程度在網(wǎng)絡和數(shù)字化進程不斷深入的過程中，多媒體數(shù)字資產(chǎn)的擁有者對有效管理和充分利用這些資源提出了全新的要求。只有當多媒體視頻信息以內(nèi)容為基礎，以事件為中心進行管理和檢索，數(shù)字化多媒體資產(chǎn)智能化管理的實現(xiàn)才能夠成為可能，也才能夠進一步推動相關產(chǎn)業(yè)和應用領域在此基礎上進一

13、步發(fā)展，而智能化視頻檢索與處理系統(tǒng)是實現(xiàn)這一目標的技術關鍵，在此基礎上將可以發(fā)展出廣闊的應用前景。XXX公司作為專門從事數(shù)字視頻應用和信息安全的軟件開發(fā)及技術咨詢服務企業(yè)，通過多年與探索和實踐，深刻認識到了開發(fā)此項目的必要性和迫切性。5. 項目所研究技術的行業(yè)推動作用通過開發(fā)具有自主知識產(chǎn)權的智能化視頻檢索和處理系統(tǒng)，可以帶動多媒體信息管理，電視媒體資產(chǎn)管理等行業(yè)技術革新，促進勞動生產(chǎn)率的提高，進一步提高行業(yè)本身的競爭力，滿足用戶數(shù)字時代個性化的需求。開發(fā)所涉及到的技術創(chuàng)新又可以促使很多相關領域例如信號處理計算機視覺模式識別和多媒體應用等方面的技術進步。二承擔單位情況1.承擔單位基本情況XXX

14、成立于2000年3月，是由美國XXX公司與廣州市政府共同投資興辦的留學生企業(yè)，注冊資金1928萬元人民幣。其中，DISTINCTIVE TECHNOLGY LIMITED 占78%。廣州市科技風險投資公司占22%。專門從事數(shù)字視頻技術應用和電視臺媒體資產(chǎn)管理軟件開發(fā)。公司擁有一批充滿朝氣的經(jīng)營管理者和富有才華的高技術人才，追求“創(chuàng)建一流企業(yè)、造就一流人才、開發(fā)一流產(chǎn)品、提供一流服務”的企業(yè)目標，倡導開拓創(chuàng)新、追求卓越、優(yōu)質(zhì)服務、規(guī)范管理的企業(yè)理念。2.研究開發(fā)能力畢業(yè)于美國、新加坡和中國的 6 位博士和 19 碩士，構成了公司研究開發(fā)的核心力量。與上海大學和華中理工大學等國內(nèi)高校聯(lián)合組建的研究

15、中心，為公司提供了多方位的技術支持?？偛吭O在美國，使公司能夠及時跟蹤國際上的前沿技術。多項擁有自主產(chǎn)權的關鍵技術，確立了公司雄厚的技術基礎。自有技術：l 基于ADM的信息存儲與檢索系統(tǒng)l 實時體育比賽標引與素材管理系統(tǒng) l 基于內(nèi)容的電視臺多媒體數(shù)字化管理系統(tǒng)前期成果情況：l 前期成果實時體育比賽數(shù)字化素材管理系統(tǒng)已獲得國家科技部“科技型中小企業(yè)技術創(chuàng)新基金”立項。l 實時體育比賽數(shù)字化素材管理系統(tǒng)列入2003年度廣東省技術創(chuàng)新項目計劃（第二批）。l 前期成果實時體育比賽數(shù)字化素材管理系統(tǒng)已在上海電視臺應用。l 前期成果已有國外實施案例：美國NBA聯(lián)盟、美國MLB聯(lián)盟（大棒球聯(lián)盟）。項目負責人

16、簡歷陳寶輝年齡：42學歷：碩士專業(yè)：機械工程主要經(jīng)歷：畢業(yè)于華中理工大學，88年赴美國留學，獲得美國紐約市立大學機械工程碩士學位。畢業(yè)后曾在紐約市立大學任計算中心主任，負責規(guī)劃、設計和組建紐約市立大學（City College of New York CCNY）計算機網(wǎng)絡，是第一批開始進行互連網(wǎng)工作的開拓者。曾在美國道瓊斯Dow Jones & Company任高級系統(tǒng)管理員，管理該公司的計算機內(nèi)部和外部（互連網(wǎng)）網(wǎng)絡；曾在美國美林證券Merrill Lynch & Company公司任副總裁助理，負責設計和管理公司DMZs及防火墻系統(tǒng)；曾在美國ING Barings 公司任副總裁，負責公司全

