CN108900792A - 一种面向车联网的泛在视频取证方法及系统 - Google Patents

一种面向车联网的泛在视频取证方法及系统 Download PDF

Info

Publication number
CN108900792A
CN108900792A CN201810832796.5A CN201810832796A CN108900792A CN 108900792 A CN108900792 A CN 108900792A CN 201810832796 A CN201810832796 A CN 201810832796A CN 108900792 A CN108900792 A CN 108900792A
Authority
CN
China
Prior art keywords
video
client
information
geographical location
geo
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
CN201810832796.5A
Other languages
English (en)
Other versions
CN108900792B (zh
Inventor
李进
王显珉
李同
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.)
Guangzhou University
Original Assignee
Guangzhou University
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 Guangzhou University filed Critical Guangzhou University
Priority to CN201810832796.5A priority Critical patent/CN108900792B/zh
Publication of CN108900792A publication Critical patent/CN108900792A/zh
Application granted granted Critical
Publication of CN108900792B publication Critical patent/CN108900792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/27—Server based end-user applications
    • H04N21/274—Storing end-user multimedia data in response to end-user request, e.g. network recorder
    • H04N21/2743—Video hosting of uploaded data from client
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/432—Content retrieval operation from a local storage medium, e.g. hard-disk
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明属于车联网应用技术领域，涉及面向车联网的泛在视频取证方法及系统，其方法包括步骤：拍摄视频并存储于本地，对所拍摄视频生成摘要信息并上传到服务端，根据摘要信息建立索引并存储在本地；服务端将视频摘要信息与客户端标识合并组成客户端视频信息摘要，根据需要检索并确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要，并提取其中的客户端标识，将摘要信息发送给对应的客户端，请求其上传对应的视频内容。本发明能将分散在各台行车记录仪上的视频证据按需取证至云计算平台，进行证据分析与处理。云计算平台只在需要取证时索取相关视频证据，自身无需耗费过多的计算与存储资源用以保存与处理海量视频数据。

Description

一种面向车联网的泛在视频取证方法及系统
技术领域
本发明属于车联网应用技术领域，具体涉及一种面向车联网的泛在视频取证方法及系统。
背景技术
