CN106534344A - 一种云平台视频处理系统及其应用方法 - Google Patents

Abstract

本发明涉及视频侦查领域，更具体地，涉及一种云平台视频处理系统及其应用方法。所述云平台用于与图像侦查系统连接，云平台中设有用于与分布式数据库连接的视频处理服务集群，视频处理服务器集群中设有若干节点，节点提供视频特征分析服务和特征检索服务，并设有内存数据库。视频处理服务集群中还设有对视频特征分析后得到的结果进行汇总的合并单元，该合并单元合并后的数据存储于分布式数据库。本发明采用云框架设计，通过在云平台上设置视频处理服务集群，为公安图像侦查系统提供视频特征分析服务和特征检索服务，将公安图像侦查系统的计算能力转移到云平台上，大大减少了海量数据的检索时间，提高公安办案人员的办案效率。

Description

一种云平台视频处理系统及其应用方法

技术领域

本发明涉及视频侦查领域，更具体地，涉及一种云平台视频处理系统及其应用方法。

背景技术

图像侦查技术狭义地说是指如何利用图像为侦查破案服务。目前图像侦查技术并没有在全国广泛应用，有些地区还没有建设图像侦查系统。全国公安机关开展图像侦查工作也参差不齐，有些地市还采用从头到尾浏览视频、手工记录线索的方式来进行破案。

其次现有的公安图像侦查系统业务较为单一，资源共享力度较低。公安使用图像侦查系统进行案件侦查的流程是当某一案件发生时，通常公安会赶赴案件现场去采集与该案件相关的社会视频资源，使用图像侦查系统进行事后的案件分析。比如对录像文件进行摘要分析，目标分类、检索，对模糊图片或视频进行图像增强等技术手段去发掘对本案件有用的线索。当采集的视频资源比较多时，也要花费大量时间对视频资源进行特征的结构化。目前公安图像侦查系统对视频文件的结构化分析流程以文件为最小单位进行特征分析，并把提取的特征存储在分布式数据库中。在进行目标特征检索时，再把符合条件的特征从目标库中检索出来进行特征匹配。

在视频侦查工作中，侦查人员通过人工方式浏览视频，寻找嫌疑目标的工作方式费时、费力、并且效率极其低下，严重阻碍公安的办案效率。现有的公安图像侦查系统采用视频特征技术对视频资源进行事后特征结构化分析，比传统的人工侦查方式有了质的飞跃。但是在案件的快速响应、精确破案的要求下，效率还是有提升的空间。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷（不足），提供一种能够提高视频侦查效率的云平台视频处理系统。

本发明还提供一种云平台视频处理系统的应用方法。

为解决上述技术问题，本发明的技术方案如下：

一种云平台视频处理系统，包括用于与图像侦查系统连接的云平台，云平台中设有用于与分布式数据库连接的视频处理服务集群，视频处理服务器集群中设有若干节点，节点提供视频特征分析服务和特征检索服务，每个节点中设有用于存储视频特征分析后的分析结果的内存数据库，视频处理服务集群中还设有合并各节点进行视频特征分析后得到的分析结果的合并单元，合并单元合并后的数据存储于分布式数据库。

本发明采用云框架设计，通过在云平台上设置视频处理服务集群，为公安图像侦查系统提供视频特征分析服务和特征检索服务，将公安图像侦查系统的计算能力转移到云平台上，简化本地系统架构，通过云平台的方式来提高本地图像侦查系统的计算能力和检索效率。与此同时，视频处理服务集群中的节点设置高速内存数据库，通过内存数据库来缓存视频特征分析的结果供检索目标时优先提取目标数据使用，公安侦查对近期的视频数据兴趣较大，因此内存数据库缓存的数据足够公安侦查使用，从内存数据库检索到目标的概率会很高，从而大大减少了海量数据的检索时间，提高公安办案人员的办案效率。

上述方案中，视频特征分析服务包括事物特征识别、人脸检测、人脸识别、视频摘要、特征检索、图像增强。视频特征分析服务类型的多样化可以满足不同业务需求，提升系统的应用范围。

