视频地图结合了 AI 目标识别技术，采用 TensorFlow 框架，对视频中的目标进行深度学习、模型训练，在视频播放的同时，从视频中自动识别目标的类型，标识目标物的类型和位置等信息。
SuperMap iDesktopX 提供 80 种目标物类型，例如汽车、公交车、火车、红绿灯、行人、水杯、笔记本等交通目标以及生活用品，同时，支持设置不同目标物标识框的风格，便于区分目标类型。视频目标识别可应用于实时监控道路交通的拥挤度，例如机动车流量、非机动车流量、人流量的拥挤度。
主要操作
- 目标检测需要使用 AI 模块的 Python 环境，需在官网下载中心下载 SuperMap iObjects Python Environments 11i；
- 单击开始->浏览->Python按钮，在 Python 窗口中添加 SuperMap iObjects Python Environments 11i 中已有的 Python 环境，并重启 Python 环境，详细操作请参见 Python 包管理页面。
-
设置检测类型：在视频地图窗口打开视频后，单击 视频分析-> 交通分析 ->检测设置按钮，在弹出的对话框中，设置目标检测类型及标识风格，具体操作如下：
- 添加检测类型：单击工具栏中的
添加按钮，在弹出的对话框中选中需添加的目标类型，可配合 Ctrl 或 Shift 键选中多项。 - 删除检测类型：在目标检测列表中选中待删除的类型，单击工具栏中的
删除按钮，删除选中的类型。 -
风格设置：可为不同目标物设置不同的标识框风格，便于区分目标物的类型。在列表中选中目标检测类型，正在风格设置处可设置目标标识框的以下参数：
- 前景色：单击下拉按钮，可设置目标标识框的填充颜色。
- 线颜色：单击下拉按钮，可设置目标标识框的边线颜色。
- 前景透明：勾选该复选框，则标标识框的填充颜色透明。 显示标签：勾选该复选框，即可在目标物标识框上方显示目标物名称，文本颜色与线颜色一致。
- 添加检测类型：单击工具栏中的
-
目标检测：单击 视频分析-> 交通分析 ->目标检测按钮，即可从头开始播放视频，检测视频中的目标物类型，并在视频中通过标示框，动态标识目标物，如下图所示。
- 跳帧：当目标检测频率小于视频帧率时，目标检测过程中视频播放卡顿，可通过跳帧是视频播放更流畅，但是跳帧会使视频画面丢失，例如在一定时间内画面有十帧：ABCDEFGHIJ，那么跳帧1就是表示跳过连续的一帧的画面，则在这一定时间内显示的画面就只有ACEGI，如果设置了跳帧2，表示跳过连续的两帧画面，则显示的是ADGJ。跳帧数值的大小，需根据计算机显卡、内存、性能以及视频帧率的情况来设定。