ICS 35.240 L70 团 体 标 准 T/CESA 1035—2019 信息技术 人工智能 音视频及图像分析算 法接口 Information technology - Artificial intellig ence- Audio,video and image analysis algotithm interface 2019 - 04 - 01发布 2019 - 04 - 01实施 中国电子工业标准化技术协会 发布 T/CESA 10 35—2019 I 目 次 前 言 ................................ ................................ .............. II 1 范围 ................................ ................................ ................ 1 2 术语和定义 ................................ ................................ .......... 1 3 缩略语 ................................ ................................ .............. 1 4 应用环境和接口分类 ................................ ................................ ..2 4.1 应用环境 ................................ ................................ ........ 2 4.2 接口分类 ................................ ................................ ........ 3 5 算法包接口 ................................ ................................ .......... 3 5.1 接口概述 ................................ ................................ ........ 3 5.2 接口要求 ................................ ................................ ........ 4 5.3 数据类型 ................................ ................................ ........ 4 5.4 检测识别算法包接口函数 ................................ .......................... 7 5.5 比对算法包接口函数 ................................ ............................. 12 6 算法服务接口 ................................ ................................ .......17 6.1 接口概述 ................................ ................................ .......17 6.2 接口要求 ................................ ................................ .......17 6.3 接口功能 ................................ ................................ .......17 6.4 算法服务资源 ................................ ................................ ...18 6.5 输出结果 ................................ ................................ .......19 附录A （资料性附录） 检测识别算法包 C语言描述 ................................ .......20 附录B （资料性附录） 比对算法包 C语言描述 ................................ ........... 29 附录C （规范性附录） 消息体JSON描述 ................................ ................ 35 T/CESA 10 35—2019 II 前 言 本部分按照 GB/T 1.1—2009《标准化工作导则 第1部分：标准的结构和编写》给出的规则起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任 。 本标准由中国电子技术标准化研究院提出并归口。 本标准起草单位： 杭州海康威视数字技术股份有限公司、中国电子技术标准化研究院、浙江大华技 术股份有限公司、曙光信息产业股份有限公司、第四范式（北京）技术有限公司、北京市商汤科技开发 有限公司、广州中科凯泽科技有限公司、重庆中科云从科技有限公司、浪潮软件集团有限公司、苏州科 达科技股份有限公司、广州广电银通金融电子科技有限公司、北京眼神科技有限公 司、联想（北京）有 限公司、北京深醒科技有限公司、山东省计算中心（国家超级计算济南中心）、武汉理工大学、华夏芯 (北京)通用处理器技术有限公司、北京中电普华信息技术有限公司、广东美的制冷设备有限公司、海尔 优家智能科技（北京）有限公司等 。 本标准主要起草人： 陈喆、杨扬、代红、董建、张群、马珊珊、王燕妮、汪小娟、程淼、李登杰、 宋怀明、黄缨宁、胡时伟、马亚光、蒋慧、庞宇、黄先芝、王功明、李军、刘君、戴益、刘兴盛、梁添 才、赵清利、王志博、宋方方、刘振华、杨琳、桑明礼、田永会、聂礼强、高永超、肖长诗、元海文、 刘军、王蓓、 乐丽、胡江明等 。 T/CESA 10 35—2019 1 信息技术 人工智能 音视频及图 像分析算法接口 1 范围 本标准规定了音视频与图像分析算法接口，包括算法包接口和算法服务接口。 本标准适用于音视频与图像的分析算法的接入与应用，也可用于指导 智能应用系统与算法包 、算法 服务的系统集成与开发 。 2 术语和定义 下列术语和定义适用于本文件。 2.1 算法包 algorithm package 实现对图像 、音视频数据 （解码后数据） 进行检测 、识别、特征生成以及比对 等功能的一系列二进 制算法库的 集合。 2.2 算法服务 algorithm service 基于音视频及图像 分析算法，提供 对媒体数据的检测 、识别等分析功能 的网络服务。 2.3 算法引擎 algorithm engine 算法包及其基础运行环境（取流、解码、 API调用、结果处理等过程）的完整框架。 2.4 特征 feature 从特征样本中提取出的 、用于代表该样本的特定的物理量 。 3 缩略语 下列缩略语适用于本文件。 API: 应用程序编程接口 (Application Programming Interface,) PCM: 脉码调制录音（ Pulse Code Modulation) CPU: 中央处理器（ Central Processing Unit） GPU: 图形处理器（ Graphics Processing Unit） NPU: 嵌入式神经网络处理器（ Neural-network Processing Unit） T/CESA 10 35—2019 2 REST: 表述性状态转移（ Representational State Transfer ） HTTP: 超文本传输协议（ HyperText Transfer Protocol ） HTTPS: 安全的超文本传输协议（ HyperText Transfer Protocol over Secure Socket Layer） JSON: JavaScript 对象标记语言（ JavaScript Object Notation ） URI: 全局资源标识符（ Universal Resource Identifier ） 4 应用环境和接口分类 4.1 应用环境 音视频及图像分析算法接口涉及的内容包括算法包接口和算法服务接口。根据功能不同，算法包分 为检测识别算法包和比对算法包。算法包和算法服务的应用环境见图 1。 智能应用系