17、球信息安全系統(tǒng)。99年陳寶輝先生在美國新澤西州創(chuàng)立了XXX Systems, Inc.公司，從事國際化的軟件開發(fā)工程，陳寶輝先生在公司擔任CEO職務。2000年回國考察市場后，他將美國XXX的中國總部設在廣州，并先后建立北京辦事處、上海辦事處和西安研發(fā)中心。陳寶輝先生負責公司全球化的戰(zhàn)略計劃、資本運作及業(yè)務管理和運行。通過他的管理與經(jīng)營，XXX公司已經(jīng)成功地將業(yè)務從E-LEARNING軟件開發(fā)擴展到數(shù)字化的基于內(nèi)容的視頻技術管理與軟件工程的開發(fā)。技術專長：軟件開發(fā)和企業(yè)管理主要工作業(yè)績：主持了美國摩根財團全球計算機網(wǎng)絡安全性和保密性的評估。報告對JP Morgan全球網(wǎng)絡的保密性和安全性進行了

18、全面的、具體的評估,對改進JP Morgan網(wǎng)絡提出了多種可行的改進意見,并得到了JP Morgan網(wǎng)絡工程委員會的好評。 主持了美國摩根財團（JP. Morgan）VPN(Virtual Private Network)的設計和安裝。這對改善JP Morgan網(wǎng)絡的安全性和可用性有很大的幫助.該項目已經(jīng)開始在美國,歐洲及亞洲進行試運行。主持了美國Lehman Brothers計算機網(wǎng)絡的審查和評估。對Lehman Brothers網(wǎng)絡的弱點及不足之處提出了建設性的意見，審查和評估報告已交公司執(zhí)行委員會進行實施，此報告發(fā)表在Lehman Brother Network，日期為2000年5月。主

19、持設計了美國大的制藥商（世界第四大）Bristol Myers-Squibb 的VPN網(wǎng)絡和個人上網(wǎng)絡聯(lián)接。主持評估了美國道瓊斯（Dow Jones）和英國路透社（Reuters）Internet網(wǎng)絡站設計的安全性及可靠性。主持設計了美國PERSHING（美國最大的股票交接公司）的DNS DHCP的總體結構。主要承擔人員姓名學歷所學專業(yè)職務備注伍行健博士應用力學技術總監(jiān)劉昉博士計算機應用研發(fā)部經(jīng)理高健博士系統(tǒng)工程項目經(jīng)理何南忠碩士計算機圖像處理研發(fā)人員王以治碩士數(shù)學和軟件技術研發(fā)人員陳寶輝碩士機械工程總經(jīng)理/技術統(tǒng)籌郭毅怡碩士計算機應用高級工程師武衛(wèi)本科計算機應用研發(fā)人員楊繼平本科計算機應用質(zhì)

20、量部經(jīng)理3.財務、經(jīng)濟狀況(1)歷史財務公司目前的財務指標為（2002年）項目數(shù)量資本金合計1380.68萬元資產(chǎn)總額1556.68萬元流動資產(chǎn)總額603.38萬元流動負債總額23.63萬元固定資產(chǎn)總額137.18萬元固定資產(chǎn)凈值100.69萬元資產(chǎn)負債率8.68%銷售收入萬元總成本萬元銷售稅金及附加萬元實現(xiàn)利潤萬元所得稅0萬元凈利潤萬元4.承擔單位的科研及生產(chǎn)經(jīng)營管理狀況核心管理人員曾留學美國并長期在國際知名企業(yè)任職,如美國道瓊斯、ING霸菱、美林證券、美國摩根財團和野村證券等，切身體驗并掌握了西方先進的管理理念和方法，結合中國市場的特點，形成了專業(yè)而科學的管理風格。公司高層管理人員中，三分

21、之二具有碩士以上學位，包括MBA，先進的管理理念、國際化的管理經(jīng)驗、科學的組織結構，構成了公司質(zhì)量體系的基礎，而ISO9000質(zhì)量認證體系在保障高效率的同時，更是完善質(zhì)量控制的保證。三項目實施方案1. 項目的目標研究范圍和主要內(nèi)容（1）項目目標的確定及其主要依據(jù)通過開發(fā)具有自主知識產(chǎn)權的多模式視頻信息處理核心技術, 提供基于內(nèi)容的智能視頻檢索手段，并對索引出的視頻段進行加密處理，從而推動基于內(nèi)容的數(shù)字化多媒體技術應用到更多領域，使他們效率更高，工作更智能。隨著數(shù)字和網(wǎng)絡技術的進步，視頻信息不斷增多，并且由于其特有的直觀性和易交互性，對于視頻內(nèi)容的分析掌握和處理正變的越來越重要。通過對視頻內(nèi)容的

