Video Content analytics, VCA

(Video Content analytics, VCA) adalah kemampuan untuk menganalisis video secara otomatis untuk mendeteksi dan menentukan kejadian temporal dan spasial.

Kemampuan teknis ini digunakan dalam berbagai domain termasuk hiburan, perawatan kesehatan, ritel, otomotif, transportasi, otomasi rumah, deteksi api dan asap,dan keamanan. [2] Algoritma dapat diimplementasikan sebagai perangkat lunak pada mesin tujuan umum, atau sebagai perangkat keras pada unit pemrosesan video khusus.

Banyak fungsi yang berbeda dapat diterapkan di VCA. Video Motion Detection adalah salah satu bentuk sederhana dimana gerakan terdeteksi berkenaan dengan scene latar belakang yang tetap. Fungsi yang lebih maju meliputi pelacakan video dan perkiraan egomotion.

Berdasarkan representasi internal yang dihasilkan VCA di mesin, dimungkinkan untuk membangun fungsi lain, seperti identifikasi, analisis perilaku atau bentuk kesadaran situasi lainnya.

VCA mengandalkan video masukan yang baik, sehingga sering digabungkan dengan teknologi peningkatan video seperti denoising video, stabilisasi gambar, pemindaian unsharp dan resolusi super.

Fungsionalitas

Function	Description
Dynamic masking	Memblokir sebagian sinyal video berdasarkan sinyal itu sendiri, misalnya karena masalah privasi.
Flame and smoke detection	Kamera IP dengan teknologi ntelligent video surveillance dapat digunakan untuk mendeteksi nyala api dan asap dalam waktu 15-20 detik atau bahkan lebih karena chip DSP built-in. Chip memproses algoritma yang menganalisa video yang diambil untuk karakteristik nyala api dan asap seperti warna chrominance, rasio kerlip, bentuk, pola dan arah bergerak.
Egomotion estimation	Egomotion estimation digunakan untuk menentukan lokasi kamera dengan menganalisa sinyal outputnya.
Motion detection	Motion detection digunakan untuk menentukan adanya gerakan yang relevan dalam adegan yang diamati.
Shape recognition	Shape recognition digunakan untuk mengenali bentuk video input, misalnya lingkaran atau kotak. Fungsi ini biasanya digunakan pada fungsi yang lebih maju seperti deteksi objek.
Object detection	Object detection digunakan untuk mengetahui adanya jenis objek atau entitas, misalnya seseorang atau mobil. Contoh lainnya meliputi deteksi api dan asap.
Recognition	Face recognition and Automatic Number Plate Recognition digunakan untuk mengenali, dan karena itu mungkin mengidentifikasi, orang atau mobil.
Style detection	Style detection digunakan dalam setting dimana sinyal video telah diproduksi, misalnya untuk siaran televisi. Deteksi gaya mendeteksi gaya proses produksi. [5]
Tamper detection	Tamper detection digunakan untuk menentukan apakah output sinyal kamera di rusak seseorang
Video tracking	Video tracking digunakan untuk menentukan lokasi orang atau objek dalam sinyal video, mungkin berkaitan dengan grid referensi eksternal.
Video Error Level Analysis	Video scene content tamper analysis using free software. Video Error level analysis (VELA) concept by Dr. Neal Krawetz.                                                             source ; https://en.wikipedia.org