人工智能 音视频及图像分析算法接口-编制说明

国家标准报批资料

一、工作简况

1、任务来源

根据国家标准委员会2021年标准制修订计划，杭州海康威视数字技术股份

有限公司负责制定《人工智能音视频及图像分析算法接口》（项目计划号：

20213184-T-339）。本标准由全国音频、视频及多媒体系统与设备标准化技术委

员会（SAC/TC242）作为技术归口单位。

2、协作单位及主要起草人

本标准主要由杭州海康威视数字技术股份有限公司负责牵头起草，音视频标

委会组织相关单位成立起草组，起草过程中广泛征求意见。

起草组成员（待完善）：杭州海康威视数字技术股份有限公司

本标准主要起草人（待完善）：陈喆、杨扬。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1、标准编制原则

标准编制依据GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结

构和起草规则》的要求进行编写。使应用该技术规范的各方就其意义和意图达成

共识。标准力求格式、规范内容清晰、准确并有正确和一致的解释。

国家标准报批资料

2、标准编制的主要内容

标准规定了音视频与图像分析算法接口，涵盖了解析算法和比对算法在算法

包和算法服务形式下的接口规范，包括接口的应用环境、数据格式定义和接口交

互过程等。本文件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。

3、标准制定的目的和意义

a)智能分析技术在十几年前就已经在人工智能领域开始应用，随着深度学习等

技术的发展，智能分析算法也有了长足进步。随着与智能家居、智能安防等

场景的结合程度持续提高，智能分析技术也迎来了前所未有的大机遇；

b)现在的视频分析领域有众多的需求，如车牌识别、人脸识别、行为分析、场

景分析等等。同时行业中也涌现了很多以AI算法为核心的技术公司，深耕

于各个细分领域；

c)随着用户对智能和算法的了解深入，用户开始不满足于只采用一家的算法，

希望将各家优秀算法放入算法仓库，在使用时择优取之，这样可以有效发挥

各家算法的长处，同时，这类需求同时也与行业的发展方向相匹配；

d)目前的智能算法使用方式固化，和设备呈现强绑定关系。即使有算法的替换，

也需要通过定制统一接口来实现。由于缺乏统一标准，项目成果的复用程度

低，很难在其他项目上借鉴。因此算法厂商与平台集成厂商面对不同项目时

需要投入大量的人力、物力进行重复性开发、调试；

e)该标准旨在通过对算法接口的统一,实现系统有能力对多种算法的兼容,这种

应用在目前的众多应用领域需求已成熟(目前较多项目是定制化的统一接口),

实际项目可直接落地应用，同时也与当前人工智能智慧容器的大方向相匹

配。

三、编制过程

一)、团标阶段：

国家标准报批资料

2018年9月14日，中国电子工业标准化技术协会下达2018年第四季度第

一批团体标准，拟研制《信息技术音视频及图像分析算法接口》相关标准。本

标准为自主制定标准，计划编号为CESA-2018-4-002，归口单位为中国电子技术

标准化研究院，由杭州海康威视数字技术股份有限公司牵头组织编制。该团标于

2019年4月发布，标准编号为T/CESA1035-2019。具体工作过程如下：

2017年6月28日，总体组在京召开人工智能标准需求研讨会，确定对该项标准进

行研制。

2018年8月28日，第一次标准编制讨论会，与各参与单位进行研讨，对各标准的

立项材料进行封闭编写。

2018年9月13日，立项评审会，标准立项评审。

2018年10月15日，标准编制会，对标准草案进行封闭编写。

2018年11月7日，标准编制会，对标准草案进行封闭编写。

2018年11月28日到12月25日，电标协会针对该标准征求意见，标准编制组针

对意见进行了处理，形成了标准审查稿。

2019年1月，团标审查，

2019年4月，团标发布。

二)、国标阶段：

在主管部门支持下，经过工信部、国标委评审和专家论证，该项目于2021

年第三度获得正式立项。标准获得立项后，在全国音频、视频及多媒体系统与设