22、有效智能檢索，可以實現(xiàn)基于個人需求的視頻服務，并且在此基礎上使其在電視媒體應用互聯(lián)網(wǎng)智能檢索音像資料庫管理反恐監(jiān)控系統(tǒng)司法領域展館多媒體運營系統(tǒng)體育訓練和賽事輔助系統(tǒng)遠程教學電子商務視頻游戲以及有線和無線通信服務等涉及到社會生活各方面內(nèi)容的領域里得到更深入有效的應用。（2）項目范圍的選擇及其主要依據(jù)為了深入分析視頻內(nèi)容，準確把握視頻信息中所發(fā)生的事件，以及處理和加密后續(xù)的視頻產(chǎn)品，本系統(tǒng)需要包括圖像識別處理語音識別處理文字識別處理機器學習以及模式識別等內(nèi)容。其中場景的自動切割臺標定位語音關鍵詞識別語音DNA處理特寫鏡頭慢速播放及視頻加密等核心技術是關鍵的內(nèi)容。通過這些簡潔高效的自動分析，蘊涵在

23、海量流媒體里的內(nèi)容事件信息就可以以簡潔的形式表示出來，使項目成功實現(xiàn)成為可能。（3） 項目的主要內(nèi)容在軟件方面，基于視頻數(shù)據(jù)是由視頻音頻以及文字等多模式信息流的形式組成，并且這些同步的信息流之間又有語義上的相互關聯(lián)性，通過開發(fā)包括自動場景切割臺標定位和語音DNA等在內(nèi)的多模式視頻信息處理技術，利用這些數(shù)據(jù)流之間相互語義關聯(lián)的特性，提高系統(tǒng)對視頻內(nèi)容分析理解的有效性和可靠性，達到在一定應用范圍內(nèi)智能檢索的目的。在實現(xiàn)有效智能檢索的基礎上，系統(tǒng)可以根據(jù)需求對索引出的視頻段進行加工處理，包括特寫鏡頭慢速回放水印加密等等。在硬件方面，系統(tǒng)通過分布式多重專用處理器并行計算的方式，實現(xiàn)系統(tǒng)運行的快速有效。

24、2. 項目的技術方案（1）技術方案的主要內(nèi)容視頻智能化檢索和處理就是通過對視頻流中包含的各種信息進行綜合分析，對事件內(nèi)容給出一個較為全面的描述。因此，對各種信息的分析和獲取建立在圖像識別和處理，語音識別和處理，文字識別和處理等基礎之上。以下是本項目方案所涉及到的主要技術內(nèi)容。 圖象識別和處理：關鍵人物的人臉識別系統(tǒng)運動物體的追蹤系統(tǒng)電影或電視場景切換的自動識別系統(tǒng)慢動作播放圖像放大數(shù)字水印電視臺標識別 語音識別和處理：語音關鍵詞識別系統(tǒng)語音DNA系統(tǒng)（話者識別）語音合成 文字識別：文字定位文字識別文字內(nèi)容與視頻內(nèi)容的相關性判斷 知識工程以及人工智能 具有自學習和自適應的綜合智能化評判系統(tǒng)其中，

25、場景的自動分割臺標定位語音DNA識別特寫鏡頭慢速放大和水印加密又成為技術內(nèi)容的關鍵。整套系統(tǒng)的工作和技術原理拓撲圖如下所示。通過場景自動切割臺標定位和語音DNA技術的交互作用形成的多模式視頻信息處理方式，快速有效地解決了自動標引的問題，使基于內(nèi)容的智能化檢索易于實現(xiàn)。特寫鏡頭慢速放大和水印加密技術的引入又豐富了視頻處理內(nèi)容，使系統(tǒng)能夠?qū)τ脩糨斎氲乃阉麝P鍵字進行智能分析并給出符合搜索要求的視頻段。例如，用戶給出“中央電視臺胡錦濤講話內(nèi)容”的檢索要求，系統(tǒng)就可以智能的分析用戶要求，在視頻資料庫里找出相應內(nèi)容片斷。智能化視頻檢索與處理系統(tǒng)主要由以下部分組成： 用戶視頻信息采集主要功能是采信視音頻信號

26、，將橫模擬的信號轉換成高清晰的數(shù)字信號。 視頻檢索處理器系統(tǒng)包括屬于圖象處理的場景切割臺標定位服務器和語音文字處理處理器。這些系統(tǒng)分工合作，共同構成多模式視頻檢索處理器系統(tǒng) 綜合智能判斷系統(tǒng)基于智能識別知識庫，通過自學習自適應的方式，對視頻檢索處理器結果進行綜合判斷選擇，并進行必要反饋。 視頻處理器系統(tǒng)基于視頻檢索和智能選擇判斷結果，對所得視頻流信息按需進行各種加工處理。 范圍廣泛的應用領域通過智能檢索引擎接口，可實現(xiàn)在電視臺節(jié)目制作音像館及數(shù)字圖書館多媒體資料管理互聯(lián)網(wǎng)與電子商務展館多媒體運營體育訓練與賽事輔助公安司法與反恐監(jiān)控視頻游戲及遠程教學等領域的廣泛應用。（2） 技術關鍵問題場景鏡頭