上述方案中，不同节点提供一种或者多种相同或者不相同的视频特征分析服务，所有节点提供的视频特征分析服务涵盖所有类型的视频特征分析服务。

上述方案中，视频处理服务器集群通过动态方式添加和删除节点。通过动态式添加与删除节点，可以灵活地增加云平台的功能或者移除云平台的功能，提升系统的扩展性和兼容性。

上述方案中，所述云平台上还设有与视频处理服务器集群连接的万能播放器。

上述方案中，所述云平台上还设有与视频处理服务器集群连接的视频转码器。

一种基于上述所述的云平台视频处理系统的应用方法，包括：

视频处理服务集群接收视频文件被拆分为多个的文件片段；

视频处理服务集群根据节点提供的视频特征服务功能将文件片段分配给节点；

节点并行分析分配到的文件片段，得到的分析结果存储在节点的内存数据库中并将输出至合并单元中；

合并单元合并所有分析结果并存储于分布式数据库。

对视频文件进行分开并行分析，每个节点存储各自的分析结果，合并单元按照预定规则合并目标特征并将合并数据保存到分布式数据库中，相对传统的视频数据方式，本发明的方法实现海量视频数据的快速分析，提高公安侦查人员的办案效率。

上述方案中，视频文件的拆分是通过图像侦查系统根据云平台的计算能力进行的。通过查询云平台的计算能力进行视频文件拆分，可以使得文件片段与节点的计算能力更加匹配，更好地利用各个节点进行视频分析处理工作，从而准确地保证节点的处理时间同步，提升视频数据的分析速度。

上述方案中，当云平台收到需要检索的目标图像或目标图像集时，云平台提交给视频处理服务集群；

节点根据目标图像或目标图像集从内存数据库中提取目标特征进行特征比对；

若内存数据库中不存在目标图像或者目标图像集对应的目标特征时，节点从分布式数据库中提取目标特征进行特征比对；

将特征比对得到的比对结果输出。

目标图像或者目标图像集的目标特征先在节点的内存数据库进行检索，内存数据库中检索不到再在分布式数据库中检索，由于公安侦查对近期的视频数据兴趣较大，因此内存数据库缓存的数据足够公安侦查使用，从内存数据库检索到目标特征的概率会很高，从而大大减少了海量数据的检索时间，提高公安办案人员的办案效率。

与现有技术相比，本发明技术方案的有益效果是：

本发明的系统及其应用方法基于节点的多样化视频特征分析服务对视频文件进行分块处理，并采用节点的内存数据库对分析结果进行存储实现差异化存储，同时对合并后的分析结果利用分布式数据库存储，实现海量数据的快速分析和差异化存储。而且进行目标图像或者目标图像集的目标特征检索时先从内存数据库中提取，当目标特征不在内存数据库时，再从分布式数据库提取，提高效率。本发明的系统和应用方法引用于公安图像侦查系时，可以提高视频的分析和检索效率，缩小侦查摸排的范围，缩短案件的侦查时间、简化侦查人员的工作复杂度，为预防打击违反犯罪、维护社会稳定提供有力的系统支撑。

附图说明

图1为本发明一种云平台视频处理系统具体实施例的结构示意图。

图2为本发明一种云平台视频处理系统的应用方法中视频文件进行分块处理的流程图。

图3为本发明一种云平台视频处理系统的应用方法中目标特征检索的流程图。

图4为本发明一种云平台视频处理系统应用在图像侦查系统中的架构图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

在本发明的描述中，需要理解的是，此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此，限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接连接，可以说两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。

实施例1

如图1所示，为本发明一种云平台视频处理系统具体实施例的结构示意图。

参见图1，本具体实施例一种云平台视频处理系统具体包括云平台110，云平台110中设有用于与分布式数据库连接的视频处理服务集群111，视频处理服务器集群111中设有若干节点112，节点112提供视频特征分析服务和特征检索服务，节点112中设有内存数据库，内存数据库存储各个节点各自的分析结果，视频处理服务集群111中还设有合并各节点进行视频特征服务后得到的分析结果的合并单元113，合并单元113合并后的数据存储于分布式数据库。

本具体实施例中云平台110用于连接图像侦查系统，用于服务公安侦查办案。

视频处理服务集群111可以是一个，也可以是多个，根据云平台110所需的计算能力设置。其上的节点112包括若干个指的是包括至少一个，根据图像侦查系统的业务需求，如摘要分析、检索分析、数据浓缩、图像增强、图像去噪、图像锐化、图像去雾、人脸识别、车辆识别、指纹识别等各个应用需求设置，节点112提供多样化的视频特征分析服务和特征检索服务来满足图像侦查系统的各种需求，优选地，视频特征分析服务包括事物特征识别、人脸检测、人脸识别、视频摘要、特征检索、图像增强。视频特征分析服务包括所述功能但不限于此。至少一个节点可以同时并行处理多个视频文件的片段，相对于现有技术中的以整个视频文件作为最小处理单位进行特征分析，并行分析处理可以大大提高视频处理的效率。

而且视频处理服务器集群111可以通过动态方式添加和删除节点112。所增加节点112所能提供的视频特征分析服务可以和现有节点112提供的视频特征分析服务相同，也可以不同，可以仅提供其中一种视频特征分析服务或特征检索服务，也可以同时提供多种。删除节点112可以根据云平台110的计算能力和图像侦查系统具体所需的业务进行功能移除，减轻系统的负载。