车联网系统一般分为三部分：车载终端、云计算处理平台和数据分析平台，其工作模式为：车载终端采集车辆实时运行数据，将数据发送至云计算处理平台，云计算处理平台处理海量车辆信息，对数据进行“过滤清洗”，数据分析平台则负责对数据进行报表式处理，供管理人员查看。行车记录仪作为已被广泛使用的车载终端，具有价格便宜，普及面广等特点。
随着我国道路交通事业的飞速发展，交通事故发生量呈上升趋势。目前我国每年交通事故发生率高于欧美发达国家，很多事故发生后由于监控设施有限等原因取证困难，影响到事故责任认定及进一步的事故原因分析与安全治理工作。利用车联网技术将行车记录仪获取的视频信息上传至云计算平台进行统一处理、检索，是目前增加视频证据获取的方法。但是该方法会遇到获取的视频信息过多，特别是无用信息过多，云计算平台存储、计算、检索资源耗费过多等问题。
发明内容
本发明针对现有技术的不足，提出了一种面向车联网的泛在视频取证方法及系统，利用车联网架构，实现行车记录仪视频自动转储，可以将分散在各台行车记录仪上的视频证据按需取证至云计算平台，进行证据分析与处理；云计算平台只在需要取证时向可能拥有相关视频证据的视频记录仪索取相关视频证据，自身无需耗费过多的计算与存储资源用以保存与处理海量视频数据。
本发明面向车联网的泛在视频取证方法，包括：S1、行车记录仪视频资料信息自动转储，S2、相关视频证据按需提取；
步骤S1包括以下步骤：
S11、拍摄视频，将拍摄的视频内容存储于本地；
S12、对所拍摄的视频生成摘要信息S，将摘要信息S上传到服务端；根据摘要信息S中的视频拍摄地理位置字段、拍摄时间字段建立索引，把索引存储在本地；
步骤S2包括以下步骤：
S21、服务端接收客户端所上传的至少一个视频摘要信息S，并与客户端唯一标识CID合并，组成客户端视频信息摘要SC；
S22、根据所输入的检索需求，检索相关客户端视频信息摘要SC，确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要SC；
S23、根据获得的客户端视频信息摘要SC，提取其中的客户端标识CID；将摘要信息S发送给与客户端标识CID对应的客户端，请求其上传对应的视频内容；
S24、客户端接收到服务端的请求后，启动视频内容上传。
在一个优选的实施例中，步骤S12中摘要信息S表示为S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，其中G1表示拍摄的地理位置，T1表示位于G1时的拍摄时间，GEO(G1-G2)表示G1至G2两个位置点在地图上所形成的矩形区域，Time(T1-T2)表示车辆经过G1和G2两个位置点之间的起始时间和终止时间；
摘要信息S的生成过程如下：通过地理位置信息树刻画车辆行驶路线，地理位置信息摘要函数GEO(Gn-Gm))计算得到地理区域位置；地理位置信息树的叶子节点记录了车辆在行驶过程中所经历的拍摄位置和拍摄时间，分别为(G1,T1)、(G2,T2)……(GN,TN)；GEO(G1-G2)，Time(T1-T2)，GEO(G2-G3)，Time(T2-T3)……GEO(GN-G(N-1))，Time(TN-T(N-1))形成地理位置信息树的倒数第二层节点，为视频内容的途径区域和时间段；对视频内容的途径区域和时间段再次进行摘要信息的生成，形成倒数第二层节点的上一层节点；依此类推，直至生成地理位置信息树的根节点GEO(G1-GN)，Time(T1-TN)；其中n、m及N均为自然数。
在一个优选的实施例中，所述地理位置信息摘要函数GEO(Gn-Gm)的计算过程如下：如果计算的是两个叶子节点之间的地理位置区域，则将两个位置点在地图直角坐标上投影，得到两个位置点间的地理区域；如果计算的是两个非叶子节点间的地理位置区域，则计算两块矩形区域在地图直角坐标系上所张成的最大矩形区域，为两个非叶子节点间的地理位置区域，将计算所得的最大矩形区域离原点最近的一个坐标点和它的对角的坐标点两个坐标点记录下来，作为GEO(Gn-Gm)记录的地理位置摘要信息。
在一个优选的实施例中，步骤S21中，服务端将客户端唯一标识CID、同一客户端所上传的全部视频摘要信息S所对应的全部地理位置信息树组合为一个地理位置信息森林，形成完整的该客户端上传的视频信息摘要SC。步骤S22检索相关客户端视频信息摘要SC时，在服务端直接输入所需查询路段的地理位置及时间信息(Gx,Ty)，然后扫描客户端上传的视频摘要信息SC，从地理位置信息树的树根处开始查询，判断地理位置及时间信息(Gx,Ty)位于客户端的地理位置信息森林的哪一棵子树上，然后在相应子树中搜索确认该客户端是否拥有所需视频证据信息。
