CN106550208A - 视频拆分方法、设备及视频分析系统 - Google Patents
视频拆分方法、设备及视频分析系统 Download PDFInfo
- Publication number
- CN106550208A CN106550208A CN201510604589.0A CN201510604589A CN106550208A CN 106550208 A CN106550208 A CN 106550208A CN 201510604589 A CN201510604589 A CN 201510604589A CN 106550208 A CN106550208 A CN 106550208A
- Authority
- CN
- China
- Prior art keywords
- video
- sub
- capture device
- time period
- split
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供的一种视频拆分方法、设备及视频分析系统，可以根据视频拆分表中的拆分数量对视频进行拆分，同时，本发明还可以根据累计分析时长与基准分析时长的比例修改视频拆分表中的拆分数量。当累计分析时长较长时，本发明可以相应减少拆分数量，提高每个子视频分析时的计算量，可以充分利用计算节点的计算能力；当累计分析时长较短时，本发明可以相应增加拆分数量，降低每个子视频分析时的计算量，防止被拆分的子视频在计算节点中积压。可见，本发明实现了对视频的合理拆分，即充分利用了计算节点的计算能力，又可以防止被拆分的子视频在计算节点中积压。
Description
技术领域
本发明涉及视频拆分技术领域，特别是涉及视频拆分方法、设备及视频分析系统。
背景技术
出于安全考虑，在医院、学校、路口等区域都要进行全天候的视频监控。由于视频数量巨大，人工分析如此多的数量的视频无法完成，因此需要由多个计算节点进行视频分析。
在将视频分析任务发送给计算节点之前，需要首先对视频进行拆分，例如：将每天下午一点到下午两点之间的视频拆分为10个子视频，每6分钟的视频为一个子视频。然后各计算节点可以对子视频进行分析。
但现有的视频拆分技术仅按照时间长度进行拆分，无法合理的对视频进行拆分。
发明内容
本发明实施例的目的在于提供一种视频拆分方法、设备及视频分析系统，以合理的对视频进行拆分。
为达到上述目的，本发明实施例公开了一种视频拆分方法，应用于视频分析系统中的视频拆分设备中，所述视频分析系统还包括多个计算节点，所述视频拆分设备与各计算节点通信连接，所述方法包括：
获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
使用所述多个计算节点对拆分得到的子视频进行视频分析；
监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
可选的，所述根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频，包括：
在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
可选的，所述使用所述多个计算节点对拆分得到的子视频进行视频分析，包括：
生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
可选的，所述根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改，包括：
确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；
根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
可选的，还包括：
如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，再次执行所述在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量的步骤；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
一种视频拆分设备，所述视频拆分设备为视频分析系统中的视频拆分设备，所述视频分析系统还包括多个计算节点，所述视频拆分设备与各计算节点通信连接，所述视频拆分设备包括：通信接口及处理器，
所述通信接口获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
所述处理器根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
所述处理器使用所述多个计算节点对拆分得到的子视频进行视频分析；
所述处理器监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
所述处理器对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
所述处理器根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
可选的，所述处理器在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
可选的，所述处理器生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
所述处理器将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
可选的可选的，所述处理器确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；
所述处理器根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