备标准化技术委员会组织下，杭州海康威视数字技术股份有限公司成立了起草

组，单位包括主流算法厂商与平台集成厂商、算法接口以及服务用户厂商、高校、

研究机构等。具体工作过程以及详细讨论内容如下：

2019年5月，国标立项答辩。

2020年1月，电子司答辩。

2020年6月，科技司答辩。

2021年3月，国标委答辩。

2021年8月，标准计划号下达。

2021年12月，国标编制启动会召开。

2022年8月，国标编制讨论会召开。

国家标准报批资料

2022年11月，国标编制讨论会召开。

第一次会议

2021年12月，召开国标立项启动会，来自各不同领域的相关单位代表共同

参会讨论。会上，音视频标委会介绍了国标的背景和编制要求，海康威视作为标

准主编单位介绍了标准从团标阶段到国标阶段的整体工作过程以及标准文件主

要内容。会议针对各与会单位提出的问题进行了充分的研讨沟通，会上各单位就

现有标准草案的范围、框架以及内容成熟程度一致认可。会议决议对标准文本进

行规范化调整后，可进入征求意见阶段。

第二次会议

2022年8月，召开国标编制讨论会，全体代表对标准进行较为详细的讨论，

会上主要讨论的内容分为如下三个板块：

1.对上一版草案反馈的意见处理情况进行沟通并确定处理方案；

2.对各单位会上提出的问题和建议进行讨论并确定修改方向。会后需修改的主

要内容如下：

1)首页封面中英文需保持一致；

2)范围：规定了接口的具体内容尽量补充完整；

3)缩略语如果定义，关键词替换为缩略词；

4)图1的大箭头改为双向箭头；

5)类似中的角标存在使用不规范问题，建议参考国标1.1，修

改描述方式；

6)建议把要求内容写细致便于落地；

7)建议建立标准讨论群便于沟通；

3、标委会秘书处协助起草组明确后续工作计划。具体安排如下：

1)牵头单位需做好过程文件的准备和管理。本次会议纪要以及标准草

案邮件发出给起草组各参编单位；

2)标准各参编单位请将处理意见于9月8号之前反馈至牵头单位邮箱

（yangyangyf1@）并抄送给标委会秘书处邮箱

（sac_tc242@163.com）；

3)9月8日意见回收后，9月再针对意见处理版本进行一次讨论定稿，

国家标准报批资料

之后进入标准征求意见阶段。

第三次会议

1、对第二次编制讨论会会上以及会后反馈的多项意见修改成果逐条研讨，其

中绝大多数修改成果组内达成一致。个别未达成共识的问题经会上讨论已明确

修改方案，将于会后完成修改。具体意见以及处理结论见附录表2；

2、对各单位会上提出的意见和建议进行讨论并确定修改方案；

工作组各单位会上所提意见已做充分讨论，修改方案已达成一致，将于会后完

成修改。具体意见以及处理结论见附录表3；

3、标委会秘书处协助起草组明确后续工作计划。具体安排如下：

1)牵头单位将本次会上讨论的问题处理完毕，形成征求意见稿，稿件

文本于11月30日前发给标委会及编制组各单位，编制说明等相关

资料同期提交给标委会。

2)计划在年底前完成征求意见公示过程。

四、知识产权情况说明

该标准为接口规范标准，不涉及专利问题。

五、产业化情况、推广应用论证和预期达到的经济效果

当前人工智能受到的关注度持续提升，大量资本的汇聚以及各类社会资源的

不断投入，驱动人工智能技术的飞速发展。近年来，随着深度学习技术的突破性

进展，利用深度学习技术理解视音频内容，为视音频分析领域带来了前所未有的

大机遇，使之成为人工智能技术最大应用场景之一。

视音频分析领域中，有众多细分场景，如车牌识别、人脸识别、行为分析、

场景分析等等。行业中涌现了很多以AI算法为核心的技术公司，深耕于各个细分

领域。随着社会对AI认知的不断加深，大量用户开始不满足于只采用一家的算法，

转而希望实现算法的兼收并蓄，针对不同细分场景择优取之，最大化各个算法的

优势。

国家标准报批资料

目前，在涉及多算法的智能分析项目中，为实现系统对多种算法的兼容，算

法厂商与平台集成厂商都需要投入大量的人力、物力进行开发、调试。且由于缺

乏统一标准，项目成果的复用程度低，很难在其他项目上借鉴。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。通过算法接口标准