27、的自動分割提供特定時段或全時段鏡頭切換時間點的統(tǒng)計數(shù)據(jù)，為電視插播基于內(nèi)容的視頻檢索和全片內(nèi)容的瀏覽提供服務。鏡頭切換算法是根據(jù)連續(xù)圖像相關性原理構造的，具有算法簡潔，實時性好的特點。臺標信息為有效的區(qū)分整合海量電視資料內(nèi)容提供了有效的手段。根據(jù)臺標畫面固定不變，背景不斷變動這一特征，利用統(tǒng)計方法，可在一段時間內(nèi)將臺標從畫面上分割出來，從而完成臺標定位，為后續(xù)工作大下基礎。語音關鍵詞識別是對視頻內(nèi)容進行定義的一個十分重要的技術，雖然目前的語音識別技術對于連續(xù)長句子識別效率不高，但對于經(jīng)過特殊訓練的關鍵詞的識別，從實際應用的效果和技術角度來看，語音關鍵詞識別在視頻智能化系統(tǒng)中是一個切實可行的技術

28、。通過對語音關鍵詞庫進行分類，可進一步保證識別的快速性和準確性。語音DNA識別技術通過特征參數(shù)提取(語音分析)和識別算法(或模型)的選取兩個關鍵步驟，在必要的樣本模式的訓練后，實現(xiàn)未知模式的識別。另外還采用自學習技術，如果在進行識別過程中發(fā)現(xiàn)誤判，通過自學習分析誤判原因，利用聚類分析方法改進語音庫，有效的提高識別率。 特寫鏡頭慢速放大技術的關鍵是圖像放大與幀間插值兩個問題。在圖象放大問題上，通過自主開發(fā)的超線性算法，有效的解決了模糊化和紋理方向改變的問題。在慢速回放問題上，通過研發(fā)新型的運動補償內(nèi)插算法，在充分利用圖像信號的幀間相關性的同時，還充分利用其幀內(nèi)相關性，將運動估值與圖像分割有機地結

29、合起來，既刻畫出它們之間地相互依賴性，又采用了恰當?shù)慕馀禾幚?，從而改進了圖像質(zhì)量。 水印加密技術為保護視頻信息的版權以及實用的合法性提供了有效的指南，本項目通過采用基于離散余弦變換和小波變換的一組高效的水印嵌入和盲檢測方法，在不完全解碼的情況下快速實現(xiàn)水印的嵌入和檢測，同時實現(xiàn)了魯棒性好和不可見性的特點。（3）先進性和創(chuàng)新性基于內(nèi)容的智能化視頻檢索處理與傳統(tǒng)視頻檢索處理手段相比，有著顯而易見的先進性?；趦?nèi)容的智能化檢索和處理傳統(tǒng)檢索和處理檢索手段以語義感念檢索以文件存貯目錄檢索工作方式機器自動完成需大量借助人力輔助檢索結果與需求直接匹配視頻段大量包含需求內(nèi)容的視頻文件效率簡潔高效費時費力檢索

30、結果應用能直接進行編輯處理需要再加工后才能使用功能性能夠根據(jù)需求進行特寫鏡頭慢速放大等實用功能結果單一，五更多功能延伸結果安全性具有水印加密功能，安全性高，防止侵權盜版等無安全防范功能我們的系統(tǒng)在技術上又具有以下技術創(chuàng)新之處：綜合圖像語音和文字的多模式視頻信息處理電視臺臺標的準確識別定位對不同方言和語種的有效識別業(yè)界領先的水印加密技術分布式多重并行計算的硬件模式運行獨立嵌入靈活的系統(tǒng)結構3. 項目的階段與進度時 間 進 度主 要 實 施 內(nèi) 容階段成果及形式2004年5月至2004年10月進行UML文檔和數(shù)據(jù)庫設計，優(yōu)化公司原有技術功能，確定技術方案，配備相關人員。文檔、技術整理2004年11

31、月至2005年6月前期技術探索，解決輔助技術問題。配備該系統(tǒng)運行的硬件環(huán)境，硬件系統(tǒng)集成、測試；系統(tǒng)試運行。技術手冊，軟件模塊硬件環(huán)境2005年6月至2005年11月關鍵技術攻關，多項技術整合。系統(tǒng)軟件和部分組件的開發(fā)與完善、根據(jù)客戶的需求開發(fā)個性化的軟件。系統(tǒng)完善2005年12月至2006年4月系統(tǒng)整體的調(diào)試、測試，真正系統(tǒng)的解決方案形成，編寫統(tǒng)一的用戶手冊、操作手冊。用戶手冊、操作手冊4. 資金籌措及使用項目總投資 單位：萬元投資概況經(jīng)費總額自籌資金政府資金其它資金合計自有資金合計國家廣東省市科技局已投入資金11951195計劃新增投資723.27713.271010其它資金投入情況說明：