本发明面向车联网的泛在视频取证系统，包括用于执行行车记录仪视频资料信息自动转储的客户端，以及用于执行相关视频证据按需提取的服务端；
所述客户端：拍摄视频，将拍摄的视频内容存储于本地；并对所拍摄的视频生成摘要信息S，将摘要信息S上传到服务端；还根据摘要信息S中的视频拍摄地理位置字段、拍摄时间字段建立索引，把索引存储在本地；
所述服务端：接收客户端所上传的至少一个视频摘要信息S，并与客户端唯一标识CID合并，组成客户端视频信息摘要SC；并根据所输入的检索需求，检索相关客户端视频信息摘要SC，确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要SC；再根据获得的客户端视频信息摘要SC，提取其中的客户端标识CID；将摘要信息S发送给与客户端标识CID对应的客户端，请求其上传对应的视频内容；
客户端接收到服务端的请求后，启动视频内容上传。
从以上技术方案可知，本发明有效利用了车联网及海量个体有效存储海量数据的概念，提出了一种面向车联网的基于行车记录仪自动转储的视频信息取证方法及系统，利用车联网架构，实现行车记录仪视频自动转储与按需取证，可以将分散在各台行车记录仪上的视频证据按需取证至云计算平台，进行证据分析与处理；云计算平台只在需要取证时向可能拥有相关视频证据的视频记录仪索取相关视频证据，自身无需耗费过多的计算与存储资源用以保存与处理海量视频数据，因而云计算平台的存储、计算资源开销均较小，可以高性能地管理海量视频证据信息。
附图说明
图1为本发明一个实施例中视频自动转储取证方法框图；
图2为本发明一个实施例中视频拍摄示意图；
图3为本发明一个实施例中地理位置信息树刻画车辆形成路线示意图；
图4为本发明一个实施例中两个叶子节点之间的地理位置点在地图上形成矩形区域的示意图；
图5为本发明一个实施例中两个非叶子节点之间的地理位置点在地图上形成矩形区域的示意图，其中(a)、(b)、(c)、(d)分别示意了四种不同情形下的两块矩形区域在地图直角坐标系上所张成的最大矩形区域。
具体实施方式
下面通过具体实施方式对本发明的目的作进一步详细的描述，实施例不能在此一一赘述，但本发明的实施方式并不限于此。
本实施例中，面向车联网的泛在视频取证方法，如图1所示，包括如下步骤：S1、行车记录仪视频资料信息自动转储，S2、相关视频证据按需提取。其中步骤S1在车载系统客户端执行，步骤S2在云服务系统服务端执行。
其中，步骤S1包括以下步骤：
S11、视频拍摄：在车载系统客户端调用视频拍摄模块拍摄视频；视频拍摄的过程如图2所示，拍摄的视频内容存储于本地。
S12、对所存储的视频内容生成摘要信息S，将摘要信息S上传到云服务器系统服务端；根据摘要信息S中的视频拍摄地理位置字段、拍摄时间字段建立索引，把索引存储在本地，索引建立方法可选用计算机科学数据库领域内通用的B+树、Hash表或链表等方式均可。本步骤通过车载系统客户端的视频摘要信息生成模块来执行。
存储于本地的视频内容及索引，根据本地存储空间大小定期循环更新，如本地保留1周左右的视频内容，1周后循环更新。
摘要信息S含视频信息唯一摘要值、视频拍摄地理位置、拍摄时间等检索标签，符号表示为S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，其中G1表示拍摄的地理位置，T1表示位于G1时的拍摄时间，GEO(G1-G2)表示G1至G2两个位置点在地图上所形成的矩形区域(如图4所示)，Time(T1-T2)表示车辆经过G1和G2两个位置点之间的起始时间和终止时间，后续标签数量和类型按需设定。
摘要信息S的生成过程如下：行车视频中的地理位置与拍摄时间时刻变动，离散的信息摘要需记录连续的行车过程。本方法通过地理位置信息树刻画车辆行驶路线，具体方法如图3、图4所示，地理位置信息树的叶子节点记录了车辆在行驶过程中所经历的拍摄位置和拍摄时间，分别为(G1,T1)、(G2,T2)……(GN,TN)；而GEO(G1-G2)表示G1位置点与G2位置点在地图上构成的一块矩形区域，Time(T1-T2)表示时间段(T1-T2)；GEO(G1-G2)，Time(T1-T2)，GEO(G2-G3)，Time(T2-T3)……GEO(GN-G(N-1))，Time(TN-T(N-1))形成地理位置信息树的倒数第二层节点，为视频内容的途径区域和时间段；对视频内容的途径区域和时间段再次进行摘要信息的生成，形成倒数第二层节点的上一层节点，如图3中的节点GEO(G1-G3)，Time(T1-T3)，其中GEO(G1-G3)表示客户端从G1位置点至G3位置点所途径的最大可能地理位置区域，在地图上为一块矩形区域；依此类推，直至生成地理位置信息树的根节点GEO(G1-GN)，Time(T1-TN)。具体的地理区域位置由地理位置信息摘要函数GEO(Gn-Gm)的计算得到，具体过程如下：
