CN110248184A - 一种基于视联网的监控异常检测方法和服务器 - Google Patents
一种基于视联网的监控异常检测方法和服务器 Download PDFInfo
- Publication number
- CN110248184A CN110248184A CN201910533904.3A CN201910533904A CN110248184A CN 110248184 A CN110248184 A CN 110248184A CN 201910533904 A CN201910533904 A CN 201910533904A CN 110248184 A CN110248184 A CN 110248184A
- Authority
- CN
- China
- Prior art keywords
- frame
- video
- pixel
- abnormal
- key
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- 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
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/4425—Monitoring of client processing errors or hardware failure
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供了一种基于视联网的监控异常检测方法和服务器。所述方法包括:视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;对所述目标监控视联网视频的视频帧进行关键帧提取;根据所述关键帧的像素值确定异常帧;将所述异常帧信息返回给所述用户设备。通过本方案,准确的判断监控视频中的异常画面,使得用户可以“一键”获取监控异常信息。
Description
技术领域
本申请涉及视联网技术领域,特别是涉及一种基于视联网的监控异常检测方法和服务器。
背景技术
随着视联网的快速发展,基于视联网的监控业务越来越普及。摄像头获取的监控时常会出现画面故障,例如黑屏、花屏、马赛克等。为了使得监控资源可以正常调取和正常播放,需要对监控资源视频进行检查。
目前的实现方案是人工抽检,即人为判断监控资源视频是否能够正常调取和播放,浪费人力资源,效率低下。
发明内容
鉴于上述问题,提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的基于视联网的监控异常检测方法和相应的视联网服务器。
第一方面,本申请实施例公开了一种基于视联网的监控异常检测方法,所述方法包括:
视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;
根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;
对所述目标监控视联网视频的视频帧进行关键帧提取;
根据所述关键帧的像素值确定异常帧;
将所述异常帧信息返回给所述用户设备。
可选地,所述对所述目标监控视联网视频的视频帧进行关键帧提取,包括:
将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。
可选地,将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧,包括:
对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;
将每个视频帧组逐一处理为相同尺寸;
将每个相同尺寸的视频帧组进行灰度处理;
分别计算每个视频帧的像素的灰度平均值;
分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;
对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
可选地,所述根据所述关键帧的像素值确定异常帧,包括:
逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色;
若所述关键帧的像素颜色均为黑色,则确定所述关键帧为异常帧。
可选地,所述根据所述关键帧的像素值确定异常帧,包括:
划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;
针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;
若一致,确定所述像素阵列为异常阵列;
