CN106791648A - 一种监控视频分析方法及装置 - Google Patents

一种监控视频分析方法及装置 Download PDF

Info

Publication number
CN106791648A
CN106791648A CN201611188137.XA CN201611188137A CN106791648A CN 106791648 A CN106791648 A CN 106791648A CN 201611188137 A CN201611188137 A CN 201611188137A CN 106791648 A CN106791648 A CN 106791648A
Authority
CN
China
Prior art keywords
video
analysis
frame
analytical equipment
equipment
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
Application number
CN201611188137.XA
Other languages
English (en)
Other versions
CN106791648B (zh
Inventor
李辉
吴惠敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201611188137.XA priority Critical patent/CN106791648B/zh
Publication of CN106791648A publication Critical patent/CN106791648A/zh
Application granted granted Critical
Publication of CN106791648B publication Critical patent/CN106791648B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/74Browsing; Visualisation therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种监控视频分析方法及装置,用以解决现有技术中监控视频分析效率低的问题。该方法包括:接收监控视频分析请求;根据网络带宽确定每台分析设备的智能分析云参数;根据智能分析云参数及所述监控视频总的视频帧的数量,确定每台分析设备分析的视频帧的数量;将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。由于在本发明实施例中可以根据每台分析设备的网络带宽,确定智能分析云参数,根据智能分析云参数及所述监控视频总的视频帧的数量确定每台分析设备分析的视频帧的数量,并使每台分析设备分析相应数量的视频帧,充分利用了每台分析设备,实现了并行分析,进而提高了监控视频的分析效率。