化，可实现系统对不同算法的调用规范化，从而满足各医疗、教育、金融、家居、

交通、公安等等众多行业不同领域对基础通用标准的实际需求。该标准适用于视

音频与图片智能分析算法的接入与应用，可用于指导智能算法与服务系统的集成

与开发。标准的研制可避免因缺少统一的算法接口标准导致开发成本浪费，同时

也很好的为当前人工智能智慧容器的大发展方向提供支撑。标准的实施可实现产

业内的统一探讨，形成产业共认的标准接口，推动智能分析领域相关技术的良性

合作和发展，具有不可取代的支撑作用。

六、采用国际标准和国外先进标准情况

本标准未采用国际标准或国外先进标准。

七、与现行相关法律、法规、规章及相关标准的协调性

本标准与现行相关法律、法规、规章及相关标准协调一致。

八、重大分歧意见的处理经过和依据

无。

九、标准性质的建议

该标准的推广应用将产生巨大的经济效益和社会效益，因此，建议作为推荐

性国家标准发布。

国家标准报批资料

十、贯彻标准的要求和措施建议

建议加快推进该标准的发布和实施工作，由中国电子技术标准化研究院组织

行业单位，开展该标准的宣贯工作。

十一、替代或废止现行相关标准的建议

无

十二、其它应予说明的事项

无

国家标准报批资料

国家标准报批资料

一、工作简况

1、任务来源

根据国家标准委员会2021年标准制修订计划，杭州海康威视数字技术股份

有限公司负责制定《人工智能音视频及图像分析算法接口》（项目计划号：

20213184-T-339）。本标准由全国音频、视频及多媒体系统与设备标准化技术委

员会（SAC/TC242）作为技术归口单位。

2、协作单位及主要起草人

本标准主要由杭州海康威视数字技术股份有限公司负责牵头起草，音视频标

委会组织相关单位成立起草组，起草过程中广泛征求意见。

起草组成员（待完善）：杭州海康威视数字技术股份有限公司

本标准主要起草人（待完善）：陈喆、杨扬。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1、标准编制原则