具体实施过程中，不同节点112提供一种或者多种相同或者不相同的视频特征分析服务，所有节点112提供的视频特征分析服务涵盖所有类型的视频特征分析服务。节点112功能的集成可以多元化，根据云平台110的计算能力具体设置。

具体实施过程中，各个节点112各自设置内存数据库，内存数据库存储对应节点的视频分析结果，同时利用合并单元113可以将各个节点112进行视频分析处理后的分析结果进行合并，合并后再进行存储，内存数据库和分布式数据库的结合一方面方便进行数据的存储和检索，最大限度减少数据搬运带来的开销，提高计算的实时性，提升后续目标图像的检索效率，另一方面合并后存储在一定程度上可以减少数据的存储量。具体实施过程中，各个节点的内存数据库有Master、Slave之分，采用选举的调度策略，当超过半数的节点检测到某个节点离线时，则认为该节点是出现故障，这时其他节点可以自动地从分布式数据库中加载该节点内存数据库存储数据对应的副本，保证系统的高可用性。其中每个节点加载副本的数据是由Master节点分派的，当Master节点出现异常后，Slave节点会通过选举策略重新选举一个Slave节点当Master节点。

具体实施过程中，所述云平台110上还设有与视频处理服务器集群111连接的万能播放器114和视频转码器115。万能播放器114和视频转码器115的设置进一步提升云平台的服务功能。

实施例2

在实施例1的基础上，本发明还提供一种基于上述所述的云平台视频处理系统的应用方法，所述应用方法包括两大部分，第一部分是对视频文件进行分块处理，第二部分是对目标图像或者目标图像集进行目标特征检索。

如图2所示，为视频文件进行分块处理的流程图。所述视频文件进行分块处理的具体步骤包括：

S110.视频处理服务集群接收视频文件被拆分为多个的文件片段；

S120.视频处理服务集群根据节点提供的视频特征服务功能将文件片段分配给节点；

S130.节点并行分析分配到的文件片段，得到的分析结果存储在节点的内存数据库中并将输出至合并单元中；

S140.合并单元合并所有分析结果并存储于分布式数据库。

通常，视频文件时由侦查人员上传到本地的图像侦查系统中，再由图像侦查系统提交到云平台视频处理系统中进行视频文件的处理。图像侦查系统上传视频文件前会查询云平台的计算能力，将视频文件拆分为多个文件片段。因此，视频处理服务集群接收到的视频文件是一个个文件片段，视频文件的拆分是通过图像侦查系统根据云平台的计算能力进行的。此方式可以实时地根据云平台的计算能力进行视频文件的拆分，使得文件片段与云平台以及节点的计算能力更加匹配，更好地利用各个节点进行视频分析处理工作，从而准确地保证节点的处理时间同步，提升视频数据的分析速度。

在视频文件进行分块处理步骤中，由于经过各个节点分析后得到的分析结果会经由各个节点的内存数据库进行存储，再利用合并单元进行合并后再存储，内存数据库和分布式数据库的结合一方面方便进行数据的存储和检索，最大限度减少数据搬运带来的开销，提高计算的实时性，提升后续目标图像的检索效率，另一方面合并后存储在一定程度上可以减少数据的存储量。

在步骤S110中，把同一个文件拆分成几个文件片段，使用相同算法进行分析。步骤S140中，结果合并是把所有的分析结果按照文件原有时间戳顺序进行合并。

如图3所示，对目标图像或者目标图像集进行目标特征检索的具体步骤为：

S210.当云平台收到需要检索的目标图像或目标图像集时，云平台提交给视频处理服务集群；

S220.节点根据目标图像或目标图像集从内存数据库区中提取目标特征进行特征比对；

S230.若内存数据库中不存在目标图像或者目标图像集对应的目标特征时，节点从分布式数据库中提取目标特征进行特征比对；

S210.将特征比对得到的比对结果输出。

此方式利用的是内存缓冲技术，直接从内存读取数据进行计算分析，可以加快数据处理的速度，实现海量数据快速检索。

通常目标图像或者目标图像集提交到云平台前通常会进行特征提取以及图像过滤。过滤后得到的目标图像或者目标图像集提交到云平台的视频处理服务集群中，由视频处理服务集群进行快速检索比对。

比对时，节点优先从内存数据库中提取目标特征，当目标特征不在内存数据库时，再从分布式数据库中提取目标特征。由于节点的内存数据库足够缓存视频特征数据一段时间，因此从内存数据库中检索到目标特征的概率很高，从而大大减少了海量数据的检索时间。

