需求描述：
1. 根据视频内容，识别出目标物体的类型（比如能识别出视频中的轿车是宝马还是奥迪）；
2. 根据视频内容识别场景（比如一群人是在打橄榄球、打篮球还是踢足球）；
3. 我们给出一批视频样本供训练学习，以提取特征信息；

主要技术内容：
1、关键帧提取，生成视频摘要；
2、图像特征提取，用于图像相似度比对、场景检测、目标物品检测等环节；
3、特征索引建立，提高检索效率；
4、图像相似度比对，包括离线模型训练和在线比对；
5、场景检测，包括离线模型训练和在线检测；
6、目标物品检测，包括离线模型训练和在线检测；
7、根据检索获得的视频信息，进行第三方业务的关联；
8、各模块的API接口。（我们可以在指导下给予配合）

程序运行环境：linux服务器

性能要求：
1、时延：另议
2、精度：大于90%；
3、训练集合，要求足够大；（我们可以在指导下给予配合）
4、可靠性：满负荷运转48小时。

时间要求：
1、2个月。

交付件要求：
1、源代码；
2、训练集合；
3、技术文档和说明。

对于承接者要求：
必须在北京，必须有足够的时间。

最后，还要求承接者在项目结束后，能提供技术支持。