若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
第二方面,本申请实施例公开了一种视联网服务器,包括:
接收模块,用于视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;
视频帧获取模块,用于根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;
关键帧确定模块,用于对所述目标监控视联网视频的视频帧进行关键帧提取;
异常帧确定模块,用于根据所述关键帧的像素值确定异常帧;
发送模块,用于将所述异常帧信息返回给所述用户设备。
可选地,所述关键帧确定模块具体用于:
将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。
可选地,所述关键帧确定模块具体用于:
对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;
将每个视频帧组逐一处理为相同尺寸;
将每个相同尺寸的视频帧组进行灰度处理;
分别计算每个视频帧的像素的灰度平均值;
分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;
对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
可选地,所述异常帧确定模块,具体用于:
逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色
若所述关键帧的像素的颜色均为黑色,则确定所述关键帧为异常帧。
可选地,所述异常帧确定模块,具体用于:
划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;
针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;若一致,确定所述像素阵列为异常阵列;
若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
第三方面,本申请实施例还公开了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面任一所述方法。
第四方面,本申请实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述第一方面任一所述方法的计算机程序。
本申请实施例提供的基于视联网的监控异常检测方法,通过视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;对所述目标监控视联网视频的视频帧进行关键帧提取;根据所述关键帧的像素值确定异常帧;将所述异常帧信息返回给所述用户设备。通过本方案,准确的判断监控视频中的异常画面,使得用户可以“一键”获取监控异常信息。
附图说明
图1是本申请实施例提供的一种视联网的组网示意图;
图2是本申请实施例提供的一种节点服务器的硬件结构示意图;
图3是本申请实施例提供的一种接入交换机的硬件结构示意图;
图4是本申请实施例提供的一种以太网协转网关的硬件结构示意图;
图5是本申请实施例提供的基于视联网的监控异常检测方法的步骤流程图;
图6是本申请实施例提供的方法实施例一个示例图;
图7是本申请实施例提供的视联网服务器的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
视联网是网络发展的重要里程碑,是一个实时网络,能够实现高清视频实时传输,将众多互联网应用推向高清视频化,高清面对面。
视联网采用实时高清视频交换技术,可以在一个网络平台上将所需的服务,如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台,通过电视或电脑实现高清品质视频播放。
为使本领域技术人员更好地理解本申请实施例,以下对视联网进行介绍:
视联网所应用的部分技术如下所述:
网络技术(Network Technology)
视联网的网络技术创新改良了传统以太网(Ethernet),以面对网络上潜在的巨大视频流量。不同于单纯的网络分组交换(Packet Switching)或网络电路交换(CircuitSwitching),视联网技术采用网络分组交换满足Streaming(译为成流、流、连续播送,是一种数据传送技术,把收到的数据变成一个稳定连续的流,源源不断地送出,使用户听到的声音或看到的图像十分平稳,而且用户在整个数据传送完之前就可以开始在屏幕上进行浏览)需求。视联网技术具备分组交换的灵活、简单和低价,同时具备电路交换的品质和安全保证,实现了全网交换式虚拟电路,以及数据格式的无缝连接。
交换技术(Switching Technology)
