一、研究的目的意义（包括在我国应用的前景）、学术和应用价值、创新点

二、论文研究的主要内容，方案和拟采用的研究方法、手段；已进行的科研工作基础和已具备的科学研究条件（包括文献资料及主要实验仪器设备准备情况等），对其它单位的协作要求；论文总工作量（估计），论文初稿的进度以及预期结果：

1、视频结构化的应用前景

视频中包含大量的信息，当需要从视频中寻找特定的信息时，往往都是沿着时间快进，一直到出现自己需要的信息为止。如何能够像查阅文档那样查阅视频信息，用深度学习的方法将特定视频中的特定重要信息提取出来，再语义化表述，从而像查字典一样搜寻视频特定的内容。
随着科技的进步，视频监控领域的技术也在不停进步，已经从传统的预览、回放发展到在视频中智能提取有效目标信息，也就是视频结构化技术。视频结构化技术已成为安防行业非常流行的技术。

2、结构化的学术和应用价值

3、视频结构化的定义：

1. 视频结构化，即视频数据的结构化处理，也就是给视频贴属性标签，自动把视频中的特征识别出来贴上标签后入库，在日后需要的时候从海量的信息中快速查找。就是通过原始视频进行智能分析，提取出关键信息，并进行文本的语义描述。
   主要就是对视频中人车物的分析检索。
   一段视频里，需要提取的关键信息有哪些？目前来看，主要有三类：第一类是运动目标的识别，也就是画面中运动对象的识别，是人还是车；第二类是运动目标特征的识别，也就是画面中运动的人、车、物有什么特征，如果是人，是男人还是女人，有没有戴眼镜，穿什么颜色的衣服，如果是车，车牌号号码是多少，什么颜色什么车型等等；第三类是运动目标的轨迹分析，也就是画面中人或车是左转了还是右转了或是徘徊了等等。
2. 视频结构化可分为下列4个步骤:
   （1）目标的检测
   （2）目标的跟踪
   （3）目标的特征提取（车辆、人员以及物品特征）
   （4）事件检测

• 车辆结构化描述：
  车牌，车身颜色，车类型，车品牌，车饰物品等属性
• 行人结构化描述：
  性别、年龄、着装、身份、人脸等属性

3、视频结构化面临的挑战和难点

视频结构化理解起来不难，实践起来需要考虑如下这些问题：

• 识别什么特征
  一幅图像或者一段视频可以从许多角度的标签属性去描述，找到我们需要的属性，用算法将这些信息提炼出来。
• 检测这些特征
  特征做到