可选的，所述处理器如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则所述处理器在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，所述处理器再次在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
一种视频分析系统，包括：视频拆分设备及多个计算节点，所述视频拆分设备与各计算节点通信连接，
所述视频拆分设备获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；所述视频拆分设备根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；所述视频拆分设备使用所述多个计算节点对拆分得到的子视频进行视频分析；所述视频拆分设备监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；所述视频拆分设备对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；所述视频拆分设备根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
可选的，还包括：所述第一视频采集设备，所述第一视频采集设备进行视频的采集。
可选的，还包括：与所述视频拆分设备及计算节点通信连接的存储设备，所述存储设备存储所述第一视频采集设备采集的视频。
本发明实施例提供的一种视频拆分方法、设备及视频分析系统，可以根据视频拆分表中的拆分数量对视频进行拆分，同时，本发明还可以根据累计分析时长与基准分析时长的比例修改视频拆分表中的拆分数量。当累计分析时长较长时，本发明可以相应减少拆分数量，提高每个子视频分析时的计算量，可以充分利用计算节点的计算能力；当累计分析时长较短时，本发明可以相应增加拆分数量，降低每个子视频分析时的计算量，防止被拆分的子视频在计算节点中积压。可见，本发明实现了对视频的合理拆分，即充分利用了计算节点的计算能力，又可以防止被拆分的子视频在计算节点中积压。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种视频拆分方法的流程图；
图2为本发明实施例提供的另一种视频拆分方法的流程图；
图3为本发明实施例提供的另一种视频拆分方法的流程图；
图4为本发明实施例提供的一种视频分析系统的结构示意图；
图5为本发明实施例提供的另一种视频分析系统的结构示意图；
图6为本发明实施例提供的另一种视频分析系统的结构示意图；
图7为本发明实施例提供的另一种视频分析系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种视频拆分方法，应用于视频分析系统中的视频拆分设备中，所述视频分析系统还包括多个计算节点，所述视频拆分设备与各计算节点通信连接，该方法可以包括：
S001、获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
其中，计算节点可以为可进行视频分析的服务器等，本发明在此不作限定。
其中，第一视频采集设备可以为各种摄像头，如监控摄像头等，当然，第一视频采集设备也可以为其他可以采集视频的设备。
具体的，第一时间段可以为每天的一个时间段，例如：每天的中午12点到下午1点。可以理解的是，由于第一视频采集设备可以持续的采集视频，因此对采集的各个时间段的视频进行拆分时，均可以使用本发明的方案。
S002、根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
其中，视频拆分表可以保存于视频拆分设备中，也可以保存于其他设备中。
可以理解的是，视频拆分表中可以保存有分别与多个视频采集设备及多个时间段的组合对应的拆分数量。
具体的，步骤S002可以包括：在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
如果未找到，可以结束本发明的执行，也可以在视频拆分表中插入与所述第一视频采集设备的标识、第一时间段对应的初始拆分数量。
将一个视频拆分多个子视频的技术为现有技术，本发明在此不再赘述。
S003、使用所述多个计算节点对拆分得到的子视频进行视频分析；
具体的，步骤S003可以包括：
生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
这样，每一个子视频都有与其对应的一个视频分析任务。
具体的，不同的分析目标下，可以生成不同的视频分析任务。例如：需要追踪视频内出现的目标，则视频分析任务的内容可以为：将视频中的背景和符合目标特征的目标进行分离，并对目标进行追踪。当然，在其他情景下，还可以生成其他的视频分析任务，视频分析任务的生成过程为现有技术，本发明在此不作限定。
具体的，可以根据计算节点的心跳数据进行计算节点的选择，也可以为视频分析任务设置优先级，根据优先级对视频分析任务进行排序和分配。
由于分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配，因此，本发明可以为计算节点分配与其处理能力相匹配的数量的视频分析任务，不会造成计算节点处理能力的浪费，也不会造成任务处理过于缓慢。
下面举例说明：
举例一、假设在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量为10。将生成的10个视频分析任务分配给了三个计算节点：4核的计算节点A、4核的计算节点B以及2核的计算节点C。则，分配给计算节点A和计算节点B四个视频分析任务，分配给计算节点C两个视频分析任务。
S004、监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