32、計劃新增投資預算開支類別計劃新增投資申請區(qū)科技局資助經(jīng)費主要用途（萬元）申請區(qū)科技局資助總計723.27其中：基本建設費設備購置費167能源材料費試驗外協(xié)費207專用業(yè)務費223.27人員費12610用于招聘高素質(zhì)人才管理費其它計劃新增主要儀器設備名稱規(guī)格型號單位數(shù)量國產(chǎn)/進口單價（萬元）合計（萬元）Multimedia服務器臺2進口4794Attribute Library媒體庫個1進口5252千兆以太網(wǎng)Switch個2進口1.53PC臺20進口0.918合計167四經(jīng)濟及社會效益分析1. 市場分析隨著數(shù)字化和網(wǎng)絡化不斷深入人們的社會生活，信息在人們的思想中將會以全新的概念出現(xiàn)，從單一的報刊

33、雜志等文字形式躍升到以數(shù)字化多媒體信息模式為主。同樣，今后信息行業(yè)的發(fā)展也將會以多媒體為中心，通過將圖像、語音及文字的信息有機整合，產(chǎn)生更直觀生動，更容易使用戶接受的信息存在形式。在有了大量的視頻多媒體信息之后，多媒體數(shù)據(jù)庫的有效管理，按需進行的視頻內(nèi)容檢索，就成為急需解決的關鍵問題。本項目所研發(fā)的智能化視頻檢索和處理系統(tǒng)正是基于此種考慮，使基于內(nèi)容的視頻信息檢索和處理成為可能，滿足在電視媒體應用互聯(lián)網(wǎng)智能檢索音像資料庫管理反恐監(jiān)控系統(tǒng)司法領域展館多媒體運營系統(tǒng)體育訓練和賽事輔助系統(tǒng)遠程教學電子商務視頻游戲以及有線和無線通信服務等涉及到社會生活各方面內(nèi)容的領域里深入有效的應用。（1） 電視媒體

34、應用電視媒體資產(chǎn)管理是本系統(tǒng)的一大應用領域。以該系統(tǒng)為基礎，在未來的媒體傳播行業(yè)中，電視臺可以容易的從傳統(tǒng)的傳播服務向網(wǎng)絡的交互式服務、大眾化服務向個性化服務、單一贏利模式向多元贏利模式的轉變。我國現(xiàn)在大致有30個省級臺、300個市級臺，本公司的目標市場為全國性的電視臺及有實力的地方臺。從現(xiàn)有國內(nèi)電視臺設備與技術的現(xiàn)狀來看，所有的電視臺實現(xiàn)完全數(shù)字化和智能化視頻信息檢索處理還需一段時間。因此目前該系統(tǒng)計劃的應用主體是國家級的大型電視臺。隨著電視臺在其產(chǎn)品的使用過程中，電視臺平均每年還需在此基礎出投入相當數(shù)量資金來進行功能擴充、性能提高，因此，該產(chǎn)品的壽命期預計在10-15年內(nèi)。由于這些國家級的

35、電視臺和地市級電視臺的應用會引導國內(nèi)整個廣電行業(yè)對媒體數(shù)字化應用的方向，甚至會建立這方面相關的標準，因此這個市場是非常有潛力，一旦形成，其規(guī)模市場將非常巨大，在產(chǎn)品壽命期內(nèi)隨著國內(nèi)電視臺的逐步數(shù)字化，整個市場的容量大約為40個億。我公司欲占1/10，而且在產(chǎn)品壽命期內(nèi)我們會根據(jù)市場需求與最新技術方向，不斷地調(diào)整、升級，開發(fā)新的相關產(chǎn)品來，以確保占領市場、擴大市場份額。（2） 音像資料管理音像資料館的數(shù)字化管理是我們智能化視頻檢索和處理系統(tǒng)的又一重要應用領域。作為一門新興的事業(yè)，其發(fā)展歷史不過10余年，是廣播電視事業(yè)和信息產(chǎn)業(yè)相結合發(fā)展到一定程度的產(chǎn)物。通過對音像資料的分類整理和有效的保護、合理

36、的開發(fā)利用，更好地為社會、為廣播電視宣傳服務。其主要功能應是信息功能、檔案功能和為新聞宣傳提供背景材料的資料功能。而這些正是基于內(nèi)容視頻檢索處理的長處所在，通過應用我們的系統(tǒng)，能夠使音像資料管理的數(shù)字化進行的更深入徹底。音像資料館在數(shù)字化時代，可以看作是一個廣播影視資料的總數(shù)據(jù)庫或計算機工作平臺，可通過計算機對所存資料的編輯處理，達到高度智能化的程度，檢索使用可以隨心所欲，其傳輸更加迅速、清晰、可靠。美國CNN應用這一手段，能把現(xiàn)場拍攝的資料，同步進行切換播出，同時和歷史資料數(shù)據(jù)緊密銜接，快速調(diào)回歷史資料，在較短的時間內(nèi)制作出有深厚歷史背景的專題電視片供及時播出以感染觀眾。香港無線電視臺199