Description

一种监控视频分析方法及装置
技术领域
本发明涉及监控视频处理技术领域,特别涉及一种监控视频分析方法及装置。
背景技术
随着科技的不断进步,监控视频被使用的频率也越来越多,传统的视监控频由人工进行视频监测,从而发现安全隐患或异常状态,这种应用具有其固有的缺点,难以实现高效率的安全监控和检测管理,所以出现了视频智能分析监控技术。视频智能分析监控技术可以通过区分监控对象的外形、动作等特征,做到主动收集、分析数据,并根据预设条件执行报警、记录、分析等动作。在对监控视频进行智能分析时,可以在监控视频录制过程中对其进行智能分析,也可以在监控视频录制完成后对其进行智能分析。
在现有技术中,在对录制完成的监控视频智能分析时,采用录制该监控视频的设备进行分析,而该设备的分析能力受到该设备硬件的限制,从而使分析效率较低。
发明内容
本发明提供一种监控视频分析方法及装置,用以解决现有技术中监控视频分析效率低的问题。
为达到上述目的,本发明实施例公开了一种监控视频分析方法,所述方法包括:
接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;
根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;
根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;
将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
进一步地,所述将相应数量的视频帧分配给每台分析设备之前,所述方法还包括:
查询每台分析设备保存的该分析设备的最小分析帧数的信息;
针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧。
进一步地,当不为该分析设备分配视频帧时,所述将相应数量的视频帧分配给每台分析设备包括:
判断除被分配视频帧的剩余分析设备是否只有一台;
如果是,将所述监控视频分配给该第二分析设备;
否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
进一步地,当剩余分析设备中包含至少两台时,所述方法还包括:
按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;
在所述剩余分配设备中去除设定数量的分析设备;
根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少一个连续的图像组GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
进一步地,所述将至少一个连续的GOP组合的视频帧分配给所述剩余分析设备或目标剩余分析设备之前,所述方法还包括:
将所述至少一个GOP组合作为一个序列,确定该序列的编号;
在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
进一步地,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
进一步地,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
进一步地,所述根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数包括:
计算每台分析设备的网络带宽的和;
针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
进一步地,所述根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数包括:
获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;
针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
进一步地,所述方法还包括:
针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数;
根据消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
本发明实施例公开了一种监控视频分析装置,该装置包括:
第一接收模块,用于接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;
第一确定模块,用于根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;
第二确定模块,用于根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;
分配模块,用于将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
进一步地,所述装置还包括:
第一查询模块,用于查询每台分析设备保存的该分析设备的最小分析帧数的信息;
第一判断模块,用于针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧。
进一步地,所述分配模块,具体用于当不为该分析设备分配视频帧时,判断被分配视频帧的剩余分析设备是否只有一台;如果只有一台,将所述监控视频分配给该所述剩余分析设备;否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
进一步地,所述分配模块,具体用于当剩余分析设备包含至少两台时,按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;在所述剩余分配设备中去除设定数量的分析设备;根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少一个连续的图像组GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
进一步地,所述分配模块,还用于将所述至少一个GOP组合作为一个序列,确定该序列的编号;在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
进一步地,所述装置还包括:
第二接收模块,用于接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
第一整合模块,用于根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
进一步地,所述装置还包括:
第三接收模块,用于接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
第二整合模块,用于将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