如果地理位置信息摘要函数GEO(Gn-Gm)计算的是两个叶子节点之间的地理位置区域，则如图4所示，将两个位置点在地图直角坐标上投影，得到两个位置点间的地理区域；如果GEO(Gn-Gm)计算的是两个非叶子节点间的地理位置区域，则如图5所示，参与计算的是两块矩形区域，GEO(Gn-Gm)计算两块矩形区域在地图直角坐标系上所张成的最大矩形区域，为两个非叶子节点间的地理位置区域，将计算所得的最大矩形区域离原点最近的一个坐标点和它的对角的坐标点两个坐标点记录下来，如图5中的G1e、G3e，作为GEO(Gn-Gm)记录的地理位置摘要信息。其中n、m、N均为自然数
地图直角坐标系上所张成的最大矩形区域的计算方法如图5所示，扫描两块矩形区域共八个坐标点在地图直角坐标系上的坐标值，取在X、Y轴方向上距离正负无穷最近的4个点，将离X轴正负无穷最近的点做与Y轴平行的直线，将离Y轴正负无穷最近的点做与X轴平行的直线，4条直线包围的矩形区域为2块矩形区域所张成的最大矩形区域。图5中的(a)、(b)、(c)、(d)图分别示意了四种不同情形下，两块矩形区域在地图直角坐标系上所张成的最大矩形区域。
地理位置信息树会根据循环更新情况动态地删除已超过时间线的旧信息块，添加新信息块，并依据时间顺序构建新的信息树，树构建算法采用计算机科学领域通用树结构构建算法。
本实施例中，所述步骤S2包括以下步骤：
S21、视频摘要信息管理：云服务系统服务端接收车载系统客户端上传的视频摘要信息S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，并与车载系统客户端唯一标识CID合并，组成客户端视频信息摘要SC(CID，GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，存入数据库，并用多标签索引组织接收到的所有车载系统客户端上传的视频摘要信息。
本发明对车辆的具体行程进行分段拍摄与存储，摘要信息S根据所存储的每一个视频内容来生成，一般来说是一个时间段的视频内容生成一棵地理位置信息树，如1个小时或2个小时等，由客户端和系统根据存储空间、带宽等情况决定。因此，同一车载系统客户端上传到服务端的地理位置信息树可能有若干棵，服务端将车载系统客户端唯一标识CID、同一车载系统客户端所上传的全部视频摘要信息S所对应的全部地理位置信息树组合为一个地理位置信息森林，形成完整的该客户端上传的视频信息摘要SC。
S22、视频检索：根据用户输入的检索需求，检索相关客户端视频信息摘要SC，确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要SC；检索需求可用标准关系数据库检索语言SQL语言表述。
当高速路网等路段有需要视频取证的情况发生时，可在云服务系统服务端直接输入所需查询路段的地理位置及时间信息(Gx,Ty)，扫描客户端上传的行车记录仪视频摘要信息SC，从地理位置信息树的树根处开始查询，判断地理位置及时间信息(Gx,Ty)位于客户端的地理位置信息森林的哪一棵或哪几棵子树上，然后在相应子树中搜索相关的视频内容。如果(Gx,Ty)包含在[GEO(G1-GN)，Time(T1-TN)]内，则继续考察(Gx,Ty)是否包含在[GEO(G1-GM),Time(T1-TM)]内，或者包含在[GEO(GM-GN),Time(TM-TN)]内，若都未包含，则停止搜索，表明该客户端没有所需要的视频证据信息；若包含在[GEO(G1-GM),Time(T1-TM)]或者[GEO(GM-GN),Time(TM-TN)]内，则继续在包含(Gx,Ty)的相应子树中搜索；重复以上的搜索策略，直至确认该客户端是否拥有所需视频证据信息。
(Gx,Ty)包含在[GEO(G1-GN)，Time(T1-TN)]内是指Gx这一地理位置点落在地理位置信息摘要GEO(G1-GN)所记录的地图矩形范围内，同时Ty这一时间点落在T1～TN时间范围内。
