视频语义解释是图像内容分析的最高境界

图像信息的结构化是数据融合、大数据挖掘的前提。其中视频语义解释是关键技术。

结构型数据是指存储在数据库里行数据，可用二维表结构来逻辑表达的数据。通过结构性目录来构建和检索、搜索。先有结构，再有数据。例如ERP、财务系统、HIS。非结构化数据则不具上述结构性的数据。例如图像、视频。非结构化数据通常是先有数据，再有结构。

随着网络技术的发展，非结构化数据剧增，尤其是图像、视频资源正在呈现几何式增长。与此同时，关系型数据库（管理结构化数据）的局限性也越来越凸显；基于网络应用的非结构化数据库时代正在来临，其中图像（视频）数据库是最为典型。

实现图像、视频数据与其它媒体数据融合以及大数据应用，首先要使其结构化，主要方式：一是直接转化，通过图像内容分析或特征识别直接将生成结构性数据库。如、号牌、人流密度、人脸特征、指纹等；二是建立结构化检索目录，根据简单特征分类图像、目标，建立特征或分类目录，进行图像检索、搜索。如、搜人、车。三是建立结构化视频资源库，采用视频语义解释，生成图像资源库。该库不存贮图像，而是描述图像（整体、片段）的结构、内容、情节的结构化数据。

视频语义解释是图像内容分析的最高境界，模仿人一样的理解图像，并用结构性的语言（数据）表述出来。目前人工智能下深度学习正在朝着这个方向发展。