37、6年在播出廣州白云機場撞機事故這一新聞后不到1小時，就制作播出了大陸10年中所有空難事故的專題資料片近30分鐘，就是完全靠音像資料數(shù)字化管理這一先進手段而完成的。我國目前有省、市音像資料館上百家，由于起步晚，受多方面條件的制約，其發(fā)展規(guī)模和速度，特別是在現(xiàn)代技術的運用上還難以跟國外音像資料相抗衡。但在今后10年的數(shù)字化進程中，通過運用各種先進的數(shù)字多媒體技術，包括本項目研發(fā)的智能化視頻檢索和處理系統(tǒng)在內(nèi)，可以使我國的音像資料管理行業(yè)得到徹底革新，使其適應在數(shù)字化時代繼續(xù)為傳媒、大眾和社會進行有效服務。（3）體育訓練與賽事輔助當今的體育競技更講求應用先進的科學訓練理念和高科技的訓練比賽系統(tǒng)。例如

38、在足球訓練比賽上，借助多媒體方式進行戰(zhàn)術訓練指導和對手球隊的賽前綜合分析已經(jīng)逐漸得到廣泛應用。而所有這些，都需要一個有效的視頻資料管理和檢索系統(tǒng)的支撐。2008年奧運會將在北京舉行。北京申辦奧運時有三個口號：一是“綠色奧運，環(huán)保奧運”，二是“新北京，新奧運”，三是“現(xiàn)代奧運”。針對最后的一個口號，現(xiàn)代化、科技化、數(shù)字化實際也是北京奧運商業(yè)的爭奪焦點。而本項目研發(fā)的智能視頻檢索和處理系統(tǒng)通過嵌入到實時體育比賽數(shù)字化素材管理系統(tǒng)中，將會在這次奧運戰(zhàn)略及以后的體育界中有縱身的發(fā)展空間。我國體育事業(yè)正在向國際化、多元化發(fā)展，國際交流的機會越來越多，體育事業(yè)的市場化勢必越來越成熟，實時體育比賽數(shù)字化素材

39、管理系統(tǒng)能幫助相關的體育行業(yè)機構更好地管理、運用其自身資源，創(chuàng)造更高的經(jīng)濟效益。基于內(nèi)容的智能化標引檢索過程使得體育比賽的技術統(tǒng)計數(shù)據(jù)能夠和具體的視頻片段聯(lián)系在一起?？梢栽谫愂陆Y束后，把技術統(tǒng)計數(shù)據(jù)和相關的視頻資料提供給運動員、教練等，幫助他們對自己、對手的技術動作和戰(zhàn)術等進行分析，以便制訂針對性的訓練計劃，提高比賽成績。相對于傳統(tǒng)的通過錄像回放方式進行賽事分析的方式，這種分析方式除了方便快捷之外，最大的優(yōu)勢在于能夠結合以往比賽資料進行分析，分析結果更加客觀、準確。另外教練和運動員可以在比賽開始之前利用電視臺體育媒體資產(chǎn)庫中的統(tǒng)計數(shù)據(jù)和視頻片段，分析對手的技術特色和可能戰(zhàn)術，結合比賽場地和天氣

40、預報等信息，制訂相應的戰(zhàn)術?；?008年北京奧運這個龐大的商業(yè)機會，相信我們的系統(tǒng)能夠在賽場資料獲取管理，賽事全球范圍的新聞發(fā)布，以及中國各支參賽隊的訓練輔助等領域得到廣泛的應用。奧運正式比賽項目有大小數(shù)百項，而且屆時各國新聞媒體對傳媒硬件設施也會有相當大數(shù)量的需求，我們的智能化視頻檢索處理系統(tǒng)將會有大量運用。而且，通過技術轉讓用以嵌入到其他賽事輔助系統(tǒng)中，也將有很大的市場前景。（4）展覽場館多媒體運營現(xiàn)代社會中各種功能目的的展覽館、會館的建設依然熱潮不斷。就科技館或者科學中心這個概念而言，國家級及省級的館場建設也是非常多樣。但擺在面前急需解決的問題，是需要有一個智能化的多媒體運營系統(tǒng)來輔助

41、各個場館的日常運營，達到有效吸引參觀者的目的。智能化的視頻檢索處理系統(tǒng)為這個問題的解決提供了一個有效的方式。通過把展館的內(nèi)容數(shù)字化，以多媒體的形式存放于展館數(shù)據(jù)庫中。系統(tǒng)就可以方便參觀者對展館內(nèi)容基于內(nèi)容的查詢，系統(tǒng)也可以個性化的為參觀者進行參觀節(jié)目內(nèi)容的推薦選擇等等。結合互聯(lián)網(wǎng)的發(fā)布，也可以實現(xiàn)展館參觀內(nèi)容的網(wǎng)絡數(shù)字化，并以此為平臺實現(xiàn)對參觀者更方便的網(wǎng)上參觀節(jié)目的發(fā)布介紹，個人資料的注冊，過往參觀記錄的管理，新的參觀計劃的節(jié)目預定和規(guī)劃，相關展覽數(shù)字化內(nèi)容的網(wǎng)上銷售，甚至虛擬參觀等等。國內(nèi)現(xiàn)階段大小展館多種多樣，而我們的系統(tǒng)又具有相對獨立和易嵌入的特點，在這個市場范圍內(nèi)，結合相應的市場公關