在上述举例一的基础上进行举例说明：
假设计算节点A、计算节点B、计算节点C进行视频分析时，首先被分析的子视频的分析开始时刻为15:00，最后被分析完成的子视频的分析完成时刻15:15。其他子视频均在15:00到15:15之间分析。因此，实际分析时长为15分钟。
S005、对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
基准分析时长可以预先根据视频的长度确定，视频拆分表中的基准分析时长可以在较长的一段时间内固定不变，当然也可以根据需要随时进行调整。
其中，上述加权求和的公式可以为：
TL＝aTS+bTJ
其中，TL为累计分析时长，TS为实际分析时长，TJ为基准分析时长，a为实际分析时长的权重，b为基准分析时长的权重，其中，0<a<1且0<b<1。
考虑到子视频分析时的外部环境对实际分析时长的影响，本发明对实际分析时长及所述基准分析时长进行加权求和，通过设定权值a及b来均衡外部环境的影响。具体的，每次分析时，实际分析时长及所述基准分析时长进行加权求和时使用的权值可以不尽相同，本领域技术人员可以进行设定和调整。具体的，可以根据实际分析时长的发生概率为实际分析时长设定权重，例如：实际分析时长为15分钟，较少出现，则将其权重a设定为0.2，将权重b设定为0.8；如实际分析时长为10分钟，经常出现，则将其权重a设定为0.6，将权重b设定为0.4。
当然，在本发明其他实施例中，a和b之和并不一定为1，同时，还可以根据实际分析时长的出现情况调整基准分析时长，例如：将出现次数最多的实际分析时长作为基准分析时长，再如：将多次的实际分析时长进行平均，将平均值作为基准分析时长。
在举例一的基础上继续举例说明：
设基准分析时长为10分钟，由于实际分析时长为15分钟，因此实际分析时长的权重为0.2，基准分析时长的权重为0.8。根据公式TL＝aTS+bTJ计算得到累计分析时长为：11分钟。
S006、根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
具体的，在比例大于1时，可以增加拆分数量，相应的，在比例小于1时，可以相应减少拆分数量。
仍使用上述举例进行说明：
由于累计分析时长为11分钟，因此确定的比例为110％，当然，比例也可以使用另一种表达方式：1.1倍。这样，由于比例大于1，因此可以增加拆分数量。
其中，步骤S006的具体分析过程可以至少有如下两种方式：
方式一、确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
对于方式一，仍使用上述举例进行说明：预设比例区间有多个，如：(0，0.1]、(0.1，0.2]、(0.2，0.3]、(0.3，0.4]、(0.4，0.5]、(0.5，0.6]、(0.6，0.7]、(0.7，0.8]、(0.8，0.9]、(0.9，1.0]、(1.0，1.1]、(1.1，1.2]、(1.2，1.3]、(1.3，1.4]、(1.4，1.5]、(1.5，1.6]、(1.6，1.7]、(1.7，1.8]、(1.8，1.9]、(1.9，2.0]等。
则由于确定的比例为1.1倍，因此位于区间(1.0，1.1]中，该区间对应的调整比例为+10％。因此，可以增大10％的拆分数量，将拆分数量增加到11。
方式二、在所述比例为正整数时，按照所述比例增大所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量。
对于方式二，由于比例为1.1，因此并不为正整数，可以不进行拆分数量的调整。待比例为正整数，如2时，再进行调整即可。
相对而言，方式一调整更加及时，而方式二调整次数更少。
如图2所示，本发明实施例提供的另一种视频拆分方法，可以包括：
S001、获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
S002a、在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则执行步骤S002b；如果未查找到，结束本次视频拆分方法的执行。
S002b、将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
S003a、生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
S003b、将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
S004、监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
S005、对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
S006、根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
在图2所示实施例基础上，如图3所示，本发明实施例提供的另一种视频拆分方法，还可以包括：
S002c、如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，再次执行步骤S002a；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
其中，所述初始拆分数量可以为1。
这样，在视频拆分表中没有与所述第一视频采集设备的标识、第一时间段对应记录时，通过数据的插入就可以生成记录，后续再进行拆分时即可使用。
本发明实施例提供的一种视频拆分方法，可以根据视频拆分表中的拆分数量对视频进行拆分，同时，本发明还可以根据累计分析时长与基准分析时长的比例修改视频拆分表中的拆分数量。当累计分析时长较长时，本发明可以相应减少拆分数量，提高每个子视频分析时的计算量，可以充分利用计算节点的计算能力；当累计分析时长较短时，本发明可以相应增加拆分数量，降低每个子视频分析时的计算量，防止被拆分的子视频在计算节点中积压。可见，本发明实现了对视频的合理拆分，即充分利用了计算节点的计算能力，又可以防止被拆分的子视频在计算节点中积压。
