1月23日的新闻，24小时录像，10分钟，现在，监控录像的存在，帮助人们记录了很多过去难以核实的事实在过去。然而，在24小时不间断的监控中，寻找一两秒的“案发现场”，仍然是一项劳动强度大的工作。有没有什么好的方法可以快速找到我们想要的图片呢？确实有几个国外的小哥开发了这样的工具，可以在10分钟内处理一个24小时的录像，然后用文字搜索屏幕，精确到每一帧：最重要的是，还免费！如何使用？这个工具叫做Sieve，中文意思是“筛子”。首先，您需要找到他们申请API密钥才能访问Sieve。Sieve网站首页有一个申请入口，填写邮箱地址、姓名等简单信息即可。然后把你收到的密钥填入这个网址：https://sievedata.com/App/query?api_key=打开密钥后，你会看到如下界面：点击“上传视频”，输入一个视频上传的URL。此URL可以是任何云存储库上的地址。当然你也可以上传本地视频，但是需要进入命令行——先克隆仓库地址并安装依赖：cdautomatic-video-processingcondacreate--namemyenvpython=3.7condaactivatemyenvpipinstall-rrequirements.txt然后运行脚本，使用以下两个参数上传本地视频：pythonrun.py--sieve_api_keyYourkey平台会自动为你生成一个URL。视频上传后，等待系统自动将数据分帧，并为每一帧生成对应的元数据（这些元数据就是“标记”，方便我们在后续查询中定位到对应的画面）。根据作者的说法，可以在不到10分钟的时间内处理大约270,000帧的24小时视频。然后就可以开始最期待的部分了——查询。查询需要固定参数。比如选择人数的person_count，我们输入“3”，不到几秒就会出现如下结果：两条腿：每张图片都可以点击打开大图，右侧也会显示该框的原始信息。不过好像只有帧的位置，并没有显示具体的时间点。其他参数还有：person_present，查询某人出现的图片（赋值为True即可）；motion_detected，查询动态图片；lighting，查询各种灯光的图片（如指定fair，表示晴天）；loaction，查询某个locationScreen的位置（比如分配院落）；greenery，查询有绿植的画面；...可以组合查询，比如找一个画面有“绿色的植物，明亮的灯光，出现两个人”，你可以输入这三个参数：得到你想要的结果后，你也可以导出图像数据到本地。以上就是这款视频检索工具Sieve的使用方法和功能介绍。真的可以提高监控效率吗？但正如一些网友所说，看起来确实很强大，但如果能得到一个时间轴，可以知道视频中的人什么时候到达和离开，并且能够在多个摄像头之间跟踪“嫌疑人”的轨迹，就更实用了。作者回应：正在考虑更实用的查询参数。笔者介绍，Sieve的创始人兼CEO之一是MokshithVoodarla，今年才20岁，毕业于加州大学伯克利分校，获得电气工程和计算机科学学士学位。他曾在ScaleAI从事机器学习、福特格林菲尔德实验室的计算机视觉以及Nvidia的机器人技术。网址：点击打开GitHub主页：点击访问参考链接：点击打开