视联网采用以太网的异步和包交换两个优点,在全兼容的前提下消除了以太网缺陷,具备全网端到端无缝连接,直通用户终端,直接承载IP数据包。用户数据在全网范围内不需任何格式转换。视联网是以太网的更高级形态,是一个实时交换平台,能够实现目前互联网无法实现的全网大规模高清视频实时传输,将众多网络视频应用推向高清化、统一化。
服务器技术(Server Technology)
视联网和统一视频平台上的服务器技术不同于传统意义上的服务器,它的流媒体传输是建立在面向连接的基础上,其数据处理能力与流量、通讯时间无关,单个网络层就能够包含信令及数据传输。对于语音和视频业务来说,视联网和统一视频平台流媒体处理的复杂度比数据处理简单许多,效率比传统服务器大大提高了百倍以上。
储存器技术(Storage Technology)
统一视频平台的超高速储存器技术为了适应超大容量和超大流量的媒体内容而采用了最先进的实时操作系统,将服务器指令中的节目信息映射到具体的硬盘空间,媒体内容不再经过服务器,瞬间直接送达到用户终端,用户等待一般时间小于0.2秒。最优化的扇区分布大大减少了硬盘磁头寻道的机械运动,资源消耗仅占同等级IP互联网的20%,但产生大于传统硬盘阵列3倍的并发流量,综合效率提升10倍以上。
网络安全技术(Network Security Technology)
视联网的结构性设计通过每次服务单独许可制、设备与用户数据完全隔离等方式从结构上彻底根除了困扰互联网的网络安全问题,一般不需要杀毒程序、防火墙,杜绝了黑客与病毒的攻击,为用户提供结构性的无忧安全网络。
服务创新技术(Service Innovation Technology)
统一视频平台将业务与传输融合在一起,不论是单个用户、私网用户还是一个网络的总合,都不过是一次自动连接。用户终端、机顶盒或PC直接连到统一视频平台,获得丰富多彩的各种形态的多媒体视频服务。统一视频平台采用“菜谱式”配表模式来替代传统的复杂应用编程,可以使用非常少的代码即可实现复杂的应用,实现“无限量”的新业务创新。
视联网的组网如下所述:
视联网是一种集中控制的网络结构,该网络可以是树型网、星型网、环状网等等类型,但在此基础上网络中需要有集中控制节点来控制整个网络。
如图1所示,视联网分为接入网和城域网两部分。
接入网部分的设备主要可以分为3类:节点服务器,接入交换机,终端(包括各种机顶盒、编码板、存储器等)。节点服务器与接入交换机相连,接入交换机可以与多个终端相连,并可以连接以太网。
其中,节点服务器是接入网中起集中控制功能的节点,可控制接入交换机和终端。节点服务器可直接与接入交换机相连,也可以直接与终端相连。
类似的,城域网部分的设备也可以分为3类:城域服务器,节点交换机,节点服务器。城域服务器与节点交换机相连,节点交换机可以与多个节点服务器相连。
其中,节点服务器即为接入网部分的节点服务器,即节点服务器既属于接入网部分,又属于城域网部分。
城域服务器是城域网中起集中控制功能的节点,可控制节点交换机和节点服务器。城域服务器可直接连接节点交换机,也可直接连接节点服务器。
由此可见,整个视联网络是一种分层集中控制的网络结构,而节点服务器和城域服务器下控制的网络可以是树型、星型、环状等各种结构。
形象地称,接入网部分可以组成统一视频平台(圈中部分),多个统一视频平台可以组成视联网;每个统一视频平台可以通过城域以及广域视联网互联互通。
视联网设备分类
1.1本申请实施例的视联网中的设备主要可以分为3类:服务器,交换机(包括以太网网关),终端(包括各种机顶盒,编码板,存储器等)。视联网整体上可以分为城域网(或者国家网、全球网等)和接入网。
1.2其中接入网部分的设备主要可以分为3类:节点服务器,接入交换机(包括以太网网关),终端(包括各种机顶盒,编码板,存储器等)。
各接入网设备的具体硬件结构为:
节点服务器:
如图2所示,主要包括网络接口模块201、交换引擎模块202、CPU模块203、磁盘阵列模块204。
其中,网络接口模块201,CPU模块203、磁盘阵列模块204进来的包均进入交换引擎模块202;交换引擎模块202对进来的包进行查地址表205的操作,从而获得包的导向信息;并根据包的导向信息把该包存入对应的包缓存器206的队列;如果包缓存器206的队列接近满,则丢弃;交换引擎模202轮询所有包缓存器队列,如果满足以下条件进行转发:1)该端口发送缓存未满;2)该队列包计数器大于零。磁盘阵列模块204主要实现对硬盘的控制,包括对硬盘的初始化、读写等操作;CPU模块203主要负责与接入交换机、终端(图中未示出)之间的协议处理,对地址表205(包括下行协议包地址表、上行协议包地址表、数据包地址表)的配置,以及,对磁盘阵列模块204的配置。
接入交换机:
如图3所示,主要包括网络接口模块(下行网络接口模块301、上行网络接口模块302)、交换引擎模块303和CPU模块304。