搜索过程有如下特点，由于地理位置信息树每一层节点的时间范围不重合，所以树的搜索过程每一层只需选择一个节点即可，搜索完整棵树所需访问的节点个数≤树的层数。如果所搜索的时间点与T1、T2等叶子节点的时间点重合，则无需在信息树中间节点中继续搜索，直接定位到相同时间点的叶子节点即可。
本实施例利用信息树按上述搜索策略进行视频证据检索，使得视频证据信息的确认在信息树的倒数第二层即可完成，并不要求(Gx,Ty)与信息树的叶子节点完全吻合，因为叶子节点只代表了进行视频信息摘要的时间点，信息树的倒数第二层才代表了视频信息记录的途径区域与时间段。
S23、视频内容取证：根据视频检索获得的客户端视频信息摘要SC，提取其中的车载系统客户端标识CID；将视频摘要信息S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)发送给与车载系统客户端标识CID对应的车载系统客户端，请求其上传对应的视频内容，并开启文件接收端口，准备从车载系统客户端接收需检索的视频文件。
S24、视频内容上传：车载系统客户端接收到云服务系统服务端的请求后，启动视频内容上传。具体为：车载系统客户端接受来自云服务系统服务端的上传请求，上传请求中包含所需检索的视频摘要信息S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，车载系统客户端根据摘要信息搜索本地存储空间，提取视频摘要信息S所对应的视频内容；若提取视频内容成功，则开启FTP或等效文件传输功能，上传视频内容文件，同时对文件上传状况进行监测；若提取视频内容失败，则向云服务系统服务端发回上传文件提取失败消息。
S25、视频内容管理：云服务系统服务端对接收到的视频内容文件进行统一存储管理，提取所需的取证内容给用户，在用户使用完毕后根据用户需求删除或保留相关视频内容。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种面向车联网的泛在视频取证方法，其特征在于，包括：S1、行车记录仪视频资料信息自动转储，S2、相关视频证据按需提取；
步骤S1包括以下步骤：
S11、拍摄视频，将拍摄的视频内容存储于本地；
S12、对所拍摄的视频生成摘要信息S，将摘要信息S上传到服务端；根据摘要信息S中的视频拍摄地理位置字段、拍摄时间字段建立索引，把索引存储在本地；
步骤S2包括以下步骤：
S21、服务端接收客户端所上传的至少一个视频摘要信息S，并与客户端唯一标识CID合并，组成客户端视频信息摘要SC；
S22、根据所输入的检索需求，检索相关客户端视频信息摘要SC，确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要SC；
S23、根据获得的客户端视频信息摘要SC，提取其中的客户端标识CID；将摘要信息S发送给与客户端标识CID对应的客户端，请求其上传对应的视频内容；
S24、客户端接收到服务端的请求后，启动视频内容上传。
2.根据权利要求1所述的面向车联网的泛在视频取证方法，其特征在于，步骤S12中摘要信息S表示为S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，其中G1表示拍摄的地理位置，T1表示位于G1时的拍摄时间，GEO(G1-G2)表示G1至G2两个位置点在地图上所形成的矩形区域，Time(T1-T2)表示车辆经过G1和G2两个位置点之间的起始时间和终止时间；
摘要信息S的生成过程如下：通过地理位置信息树刻画车辆行驶路线，地理位置信息摘要函数GEO(Gn-Gm))计算得到地理区域位置；地理位置信息树的叶子节点记录了车辆在行驶过程中所经历的拍摄位置和拍摄时间，分别为(G1,T1)、(G2,T2)……(GN,TN)；GEO(G1-G2)，Time(T1-T2)，GEO(G2-G3)，Time(T2-T3)……GEO(GN-G(N-1))，Time(TN-T(N-1))形成地理位置信息树的倒数第二层节点，为视频内容的途径区域和时间段；对视频内容的途径区域和时间段再次进行摘要信息的生成，形成倒数第二层节点的上一层节点；依此类推，直至生成地理位置信息树的根节点GEO(G1-GN)，Time(T1-TN)；其中n、m及N均为自然数。
3.根据权利要求2所述的面向车联网的泛在视频取证方法，其特征在于，所述地理位置信息摘要函数GEO(Gn-Gm)的计算过程如下：
