intel/streaming-pipeline

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 feed，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、目标检测、特征提取和基于向量的搜索）的工作实例。您可以基于此基础构建适用于多种场景的解决方案，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。

关于此Docker镜像

此Docker镜像为流媒体管道微服务提供支持，该微服务负责基于图像的视频搜索应用中的视频数据摄入、处理和流式传输。它利用Intel的DL Streamer框架和GStreamer插件，实现实时视频分析和目标检测。

该镜像支持高级视频处理管道，并与其他组件（如RTSP服务器和特征匹配微服务）无缝集成。它针对高性能视频流和分析进行了优化，适用于处理大规模视频数据集。

此镜像设计灵活且可配置，支持源代码的条件安装以满足合规性和自定义需求，同时保持部署的效率和可扩展性。

使用Docker Compose部署

有关部署的更多详细信息，请参考文档。

使用Kubernetes Charts部署

有关部署的更多详细信息，请参考文档。

免责声明

此容器镜像仅用于演示目的，不用于生产环境。如需Canonical在Ubuntu基础层上提供扩展的安全维护，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"）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。它不应用于警察、***或类似监控用途，不应用作关键基础设施运营的一部分，不应用于决定教育或其他重要资源的访问权限，不应用于管理员工或评估就业表现。

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相关Intel技术解决方案的性能。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Intel建议并要求在特定部署中针对模型可能遇到的数据测试此模型。

Intel致力于尊重人权，避免对人权造成或促成不利影响。请参阅Intel的《全球人权原则》。Intel的产品和软件仅旨在用于不会对人权造成或促成不利影响的应用中。

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。您全权负责确定您对FFmpeg的使用是否需要任何额外许可。Intel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。您全权负责确定您对GStreamer的使用是否需要任何额外许可。Intel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。