intel/feature-matching

基于图像的视频搜索示例应用镜像

概述

基于图像的视频搜索示例应用允许用户通过提供图像来搜索实时或录制的摄像头馈送，并查看匹配对象的位置、时间戳和置信度分数详情。

本示例提供了如何组合边缘AI微服务（用于视频摄入、对象检测、特征提取和基于向量的搜索）的工作示例。您可以使用此基础构建各种用例的解决方案，包括城市基础设施监控和安全应用，帮助操作员在大型视频数据集中快速定位感兴趣的对象。

核心功能与特性

• 特征提取与匹配：处理输入图像并提取高维特征向量，支持高效的相似性搜索
• 向量数据库集成：将特征向量存储于Milvus向量数据库，实现大规模数据的快速检索
• 高级算法支持：利用先进算法比较特征向量，准确识别视频帧中的相似对象
• 性能优化：针对视频分析场景优化，确保处理速度与检索效率
• 微服务集成：与Milvus数据库、流处理管道等微服务无缝协作，构建完整视频搜索流程
• 部署灵活性：设计为易于部署和配置，适应不同视频分析与搜索应用场景

使用场景与适用范围

• 城市基础设施监控：快速定位特定车辆、设施或异常情况
• 安全应用：在大量监控视频中检索特定人员或物体
• 视频内容分析：对存储的视频数据集进行高效内容检索与分类
• 智能视频管理：辅助操作员快速定位感兴趣对象，提升视频监控效率

部署与使用方法

使用Docker Compose部署

有关详细部署步骤，请参考官方文档：Docker Compose部署指南

使用Kubernetes Charts部署

有关Kubernetes环境下的部署说明，请参考：Kubernetes部署指南

免责声明

此容器镜像仅用于演示目的，不适用于生产环境。要从Canonical获得Ubuntu基础层的扩展安全维护，您可以按照如何在Dockerfile中启用Ubuntu Pro的指南操作，这需要重新构建镜像。

许可协议

版权所有 (C) 2024 Intel Corporation。

根据Apache License 2.0许可（"许可"）授权；除非遵守许可，否则您不得使用此文件。您可以在以下地址获取许可副本：[***]

重要通知

此参考实现旨在促进智能城市应用开发。它不用于警察、***或类似监视用途，不作为关键基础设施运营的一部分，不用于决定教育或其他重要资源的访问，不用于管理工人或评估就业表现。

此参考实现旨在允许用户检查和评估基于图像的视频搜索应用以及英特尔技术解决方案的相关性能。计算机模型的准确性取决于用于训练它们的数据与模型部署后遇到的数据之间的关系。此模型已使用可能不足以用于生产应用的数据集进行测试。因此，虽然该模型可以作为坚实的基础，但英特尔建议并要求针对模型在特定部署中可能遇到的数据对该模型进行测试。

英特尔致力于尊重人权，避免对人权造成或促成不利影响。请参阅英特尔的《全球人权原则》。英特尔的产品和软件仅用于不会对人权造成或促成不利影响的应用。

许可信息

Intel、Intel徽标和Xeon是Intel Corporation在美国和/或其他国家的商标。

FFmpeg：FFmpeg是根据LGPL和GPL许可的开源项目。请参阅FFmpeg***信息。您独自负责确定您对FFmpeg的使用是否需要任何额外许可。英特尔不负责获取任何此类许可，也不对与您使用FFmpeg相关的任何许可费用承担责任。

GStreamer：GStreamer是根据LGPL许可的开源框架。请参阅GStreamer许可信息。您独自负责确定您对GStreamer的使用是否需要任何额外许可。英特尔不负责获取任何此类许可，也不对与您使用GStreamer相关的任何许可费用承担责任。