目前視頻結構化已經應用到安防監控中，主要是對視頻中的人員、車輛目標進行結構化處理，能夠提取出人員的年齡、性別、衣服顏色、是否戴眼鏡等屬性信息，車輛的車牌號碼、車型、車輛顏色、掛件等屬性信息。基於提取的屬性信息可以進行人員、車輛的進一步比對分析，確定違法犯罪人員和違法車輛。
在平安城市、智慧城市等的火熱建設下，視頻監控和視頻應用的需求在不斷增加，視頻監控行業市場規模保持快速增長。
龐大的監控視頻數據加大了安防運維成本。如公共安全監控中主要關注的視頻信息爲：人員、車輛、行爲。而傳統視頻監控中，如需獲得某區域相關信息，則需從公共監控視頻中百萬級的目標庫中(對應上千小時的高清視頻)進行查找，查找速度慢，檢索效率低。
隨着算法不斷升級與革新，公共安全領域對視頻結構化需求的越來越旺盛，視頻結構化現已大規模地得到應用。結構化的視頻數據可以極大提升視頻查找的速度，並能解決視頻傳輸中的痛點問題——帶寬壓力，還可大幅降低視頻存儲容量問題。
1.目標檢測算法實現
檢測視頻中出現的 （車輛/行人） 包括類型 {行人、汽車、公交車、卡車、三輪車、摩托車}
2.車牌識別算法實現
使用OCR技術完成基本的車牌識別功能
3.車型分析方案
分析車型，包括 粗類別 （120類） / 細類別（1500類）
4.行人結構化分析
基於以上4點完成算法閉環
目前我們已完成模塊包括
人臉、人形屬性分析：人臉識別 人臉跟蹤 人臉角度、性別、年齡、人臉特徵點信息、人臉清晰度、活體檢測、人臉朝向，運動方向、騎自行車、騎摩托車等分析。
車輛、車牌屬性分析：車型、車顏色、車頭朝向、車牌識別。
實現效果圖
目前的實現效果圖