进一步地,所述第一确定模块,具体用于计算每台分析设备的网络带宽的和;针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
进一步地,所述第一确定模块,具体用于获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
进一步地,所述装置还包括:
第三确定模块,用于针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数;
更新模块,用于根据消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
本发明实施例公开了一种监控视频分析方法及装置,该方法包括:接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。由于在本发明实施例中可以根据每台分析设备的网络带宽,确定该分析设备的智能分析云参数,根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量确定每台分析设备分析的视频帧的第一数量,并使每台分析设备分析相应数量的视频帧,从而充分利用了每台分析设备,实现了对监控视频的并行分析,并且能够更合理的利用每台分析设备的分析能力,进而提高了监控视频的分析效率。
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1提供的一种监控视频分析过程;
图2为本发明实施例3提供的一种监控视频分析过程;
图3为本发明实施例5提供的一种监控视频分析过程;
图4为本发明实施例1提供的一种监控视频分析装置结构示意图;
图5为本发明实施例提供的一种监控视频分析装置结构示意图。
具体实施方式
为了提高监控视频的分析效率,发明实施例公开了一种监控视频分析方法及装置。
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作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。
实施例1:
图1为本发明实施例1提供的一种监控视频分析过程,该过程包括以下步骤:
S101:接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息。
在本发明实施例提供的一种监控视频分析方法,应用于终端。例如可以是手机、PC或者是平板电脑等,具体的可以在终端中安装APP,通过该APP实现该监控视频分析的过程。
终端接收监控视频分析请求后,识别所述监控视频分析请求中携带待分析的监控视频的标识信息。所述标识信息可以是录制该监控视频的监控设备的信息,终端根据所述监控设备的信息拉取所述监控设备录制的监控视频。所述标识信息可以是时间段信息和监控设备的信息,终端根据所述时间段信息和监控设备信息拉取所述监控设备在所述时间段中录制的监控视频。
S102:根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数。
终端可以获取每台分析设备的网络带宽,并计算每台分析设备的网络带宽的和,针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
所述获取的每台分析设备的网络带宽属于现有技术,在本发明实施例中对该技术不进行赘述。
S103:根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量。
终端可以识别每台分析设备的智能分析云参数,并计算每台分析设备的智能分析云参数之和,针对每台分析设备,将该分析设备的智能分析云参数与所述和的比值再与所述监控视频包含的总的视频帧的数量的乘积,确定为每台分析设备分析的视频帧的第一数量。
例如,所述监控视频包含的总的视频帧的数量为420,终端识别出三台分析设备的智能分析云参数分别为5、7、9,则智能分析云参数之和为21,针对第一台设备,由上述描述可知5*420/21=100,则该第一台分析设备分析的视频帧的第一数量为100帧。
S104:将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
终端确定了每个分析设备分析的视频帧的第一数量后,可以将该第一数量的视频帧分配给对应的分析设备进行分析。
由于在本发明实施例中可以根据每台分析设备的网络带宽,确定该分析设备的智能分析云参数,根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量确定每台分析设备分析的视频帧的第一数量,并使每台分析设备分析相应数量的视频帧,从而充分利用了每台分析设备,实现了对监控视频的并行分析,并且能够更合理的利用每台分析设备的分析能力,进而提高了监控视频的分析效率。
实施例2:
在本发明实施例1的基础上,在本发明的实施例中,所述将相应数量的视频帧分配给每台分析设备之前,所述方法还包括:
查询每台分析设备保存的该分析设备的最小分析帧数的信息;
针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数时,如果是,则不为该分析设备分配视频帧。
视频分析一般都需要一个最小的帧数用于算法前期预处理,如人脸识别、车牌识别算法中的背景建模等,每台分析设备中保存有该分析设备的最小分析帧数的信息。终端查询出每台分析设备保存的该分析设备的最小分析帧数的信息,针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于其保存的最小分析帧数,如果小于,就不能满足背景建模要求,则不为该分析设备分配视频帧。不为该分析设备分析视频帧也就是在针对该监控视频进行分析时,将不会再使用该分析设备。具体的可以设置一个分析设备列表,将每台分析设备添加到该列表中,当不为某一分析设备分配视频帧时,将该分析设备从该列表中删除。
当不为该分析设备分配视频帧时,所述将相应数量的视频帧分配给每台分析设备包括:
判断被分配视频帧的剩余分析设备是否只有一台;
如果是,将所述监控视频分配给该所述剩余分析设备;
否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
在本发明实施例中,当分析设备分析的视频帧的第一数量小于该分析设备保存的最小分析帧数时,不为该分析设备分配视频帧,为了保证该监控视频能够被剩余的分析设备分析,将相应数量的视频帧分配给每台分析设备时,还需要判断所有分析设备中除了不能分配视频帧的分析设备之外的被分配视频帧的剩余分析设备是否只有一台,如果除所述不能分配视频帧的分析设备之外的被分配视频帧的剩余分析设备只有一台时,将所述监控视频分配给该剩余分析设备。
若除所述不能分配视频帧的分析设备之外的被分配视频帧的剩余分析设备包括至少两台时,终端需要确定为每台剩余所述分析设备分配的视频帧的第二数量。