如果计算的是两个叶子节点之间的地理位置区域，则将两个位置点在地图直角坐标上投影，得到两个位置点间的地理区域；如果计算的是两个非叶子节点间的地理位置区域，则计算两块矩形区域在地图直角坐标系上所张成的最大矩形区域，为两个非叶子节点间的地理位置区域，将计算所得的最大矩形区域离原点最近的一个坐标点和它的对角的坐标点两个坐标点记录下来，作为GEO(Gn-Gm)记录的地理位置摘要信息。
4.根据权利要求3所述的面向车联网的泛在视频取证方法，其特征在于，在地图直角坐标系上所张成的最大矩形区域的计算方法为：
扫描两块矩形区域共八个坐标点在地图直角坐标系上的坐标值，取在X、Y轴方向上距离正负无穷最近的4个点，将离X轴正负无穷最近的点做与Y轴平行的直线，将离Y轴正负无穷最近的点做与X轴平行的直线，4条直线包围的矩形区域为2块矩形区域所张成的最大矩形区域。
5.根据权利要求2所述的面向车联网的泛在视频取证方法，其特征在于，步骤S21中，服务端将客户端唯一标识CID、同一客户端所上传的全部视频摘要信息S所对应的全部地理位置信息树组合为一个地理位置信息森林，形成完整的该客户端上传的视频信息摘要SC。
6.根据权利要求5所述的面向车联网的泛在视频取证方法，其特征在于，步骤S22检索相关客户端视频信息摘要SC时，在服务端直接输入所需查询路段的地理位置及时间信息(Gx,Ty)，然后扫描客户端上传的视频摘要信息SC，从地理位置信息树的树根处开始查询，判断地理位置及时间信息(Gx,Ty)位于客户端的地理位置信息森林的哪一棵或哪几棵子树上，然后在相应子树中搜索确认该客户端是否拥有所需视频证据信息。
7.一种面向车联网的泛在视频取证系统，其特征在于，包括用于执行行车记录仪视频资料信息自动转储的客户端，以及用于执行相关视频证据按需提取的服务端；
所述客户端：拍摄视频，将拍摄的视频内容存储于本地；并对所拍摄的视频生成摘要信息S，将摘要信息S上传到服务端；还根据摘要信息S中的视频拍摄地理位置字段、拍摄时间字段建立索引，把索引存储在本地；
所述服务端：接收客户端所上传的至少一个视频摘要信息S，并与客户端唯一标识CID合并，组成客户端视频信息摘要SC；并根据所输入的检索需求，检索相关客户端视频信息摘要SC，确认客户端是否拥有所需的视频证据信息，若有则获取相应的客户端视频信息摘要SC；再根据获得的客户端视频信息摘要SC，提取其中的客户端标识CID；将摘要信息S发送给与客户端标识CID对应的客户端，请求其上传对应的视频内容；
客户端接收到服务端的请求后，启动视频内容上传。
8.根据权利要求7所述的面向车联网的泛在视频取证系统，其特征在于，所述摘要信息S表示为S(GEO(G1-G2)，Time(T1-T2)，…，G1，G2，…，T1，T2，…)，其中G1表示拍摄的地理位置，T1表示位于G1时的拍摄时间，GEO(G1-G2)表示G1至G2两个位置点在地图上所形成的矩形区域，Time(T1-T2)表示车辆经过G1和G2两个位置点之间的起始时间和终止时间；
摘要信息S的生成过程如下：通过地理位置信息树刻画车辆行驶路线，地理位置信息摘要函数GEO(Gn-Gm))计算得到地理区域位置；地理位置信息树的叶子节点记录了车辆在行驶过程中所经历的拍摄位置和拍摄时间，分别为(G1,T1)、(G2,T2)……(GN,TN)；GEO(G1-G2)，Time(T1-T2)，GEO(G2-G3)，Time(T2-T3)……GEO(GN-G(N-1))，Time(TN-T(N-1))形成地理位置信息树的倒数第二层节点，为视频内容的途径区域和时间段；对视频内容的途径区域和时间段再次进行摘要信息的生成，形成倒数第二层节点的上一层节点；依此类推，直至生成地理位置信息树的根节点GEO(G1-GN)，Time(T1-TN)；其中n、m及N均为自然数。
9.根据权利要求8所述的面向车联网的泛在视频取证系统，其特征在于，所述地理位置信息摘要函数GEO(Gn-Gm)的计算过程如下：
如果计算的是两个叶子节点之间的地理位置区域，则将两个位置点在地图直角坐标上投影，得到两个位置点间的地理区域；如果计算的是两个非叶子节点间的地理位置区域，则计算两块矩形区域在地图直角坐标系上所张成的最大矩形区域，为两个非叶子节点间的地理位置区域，将计算所得的最大矩形区域离原点最近的一个坐标点和它的对角的坐标点两个坐标点记录下来，作为GEO(Gn-Gm)记录的地理位置摘要信息；