与上述方法实施例相对应，本发明还提供了一种视频拆分设备。
本发明实施例提供的一种视频拆分设备，如图4所示，所述视频拆分设备为视频分析系统中的视频拆分设备100，所述视频分析系统还包括多个计算节点200，所述视频拆分设备100与各计算节点200通信连接，所述视频拆分设备100可以包括：通信接口及处理器，
所述通信接口获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
所述处理器根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
所述处理器使用所述多个计算节点200对拆分得到的子视频进行视频分析；
所述处理器监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
所述处理器对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
所述处理器根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
其中，计算节点200可以为可进行视频分析的服务器等，本发明在此不作限定。其中，第一视频采集设备可以为各种摄像头，如监控摄像头等，当然，第一视频采集设备也可以为其他可以采集视频的设备。
具体的，第一时间段可以为每天的一个时间段，例如：每天的中午12点到下午1点。可以理解的是，由于第一视频采集设备可以持续的采集视频，因此对采集的各个时间段的视频进行拆分时，均可以使用本发明的方案。
其中，视频拆分表可以保存于视频拆分设备中，也可以保存于其他设备中。
具体的，所述处理器可以在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
具体的，所述处理器可以生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
所述处理器将生成的每个视频分析任务分别分配到第一数量的计算节点200中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点200的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点200的视频分析任务的数量与该计算节点的CPU核数相匹配。
由于分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配，因此，本发明可以为计算节点分配与其处理能力相匹配的数量的视频分析任务，不会造成计算节点处理能力的浪费，也不会造成任务处理过于缓慢。
其中，上述加权求和的公式可以为：
TL＝aTS+bTJ
其中，TL为累计分析时长，TS为实际分析时长，TJ为基准分析时长，a为实际分析时长的权重，b为基准分析时长的权重，其中，0<a<1且0<b<1。
具体的，所述处理器可以确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；
所述处理器根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
在本发明其他实施例中，所述处理器如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则所述处理器可以在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，所述处理器再次在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
其中，所述初始拆分数量可以为1。
这样，在视频拆分表中没有与所述第一视频采集设备的标识、第一时间段对应记录时，通过数据的插入就可以生成记录，后续再进行拆分时即可使用。
本发明实施例提供的一种视频拆分装置，可以根据视频拆分表中的拆分数量对视频进行拆分，同时，本发明还可以根据累计分析时长与基准分析时长的比例修改视频拆分表中的拆分数量。当累计分析时长较长时，本发明可以相应减少拆分数量，提高每个子视频分析时的计算量，可以充分利用计算节点的计算能力；当累计分析时长较短时，本发明可以相应增加拆分数量，降低每个子视频分析时的计算量，防止被拆分的子视频在计算节点中积压。可见，本发明实现了对视频的合理拆分，即充分利用了计算节点的计算能力，又可以防止被拆分的子视频在计算节点中积压。
如图4所示，本发明实施例还提供了一种视频分析系统，可以包括：视频拆分设备100及多个计算节点200，所述视频拆分设备100与各计算节点200通信连接，
所述视频拆分设备100获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；所述视频拆分设备100根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；所述视频拆分设备100使用所述多个计算节点200对拆分得到的子视频进行视频分析；所述视频拆分设备100监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；所述视频拆分设备100对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；所述视频拆分设备100根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
如图5所示，本发明实施例提供的另一种视频分析系统，还可以包括：所述第一视频采集设备300，所述第一视频采集设备300进行视频的采集。
如图6及图7所示，在本发明其他实施例中，还可以包括：与所述视频拆分设备100及计算节点200通信连接的存储设备400，所述存储设备400存储所述第一视频采集设备300采集的视频。