终端在确定为每台剩余所述分析设备分配的视频帧的第二数量时,可以是将该监控视频的总的视频帧的数量平均分配给所述剩余分配设备,则分配给所述剩余分配设备的视频帧的第二数量大于所述第一数量,并且针对每台剩余分析设备来说,第二数量是相同的。为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
但是,终端在将视频帧分配给分析设备时,需要保证分配给分析设备的视频帧的数量能够构成完整的图像组(GOP)的组合,这样每台剩余分析设备才能独立分析。这样就就不能保证分配个每台剩余分析设备的第二数量是相同的。
终端将所述监控视频以关键帧为分割点,划分为多个GOP,每个GOP是能够被独立解码的连续视频图像,并在每个GOP之前添加码流头,所述码流头中包含该GOP的视频帧的数量及其相关参数和该GOP所需的解码信息。所述在每个GOP之前添加码流头的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
终端依次将每个GOP进行组合,根据每个GOP添加的码流头里的视频帧的数量,统计组合的GOP中视频帧的数量。
终端可以先计算出将该监控视频的总的视频帧的数量平均分配给所述剩余分配设备时的平均数量,按照连续的GOP的组合中的视频帧的数量,将接近于所述平均数量,并且不小于所述第一数量的第二数量的视频帧分配给该所述剩余分析设备,其中,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
终端在确定为每台剩余所述分析设备分配的视频帧的第二数量时,也可以是将该监控视频的总的视频帧的数量任意分配给所述剩余分配设备,但是保证分配给每台所述剩余分配设备的视频帧的第二数量不小于所述第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
实施例3:
为了保证分配给剩余分析设备的视频帧的数量正好符合该剩余分析设备最快分析的视频帧的数量,当剩余分析设备包含至少两台时,所述方法还包括:
按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;
在所述剩余分配设备中去除设定数量的分析设备;
根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少两一连续的GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
在本发明实施例中,在将监控视频的所有视频帧分配给所述剩余分配设备时,可以是按照将所述剩余分配设备分析的视频帧的第一数量从大到小进行排序,按照所述排序,为每台所述剩余分配设备分配不小于所述第一数量的的视频帧。这样,最后一台或几台分析设备很有可能分配的视频帧的数量小于所述第一数量,所以需要在所述剩余分析设备中去除设定数量的分析设备,将去除设定数量的分析设备后的剩余分析设备称为目标剩余分析设备。根据该监控视频的视频帧总数量,及该目标剩余分析设备的数量,为每台所述目标剩余分析设备分配第三数量的视频帧。其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少两一连续的GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。所述设定数量可以是任意数量,也可以是该剩余分配设备对应比例的数量,例如1/5。
若除所述不能分配视频帧的分析设备之外的被分配视频帧的剩余分析设备包括至少两台时,终端需要确定为每台剩余分析设备分配的视频帧的数量。
具体的,可以将所述所有分析设备称为第一分析设备,将所述剩余分析设备称为第二分析设备,则需要确定出所述至少两台第二分析设备中第一数量最大的分析设备,把第一数量最大的分析设备作为第三分析设备。并且终端将所述监控视频以关键帧为分割点,划分为多个GOP,每个GOP是能够被独立解码的连续视频图像,并在每个GOP之前添加码流头,所述码流头中包含该GOP的视频帧的数量及其相关参数和该GOP所需的解码信息。添加这个信息是现有技术
终端依次将每个GOP进行组合,根据每个GOP添加的码流头里的视频帧的数量,统计组合的GOP中视频帧的数量,当统计的视频帧的数量不小于确定的第三分析设备对应的第一数量时,将统计的该多个GOP组合后的视频帧分配给所述第二分析设备中的第三分析设备,即确定的分析的视频帧的第一数量最大的分析设备。
将计算的该多个GOP组合的视频帧分配给所述第二分析设备中的第三分析设备后,终端会判断除所述第三分析设备之外的第二分析设备中是否只包含一台分析设备。
判断除所述第三分析设备之外的第二分析设备中包含一台分析设备时,将所述监控视频中剩余的视频帧分配给所述第二分析设备中除所述第三分析设备之外的该一台分析设备。
所述第二分析设备是指所有设备中除了第一分析设备之外的分析设备,所述第三分析设备是指第二分析设备中确定的分析的视频帧的第一数量最大的分析设备。所述监控视频中剩余的视频帧是指监控视频包含的总的视频帧的数量除去分配给所述第三分析设备的视频帧的数量后的视频帧。
在本发明实施例中,当判断除所述第三分析设备之外的第二分析设备中包含至少两台时,所述方法还包括:
A、根据剩余的视频帧的数量及所述第二分析设备中除第三设备之外的每台第四分析设备的智能分析云参数,确定所述每台第四分析设备分析的视频帧的第二数量;
B、查询每台第四分析设备保存的该第四分析设备的最小分析帧数的信息;
C、判断该第四分析设备中的第五分析设备的第二数量是否小于该第五分析设备保存的最小分析帧数,如果是,则不为所述第五分析设备分配视频帧;
D、并判断除所述第五分析设备之外的第四分析设备是否只有一台;
E、当除所述第五分析设备之外的第四分析设备只有一台时,将所述剩余的监控视频分配给该第四分析设备;
F、当除所述第五分析设备之外的第四分析设备包括至少两台时,确定第二数量最大的第四分析设备中的第六分析设备;
G、将所述监控视频中剩余的视频帧划分为多个GOP,按照设定的顺序,依次将多个GOP组合,确定组合后的视频帧的数量是否不小于确定的所述第六分析设备对应的第二数量;
H、如果是,将该多个GOP组合后的视频帧分配给所述第六分析设备;
I、当判断除所述第六分析设备之外的第四分析设备中包含一台分析设备时,将所述监控视频中剩余的视频帧分配给所述第四分析设备中除所述第六分析设备之外的该一台分析设备;
J、当判断除第六分析设备之外的第四分析设备中包含至少两台分析设备时,将所述至少两台分析设备作为第四分析设备返回A。
在本发明实施例中,当第三分析设备之外的第二分析设备中包含至少两台分析设备时,需要确定第三分析设备之外的第二分析设备中每台分析设备分析的视频帧的第二数量,将所述第三分析设备之外的第二分析设备中每台分析设备称为第四分析设备。具体的,针对每台第四分析设备,将该第四分析设备的网络带宽与所述所有第四分析设备网络带宽的和的比值,确定为该第四分析设备的智能分析云参数。
