§4.5 视频信息处理
1. 视频的定义
视频（video）：就其本质而言，实际上就是其内容随时间变化的一组动态图像(25或30帧/秒)，所以视频又叫做运动图像或活动图像。
视频：由一幅幅连续的图像帧序列构成，沿时间轴若一帧图像保持一个时间段Δt，利用人眼的视觉暂留作用，可形成连续运动图像（即视频）的感觉。
视频由连续的图像帧序列构成
Ø图像与视频是两个既有联系又有区别的概念：静止的图片称为图像（Image），运动的图像称为视频（Video）。 图像是离散的视频，而视频是连续的图像。
Ø视频与动画都是动态的图像，其主要区别在于帧图像画面的产生方式的不同。动画是采用计算机图形技术，借助于编程或动画制作软件生成的一组连续画面；而视频是使用摄像设备捕捉的动态图像帧。
2. 视频的数字化过程
视频数字化是将模拟视频信号经模数转换和彩色空间变换转为计算机可处理的数字信号。可通过视频采集器件（如CCD、CMOS）对该信号进行采集、量化成数字信号，然后压缩编码成数字视频。
现在数字化的视频设备越来越多，可以很方便地获取视频。例如通过数字摄像机和手机摄录的视频本身已是数字信号，只不过在需要处理时需从相关设备上转入计算机中。所以，视频数字化操作更多的是对视频进行各种数字化的录制、编辑、处理、格式转换的过程。
CCD工作原理
图像传感器
3. 视频压缩的基本思想
视频压缩编码技术主要包括MPEG与H.26x标准，编码技术主要分成帧内编码和帧间编码。前者用于去掉图像的空间冗余信息，后者用于去除图像的时间冗余信息。
编码技术主要分成帧内编码和帧间编码，前者用于去掉图像的空间冗余信息，后者用于去除图像的时间冗余信息。
基于时间域的视频帧间编码
4. 视频编码标准：MPEG家族与H.26X家族
ITU-T（国际电信联盟远程通信标准化组织）与ISO/IEC（国际标准化组织/国际电工委员会)是制定视频编码标准的两大国际组织。
H.265对H.264做了一些改进，同样的画质和同样的码率，H.265比H.264占用的存储空间要少理论50%。在同等图像质量的条件下，H.264的压缩比是 MPEG-2的2倍以上，是 MPEG-4的1.5~2倍。
5. 计算机视觉（computer vision）
又称为机器视觉（Machine Vision），一个研究计算机如何“看”世界的学科，是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像，被视为人工智能的重要分支。
计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学（图形、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学），生物学（神经科学）和心理学（认知科学）等等。许多科学家认为，计算机视觉为人工智能的发展开拓了道路。
计算机视觉有五大技术，分别是图像分类、对象检测、目标跟踪、语义分割和实例分割。
1、图像分类：给定一组各自被标记为单一类别的图像，对一组新的测试图像的类别进行预测，并测量预测的准确性结果。
2、对象检测：识别图像中的对象并给出各个对象输出边界框和标签，例如在汽车检测中，你必须使用边界框检测所给定图像中的所有汽车。它衍生出了诸如人脸检测（FaceDetection），车辆检测（ViechleDetection）等细分类的检测算法。
3、目标跟踪：在特定场景跟踪某一个或多个特定感兴趣对象的过程，目标跟踪技术在安防、人机交互和无人驾驶等领域中都有着广泛的应用。如Uber和特斯拉等公司的无人驾驶。
4、语义分割：将整个图像分成一个个像素组，然后对其进行标记和分类,试图在语义上理解图像中每个像素的角色（比如，识别它是汽车、摩托车还是其他的类别），如图所示，除了识别人、道路、汽车、树木等之外，我们还必须确定每个物体的边界，简单粗暴理解就是对像素进行分类。例如，我们可能需要区分图像中属于汽车的所有像素，并把这些像素涂成蓝色。
5、实例分割：从图像中用目标检测方法将不同类型的实例进行分类，框出不同实例，再用语义分割方法在不同的实例区域内进行逐像素标记，需要标注出图上同一物体的不同个体（羊1，羊2，羊3...），应用于专业场景的图像分析，比如在卫星图像中识别建筑、道路、森林，或在医学图像中定位病灶、测量面积等。
6. 人脸识别：人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，也称人像识别、面部识别。
讨论1：我们家里的电视机上播放的节目视频属于模拟视频还是数字视频呢？
讨论2：城市里的交通违章系统自动抓拍违章车辆使用了什么技术？
讨论3：科幻电影是用拍摄的方法制作出来的？使用了什么样的技术？