实施例3

公安图像侦查系统一般为本地系统，用于公安侦查办案时对采集到的视频图像进行分析处理，视频分析需求多样化，如对录像文件进行摘要分析、目标分类、目标检索，对模糊图像或者视频进行图像增强。本发明的云平台视频处理系统可以应用于公安图像侦查系统中，为公安侦查办案提高效率、简化工作复杂度。

本实施例结合公安图像侦查系统来对本发明的云平台视频处理系统及其应用方法进行进一步的说明。此说明仅用于示例性说明，不能理解为对本专利的限制。

如图4所示，本实施例包括图像侦查系统200、分布式数据库210、云平台视频处理系统220，分布式数据库210与云平台视频处理系统220分别与图像侦查系统连接，分布式数据库210与云平台视频处理系统220连接。

具体应用时，侦查人员先上传视频文件到图像侦查系统200，图像侦查系统200会查询云平台视频处理系统220的计算能力，将视频文件按照指定的长度拆分为多个文件片段提交给云平台视频处理系统220的视频处理服务集群进行特征结构化处理。视频处理服务集群中的多个节点并行分析相应的文件片段，分析结果输出的同时还存储在内存数据库中。并由视频处理服务集群中的合并单元对多个分析结果按照预定的规则进行数据合并，把合并后的视频特征数据存储在分布式数据库。

当侦查人员提交如嫌疑车辆或嫌疑人物的图片时，图像侦查系统200会对该上传的图片进行二次识别，提取图片中所关注的相关特征回传给系统页面进行相应的数据展现。侦查人员会根据特征数据进行目标集过滤，最终把图像目标集提交给云平台的视频处理服务集群进行快速检索比对。节点根据图像目标集从内存数据库中提取目标特征进行快速比对。当目标特征不在内存数据库中时，节点从分布式数据库210中获取该目标特征进行检索。由于节点的内存数据库足够缓存一段时间视频特征数据，因此从内存数据库命中的概率会很高，从而大大减少了海量数据的检索时间，缩小侦查摸排范围，缩短案件的侦查时间、简化侦查人员的工作复杂度，提升公安办案人员的办案效率。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种云平台视频处理系统，其特征在于，包括用于与图像侦查系统连接的云平台，云平台中设有用于与分布式数据库连接的视频处理服务集群，视频处理服务器集群中设有若干节点，节点提供视频特征分析服务和特征检索服务，每个节点中设有用于存储视频特征分析后的结果的内存数据库，视频处理服务集群中还设有合并各节点进行视频特征分析后的结果的合并单元，合并单元合并后的数据存储于分布式数据库。

2.根据权利要求1所述的云平台视频处理系统，其特征在于，视频特征分析服务包括事物特征识别、人脸检测、人脸识别、视频摘要、特征检索、图像增强。

3.根据权利要求2所述的云平台视频处理系统，其特征在于，不同节点提供一种或者多种相同或者不相同的视频特征分析服务，所有节点提供的视频特征分析服务涵盖所有类型的视频特征分析服务。

4.根据权利要求1所述的云平台视频处理系统，其特征在于，视频处理服务器集群通过动态方式添加和删除节点。

5.根据权利要求1所述的云平台视频处理系统，其特征在于，所述云平台上还设有与视频处理服务器集群连接的万能播放器。

6.根据权利要求1所述的云平台视频处理系统，其特征在于，所述云平台上还设有与视频处理服务器集群连接的视频转码器。

7.一种基于权利要求1至6任一项所述的云平台视频处理系统的应用方法，其特征在于，包括

视频处理服务集群接收视频文件被拆分为多个的文件片段；

视频处理服务集群根据节点提供的视频特征服务功能将文件片段分配给节点；

节点并行分析分配到的文件片段，得到的分析结果存储在节点的内存数据库中并将输出至合并单元中；

合并单元合并所有分析结果并存储于分布式数据库。

8.根据权利要求7所述的云平台视频处理系统的应用方法，其特征在于，视频文件的拆分是通过图像侦查系统根据云平台的计算能力进行的。

9.根据权利要求7所述的云平台视频处理系统的应用方法，其特征在于，当云平台收到需要检索的目标图像或目标图像集时，云平台提交给视频处理服务集群；

节点根据目标图像或目标图像集从内存数据库中提取目标特征进行特征比对；

若内存数据库中不存在目标图像或者目标图像集对应的目标特征时，节点从分布式数据库中提取目标特征进行特征比对；

将特征比对得到的比对结果输出。

10.根据权利要求7所述的云平台视频处理系统的应用方法，其特征在于，当其他节点获知某个节点离线时，其他节点自动地从分布式数据库中加载离线节点的数据副本。