本发明实施例提供的一种视频分析系统，可以根据视频拆分表中的拆分数量对视频进行拆分，同时，本发明还可以根据累计分析时长与基准分析时长的比例修改视频拆分表中的拆分数量。当累计分析时长较长时，本发明可以相应减少拆分数量，提高每个子视频分析时的计算量，可以充分利用计算节点的计算能力；当累计分析时长较短时，本发明可以相应增加拆分数量，降低每个子视频分析时的计算量，防止被拆分的子视频在计算节点中积压。可见，本发明实现了对视频的合理拆分，即充分利用了计算节点的计算能力，又可以防止被拆分的子视频在计算节点中积压。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (13)
1.一种视频拆分方法，其特征在于，应用于视频分析系统中的视频拆分设备中，所述视频分析系统还包括多个计算节点，所述视频拆分设备与各计算节点通信连接，所述方法包括：
获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
使用所述多个计算节点对拆分得到的子视频进行视频分析；
监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
2.根据权利要求1所述的方法，其特征在于，所述根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频，包括：
在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
3.根据权利要求1或2所述的方法，其特征在于，所述使用所述多个计算节点对拆分得到的子视频进行视频分析，包括：
生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
4.根据权利要求1所述的方法，其特征在于，所述根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改，包括：
确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；
根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
5.根据权利要求2所述的方法，其特征在于，还包括：
如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，再次执行所述在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量的步骤；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
6.一种视频拆分设备，其特征在于，所述视频拆分设备为视频分析系统中的视频拆分设备，所述视频分析系统还包括多个计算节点，所述视频拆分设备与各计算节点通信连接，所述视频拆分设备包括：通信接口及处理器，
所述通信接口获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；
所述处理器根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；
所述处理器使用所述多个计算节点对拆分得到的子视频进行视频分析；
所述处理器监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；
所述处理器对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；
所述处理器根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
7.根据权利要求6所述的视频拆分设备，其特征在于，所述处理器在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量，如果查找到，则将第一视频采集设备在第一时间段中采集的视频拆分为查找到的拆分数量的子视频。
8.根据权利要求6或7所述的视频拆分设备，其特征在于，所述处理器生成对拆分得到的子视频进行分析的视频分析任务，其中，每个视频分析任务与一个子视频对应且各视频分析任务对应的子视频不同；
所述处理器将生成的每个视频分析任务分别分配到第一数量的计算节点中的一个计算节点，以执行生成的视频分析任务，其中，所述第一数量的计算节点的CPU核数之和与生成的视频分析任务的数量相匹配，分配到每个计算节点的视频分析任务的数量与该计算节点的CPU核数相匹配。
9.根据权利要求6所述的视频拆分设备，其特征在于，所述处理器确定所述比例所在的预设比例区间，每个预设比例区间均对应一个调整比例；
所述处理器根据确定的预设比例区间对应的调整比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
10.根据权利要求7所述的视频拆分设备，其特征在于，所述处理器如果在所述视频拆分表中未查找到与所述第一视频采集设备的标识、第一时间段对应的拆分数量，则所述处理器在所述视频拆分表中插入所述第一视频采集设备的标识、所述第一时间段、初始拆分数量以及基准执行时长，所述处理器再次在视频拆分表中查找与所述第一视频采集设备的标识、第一时间段对应的拆分数量；其中，所述初始拆分数量与所述第一视频采集设备的标识、所述第一时间段相对应，所述基准执行时长与所述第一视频采集设备的标识、所述第一时间段相对应。
11.一种视频分析系统，其特征在于，包括：视频拆分设备及多个计算节点，所述视频拆分设备与各计算节点通信连接，