将该第四分析设备的智能分析云参数与所述所有第四分析设备的智能分析云参数的和的比值,再与所述监控视频剩余的视频帧的数量的乘积确定为每台第四分析设备分析的视频帧的第二数量。查询每台第四分析设备保存的该第四分析设备的最小分析帧数的信息,针对每台第四分析设备,判断该第四设备分析的视频帧的第二数量是否小于保存的该第四分析设备中的最小分析帧数,如果小于,则不为该第四分析设备分配视频帧。所述第五分析设备是指第四分析设备中分析设备,该第五分析设备分析的视频帧的第二数量小于该第五分析设备中保存的最小分析帧数。并判断除所述第五分析设备之外的第四分析设备是否只有一台,当除所述第五分析设备之外的第四分析设备只有一台时,将所述剩余的监控视频分配给该第四分析设备。
当除所述第五分析设备之外的第四分析设备包括至少两台时,确定出所述至少两台第四分析设备中第二数量最大的分析设备,把所述第二数量最大的分析设备作为第六分析设备。
判断除所述第六分析设备之外的第四分析设备中包含一台分析设备时,将所述监控视频中剩余的视频帧分配给所述第四分析设备中除所述第六分析设备之外的该一台分析设备。当判断除第六分析设备之外的第四分析设备中包含至少两台分析设备时,将所述至少两台分析设备作为第四分析设备返回上述步骤A,依次循环,直至将所述监控视频包含的总的视频帧的数量分完为止。
具体的可以设置一个分析设备列表,将每台分析设备添加到该列表中,当不为某一分析设备分配视频帧时,将该分析设备从该列表中删除。并且当为某个分析设备分配了进行分析的视频帧后,也可以将该分析设备从该列表中删除,以免重复分配。
图2为本发明实施例3提供的一种监控视频分析过程,该过程包括以下步骤:
S201:接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息。
S202:根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数。
S203:根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量。
S204:查询每台分析设备保存的该分析设备的最小分析帧数的信息。
S205:针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧,如果否,进行S206。
S206:判断除不分配视频帧的分析设备之外的第二分析设备是否只有一台;如果是,则S211,如果否,则S207。
S207:确定第一数量最大的第二分析设备中的第三分析设备。
S208:将所述监控视频划分为多个图像组GOP,按照设定的顺序,依次将多个GOP组合,当组合后的视频帧的数量不小于确定的第三分析设备对应的第一数量时,将该多个GOP组合的视频帧分配给所述第三分析设备。
S209:判断除所述第三分析设备之外的第二分析设备是否只有一台;如果是,则S210,如果否,则在剩余的视频帧中执行S204。
S210:将所述监控视频中剩余的视频帧分配给所述第二分析设备。
S211:将所述监控视频分配给该第二分析设备。
实施例4:
在本发明实施例3的基础上,在本发明实施例中,所述将至少一个连续的GOP组合的视频帧分配给所述剩余分析设备或目标剩余分析设备之前,所述方法还包括:
将所述至少一个GOP组合作为一个序列,确定该序列的编号;
在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
在本发明实施例中,将确定的配给所述剩余分析设备或目标剩余分析设备的所述至少一个GOP组合作为一个序列,并且给每一个序列进行编号,在每一个序列的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息,所述序列头中还包含每个GOP的长度和分析的视频帧的整合服务信息。
在本发明实施例中,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
终端接收每台分析设备发送的每个分析结果,每个分析结果中均包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息,例如人脸识别中的分析出的人脸的坐标在该序列中的位置信息。每个GOP组合的序列的编号是按照顺序进行编排的,因此当终端接收到分析结果时,根据分析结果中包含的其分析的GOP组合的序列的编号,及每个序列中每个视频帧分析结果的顺序,将该分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。所述将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频属于现有技术,在本发明实施例中不进行赘述。
例如,分析设备发送的第一个分析结果中包含的GOP组合的序列的编号为1,该序列的分析结果处于该序列中第3帧的位置上,第二个分析结果中包含的GOP组合的序列的编号为3,该序列的分析结果处于该序列中第5帧的位置上。终端接收到序列的编号为1的分析结果后可以根据该分析结果中包含的位置信息,确定该序列的分析结果处于该序列中第3帧的位置上,终端将序列编号为3的监控视频帧中的第三帧与该分析结果整合。终端接收到序列的编号为3的分析结果后,可以根据该分析结果中包含的位置信息,确定该序列的分析结果处于该序列中第5帧的位置上,终端将序列编号为3的监控视频帧中的第5帧与该分析结果整合,这种匹配整合方法提高了匹配整合的效率。
实施例5:
在本发明实施例1的基础上,在本发明实施例中,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
终端接收接收每台分析设备发送的每个分析结果,其中每个分析结果中包含每一帧对应的分析结果与所在的监控视频中的每一帧视频所对应的信息。根据分析结果与视频帧的对应信息,将每个分析结果与所述监控视频中对应的视频帧依次进行匹配,匹配成功或就可以整合,并将整合后的监控视频显示出来。所述将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频属于现有技术,在本发明实施例中不进行赘述。
图3为本发明实施例5提供的一种监控视频分析过程,该过程包括以下步骤:
S301:接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息。
S302:根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数。
S303:根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量。
S304:将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
S305:接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息。
S306:将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
实施例6:
在本发明实施例中,所述根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数包括:
获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;
针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
在本发明实施中,在确定每台分析设备的智能分析云参数时,具体地,终端获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数,所述每台分析设备的智能分析能力参数是固定值,与该设备的分析速率和图片分辨率大小成正比。终端确定所有设备当前待分析的每个监控视频的所需的分析能力的参数之和ΣV待分析码流,并计算所述和与该保存的该分析设备的智能分析能力参数V智能分析的第一比值,将第一比值在分析时所占的权重称为第一权重A,所述第一比值与所述第一权重的乘积称为当前智能分析能力总占比。终端确定所有设备当前待分析的每个监控视频的码率之和∑BW待分析码流,并计算所述码率之和与该分析设备的网络带宽BW网络带宽的第二比值,将第二比值在分析时所占的权重称为第二权重T,所述第二比值与所述第二权重的乘积称为当前码流传输总耗时。将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数,即当前智能分析能力总占比与当前码流传输总耗时的和的倒数确定为该分析设备的智能分析云参数Cap智能分析云,其中第一权重和第二权重为大于0的数值。具体的可以根据以下公式计算:
Cap智能分析云=1/(A×∑V待分析码流/V智能分析+T×∑BW待分析码流/BW网络带宽)
实施例7:
在本发明实施例中,所述方法还包括:
针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
每台分析设备的智能分析能力参数是固定值,所述监控视频所需的分析能力的参数是固定值,当分配给该分析设备视频帧使其进行分析时,会减少该分析设备的智能分析能力,分析设备每次分析完视频帧后可以对该设备的智能分析能力参数进行更新。具体的,可以是将为该分析设备分配的视频帧的数量与该监控视频的视频帧的总数量的比值再与所述监控视频所需的分析能力的参数的乘积作为该分析设备进行分析时减少的智能分析能力,将该设备的智能分析能力减去该分析设备进行分析时减少的智能分析能力即为更新后的该分析设备的智能分析能力。
图4为本发明实施例1提供的一种监控视频分析装置图结构示意图,应用于终端,该装置包括:
第一接收模块41,用于接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;
第一确定模块42,用于根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;
第二确定模块43,用于根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;
分配模块44,用于将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
图5为本发明实施例提供的一种监控视频分析装置图结构示意图,应用于终端,在图4的基础上,该装置还包括:
第一查询模块45,用于查询每台分析设备保存的该分析设备的最小分析帧数的信息;
第一判断模块46,用于针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧。
所述分配模块44,具体用于当不为该分析设备分配视频帧时,判断被分配视频帧的剩余分析设备是否只有一台;如果只有一台,将所述监控视频分配给该所述剩余分析设备;否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
所述分配模块44,具体用于当剩余分析设备包含至少两台时,按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;在所述剩余分配设备中去除设定数量的分析设备;根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少一个连续的图像组GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
所述分配模块44,还用于将所述至少一个GOP组合作为一个序列,确定该序列的编号;在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
所述装置还包括:
第二接收模块47,用于接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
第一整合模块48,用于根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
所述装置还包括:
第三接收模块49,用于接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
第二整合模块410,用于将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
所述第一确定模块41,具体用于计算每台分析设备的网络带宽的和;针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
所述第一确定模块41,具体用于获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
所述装置还包括:
第三确定模块411,用于针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数;
更新模块412,用于根据消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
本发明实施例公开了一种监控视频分析方法及装置,该方法包括:接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。由于在本发明实施例中可以根据每台分析设备的网络带宽,确定该分析设备的智能分析云参数,根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量确定每台分析设备分析的视频帧的第一数量,并使每台分析设备分析相应数量的视频帧,从而充分利用了每台分析设备,实现了对监控视频的并行分析,并且能够更合理的利用每台分析设备的分析能力,进而提高了监控视频的分析效率。
对于系统/装置实施例而言,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。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (20)

1.一种监控视频分析方法,其特征在于,所述方法包括:
接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;
根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;
根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;
将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
2.根据权利要求1所述的方法,其特征在于,所述将相应数量的视频帧分配给每台分析设备之前,所述方法还包括:
查询每台分析设备保存的该分析设备的最小分析帧数的信息;
针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧。
3.根据权利要求2所述的方法,其特征在于,当不为该分析设备分配视频帧时,所述将相应数量的视频帧分配给每台分析设备包括:
判断除被分配视频帧的剩余分析设备是否只有一台;
如果是,将所述监控视频分配给该第二分析设备;
否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
4.根据权利要求3所述的方法,其特征在于,当剩余分析设备中包含至少两台时,所述方法还包括:
按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;
在所述剩余分配设备中去除设定数量的分析设备;
根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少一个连续的图像组GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
5.根据权利要求3或4所述的方法,其特征在于,所述将至少一个连续的GOP组合的视频帧分配给所述剩余分析设备或目标剩余分析设备之前,所述方法还包括:
将所述至少一个GOP组合作为一个序列,确定该序列的编号;
在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
8.根据权利要求1所述的方法,其特征在于,所述根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数包括:
计算每台分析设备的网络带宽的和;
针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
9.根据权利要求1所述的方法,其特征在于,所述根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数包括:
获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;
针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数;
根据消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
11.一种监控视频分析装置,其特征在于,所述装置包括:
第一接收模块,用于接收监控视频分析请求,其中所述监控视频分析请求中携带待分析的监控视频的标识信息;
第一确定模块,用于根据获取的每台分析设备的网络带宽,确定每台分析设备的智能分析云参数;
第二确定模块,用于根据每台分析设备的智能分析云参数及所述监控视频包含的总的视频帧的数量,确定每台分析设备分析的视频帧的第一数量;
分配模块,用于将相应数量的视频帧分配给每台分析设备,使每台分析设备对分配的视频帧进行分析。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第一查询模块,用于查询每台分析设备保存的该分析设备的最小分析帧数的信息;
第一判断模块,用于针对每台分析设备,判断该分析设备分析的视频帧的第一数量是否小于该分析设备保存的最小分析帧数,如果是,则不为该分析设备分配视频帧。
13.根据权利要求12所述的装置,其特征在于,所述分配模块,具体用于当不为该分析设备分配视频帧时,判断被分配视频帧的剩余分析设备是否只有一台;如果只有一台,将所述监控视频分配给该所述剩余分析设备;否则,为每台所述剩余分析设备分配第二数量的视频帧,其中为所述每台剩余分析设备分配的视频帧的第二数量不小于为所述每台剩余分析设备分配的视频帧的第一数量,每台剩余分析设备分配的视频帧的第二数量为至少一个连续的图像组GOP的组合,且为所述每台剩余分析设备分配的视频帧的第二数量的和为所述监控视频包含的总的视频帧的数量。
14.根据权利要求13所述的装置,其特征在于,所述分配模块,具体用于当剩余分析设备包含至少两台时,按照剩余分析设备分析的视频帧的第一数量从大到小的顺序,对所述剩余分析设备进行排序;在所述剩余分配设备中去除设定数量的分析设备;根据去除设定数量的分析设备后的目标剩余分析设备,为每台所述目标剩余分析设备分配第三数量的视频帧,其中为所述每台目标剩余分析设备分配的视频帧的第三数量不小于为所述每台目标剩余分析设备分配的视频帧的第一数量,每台目标剩余分析设备分配的视频帧的第三数量为至少一个连续的图像组GOP的组合,且为所述每台目标剩余分析设备分配的视频帧的第三数量的和为所述监控视频包含的总的视频帧的数量。
15.根据权利要求13或14所述的装置,其特征在于,所述分配模块,还用于将所述至少一个GOP组合作为一个序列,确定该序列的编号;在所述至少一个GOP组合中的第一个GOP之前添加序列头,在所述序列头中添加该序列的编号的信息。
16.根据权利要求15所述的装置,其特征在于,所述装置还包括:
第二接收模块,用于接收每台分析设备发送的每个分析结果,其中所述分析结果中包含其分析的GOP组合的序列的编号,及每个分析结果所在的该序列中的位置信息;
第一整合模块,用于根据该GOP组合的序列的编号及每个分析结果所在的该序列中的位置信息,确定每个分析结果对应的视频帧,将每个分析结果与对应的视频帧进行匹配整合,并显示整合后的监控视频。
17.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第三接收模块,用于接收每台分析设备发送的每个分析结果,其中分析结果中包含其所在的监控视频的视频帧的标识信息;
第二整合模块,用于将每个分析结果与所述监控视频中对应的视频帧进行匹配整合,并显示整合后的监控视频。
18.根据权利要求11所述的装置,其特征在于,所述第一确定模块,具体用于计算每台分析设备的网络带宽的和;针对每台分析设备,将该分析设备的网络带宽与所述和的比值,确定为该分析设备的智能分析云参数。
19.根据权利要求11所述的装置,其特征在于,所述第一确定模块,具体用于获取每台分析设备的网络带宽及保存的每台分析设备的智能分析能力参数;针对每台分析设备,确定当前待分析的每个监控视频的所需的分析能力的参数之和,并计算所述和与该保存的该分析设备的智能分析能力参数的第一比值;并确定当前待分析的每个监控视频的码率之和,并计算所述码率之和与该分析设备的网络带宽的第二比值;确定第一比值与其对应的第一权重的第一乘积,及第二比值及其对应的第二权重的第二乘积;将第一乘积与第二乘积和的倒数确定为该分析设备的智能分析云参数。
20.根据权利要求19所述的装置,其特征在于,所述装置还包括:
第三确定模块,用于针对每台分析设备,根据为该分析设备分配的视频帧的数量、该监控视频的视频帧的总数量以及所述监控视频所需的分析能力的参数,确定该分析设备所消耗的分析能力参数;
更新模块,用于根据消耗的分析能力参数,对保存的该分析设备的智能分析能力参数进行更新。
CN201611188137.XA 2016-12-20 2016-12-20 一种监控视频分析方法及装置 Active CN106791648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611188137.XA CN106791648B (zh) 2016-12-20 2016-12-20 一种监控视频分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611188137.XA CN106791648B (zh) 2016-12-20 2016-12-20 一种监控视频分析方法及装置

Publications (2)

Publication Number Publication Date
CN106791648A true CN106791648A (zh) 2017-05-31
CN106791648B CN106791648B (zh) 2020-02-14

Family

ID=58896542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611188137.XA Active CN106791648B (zh) 2016-12-20 2016-12-20 一种监控视频分析方法及装置

Country Status (1)

Country Link
CN (1) CN106791648B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506769A (zh) * 2020-04-21 2020-08-07 浙江大华技术股份有限公司 视频文件的处理方法、装置、存储介质及电子装置
CN112995613A (zh) * 2021-05-20 2021-06-18 武汉中科通达高新技术股份有限公司 一种分析资源管理方法及装置
WO2022110129A1 (zh) * 2020-11-30 2022-06-02 京东方科技集团股份有限公司 视频处理方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090300210A1 (en) * 2008-05-28 2009-12-03 James Michael Ferris Methods and systems for load balancing in cloud-based networks
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
CN203799368U (zh) * 2013-12-13 2014-08-27 广州必视谷信息技术有限公司 分布式视频分析系统
CN105554591A (zh) * 2015-12-02 2016-05-04 蓝海大数据科技有限公司 视频分析方法和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090300210A1 (en) * 2008-05-28 2009-12-03 James Michael Ferris Methods and systems for load balancing in cloud-based networks
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
CN203799368U (zh) * 2013-12-13 2014-08-27 广州必视谷信息技术有限公司 分布式视频分析系统
CN105554591A (zh) * 2015-12-02 2016-05-04 蓝海大数据科技有限公司 视频分析方法和设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111506769A (zh) * 2020-04-21 2020-08-07 浙江大华技术股份有限公司 视频文件的处理方法、装置、存储介质及电子装置
CN111506769B (zh) * 2020-04-21 2023-08-29 浙江大华技术股份有限公司 视频文件的处理方法、装置、存储介质及电子装置
WO2022110129A1 (zh) * 2020-11-30 2022-06-02 京东方科技集团股份有限公司 视频处理方法、装置、电子设备及存储介质
US12034956B2 (en) 2020-11-30 2024-07-09 Boe Technology Group Co., Ltd. Video processing method and video processing apparatus
CN112995613A (zh) * 2021-05-20 2021-06-18 武汉中科通达高新技术股份有限公司 一种分析资源管理方法及装置

Also Published As

Publication number Publication date
CN106791648B (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN107566781B (zh) 视频监控方法和视频监控设备
CN106791648A (zh) 一种监控视频分析方法及装置
CN112818173B (zh) 关联对象的识别方法、装置及计算机可读存储介质
CN107992415B (zh) 一种交易系统的故障定位和分析方法及相关服务器
CN104917639B (zh) 基于集群监控分配数据业务方法及装置
CN103067514A (zh) 用于视频监控分析系统的云计算资源优化的方法和系统
CN106453150A (zh) 流控方法及装置
CN108960133A (zh) 乘客流量监控的方法、电子设备、系统以及存储介质
CN117035376B (zh) 一种应急救援演习动态监测方法、系统及介质
CN114973741B (zh) 异常数据的处理方法、装置、存储介质及电子装置
CN114584758A (zh) 一种城市级监控视频质量评估方法及系统
CN115730947A (zh) 银行客户流失预测方法及装置
CN116863408B (zh) 基于监控摄像头ai算法的并行加速和动态调度实现方法
CN102646312A (zh) 一种适于分布式并行处理的森林烟火监测识别方法
CN111506769A (zh) 视频文件的处理方法、装置、存储介质及电子装置
CN116489019A (zh) 一种智能视觉信令通道管理方法、系统及介质
CN116343493A (zh) 非机动车的违章识别方法、装置、电子设备及存储介质
CN104284163A (zh) 一种视频分析设备及系统
CN103400382A (zh) 一种基于atm场景下的异常面板检测算法
CN114172705A (zh) 基于模式识别的网络大数据分析方法和系统
CN112347996A (zh) 一种场景状态判断方法、装置、设备及存储介质
CN114373308B (zh) 一种总有效停车位数量确定的方法、装置以及存储介质
CN110853346A (zh) 交叉路口的车流控制方法和系统
CN103079057A (zh) 用于视频监控分析系统进行资源优化的方法和系统
US7260642B2 (en) Method and system for real-time monitoring image transmission

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