42、和產(chǎn)品概念介紹，在未來10到20年的都有著廣泛的應用前景。(5)其他更多應用領域基于內(nèi)容的視頻檢索和處理系統(tǒng)是多媒體數(shù)字化管理的核心，是數(shù)字時代信息共享的必要手段。在現(xiàn)階段國內(nèi)的市場前景下，除了以上具體闡述的應用領域，還會在互聯(lián)網(wǎng)智能檢索反恐監(jiān)控系統(tǒng)司法領域遠程教學電子商務視頻游戲以及有線和無線通信服務等領域得到廣泛應用。并且，數(shù)字化社會的實現(xiàn)是一個不斷前進的過程。伴隨著多媒體信息形式深入到人們生活的各個方面，更多更豐富的應用領域也將不斷產(chǎn)生。而作為為所有多媒體視頻信息服務的智能化檢索處理系統(tǒng)，必將以獨立或者嵌入的形式服務到這些應用當中。并且隨著數(shù)字化應用范圍的不斷延伸，智能視頻檢索處理的應用

43、也將不斷延伸。我們的產(chǎn)品在這個過程中將以用戶為中心，不斷豐富完善，變得功能更強大、更智能。2. 經(jīng)濟及社會效益分析(1) 本項目主要經(jīng)濟評價指標本項目估算期6年，其中建設期1年，試產(chǎn)期1年，生產(chǎn)期4年。本項目主要經(jīng)濟評價指標詳見下表：序號項目單位金額備注銷售收入萬元7800達產(chǎn)后正常年度利潤總額萬元3715.97達產(chǎn)后正常年度所得稅萬元1226.67達產(chǎn)后正常年度稅后利潤總額萬元2489.70達產(chǎn)后正常年度銷售稅金及附加萬元792.84達產(chǎn)后正常年度其中：增值稅萬元727.37達產(chǎn)后正常年度 城市建設維護稅萬元50.92達產(chǎn)后正常年度 教育費附加萬元14.55達產(chǎn)后正常年度財務內(nèi)部收益率（稅后

44、）124.79%全部投資靜態(tài)投資回收期（稅后）年2.44全部投資財務凈現(xiàn)值（稅后）萬元77全部投資投資利潤率144.79%全部投資投資利稅率177.98%全部投資資本利潤率144.79%達產(chǎn)后正常年度銷售收入利潤率47.64%達產(chǎn)后正常年度資產(chǎn)負債率3.94%達產(chǎn)后正常年度流動比率2433%達產(chǎn)后正常年度速動比率2085%達產(chǎn)后正常年度盈虧平衡點(BEP)%25.13%達產(chǎn)后正常年度盈虧平衡點銷售收入萬元1960.14達產(chǎn)后正常年度(2) 產(chǎn)品成本本項目對原材料、燃料及動力、工資及職工福利費、折舊費、修理費和其他費用分項進行測算，達產(chǎn)年度的總成本為3291.20萬元，經(jīng)營成本為3176萬元。其

45、具體情況詳見附表總成本費用估算表。原材料、燃料及動力本項目對產(chǎn)品生產(chǎn)所需原材料及主要材料，燃料及動力價格均以近幾年市場已實現(xiàn)的價格為基礎，并考慮了一定的物價上漲因素，原材料和電的價格中含增值稅。每套智能化視頻檢索與處理系統(tǒng)原材料為99萬元。本項目達產(chǎn)年度的動力費用為12萬元。 工資及職工福利費根據(jù)本公司現(xiàn)有工資水平及本項目實際情況，預計年工資及福利費為171萬元。（其中福利費按工資總額的14%計?。?。 折舊費和攤銷費固定資產(chǎn)原值為167萬元，按平均年限法計算計算折舊，折舊年限5年，固定資產(chǎn)殘值率取4%，折舊率為9.6%，年折舊額為32.40萬元。余值在估算期末收回。本項目各年固定資產(chǎn)折舊的具體

46、情況，詳見附表固定資產(chǎn)折舊估算表本項目長期待攤費用為333萬元，按5年攤銷，年攤銷費為66.6萬元。詳見附表無形資產(chǎn)及長期待攤費用攤銷估算表。 修理費本項目固定資產(chǎn)投入使用后，修理費按年折舊額的50%計取，每年16.20萬元。 其他費用其他費用是在制造費用、銷售費用、管理費用中扣除除工資及福利費、折舊費、攤銷費、修理費后的費用。為簡化計算，該費用按工資及福利費的100，每年約為171萬元。(3) 銷售收入本項目實施后，每套智能化視頻檢索與處理系統(tǒng)單價為325萬元，達產(chǎn)后年銷售收入為7800萬元。(4) 銷售稅金及附加 年銷售稅金及附加按國家規(guī)定計取，產(chǎn)品繳納增值稅。銷項增值稅稅率為17%，增值