所述视频拆分设备获得对第一视频采集设备在第一时间段中采集的视频进行拆分的任务；所述视频拆分设备根据视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量，将第一视频采集设备在第一时间段中采集的视频拆分为所述拆分数量的子视频；所述视频拆分设备使用所述多个计算节点对拆分得到的子视频进行视频分析；所述视频拆分设备监测各所述子视频中首先被分析的子视频的分析开始时刻及各所述子视频中最后被分析完成的子视频的分析完成时刻，将所述分析开始时刻与所述分析完成时刻之间的时间长度确定为全部分析完毕各子视频所使用的实际分析时长；所述视频拆分设备对所述实际分析时长及所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的基准分析时长进行加权求和，确定累计分析时长，确定所述累计分析时长与查找到的基准分析时长的比例；所述视频拆分设备根据所述比例对所述视频拆分表中与所述第一视频采集设备的标识、第一时间段对应的拆分数量进行修改。
12.根据权利要求11所述的视频分析系统，其特征在于，还包括：所述第一视频采集设备，所述第一视频采集设备进行视频的采集。
13.根据权利要求11或12所述的视频分析系统，其特征在于，还包括：与所述视频拆分设备及计算节点通信连接的存储设备，所述存储设备存储所述第一视频采集设备采集的视频。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510604589.0A CN106550208B (zh) | 2015-09-21 | 2015-09-21 | 视频拆分方法、设备及视频分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510604589.0A CN106550208B (zh) | 2015-09-21 | 2015-09-21 | 视频拆分方法、设备及视频分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106550208A true CN106550208A (zh) | 2017-03-29 |
| CN106550208B CN106550208B (zh) | 2019-04-19 |
Family
ID=58364432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510604589.0A Active CN106550208B (zh) | 2015-09-21 | 2015-09-21 | 视频拆分方法、设备及视频分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106550208B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109982066A (zh) * | 2017-12-27 | 2019-07-05 | 浙江宇视科技有限公司 | 诊断颗粒计算方法、装置及可读存储介质 |
| CN110012271A (zh) * | 2019-04-11 | 2019-07-12 | 阮屹彬 | 一种智能监控安防系统及其使用方法 |
| CN111683296A (zh) * | 2020-06-18 | 2020-09-18 | 苏州科达科技股份有限公司 | 视频切分方法、装置、电子设备及存储介质 |
| CN111741373A (zh) * | 2019-03-25 | 2020-10-02 | 杭州萤石软件有限公司 | 一种视频数据传输方法和视频源设备 |
| CN113225506A (zh) * | 2020-01-21 | 2021-08-06 | 杭州海康威视数字技术股份有限公司 | 录像数据分析方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003069946A (ja) * | 2001-08-28 | 2003-03-07 | Nippon Telegr & Teleph Corp <Ntt> | 映像解析装置，映像解析方法，映像解析プログラムおよびそのプログラム記録媒体 |
| JP2005167453A (ja) * | 2003-12-01 | 2005-06-23 | Nippon Telegr & Teleph Corp <Ntt> | 映像解析装置，映像解析方法，映像解析プログラムおよびその記録媒体 |
| CN102869046A (zh) * | 2011-07-08 | 2013-01-09 | 杭州海康威视数字技术股份有限公司 | 无线网络中视频传输方法及其装置 |
| CN102883145A (zh) * | 2012-09-28 | 2013-01-16 | 安科智慧城市技术（中国）有限公司 | 一种动态对象识别方法及系统 |
| CN103116737A (zh) * | 2011-11-16 | 2013-05-22 | 北京同步科技有限公司 | 分布式视频图像识别系统及其图像识别方法 |
| US8904022B1 (en) * | 2007-11-05 | 2014-12-02 | Ignite Technologies, Inc. | Split streaming system and method |
| CN104618662A (zh) * | 2013-11-05 | 2015-05-13 | 富泰华工业（深圳）有限公司 | 视频播放系统及方法 |
-
2015
- 2015-09-21 CN CN201510604589.0A patent/CN106550208B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003069946A (ja) * | 2001-08-28 | 2003-03-07 | Nippon Telegr & Teleph Corp <Ntt> | 映像解析装置，映像解析方法，映像解析プログラムおよびそのプログラム記録媒体 |
