目前,有大量的全动态视频(FMV)档案从未被查看过,而且随着传感器数量的增加,情况越来越糟糕。加拿大国防部(DND)、加拿大其他机构和盟友的问题基本相同:不具备分析来自监控的全动态视频数据的人力。为解决此问题,要求有一种易于扩展的分析能力,这种能力与不断增长的可用视频传感器数量成比例地增长。为了解决这个问题,加拿大国防研究与发展部(DRDC)--瓦尔卡蒂尔研究中心及其赞助者加拿大特种作战部队司令部(CANSOFCOM),已经开始了一项探索性的举措,利用深度学习的最新进展来描述图像和视频内容。这种新兴的能力可以被用来处理FMV,从而为军事分析人员提供支持。本科学报告描述了用于实时FMV分析的自动视频分析(LAVA)概念。它描述了科学家们所面临的工程、创新和研究问题。报告提供了使用机载军事传感器进行的多次真实测试的结果。最后,提出了这项技术的潜在开发途径。
这份研究文件对如何利用深度学习来分析加拿大武装部队和其他加拿大机构所掌握的大量FMV进行了深入的分析。该文件提出了一个在现实作战条件下使用的概念论证,并提供了结果表现、问题、挑战和未来的方向。这项技术可用于处理FMV档案和分析实时FMV反馈,以协助情报分析人员。