标准编制依据GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结

构和起草规则》的要求进行编写。使应用该技术规范的各方就其意义和意图达成

共识。标准力求格式、规范内容清晰、准确并有正确和一致的解释。

国家标准报批资料

2、标准编制的主要内容

标准规定了音视频与图像分析算法接口，涵盖了解析算法和比对算法在算法

包和算法服务形式下的接口规范，包括接口的应用环境、数据格式定义和接口交

互过程等。本文件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。

3、标准制定的目的和意义

a)智能分析技术在十几年前就已经在人工智能领域开始应用，随着深度学习等

技术的发展，智能分析算法也有了长足进步。随着与智能家居、智能安防等

场景的结合程度持续提高，智能分析技术也迎来了前所未有的大机遇；

b)现在的视频分析领域有众多的需求，如车牌识别、人脸识别、行为分析、场

景分析等等。同时行业中也涌现了很多以AI算法为核心的技术公司，深耕

于各个细分领域；

c)随着用户对智能和算法的了解深入，用户开始不满足于只采用一家的算法，

希望将各家优秀算法放入算法仓库，在使用时择优取之，这样可以有效发挥

各家算法的长处，同时，这类需求同时也与行业的发展方向相匹配；

d)目前的智能算法使用方式固化，和设备呈现强绑定关系。即使有算法的替换，

也需要通过定制统一接口来实现。由于缺乏统一标准，项目成果的复用程度

低，很难在其他项目上借鉴。因此算法厂商与平台集成厂商面对不同项目时

需要投入大量的人力、物力进行重复性开发、调试；

e)该标准旨在通过对算法接口的统一,实现系统有能力对多种算法的兼容,这种

应用在目前的众多应用领域需求已成熟(目前较多项目是定制化的统一接口),

实际项目可直接落地应用，同时也与当前人工智能智慧容器的大方向相匹

配。

三、编制过程

一)、团标阶段：

国家标准报批资料

2018年9月14日，中国电子工业标准化技术协会下达2018年第四季度第

一批团体标准，拟研制《信息技术音视频及图像分析算法接口》相关标准。本

标准为自主制定标准，计划编号为CESA-2018-4-002，归口单位为中国电子技术

标准化研究院，由杭州海康威视数字技术股份有限公司牵头组织编制。该团标于

2019年4月发布，标准编号为T/CESA1035-2019。具体工作过程如下：

2017年6月28日，总体组在京召开人工智能标准需求研讨会，确定对该项标准进

行研制。

2018年8月28日，第一次标准编制讨论会，与各参与单位进行研讨，对各标准的

立项材料进行封闭编写。

2018年9月13日，立项评审会，标准立项评审。

2018年10月15日，标准编制会，对标准草案进行封闭编写。

2018年11月7日，标准编制会，对标准草案进行封闭编写。

2018年11月28日到12月25日，电标协会针对该标准征求意见，标准编制组针

对意见进行了处理，形成了标准审查稿。

2019年1月，团标审查，

2019年4月，团标发布。

二)、国标阶段：

在主管部门支持下，经过工信部、国标委评审和专家论证，该项目于2021

年第三度获得正式立项。标准获得立项后，在全国音频、视频及多媒体系统与设

备标准化技术委员会组织下，杭州海康威视数字技术股份有限公司成立了起草

组，单位包括主流算法厂商与平台集成厂商、算法接口以及服务用户厂商、高校、

研究机构等。具体工作过程以及详细讨论内容如下：

2019年5月，国标立项答辩。

2020年1月，电子司答辩。

2020年6月，科技司答辩。

2021年3月，国标委答辩。

2021年8月，标准计划号下达。

2021年12月，国标编制启动会召开。

2022年8月，国标编制讨论会召开。

国家标准报批资料

2022年11月，国标编制讨论会召开。

第一次会议

2021年12月，召开国标立项启动会，来自各不同领域的相关单位代表共同

参会讨论。会上，音视频标委会介绍了国标的背景和编制要求，海康威视作为标

准主编单位介绍了标准从团标阶段到国标阶段的整体工作过程以及标准文件主

要内容。会议针对各与会单位提出的问题进行了充分的研讨沟通，会上各单位就

现有标准草案的范围、框架以及内容成熟程度一致认可。会议决议对标准文本进

行规范化调整后，可进入征求意见阶段。

第二次会议

2022年8月，召开国标编制讨论会，全体代表对标准进行较为详细的讨论，

会上主要讨论的内容分为如下三个板块：

1.对上一版草案反馈的意见处理情况进行沟通并确定处理方案；

2.对各单位会上提出的问题和建议进行讨论并确定修改方向。会后需修改的主

要内容如下：

1)首页封面中英文需保持一致；

2)范围：规定了接口的具体内容尽量补充完整；

3)缩略语如果定义，关键词替换为缩略词；

4)图1的大箭头改为双向箭头；

5)类似中的角标存在使用不规范问题，建议参考国标1.1，修

改描述方式；

6)建议把要求内容写细致便于落地；

7)建议建立标准讨论群便于沟通；

3、标委会秘书处协助起草组明确后续工作计划。具体安排如下：

1)牵头单位需做好过程文件的准备和管理。本次会议纪要以及标准草

案邮件发出给起草组各参编单位；

2)标准各参编单位请将处理意见于9月8号之前反馈至牵头单位邮箱

（yangyangyf1@）并抄送给标委