| JP2005167453A (ja) * | 2003-12-01 | 2005-06-23 | Nippon Telegr & Teleph Corp <Ntt> | 映像解析装置，映像解析方法，映像解析プログラムおよびその記録媒体 |
| US8904022B1 (en) * | 2007-11-05 | 2014-12-02 | Ignite Technologies, Inc. | Split streaming system and method |
| CN102869046A (zh) * | 2011-07-08 | 2013-01-09 | 杭州海康威视数字技术股份有限公司 | 无线网络中视频传输方法及其装置 |
| CN103116737A (zh) * | 2011-11-16 | 2013-05-22 | 北京同步科技有限公司 | 分布式视频图像识别系统及其图像识别方法 |
| CN102883145A (zh) * | 2012-09-28 | 2013-01-16 | 安科智慧城市技术（中国）有限公司 | 一种动态对象识别方法及系统 |
| CN104618662A (zh) * | 2013-11-05 | 2015-05-13 | 富泰华工业（深圳）有限公司 | 视频播放系统及方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109982066A (zh) * | 2017-12-27 | 2019-07-05 | 浙江宇视科技有限公司 | 诊断颗粒计算方法、装置及可读存储介质 |
| CN109982066B (zh) * | 2017-12-27 | 2021-02-02 | 浙江宇视科技有限公司 | 诊断颗粒计算方法、装置及可读存储介质 |
| CN111741373A (zh) * | 2019-03-25 | 2020-10-02 | 杭州萤石软件有限公司 | 一种视频数据传输方法和视频源设备 |
| CN110012271A (zh) * | 2019-04-11 | 2019-07-12 | 阮屹彬 | 一种智能监控安防系统及其使用方法 |
| CN113225506A (zh) * | 2020-01-21 | 2021-08-06 | 杭州海康威视数字技术股份有限公司 | 录像数据分析方法及装置 |
| CN113225506B (zh) * | 2020-01-21 | 2022-09-30 | 杭州海康威视数字技术股份有限公司 | 录像数据分析方法及装置 |
| CN111683296A (zh) * | 2020-06-18 | 2020-09-18 | 苏州科达科技股份有限公司 | 视频切分方法、装置、电子设备及存储介质 |
| CN111683296B (zh) * | 2020-06-18 | 2022-08-02 | 苏州科达科技股份有限公司 | 视频切分方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106550208B (zh) | 2019-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106550208A (zh) | 视频拆分方法、设备及视频分析系统 | |
| CN105812177B (zh) | 一种网络故障处理方法和处理设备 | |
| CN104283897B (zh) | 基于多数据流聚类分析的木马通信特征快速提取方法 | |
| CN109815011A (zh) | 一种数据处理的方法和装置 | |
| CN108572947B (zh) | 一种数据融合方法及装置 | |
| CN108733713A (zh) | 数据仓库中的数据查询方法及装置 | |
| EP1071012A2 (en) | Time estimator | |
| CN107301074A (zh) | 在服务器上自动打包apk安装包的方法及系统 | |
| CN105471635B (zh) | 一种系统日志的处理方法、装置和系统 | |
| CN106897281A (zh) | 一种日志分片方法和装置 | |
| CN106446179A (zh) | 热点话题的生成方法及装置 | |
| CN108153735A (zh) | 一种近义词的获取方法及系统 | |
| CN102063497B (zh) | 一种开放式知识共享平台及其词条处理方法 | |
| CN105242873B (zh) | 云计算系统的性能数据的采集与存储方法及装置 | |
| CN110020046A (zh) | 一种数据抓取方法及装置 | |
| CN108959401A (zh) | 一种信息传播的监测分析方法、系统、服务器及存储介质 | |
| CN106445968A (zh) | 一种数据合并方法及装置 | |
| CN106411951A (zh) | 网络攻击行为检测方法及装置 | |
| CN106375109A (zh) | 一种交换机配置模拟下发的方法、系统及计算机 | |
| CN106528802A (zh) | 一种数据采集方法及装置 | |
| CN110162666A (zh) | 一种检索任务的执行方法及执行装置 | |
| Riska et al. | Efficient fitting of long-tailed data sets into phase-type distributions | |
| CN110298178A (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
| CN105591842A (zh) | 一种获取移动终端操作系统版本的方法和装置 | |
| CN110196880A (zh) | 异构数据库数据同步方法和装置、存储介质及电子装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |