CN107766377A - 一种监控数据查询方法及装置 - Google Patents
一种监控数据查询方法及装置 Download PDFInfo
- Publication number
- CN107766377A CN107766377A CN201610698137.8A CN201610698137A CN107766377A CN 107766377 A CN107766377 A CN 107766377A CN 201610698137 A CN201610698137 A CN 201610698137A CN 107766377 A CN107766377 A CN 107766377A
- Authority
- CN
- China
- Prior art keywords
- node
- path
- attribute information
- query
- metadata
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000001149 cognitive effect Effects 0.000 claims description 182
- 238000012545 processing Methods 0.000 claims description 43
- 230000007774 longterm Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 4
- 230000019771 cognition Effects 0.000 abstract 3
- 238000013461 design Methods 0.000 description 37
- 238000004458 analytical method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
- G06F16/7335—Graphical querying, e.g. query-by-region, query-by-sketch, query-by-trajectory, GUIs for designating a person/face/object as a query predicate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种监控数据查询方法及装置,用以解决现有技术中存在的查询效率低的问题。该方法包括:基于用户发送的第一查询条件和/或认知图谱确定第二查询条件,第二查询条件包括起始查询节点以及查询区域范围;搜索认知图谱得到认知图谱中满足第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从N条元数据选择出M条元数据。
Description
技术领域
本发明涉及监控技术领域,尤其涉及一种监控数据查询方法及装置。
背景技术
随着平安城市的建设和城市监控的普及,视频监控越来越普及。由于视频监控规模不断增长,从而导致视频数据呈现出爆炸式增长。那么在获取有用数据时,通过人眼去检测识别显然不可行的。因此通过电子设备对视频数据(原始数据)进行智能处理,提取出有用的数据。这些有用的数据主要是对视频内容的描述,称之为元数据;在监控视频中主要是车和人,一条元数据可以描述车的一个实例:车辆颜色、方向、车牌号、时间、位置、摄像头编号等,例如表1所示;一条元数据还可以描述人的一个实例:人性别、年龄、行进方向、有无背包、有无拎东西等;元数据是对视频提取后的内容标记。
表1
一般提取出的一条元数据与原始数据存在对应关系,比如表1中元数据ID与原始数据名字存在对应关系,从而可以通过元数据访问到原始数据。原始数据就是一段段可播放的原始视频或者视频截图。
根据智能处理方法的不断发展,所产生的元数据也会不断变化。例如对于人,有无佩戴眼镜、短发长发等都可能会处理产生。由于在智能处理时提取的元数据可能不够完善,也不能保证完全正确,从而在应用时,例如查找逃逸车辆或者超速检测等,需要调用元数据对应的原始数据进行查询验证。
一般经过智能处理产生的元数据存放在元数据数据库中,经过处理产生的原始数据(一段段视频与图片)存放在大容量存储中。在摄像头开启时,会不间断的进行处理,产生元数据和对应的原始数据,元数据数据库的数据条数级别通常都是千亿级以上,原始数据的量级比元数据的数据条数级别更大。在车辆追踪、套牌分析、超速检测等应用场景中,用户直接访问原始数据非常耗时耗力,一般需要对数据进行查询,由于查询的对象的行动轨迹的不确定性使得大部分的查询都是模糊查询,由此返回的查询结果中包括大量搜索得到的相关的元数据,从而需要用户从大量的元数据中人工选择,通过元数据查询对应的原始数据去确认。
由于现有技术中查询结果中的大量的元数据之间没有关联关系以及有效的排序,从而用户需要查看大量的元数据对应的原始视频数据,降低了查询效率,浪费了时间。
发明内容
本发明提供一种监控数据查询方法及装置,用以解决现有技术中存在的查询效率低的问题。
第一方面,本发明实施例提供了一种监控数据查询方法,该方法包括:
接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息;接收到第一查询条件后,查询元数据数据库得到满足所述第一查询条件的N条元数据;其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识;然后基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围;之后搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;从而根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
本发明实施例中,通过搜索建立的认知图谱得到所述认知图谱中满足所述查询条件的至少一条路径属性信息;其中所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息以及多个节点对应的节点属性信息;所述节点为摄像设备的标识;从而根据搜索得到的至少一条路径属性信息从所述N条元数据选择出M条元数据,并进行关联。从而用户可以首先查看存在关联关系的元数据对应的原始视频数据,从而获取有效内容,节省了查询时间,提高了效率。
在一种可能的设计中,每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,在根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,所述方法还包括:
将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
原始视频数据写入在用于长久存储的存储区域中,从而在读取原始视频数据时,需要到该长久存储的存储区域中读取原始视频数据,因此读取比较慢,而本发明实施例中将需要读取的原始视频数据的预取到缓存中,从而在读取原始视频数据时,从缓存中读取,提高了读取速度,节省了时间。
在其中一种可能的设计中,在根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,还包括:
针对至少一条路径中每一条路径均按照第一路径的处理方式处理:
将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
上述设计中,将与路径存储关联关系的元数据显示给用户,从而用户优先查看这些元数据,从而减少了查询时间,提高了效率。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
在一种可能的设计中,所述认知图谱可以通过如下方式建立:
根据摄像设备物理位置以及交通路网信息建立认知图谱。
所述认知图谱中包括所述多个节点;所述节点为摄像设备的标识,每个节点对应节点属性信息,所述节点属性信息包括摄像设备的物理位置和/或全球卫星定位GPS信息。
在建立认知图谱后,还可以对节点属性信息以及路径属性信息进行人工标注,人工对一些关键区域进行标注,比如事故多发区域的节点。
然后统计在第一预定时间窗内各个用户针对物理位置上连续和/或时间上连续的元数据对应的原始视频数据访问得到的访问规律,根据所述访问规律建立或更新所述认知图谱中节点之间的路径。即,根据所述访问规律建立或更新所述认知图谱中节点与节点之间的边。
在一种可能的设计中,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,可以通过如下方式实现:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值通过如下方式得到:
针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户;
基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
在一种可能的设计中,还包括统计发生热点时间,具体的:
在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
在一种可能的设计中,所述第二查询条件还包括起始查询时间,所述起始查询时间通过如下方式得到:
第一种实现方式:
如果在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间。
第二种实现方式,通过上述方式已经确定图谱中每个节点对应的发生热点时间,在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
在一种可能的设计中,在建立的所述认知图谱中路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值基础上,所述认知图谱中每个节点的节点属性信息中还包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
可选地,所述认知图谱中每个节点对应的权值通过如下方式得到:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
另外,在确定被访问的所有节点的权值后,所述方法还可以包括:
将权值最高的A个节点作为全局热点。
在一种可能的设计中,所述第二查询条件包括的起始查询节点通过如下方式确定:
第一种实现方式:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点,
第二种实现方式:
在通过如上方式确定了所述认知图谱中的全局热点后,在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
在建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值,并且认知图谱中的节点还包括节点的权值时,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,可以通过如下方式实现:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
在搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息后,所述根据搜索得到的至少一条路径的路径属性信息以及路径中节点的节点属性信息从所述N条元数据选择出M条元数据,可以通过如下方式实现:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
所述方法还包括:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
在一种可能的设计中,在建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值时,或者包括时间间隔范围以及所述时间间隔范围对应的权值并且包括节点的权值时,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息还包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。应用场景有车辆追踪、套牌分析、初次入城、落脚点分析、同行分析、频繁过车、区间超速检测、过车统计(热度图)、区域碰撞等等。
第二方面,本发明实施例提供了一种监控数据查询装置,包括:
接收模块,用于接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息;
查询模块,查询元数据数据库得到满足所述第一查询条件的N条元数据;其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识;
确定模块,用于基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围;
搜索模块,用于搜索所述认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;
选择模块,用于根据所述搜索模块搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
在一种可能的设计中,每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,所述装置还包括:
预取模块,用于在所述选择模块根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
在一种可能的设计中,所述装置还包括:
显示模块,用于在所述选择模块根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,针对至少一条路径中每一条路径均按照第一路径的处理方式处理:
将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
在一种可能的设计中,所述搜索模块,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
在一种可能的设计中,所述装置还包括:
建立模块,用于通过如下方式建立得到所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值:
针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户;
基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
另外,所述建立模块,还用于:
在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
在一种可能的设计中,所述第二查询条件还包括起始查询时间,所述确定模块,在确定所述起始查询时间时,具体通过如下方式实现:
在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间;或者,
在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值,所述认知图谱中每个节点的节点属性信息中还包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
在一种可能的设计中,所述建立模块,还用于通过如下方式建立得到所述认知图谱中每个节点对应的权值:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
另外,所述建立模块,还用于在确定被访问的所有节点的权值后,将权值最高的A个节点作为全局热点。
在一种可能的设计中,所述确定模块,具体用于通过如下方式确定第二查询条件包括的起始查询节点:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点;或者,
在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值时,所述搜索模块,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
在一种可能的设计中,所述选择模块具体用于:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
还包括显示模块,具体用于:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。
本发明有益效果如下:本发明实施例,通过搜索建立的认知图谱得到所述认知图谱中满足所述查询条件的至少一条路径属性信息;其中所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息以及多个节点对应的节点属性信息;所述节点为摄像设备的标识;从而根据搜索得到的至少一条路径属性信息从所述N条元数据选择出M条元数据,并进行关联。从而用户可以首先查看存在关联关系的元数据对应的原始视频数据,从而获取有效内容,节省了查询时间,提高了效率。
第三方面,本发明实施例还提供了一种监控数据查询装置,该装置包括处理器,存储器以及通信接口。
存储器用于存储元数据、认知图谱以及原始视频数据,以及处理器所需执行的程序代码。通信接口用于接收用户查询请求。处理器用于执行存储器所存储的程序代码,具体用于执行第一方面或第一方面的任一种设计所述的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,用于存储为执行上述第一方面、第一方面的任意一种设计的功能所用的计算机软件指令,其包含用于执行上述第一方面、第一方面的任意一种设计的方法所设计的程序。
附图说明
图1为本发明实施例提供的监控数据查询方法流程图;
图2为本发明实施例提供的建立认知图谱的方法示意图;
图3为本发明实施例提供的认知图谱标注方法示意图;
图4为本发明实施例提供的确定全局热点的流程示意图;
图5为本发明实施例提供的基于认知图谱的存储策略示意图;
图6为本发明实施例提供的一种监控数据查询装置示意图;
图7为本发明实施例提供的另一种监控数据查询装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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它实施例,都属于本发明保护的范围。
本发明实施例提供一种监控数据查询方法及装置,用以解决现有技术中存在的查询效率低的问题。其中,方法和装置是基于同一发明构思的,由于方法及装置解决问题的原理相似,因此装置与方法的实施可以相互参见,重复之处不再赘述。
本发明实施例可以应用于电子设备中,比如计算机,平板电脑、笔记本等。
为了使得本申请的实施例更容易被理解,下面,首先对本申请的实施例中涉及的一些描述加以说明,这些说明不应视为对本发明所要求的保护范围的限定。
一、原始视频数据
原始视频数据是一段段可播放的原始视频或者视频截图。原始视频数据在写入时,一般将原始视频数据(一段段视频)写入用于长久存储的存储区域中,,例如磁盘阵列、或者是分布式存储系统(英文:Hadoop Distributed File System,简称:HDFS)等。
二、元数据
元数据用于对原始数据视频数据的视频内容的描述。具体包括原始视频数据中对象的多个属性信息。在监控视频中主要是车辆和生物。车辆可以是机动车或者非机动车,生物包括人或动物。元数据可以存储在元数据数据库中。元数据数据库一般为支持语义引擎的搜索用数据库,例如elasticSearch。
例如关于一辆车的元数据用于描述的对象为车,该元数据中包括有车的多个属性信息,比如:车辆颜色、方向、车牌号、时间、位置、摄像头编号等。
三、认知图谱
认知图谱可以存放于图数据库中。用户可以通过图数据库更新认知图谱或者查找认知图谱。
由于元数据在元数据数据库中缺少关联。用户只能通过一些查询条件去元数据数据库中将元数据检索出来。检索出来的元数据会平铺展现给用户。
现实中视频数据都是由摄像设备产生,产生的视频数据之间是有关联的。车辆、人会从一条道路到另一条道路,从一个路口到达另一个路口。因此本发明实施例中将摄像设备转化为认知图谱中的节点,节点之间的关联转化为认知图谱的边,从而构成一个认知图谱。边也可以称为节点之间的路径,本发明实施例中“边”与“节点之间的路径”概念可以相互转换。认知图谱中每个节点对应有节点属性信息,路径对应有路径属性信息。认知图谱会对数据的写入和访问都会提供帮助。
下面,结合附图对本申请的实施例进行详细说明。
参见图1所示,为本发明实施例提供的一种监控数据查询方法,该方法包括:
S101,接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息。
元数据一般存放在元数据数据库中,用户对元数据发起查询请求,然后根据元数据访问对应的原始视频数据。
用户发起查询请求,因为监控视频数据的特殊性,用户发起的查询请求中第一查询条件中会起始的摄像设备或者起始地域。第一查询条件中还可以包括查询的时间或者时间范围。第一查询条件中还可以包括访问内容,访问内容与具体的应用场景相关,应用场景包括车辆追踪、套牌分析、初次入城、落脚点分析、同行分析、频繁过车、区间超速检测、过车统计(热度图)、区域碰撞等。
其中,在用户的查询请求携带的第一查询条件中不包括以上信息时,可以在显示界面上对用户显示提醒信息,用来提醒用户输入第一查询条件。
S102,查询元数据数据库得到满足所述第一查询条件的N条元数据。
其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识。
S103,基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围。
S104,搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息。
所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;
S105,根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据。
所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
本发明实施例中,通过搜索建立的认知图谱得到所述认知图谱中满足所述查询条件的至少一条路径属性信息;其中所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息以及多个节点对应的节点属性信息;所述节点为摄像设备的标识;从而根据搜索得到的至少一条路径属性信息从所述N条元数据选择出M条元数据。从而用户可以首先查看存在选出的M条元数据对应的原始视频数据来获取有效内容,节省了查询时间,提高了效率。
例如,在办案民警侦查案件时,需要查询某次交通事故肇事车辆,则电子设备接收到用户发送的查询请求包括查询条件:地点=上地*and车牌号=123的车辆查询and时间=XX。*表示模糊匹配。由于肇事车辆的车牌较模糊,因此只有后三位确定为123。通过查询请求,电子设备将满足查询条件的所有的车辆元数据都检索出来。获得的元数据可能是上万条,用户需要去人工筛选并逐渐增加查询条件来缩小查询条件。比如,用户可以将地点缩小为地点=上地七街。当用户确定一条元数据可能对应逃逸车辆,就需要去查看原始视频数据进行确认。因为元数据可能会有错误,不能根据元数据就认为是正确的,因此需要查看大量的原始视频数据来准确判定肇事车辆,导致效率较低。而通过本发明实施例提供的方案,在电子设备搜索到元数据后,确定查询认知图谱的条件,然后根据该条件查询认知图谱得到多条路径,从而将搜索的元数据中与路径匹配的元数据查找出来,显示给用户,从而用户可以先去查看与路径匹配的元数据对应的原始视频数据,从而提高了查询效率。
本发明实施例中在根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,可以将该M条元数据显示给用户。
具体的,针对至少一条路径中每一条路径均按照第一路径的处理方式处理:将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
例如,某条路径为A节点到B节点到C节点,因此可以将元数据按照A、B、C的顺序显示给用户,即A节点对应的元数据显示在前面,B节点对应的元数据显示在中间,C节点对应的元数据在最后显示。
本发明实施例中提及的认知图谱可以通过如下方式建立,如图2所示:
S201,根据摄像设备物理位置以及交通路网信息建立认知图谱。
所述认知图谱中包括所述多个节点;所述节点为摄像设备的标识,每个节点对应节点属性信息,所述节点属性信息包括摄像设备的物理位置和/或全球卫星定位GPS信息。
图谱的节点即摄像设备的标识,摄像设备的物理位置信息一般都会有专门的数据库保存,可以直接从数据库中读取。一个最主要的物理位置是由GPS确定。另外用于标识摄像设备的物理位置包括了GPS信息,还包括GPS之外的其他位置信息,例如在一栋大厦中不同楼层的摄像设备,将这些信息转化为图节点,将相关的物理位置、GPS信息标注在节点对应的节点属性信息中。同时现在一般有交通路网信息,摄像设备处于哪条道路、或者哪个路口一般都是有信息存放在专用数据库中,这些信息在实际中可以是与上述GPS信息存储在同一个数据库中,也可能存储在不同的数据库中。这些均可以通过自动读取专用数据库中的数据得到。
在建立认知图谱后,还可以对节点属性信息以及路径属性信息进行人工标注,人工对一些关键区域进行标注,比如事故多发区域的节点。
S202,统计在第一预定时间窗内各个用户针对物理位置上连续和/或时间上连续的元数据对应的原始视频数据访问得到的访问规律,根据所述访问规律建立或更新所述认知图谱中节点之间的路径。即,根据所述访问规律建立或更新所述认知图谱中节点与节点之间的边。
步骤S202中,对认知图谱的边通过统计学习进行标注。用户访问的原始视频数据对应的元数据都具有节点、时刻。还可能具有访问内容。访问内容对应不同的应用场景。用户在当前任务下会连续访问很多个元数据对应的原始视频数据,从而连续访问的多个元数据对应不同的节点、不同时刻,一般情况下,会对物理上连续、时间上连续的元数据进行访问,从而观测车或者人的运动轨迹。基于此来建立或更新认知图谱中节点之间的边。
在一种可能的实施场景中,建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
从上述可以看出节点间的路径是存在方向的,第一节点指向第二节点与第二节点指向第一节点不同。
可选地,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值通过如下方式得到,如图3所示:
S301,在第二预设时间窗内统计节点之间的时间间隔。即统计节点之间的边的属性信息。
具体的,针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户。
其中,第二预定时间窗为较小值,分钟级,用户可以预先配置。对某个固定节点V1,用户所访问的该节点V1的原始视频数据对应的元数据包括发生时间为T1,用户紧接着访问节点V2的原始视频数据,节点V2的原始视频数据包括的发生时间为T2。本发明实施例中原始视频数据对应有发生时间,元数据中包括发生时间。基于此能够获得被访问节点V1与节点V2之间的时间间隔,即T2-T1。由于已经限定在第二预设时间窗内,因此访问节点V2的原始视频数据的访问时间,与访问节点V1的原始视频数据的访问时间的差小于或者等于第二预定时间窗的时长。
S302,在第一预设时间窗内确定节点之间的时间间隔范围。
具体的,基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
例如,确定的时间间隔比较多,且大多不相同,因此可以通过学习算法,或者统计算法来确定至少一个时间间隔范围。
S303,确定时间间隔范围对应的权值。
一种方式可以通过统计次数的方式确定时间间隔范围对应的权值:
具体的,确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
另一种方式可以通过学习算法确定时间间隔范围对应的权值:例如:逻辑回归算法。本发明实施例并不对确定时间间隔范围对应的权值的方式进行具体限定。
在步骤S303中确定时间间隔范围对应的权值时,在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,可以得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
例如查询肇事车辆场景,通过统计得到针对节点V1对应的各个元数据中,访问在早上8点半对应的元数据的原始视频数据的次数最多,从而可以判定针对该节点V1在早上8点可能是事故高发时间,因此早上8点半作为发生热点时间。
本发明实施例中在步骤S103中确定的第二查询条件还可以包括起始查询时间,所述起始查询时间通过如下方式得到:
第一种实现方式:
在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间。
一般情况下用户在查询元数据时会确定查询时间、查询区域范围等等。
第二种实现方式:
在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
在一种可能的实施场景中,在建立的所述认知图谱中路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值基础上,所述认知图谱中每个节点的节点属性信息中还可以包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
具体的,所述认知图谱中每个节点对应的权值通过如下方式得到:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
当然,还可以在确定时间间隔范围时,确定每个节点对应的权值。
具体的,在步骤S303,确定时间间隔范围对应的权值时,确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内访问所述第一节点的原始视频数据的访问次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
通过上述步骤S301~S303能够根据用户历史访问记录得到其隐含访问规律,也得到的每个节点的不同时间间隔范围对应的访问次数,进而得到节点的发生热点时间。在上述步骤中S301~S303隐含得到了其他关联内容。经过图3所示步骤后认知图谱中每个节点会有相应权值,从而基于节点的权值确定全局热点,参见图4所示为确定全局热点的流程示意图。
S401,确定认知图谱中所有节点的权值。
S402,将权值最高的A个节点作为全局热点。A为正整数。
可选地,还可以包括:
S403,将权值最低的B个节点作为全局冷点。A、B均为正整数。
全局热点可以作为当用户请求中无法获得起始查询节点时作为默认起始查询节点。
具体的,在步骤S102中确定的所述第二查询条件包括的起始查询节点可以通过如下方式确定:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点;或者,
在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
在建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值时,在步骤S104中,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,可以通过如下方式实现:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
在建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值,并且认知图谱中的节点还包括节点的权值时,在步骤S104中,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,可以通过如下方式实现:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
基于上述两种,搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息的实现方式中的任一种,在步骤S105中,所述根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,可以通过如下方式实现:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中与相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
所述方法还包括:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
在一种可能的实施场景中,建立的所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息可以包括时间间隔范围以及所述时间间隔范围对应的权值时,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息还包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。应用场景有车辆追踪、套牌分析、初次入城、落脚点分析、同行分析、频繁过车、区间超速检测、过车统计(热度图)、区域碰撞等等。
可选地,步骤S301,在第二预设时间窗内统计节点之间的时间间隔时,针对不同的访问内容分别统计节点之间的时间间隔。针对每一访问内容均可以按照S301~S303的实现方式获取时间间隔范围以及时间间隔范围的权值,并通过上述提供的获取节点中的权值方式获取针对节点访问的不同的访问内容对应的权值。因此,在统计时间间隔时,区分访问内容时,从而得到的相邻两个节点间可能包括多条路径,即存在多条边,即不同的访问内容对应不同的边,每条边均有对应的边属性信息。
因此,在第二查询条件中还可以包括访问内容,从而在搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息时,可以通过如下方式实现:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数。
由于在第二查询条件中包括了访问内容,因此在搜索路径时,选择出的X条路径均是该访问内容对应的路径。针对其他的访问内容建立的路径不在选择范围内。
经过标注后的认知图谱会根据用户标注和用户历史访问的访问规律产生新的边,产生不同的路径。认知图谱的节点(摄像设备)基本固定,除了新增和减少摄像设备的情况,很少有变动。点之间的边开始时基本没有,随着用户使用,通过标注步骤,不断产生新的节点间的关联,即不断产生新的边;节点间的关联(边)属性如前所述,包括方向、时间间隔、访问内容关联,以及权值。从一个节点开始,根据边会不停访问到下一个节点,构成了一条路径。
本发明实施例中每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,在根据搜索得到的至少一条路径的路径属性信息从所述N条元数据选择出M条元数据后,将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
原始视频数据写入在用于长久存储的存储区域中,从而在读取原始视频数据时,需要到该长久存储的存储区域中读取原始视频数据,因此读取比较慢,而本发明实施例中将需要读取的原始视频数据的预取到缓存中,从而在读取原始视频数据时,从缓存中读取,提高了读取速度,节省了时间。
具体的,摄像设备不断产生新的原始视频数据。针对原始视频数据在写入时,如图5所示,首先步骤w1读取认知图谱关于节点(即摄像设备)的权值,根据权值将原始视频数据写入长久存储的存储区域,可以根据权值大小,将原始视频数据进行区分,第一种,基于W11写入较为便宜但是访问速度慢的存储区域,第二种W12写入较昂贵但是访问速度快的存储。步骤w2,将元数据写入数据库。
读取时,首先步骤R1根据用户查询请求搜索有用的元数据,例如用户查询地点=海淀and车牌号=*123and时间=xx的元数据,元数据数据库会返回可能上万条数据,此处为了辅助用户筛选以及进行有效缓存,步骤R2根据用户查询访问认知图谱,得到最可能访问的路径(对应现实中的物理路径),路径是由节点之间的边组成的,即从一个节点到另一个节点的路径。步骤R2获取的路径可以和R1得到的元数据中的部分元数据有效结合起来(元数据中含有的摄像设备标识对应节点)。经过R2,R1的结果以路径的方式将元数据显示给用户。
经过用户筛选后,确定访问其中的某个元数据对应的原始视频数据,此时就会启动步骤R3。因为原始视频数据的数据量较大,获取原始视频数据的时间较长,所以有必要进行预取,根据R2获得的路径的权值,可以选择将权值最大的几个对应的原始视频数据从长久存储的存储区域中预取到缓存中。根据在写入时的不同,会具体启动R31或者R32,提前将可能访问的原始数据预取到缓存,方便用户访问。
下面结合具体应用场景对本发明实施例做具体说明。
预先建立的认知图谱包括有节点和边,同时有节点属性信息和边属性信息。例如两个节点V1,V2,两个节点的边E(V1,V2),表示从V1指向V2的一条边。因为在访问时,用户会访问V1,发生时间为T1时刻的一个原始视频数据,之后会访问V2,发生时间为T2时刻的另一个原始视频数据,V1,V2有位置关联,T1,T2之间有时间关联,而且主要是时间间隔关联,所以在边加上时间间隔维度,E(V1,V2,TI)。另外一个补充维度是访问内容关联维度C,因为监控视频的特殊性,在使用时可以归类为较少的几类应用场景,每类应用场景的访问位置间隔和时间间隔有所不同。得到的边就是E(V1,V2,TI,C)。TI=T2-T1,C为边的属性信息。例如典型的应用场景有车辆追踪、套牌分析、初次入城、落脚点分析、同行分析、频繁过车、区间超速检测、过车统计(热度图)、区域碰撞。访问内容指的就是具体的应用场景。另外节点和边都会有权值,代表用户访问可能,权值越高,访问可能性越大。节点V的得分与两个因素相关:地点L、时刻T。V(L,T)为节点属性信息。代表了高发节点,即全局热点和节点对应的高发时间,即发生热点时间。
本发明实施例中以事故的肇事车辆追踪这一典型的应用场景为例进行说明。假设民警获取的只有车型为小轿车,颜色为红色,车牌号后三位为123,发生地点为西直门某地,时间为上午11点。基于现有技术提供的方法是民警调用关联的摄像设备,去看原始视频数据,然后再去看可能经过的下一个路口,下一个时间数据,最后确定车辆的最终位置,这个过程可能会需要几个小时。非常耗时耗力。本发明实施例中认知图谱的标注就是将上述行为学习下来,并将其标注到认知图谱中。用户在这种访问时访问V1,T1的数据后会继续访问V2,T2的数据,将这种规律学习。
实际应用中,根据实际信息让用户确定请求信息,包括起始摄像设备(即节点),时间,查询区域范围,访问内容为车辆追踪。起始摄像设备即能够拍到相关车辆的摄像头,可能有多个。用户民警发起查询车型=小轿车,颜色=红色,车牌号=*123,地点=西直门(一般会扩大范围),时间=上午11点-12点的查询,
电子设备接收用户查询请求,所述用户查询请求携带第一查询条件:车型=小轿车,颜色=红色,车牌号=*123,地点=西直门(一般会扩大范围),时间=上午11点-12点。
电子设备查询元数据数据库得到满足上述第一查询条件的N条元数据。即接收到元数据数据库返回的符合查询条件的若干元数据,此时的返回是根据查询每个字段的匹配性返回。元数据条数假设为1000条。
基于第一查询条件和认知图谱确定第二查询条件,第二查询条件包括起始查询节点以及查询区域范围,还包括访问内容为车辆追踪。起始查询节点可以是西直门区域中的作为全局热点的至少一个节点。
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
根据确定的起始查询节点、查询区域范围、访问内容对认知图谱的数据库中的认知图谱进行遍历,访问内容为车辆追踪,在搜索一个节点到另一个节点的边的时候,搜索遍历的是具有车辆追踪属性的边,根据查询区域范围会停止搜索,得到一条条可能的路径,从而获得每条路径的路径属性信息以及每条路径的节点的节点属性信息。在搜索路径时可能有很多条,我们优先搜索的是权值和最高的几条。
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中与相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内。从而针对X条路径搜索得到元数据为M条。
然后按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
具体的,将X条路径与之前元数据数据库的返回N条元数据可以对应起来,元数据中有摄像标识(编号)对应具体摄像头,即对应具体节点。元数据在对应时也要考虑时间间隔范围,最符合时间间隔范围的元数据会优先对应,例如某条路径的从V1到V2的边E(V1,V2,TI,C)。此时假设元数据1对应V1、T1,元数据2对应V2、T2,元数据3对应V2、T3,如果T2-T1=TI,T3-T1<TI则元数据2排在元数据3之前。通过认知图谱中路径和元数据的结合,展示给用户的是路径形式。
由于每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,因此可以将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。还可以将每条路径中从起点开始的几个节点的元数据对应的原始视频数据放入缓存中,用户最可能访问这些原始视频数据确认。节省了时间。
基于与上述方法实施例同样的发明构思,本发明实施例提供了一种监控数据查询装置,该装置可以设置于电子设备中,如图6所示,该装置包括:
接收模块601,用于接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息;
查询模块602,查询元数据数据库得到满足所述第一查询条件的N条元数据;其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识;
确定模块603,用于基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围;
搜索模块604,用于搜索所述认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;
选择模块605,用于根据所述搜索模块604搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
在一种可能的设计中,每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,所述装置还包括:
预取模块606,用于在所述选择模块605根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
在一种可能的设计中,所述装置还包括:
显示模块607,用于在所述选择模块605根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,针对至少一条路径中每一条路径均按照第一路径的处理方式处理:
将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
在一种可能的设计中,所述搜索模块604,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
在一种可能的设计中,所述装置还包括:
建立模块608,用于通过如下方式建立得到所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值:
针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户;
基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
另外,所述建立模块608,还用于:
在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
在一种可能的设计中,所述第二查询条件还包括起始查询时间,所述确定模块603,在确定所述起始查询时间时,具体通过如下方式实现:
在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间;或者,
在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值,所述认知图谱中每个节点的节点属性信息中还包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
在一种可能的设计中,所述建立模块608,还用于通过如下方式建立得到所述认知图谱中每个节点对应的权值:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
另外,所述建立模块608,还用于在确定被访问的所有节点的权值后,将权值最高的A个节点作为全局热点。
在一种可能的设计中,所述确定模块603,具体用于通过如下方式确定第二查询条件包括的起始查询节点:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点;或者,
在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值时,所述搜索模块604,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
在一种可能的设计中,所述选择模块605具体用于:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
还包括显示模块607,具体用于:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
在一种可能的设计中,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。
本发明有益效果如下:本发明实施例,通过搜索建立的认知图谱得到所述认知图谱中满足所述查询条件的至少一条路径属性信息;其中所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息以及多个节点对应的节点属性信息;所述节点为摄像设备的标识;从而根据搜索得到的至少一条路径属性信息从所述N条元数据选择出M条元数据,并进行关联。从而用户可以首先查看存在关联关系的元数据对应的原始视频数据,从而获取有效内容,节省了查询时间,提高了效率。
本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请各个实施例中的各功能单元可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
其中,集成的单元既可以采用硬件的形式实现时,如图7所示,可以包括通信接口701,用于接收用户的查询请求。查询模块602、确定模块603、搜索模块604、选择模块605、预取模块606、显示模块607以及建立模块608对应的实体的硬件可以为处理器702。处理器702,可以是一个中央处理单元(英文:central processing unit,简称CPU),或者为数字处理单元等等。处理器702通过通信接口701接收用户的查询请求。该装置还包括:存储器703,用于存储处理器702执行的程序。存储器703中可以包括用于长久存储的存储区域,以及缓存。用于长久存储的存储区域可以是非易失性存储器,比如硬盘(英文:hard disk drive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD)等,缓存可以是易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM)。存储器703是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。当然原始视频数据可以存储在装置的存储器中用于长久存储的存储区域中。还可以存储在其他装置设置的存储介质中。元数据数据库以及认知图谱可以存储存储器703中,也可以存储在其他装置设置的存储介质中,本发明实施例在此不作具体限定。
处理器702用于执行存储器703存储的程序,具体用于执行查询模块602、确定模块603、搜索模块604、选择模块605、预取模块606、显示模块607以及建立模块608所执行的方案。
本申请实施例中不限定上述通信接口701、处理器702以及存储器703之间的具体连接介质。本申请实施例在图7中以存储器703、处理器702以及通信接口701之间通过总线704连接,总线在图7中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本发明实施例还提供了一种计算机可读存储介质,用于存储为执行上述处理器所需执行的计算机软件指令,其包含用于执行上述处理器所需执行的程序。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (30)
1.一种监控数据查询方法,其特征在于,包括:
接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息;
查询元数据数据库得到满足所述第一查询条件的N条元数据;其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识;
基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围;
搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;
根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
2.如权利要求1所述的方法,其特征在于,每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,在根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,所述方法还包括:
将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
3.如权利要求1或2所述的方法,其特征在于,在根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,还包括:
针对至少一条路径中每一条路径均按照第一路径的处理方式处理:
将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
4.如权利要求1或2所述的方法,其特征在于,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
5.如权利要求4所述的方法,其特征在于,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,包括:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
6.如权利要求4或5所述的方法,其特征在于,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值通过如下方式得到:
针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户;
基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
8.如权利要求7所述的方法,其特征在于,所述第二查询条件还包括起始查询时间,所述起始查询时间通过如下方式得到:
在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间;或者,
在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
9.如权利要求4至6任一项所述的方法,其特征在于,所述认知图谱中每个节点的节点属性信息中还包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
10.如权利要求9所述的方法,其特征在于,所述认知图谱中每个节点对应的权值通过如下方式得到:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
11.如权利要求10所述的方法,其特征在于,在确定被访问的所有节点的权值后,所述方法还包括:
将权值最高的A个节点作为全局热点。
12.如权利要求11所述的方法,其特征在于,所述第二查询条件包括的起始查询节点通过如下方式确定:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点;或者,
在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
13.如权利要求7至12任一项所述的方法,其特征在于,所述搜索认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息,包括:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
14.如权利要求13所述的方法,其特征在于,所述根据搜索得到的至少一条路径的路径属性信息以及路径中节点的节点属性信息从所述N条元数据选择出M条元数据,包括:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
所述方法还包括:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
15.如权利要求4至14任一项所述的方法,其特征在于,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。
16.一种监控数据查询装置,其特征在于,包括:
接收模块,用于接收用户查询请求,所述用户查询请求携带第一查询条件,所述第一查询条件包括所需查询的对象的至少一个属性信息;
查询模块,查询元数据数据库得到满足所述第一查询条件的N条元数据;其中,元数据数据库包括多条元数据,每条元数据用于描述原始视频数据中对象的多个属性信息,N为正整数,每条元数据至少包括摄像设备的标识;
确定模块,用于基于第一查询条件和/或认知图谱确定第二查询条件,所述第二查询条件包括起始查询节点以及查询区域范围;
搜索模块,用于搜索所述认知图谱得到所述认知图谱中满足所述第二查询条件的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息;所述认知图谱基于交通路网信息以及摄像设备的物理位置建立;所述认知图谱中包括由多个节点组成的路径对应的路径属性信息;每个节点为摄像设备的标识,每个节点对应的节点属性信息包括摄像设备的物理位置;所述至少一条路径中每一条路径包括由所述起始查询节点为起点,由所述查询区域范围内的除所述起始查询节点外的其它一个节点为终点在内的至少两个节点;
选择模块,用于根据所述搜索模块搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据,所述M为小于或者等于N的正整数;所述M条元数据中每条元数据包括的摄像设备的标识对应所述至少一条路径属性信息中包括的其中一个节点。
17.如权利要求16所述的装置,其特征在于,每条元数据所对应的原始视频数据存储在用于长久存储的存储区域中,所述装置还包括:
预取模块,用于在所述选择模块根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,将所述M条元数据对应的原始视频数据从所述用于长久存储的存储区域中预取到缓存中。
18.如权利要求16或17所述的装置,其特征在于,所述装置还包括:
显示模块,用于在所述选择模块根据搜索得到的至少一条路径的路径属性信息以及至少一条路径中节点的节点属性信息从所述N条元数据选择出M条元数据后,针对至少一条路径中每一条路径均按照第一路径的处理方式处理:
将所述第一路径包括的节点对应的元数据按照第一路径中包括的节点的顺序显示给用户,所述第一路径为所述至少一条路径中的任意一条路径。
19.如权利要求16或17所述的装置,其特征在于,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值;所述第一节点和所述第二节点为所述认知图谱包括的节点中的任意两个节点;所述时间间隔范围为预先确定的用于表征一个对象由第一节点行进到第二节点所需的时间范围,每个时间间隔范围分别对应一个权值。
20.如权利要求19所述的装置,其特征在于,所述搜索模块,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值的和。
21.如权利要求19或20所述的装置,其特征在于,所述装置还包括:
建立模块,用于通过如下方式建立得到所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括时间间隔范围以及所述时间间隔范围对应的权值:
针对在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户分别执行:获取第二预设时间窗内第一用户所访问第一节点的原始视频数据包括的发生时间与所访问第二节点的原始视频数据包括的发生时间的时间间隔;所述第一用户为在所述第二预设时间窗内连续针对第一节点和第二节点访问的各个用户中的任一用户;
基于在第一预设时间窗内访问所述第一节点和所述第二节点得到的多个时间间隔确定至少一个时间间隔范围;所述第一预设时间窗大于或者等于L个所述第二预设时间窗,所述L为大于1的正整数;
确定第一预设时间窗内访问所述第一节点和所述第二节点得到的每个时间间隔范围对应的访问次数;
根据每个时间间隔范围对应的访问次数确定每个时间间隔范围对应的权值;其中不同的权值对应不同的访问次数范围;
基于权值最大的H个时间间隔范围构成由所述第一节点指向所述第二节点的路径,由所述第一节点指向所述第二节点的路径属性信息包括所述H个时间间隔范围以及每个时间间隔范围对应的权值,所述H为正整数。
22.如权利要求21所述的装置,其特征在于,所述建立模块,还用于:
在确定第一预设时间窗内被访问的所有节点中任意两个节点的各个时间间隔范围对应的访问次数后,得到第一预设时间窗内所述第一节点的各个发生时间对应的访问次数,将所述第一节点对应的各个发生时间中访问次数最高的发生时间作为所述第一节点的发生热点时间,并将所述第一节点的发生热点时间保存在第一节点的节点属性信息中。
23.如权利要求21所述的装置,其特征在于,所述第二查询条件还包括起始查询时间,所述确定模块,在确定所述起始查询时间时,具体通过如下方式实现:
在所述第一查询条件中包括起始查询时间时,根据所述第一查询条件确定第二查询条件包括的起始查询时间;或者,
在所述第一查询条件中不包括起始查询时间时,将所述认知图谱中所述起始查询节点的节点属性信息中包括的发生热点时间作为所述第二查询条件的起始查询时间。
24.如权利要求19至21任一项所述的装置,其特征在于,所述认知图谱中每个节点的节点属性信息中还包括节点对应的权值,所述节点对应的权值用于表征所述节点的元数据对应的原始视频数据被访问的访问频率。
25.如权利要求24所述的装置,其特征在于,所述建立模块,还用于通过如下方式建立得到所述认知图谱中每个节点对应的权值:
针对每个节点均基于针对第一节点的处理方式处理:
在第一预设时间窗内确定所述第一节点的原始视频数据被访问的次数,根据所述第一节点对应的访问次数确定所述第一节点对应的权值,并将所述第一节点的权值保存在第一节点的节点属性信息中;其中不同的权值对应不同的访问次数范围。
26.如权利要求25所述的装置,其特征在于,所述建立模块,还用于在确定被访问的所有节点的权值后,将权值最高的A个节点作为全局热点。
27.如权利要求26所述的装置,其特征在于,所述确定模块,具体用于通过如下方式确定第二查询条件包括的起始查询节点:
在所述第一查询条件中包括起始查询节点时,根据所述第一查询条件确定第二查询条件包括的起始查询节点;或者,
在所述第一查询条件中不包括起始查询节点时,将所述认知图谱中全局热点中的至少一个节点作为起始查询节点。
28.如权利要求24至27任一项所述的装置,其特征在于,所述搜索模块,具体用于:
搜索所述认知图谱获取满足所述第二查询条件的多条路径中权值和最高的X条路径的路径属性信息以及X条路径中节点的节点属性信息;X为正整数;
其中,所述权值和为一条路径多个节点之间的路径对应的路径属性信息包括的权值以及多个节点的节点属性信息包括的权值的和。
29.如权利要求28所述的装置,其特征在于,所述选择模块具体用于:
针对X条路径中每一条路径均按照第二路径的处理方式处理:
从所述N条元数据中搜索匹配所述第二路径中包括的节点以及匹配每条路径的路径属性信息中包括的时间间隔范围的Y条元数据,所述Y条元数据中相连的两个节点匹配的元数据的原始视频数据的发生时间差处在所述时间间隔范围内;
还包括显示模块,具体用于:
按照X条路径中每条路径中节点排列顺序以及发生时间先后顺序排列并显示给用户。
30.如权利要求19至29任一项所述的装置,其特征在于,所述认知图谱中由第一节点指向第二节点之间路径的路径属性信息包括至少一个访问内容,每个访问内容对应一个时间间隔范围以及每个时间间隔范围对应的权值;不同的访问内容对应不同的应用场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610698137.8A CN107766377B (zh) | 2016-08-19 | 2016-08-19 | 一种监控数据查询方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610698137.8A CN107766377B (zh) | 2016-08-19 | 2016-08-19 | 一种监控数据查询方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107766377A true CN107766377A (zh) | 2018-03-06 |
CN107766377B CN107766377B (zh) | 2021-08-03 |
Family
ID=61262198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610698137.8A Active CN107766377B (zh) | 2016-08-19 | 2016-08-19 | 一种监控数据查询方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766377B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213747A (zh) * | 2018-08-08 | 2019-01-15 | 麒麟合盛网络技术股份有限公司 | 一种数据管理方法及装置 |
CN109670049A (zh) * | 2018-11-19 | 2019-04-23 | 平安科技(深圳)有限公司 | 图谱路径查询方法、装置、计算机设备和存储介质 |
CN110309334A (zh) * | 2018-04-20 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 图数据库的查询方法、系统、计算机设备和可读存储介质 |
CN110609902A (zh) * | 2018-05-28 | 2019-12-24 | 华为技术有限公司 | 一种基于融合知识图谱的文本处理方法及装置 |
CN110765321A (zh) * | 2019-10-28 | 2020-02-07 | 北京明略软件系统有限公司 | 一种数据存储路径的生成方法、生成装置及可读存储介质 |
CN111008198A (zh) * | 2019-11-22 | 2020-04-14 | 广联达科技股份有限公司 | 业务数据获取方法、装置、存储介质、电子设备 |
CN111221781A (zh) * | 2018-11-27 | 2020-06-02 | 杭州海康威视系统技术有限公司 | 一种数据查找方法、装置、电子设备及系统 |
WO2020143170A1 (zh) * | 2019-01-07 | 2020-07-16 | 平安科技(深圳)有限公司 | 预测路线获取方法、装置、计算机设备及存储介质 |
CN111475624A (zh) * | 2020-04-13 | 2020-07-31 | 杭州海康威视系统技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN111753118A (zh) * | 2019-03-29 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 车辆检索方法、装置、电子设备及可读存储介质 |
CN114519117A (zh) * | 2022-02-16 | 2022-05-20 | 阿波罗智联(北京)科技有限公司 | 确定事件真实性的方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291256A (zh) * | 2011-07-25 | 2011-12-21 | 杭州华三通信技术有限公司 | 一种监控数据的查询方法和设备 |
US20120030207A1 (en) * | 2010-07-29 | 2012-02-02 | Pantech Co., Ltd. | Mobile communication terminal and method for content processing |
CN103473929A (zh) * | 2013-09-26 | 2013-12-25 | 招商局重庆交通科研设计院有限公司 | 车辆违规监控方法、装置及系统 |
CN103988215A (zh) * | 2011-10-20 | 2014-08-13 | 德国邮政股份公司 | 搜索区域到搜索请求的自动对应 |
CN104219071A (zh) * | 2013-05-30 | 2014-12-17 | 华为技术有限公司 | 一种网络质量的监控方法和服务器 |
CN105450991A (zh) * | 2015-11-17 | 2016-03-30 | 浙江宇视科技有限公司 | 一种追踪方法及装置 |
CN105701244A (zh) * | 2016-02-26 | 2016-06-22 | 北京元心科技有限公司 | 一种对巡检数据进行处理的方法及巡检服务器 |
-
2016
- 2016-08-19 CN CN201610698137.8A patent/CN107766377B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120030207A1 (en) * | 2010-07-29 | 2012-02-02 | Pantech Co., Ltd. | Mobile communication terminal and method for content processing |
CN102291256A (zh) * | 2011-07-25 | 2011-12-21 | 杭州华三通信技术有限公司 | 一种监控数据的查询方法和设备 |
CN103988215A (zh) * | 2011-10-20 | 2014-08-13 | 德国邮政股份公司 | 搜索区域到搜索请求的自动对应 |
CN104219071A (zh) * | 2013-05-30 | 2014-12-17 | 华为技术有限公司 | 一种网络质量的监控方法和服务器 |
CN103473929A (zh) * | 2013-09-26 | 2013-12-25 | 招商局重庆交通科研设计院有限公司 | 车辆违规监控方法、装置及系统 |
CN105450991A (zh) * | 2015-11-17 | 2016-03-30 | 浙江宇视科技有限公司 | 一种追踪方法及装置 |
CN105701244A (zh) * | 2016-02-26 | 2016-06-22 | 北京元心科技有限公司 | 一种对巡检数据进行处理的方法及巡检服务器 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309334A (zh) * | 2018-04-20 | 2019-10-08 | 腾讯科技(深圳)有限公司 | 图数据库的查询方法、系统、计算机设备和可读存储介质 |
CN110609902A (zh) * | 2018-05-28 | 2019-12-24 | 华为技术有限公司 | 一种基于融合知识图谱的文本处理方法及装置 |
CN110609902B (zh) * | 2018-05-28 | 2021-10-22 | 华为技术有限公司 | 一种基于融合知识图谱的文本处理方法及装置 |
CN109213747A (zh) * | 2018-08-08 | 2019-01-15 | 麒麟合盛网络技术股份有限公司 | 一种数据管理方法及装置 |
CN109213747B (zh) * | 2018-08-08 | 2021-11-16 | 麒麟合盛网络技术股份有限公司 | 一种数据管理方法及装置 |
CN109670049A (zh) * | 2018-11-19 | 2019-04-23 | 平安科技(深圳)有限公司 | 图谱路径查询方法、装置、计算机设备和存储介质 |
CN111221781A (zh) * | 2018-11-27 | 2020-06-02 | 杭州海康威视系统技术有限公司 | 一种数据查找方法、装置、电子设备及系统 |
CN111221781B (zh) * | 2018-11-27 | 2023-05-02 | 杭州海康威视系统技术有限公司 | 一种数据查找方法、装置、电子设备及系统 |
WO2020143170A1 (zh) * | 2019-01-07 | 2020-07-16 | 平安科技(深圳)有限公司 | 预测路线获取方法、装置、计算机设备及存储介质 |
CN111753118A (zh) * | 2019-03-29 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 车辆检索方法、装置、电子设备及可读存储介质 |
CN110765321A (zh) * | 2019-10-28 | 2020-02-07 | 北京明略软件系统有限公司 | 一种数据存储路径的生成方法、生成装置及可读存储介质 |
CN111008198A (zh) * | 2019-11-22 | 2020-04-14 | 广联达科技股份有限公司 | 业务数据获取方法、装置、存储介质、电子设备 |
CN111008198B (zh) * | 2019-11-22 | 2023-05-16 | 广联达科技股份有限公司 | 业务数据获取方法、装置、存储介质、电子设备 |
CN111475624A (zh) * | 2020-04-13 | 2020-07-31 | 杭州海康威视系统技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN111475624B (zh) * | 2020-04-13 | 2023-08-04 | 杭州海康威视系统技术有限公司 | 一种监控数据检索方法、装置及设备 |
CN114519117A (zh) * | 2022-02-16 | 2022-05-20 | 阿波罗智联(北京)科技有限公司 | 确定事件真实性的方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107766377B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766377B (zh) | 一种监控数据查询方法及装置 | |
JP6893564B2 (ja) | ターゲット識別方法、装置、記憶媒体および電子機器 | |
US9671237B1 (en) | Optimized generation of navigation instructions based on computed parking probability values | |
CN105528359B (zh) | 用于存储行进轨迹的方法和系统 | |
US20150009047A1 (en) | Method and apparatus for vehicle parking spaces management using image processing | |
KR20170044163A (ko) | 주행 노선 매칭 방법, 장치 및 저장 매체 | |
RU2014109432A (ru) | Способ считывания регистрационных номеров транспортных средств | |
US20200041288A1 (en) | Method of planning travel route, planning server, and storage medium | |
US20190301884A1 (en) | Computer-implemented method for recommending booths-to-visit | |
CN104679864A (zh) | 一种基于gis的嫌疑目标智能跟踪方法和装置 | |
CN112131325A (zh) | 轨迹确定方法、装置及设备、存储介质 | |
CN108765018A (zh) | 基于人车关联的自适应广告推送方法及系统 | |
CN103793439A (zh) | 一种实时检索信息获取方法、装置及服务器 | |
CN114265833A (zh) | 车辆轨迹引导地理时空特征可视化分析平台 | |
CN112241489A (zh) | 信息推送方法、装置、可读存储介质和计算机设备 | |
CN113449217B (zh) | 迁移轨迹、热力图生成及网点确定的方法、设备 | |
CN114020790A (zh) | 一种数据查询的方法及装置 | |
CN111767432A (zh) | 共现对象的查找方法和装置 | |
CA2892120A1 (en) | Navigational computer system and method for presenting local search data | |
CN109918468A (zh) | 基于墨卡托投影的物联网设备位置数据区域筛选方法 | |
US9462062B2 (en) | Portable terminal for displaying local service based on context awareness technology, and operation method of the portable terminal | |
CN111539796B (zh) | 一种订单处理方法、装置及存储介质 | |
CN112699043A (zh) | 一种测试用例生成的方法及装置 | |
CN115424465B (zh) | 停车场地图的构建方法、装置及存储介质 | |
CN114265952B (zh) | 一种目标检索方法和装置 |
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 |