在地图直角坐标系上所张成的最大矩形区域的计算方法为：扫描两块矩形区域共八个坐标点在地图直角坐标系上的坐标值，取在X、Y轴方向上距离正负无穷最近的4个点，将离X轴正负无穷最近的点做与Y轴平行的直线，将离Y轴正负无穷最近的点做与X轴平行的直线，4条直线包围的矩形区域为2块矩形区域所张成的最大矩形区域。
10.根据权利要求8所述的面向车联网的泛在视频取证系统，其特征在于，所述服务端将客户端唯一标识CID、同一客户端所上传的全部视频摘要信息S所对应的全部地理位置信息树组合为一个地理位置信息森林，形成完整的该客户端上传的视频信息摘要SC；
检索相关客户端视频信息摘要SC时，在服务端直接输入所需查询路段的地理位置及时间信息(Gx,Ty)，然后扫描客户端上传的视频摘要信息SC，从地理位置信息树的树根处开始查询，判断地理位置及时间信息(Gx,Ty)位于客户端的地理位置信息森林的哪一棵或哪几棵子树上，然后在相应子树中搜索确认该客户端是否拥有所需视频证据信息。
CN201810832796.5A 2018-07-26 2018-07-26 一种面向车联网的泛在视频取证方法及系统 Active CN108900792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810832796.5A CN108900792B (zh) 2018-07-26 2018-07-26 一种面向车联网的泛在视频取证方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810832796.5A CN108900792B (zh) 2018-07-26 2018-07-26 一种面向车联网的泛在视频取证方法及系统

Publications (2)

Publication Number Publication Date
CN108900792A true CN108900792A (zh) 2018-11-27
CN108900792B CN108900792B (zh) 2020-07-31

Family

ID=64352592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810832796.5A Active CN108900792B (zh) 2018-07-26 2018-07-26 一种面向车联网的泛在视频取证方法及系统

Country Status (1)

Country Link
CN (1) CN108900792B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635156A (zh) * 2018-12-17 2019-04-16 台州三石量子科技有限公司 智能图像处理系统
CN109874099A (zh) * 2019-01-28 2019-06-11 行目数据科技有限公司 一种联网车载设备流量控制系统
CN111131411A (zh) * 2019-12-06 2020-05-08 南京领行科技股份有限公司 服务器、车辆终端及车联网中离线媒体查看方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103260010A (zh) * 2013-04-23 2013-08-21 四川天翼网络服务有限公司 智慧天网视频快速检索系统
KR20140022680A (ko) * 2012-08-14 2014-02-25 동의대학교 산학협력단 차량용 블랙박스 영상의 통합 관리 시스템 및 방법
CN105554595A (zh) * 2014-10-28 2016-05-04 上海足源科技发展有限公司 一种视频摘要智能提取与分析系统
CN105843884A (zh) * 2016-03-21 2016-08-10 西安银石科技发展有限责任公司 一种基于lkj及其音视频同步智能检索分析方法
CN107784831A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 车联网路况视频采集平台及方法