47、稅用銷項增值稅額減去總成本費用估算表中的進項增值稅額。城鄉(xiāng)維護建設稅為增值稅的7%，教育費附加為增值稅的3%。產(chǎn)品銷售收入和銷售稅金及附加估算列在附表銷售收入和銷售稅金及附加估算表(5)利潤本項目達產(chǎn)年度的利潤總額為3715.97萬元，稅后利潤為2489.70萬元。本項目盈余公積金按稅后利潤的10%計算，公益金按稅后利潤的5%計算。達產(chǎn)年度的盈余公積金和公益金分別為248.97萬元和124.48萬元。本項目各年度損益情況，詳見附表損益表(6) 各年度資金來源與運用情況，詳見附表資金來源與運用表。從資金來源與運用表可以看出，本項目計算期內(nèi)各年度的資金收支，可以做到財務平衡且有盈余，計算期內(nèi)累計盈

48、余資金為6359.39萬元。(7) 現(xiàn)金流量分析本項目所得稅后財務內(nèi)部收益率為124.79所得稅前財務內(nèi)部收益率為166.4%。均大于基準財務內(nèi)部收益率（25%），說明該項目盈利能力達到并超過了行業(yè)基準要求。所得稅后的靜態(tài)投資回收期為2.44年（含建設期）。低于行業(yè)的基準投資回收期（10.3年）。所得稅后財務凈現(xiàn)值和所得稅前財務凈現(xiàn)值均大于0。全部投資財務現(xiàn)金流量情況，詳見附表現(xiàn)金流量表（全部投資）。自有資金財務現(xiàn)金流量情況，詳見附表現(xiàn)金流量表（自有資金）。(8) 盈虧平衡分析本項目以生產(chǎn)能力利用率表示達產(chǎn)年的盈虧平衡點（BEP）為25.13%，盈虧平衡點的銷售收入為1960.14萬元。(9)

49、 社會效益分析本項目每年將向國家提供銷售稅金及附加792.84萬元，所得稅1226.27萬元。社會效益和經(jīng)濟效益都很好。(10) 經(jīng)濟評價結論本項目不僅滿足了本公司自身發(fā)展的需要，優(yōu)化其產(chǎn)品結構，降低其經(jīng)營風險，增強其市場競爭能力，而且，該項目所得稅后財務內(nèi)部收益率為124.79，所得稅前財務內(nèi)部收益率為166.37%。均大于行業(yè)基準財務內(nèi)部收益率，所得稅后的靜態(tài)投資回收期為2.44年（含建設期）。低于行業(yè)的基準投資回收期（9年）。投資回收期較短。從以上經(jīng)濟分析來看，本項目投資合理，智能化視頻檢索與處理系統(tǒng)具有廣闊的發(fā)展前景，投資回收期短，財務內(nèi)部收益率高，具有良好的經(jīng)濟和社會效益。因此，本項

50、目從經(jīng)濟上考慮可行。附表：1、 固定資產(chǎn)投資估算表2、流動資金估算表3、投資使用計劃與資金籌措表4、銷售收入和銷售稅金及附加估算表5、總成本費用估算表6、固定資產(chǎn)折舊估算表7、無形及遞延資產(chǎn)攤銷估算表8、損益表9、現(xiàn)金流量表（全部投資）10、現(xiàn)金流量表（自有資金）11、資金來源與運用表12、資產(chǎn)負債表13、財務敏感性分析表14、經(jīng)濟分析結果匯總表五風險分析目前，廣電業(yè)正步入數(shù)字化、網(wǎng)絡化的新階段，該行業(yè)具有基礎作用及廣闊的前景，是國家要大力扶持的一個產(chǎn)業(yè)。在此背景下，智能化視頻檢索與處理系統(tǒng)的發(fā)展將具有一個比較寬松的環(huán)境。它所面臨的風險主要體現(xiàn)在如下幾方面：1技術、人員風險 （1）相關技術標準還不健全，存在不確定性；（2）技術的發(fā)展對產(chǎn)品領先性的壓力；（3）關鍵技術人員的不穩(wěn)定引起的核心技術的流失。針對上述技術風險因素，公司分別采取如下措施：及時追蹤和把握國內(nèi)外行業(yè)最新發(fā)展動態(tài)；嚴格按照ISO9001設計程序文件，對技術方案進行全面、科學的論證；與國外專家合作，及時把握技術前沿動向，保持技術領先；采用先進的生產(chǎn)和檢測設備，從而