CN108306904A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 车联网路况视频采集与分享方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140022680A (ko) * 2012-08-14 2014-02-25 동의대학교 산학협력단 차량용 블랙박스 영상의 통합 관리 시스템 및 방법
CN103260010A (zh) * 2013-04-23 2013-08-21 四川天翼网络服务有限公司 智慧天网视频快速检索系统
CN105554595A (zh) * 2014-10-28 2016-05-04 上海足源科技发展有限公司 一种视频摘要智能提取与分析系统
CN105843884A (zh) * 2016-03-21 2016-08-10 西安银石科技发展有限责任公司 一种基于lkj及其音视频同步智能检索分析方法
CN107784831A (zh) * 2016-08-25 2018-03-09 大连楼兰科技股份有限公司 车联网路况视频采集平台及方法
CN108306904A (zh) * 2016-08-25 2018-07-20 大连楼兰科技股份有限公司 车联网路况视频采集与分享方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109635156A (zh) * 2018-12-17 2019-04-16 台州三石量子科技有限公司 智能图像处理系统
CN109874099A (zh) * 2019-01-28 2019-06-11 行目数据科技有限公司 一种联网车载设备流量控制系统
CN111131411A (zh) * 2019-12-06 2020-05-08 南京领行科技股份有限公司 服务器、车辆终端及车联网中离线媒体查看方法

Also Published As

Publication number Publication date
CN108900792B (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN108900792A (zh) 一种面向车联网的泛在视频取证方法及系统
CN104424229B (zh) 一种多维度拆分的计算方法及系统
CN109190056A (zh) 一种车辆轨迹重建方法、系统及电子设备
CN109916413A (zh) 基于网格划分的道路匹配方法、系统、装置和存储介质
US20170132264A1 (en) Trajectory Data Query Method and Apparatus
CN102915346A (zh) 面向物联网智能感知的数据索引建立与查询方法
CN102968494B (zh) 通过微博采集交通信息的系统及方法
CN112632129B (zh) 一种码流数据管理方法、装置及存储介质
CN110659369B (zh) 在轨高精度轻量化全球影像控制点数据库构建方法及系统
CN110263225A (zh) 一种千亿级知识图库的数据加载、管理、检索系统
CN106909780A (zh) 医学影像信息处理方法及装置
CN104933136A (zh) 基于海量车牌自动识别数据的动态拼车方法和系统
CN110285329A (zh) 一种生态管网管理方法、系统及用于该系统的管道机器人
CN109784260A (zh) 一种基于视频结构化的区域流量实时统计方法与系统
CN111932200A (zh) 远程招投标评审系统
CN116701771B (zh) 一种基于云计算的数字图书馆检索与资源共享系统
CN115658742B (zh) 一种现场级主动标识载体的标识解析方法及系统
CN107862543A (zh) 基于智能视频分析技术的商业智能系统
CN107026915A (zh) 一种云商业智能系统
CN114265952B (zh) 一种目标检索方法和装置
JP6614958B2 (ja) 系列データ管理システムおよび情報処理装置
CN111964686B (zh) 道路数据采集方法、装置、服务器、行车记录仪及介质
CN107885780A (zh) 一种针对分布式查询执行的性能数据收集方法
CN113821559A (zh) 一种基于旅游相关数据的数据中心管理方法及系统
WO2017208370A1 (ja) 道路画像表示プログラム、道路画像表示方法および道路管理装置

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