其中,下行网络接口模块301进来的包(上行数据)进入包检测模块305;包检测模块305检测包的目的地址(DA)、源地址(SA)、数据包类型及包长度是否符合要求,如果符合,则分配相应的流标识符(stream-id),并进入交换引擎模块303,否则丢弃;上行网络接口模块302进来的包(下行数据)进入交换引擎模块303;CPU模块304进来的数据包进入交换引擎模块303;交换引擎模块303对进来的包进行查地址表306的操作,从而获得包的导向信息;如果进入交换引擎模块303的包是下行网络接口往上行网络接口去的,则结合流标识符(stream-id)把该包存入对应的包缓存器307的队列;如果该包缓存器307的队列接近满,则丢弃;如果进入交换引擎模块303的包不是下行网络接口往上行网络接口去的,则根据包的导向信息,把该数据包存入对应的包缓存器307的队列;如果该包缓存器307的队列接近满,则丢弃。
交换引擎模块303轮询所有包缓存器队列,在本申请实施例中分两种情形:
如果该队列是下行网络接口往上行网络接口去的,则满足以下条件进行转发:1)该端口发送缓存未满;2)该队列包计数器大于零;3)获得码率控制模块产生的令牌。
如果该队列不是下行网络接口往上行网络接口去的,则满足以下条件进行转发:1)该端口发送缓存未满;2)该队列包计数器大于零。
码率控制模块208是由CPU模块204来配置的,在可编程的间隔内对所有下行网络接口往上行网络接口去的包缓存器队列产生令牌,用以控制上行转发的码率。
CPU模块304主要负责与节点服务器之间的协议处理,对地址表306的配置,以及,对码率控制模块308的配置。
以太网协转网关:
如图4所示,主要包括网络接口模块(下行网络接口模块401、上行网络接口模块402)、交换引擎模块403、CPU模块404、包检测模块405、码率控制模块408、地址表406、包缓存器407和MAC添加模块409、MAC删除模块410。
其中,下行网络接口模块401进来的数据包进入包检测模块405;包检测模块405检测数据包的以太网MAC DA、以太网MAC SA、以太网length or frame type、视联网目的地址DA、视联网源地址SA、视联网数据包类型及包长度是否符合要求,如果符合则分配相应的流标识符(stream-id);然后,由MAC删除模块410减去MAC DA、MAC SA、lengthor frame type(2byte),并进入相应的接收缓存,否则丢弃;
下行网络接口模块401检测该端口的发送缓存,如果有包则根据包的视联网目的地址DA获知对应的终端的以太网MAC DA,添加终端的以太网MAC DA、以太网协转网关的MACSA、以太网length or frame type,并发送。
以太网协转网关中其他模块的功能与接入交换机类似。
终端:
主要包括网络接口模块、业务处理模块和CPU模块;例如,机顶盒主要包括网络接口模块、视音频编解码引擎模块、CPU模块;编码板主要包括网络接口模块、视音频编码引擎模块、CPU模块;存储器主要包括网络接口模块、CPU模块和磁盘阵列模块。
1.3城域网部分的设备主要可以分为3类:节点服务器,节点交换机,城域服务器。其中,节点交换机主要包括网络接口模块、交换引擎模块和CPU模块;城域服务器主要包括网络接口模块、交换引擎模块和CPU模块构成。
2、视联网数据包定义
2.1接入网数据包定义
接入网的数据包主要包括以下几部分:目的地址(DA)、源地址(SA)、保留字节、payload(PDU)、CRC。
如下表所示,接入网的数据包主要包括以下几部分:
DA | SA | Reserved | Payload | CRC |
目的地址(DA)由8个字节(byte)组成,第一个字节表示数据包的类型(例如各种协议包、组播数据包、单播数据包等),最多有256种可能,第二字节到第六字节为城域网地址,第七、第八字节为接入网地址。
源地址(SA)也是由8个字节(byte)组成,定义与目的地址(DA)相同。
保留字节由2个字节组成。
payload部分根据不同的数据报的类型有不同的长度,如果数据报的类型是各种协议包,则payload部分的长度是64个字节,如果数据报的类型是单组播数据包,则payload部分的长度是32+1024=1056个字节,当然并不仅仅限于以上2种。
CRC有4个字节组成,其计算方法遵循标准的以太网CRC算法。
2.2城域网数据包定义
城域网的拓扑是图型,两个设备之间可能有2种、甚至2种以上的连接,即节点交换机和节点服务器、节点交换机和节点交换机、节点交换机和节点服务器之间都可能超过2种连接。但是,城域网设备的城域网地址却是唯一的,为了精确描述城域网设备之间的连接关系,在本申请实施例中引入参数:标签,来唯一描述一个城域网设备。
本说明书中标签的定义和多协议标签交换(Multi-Protocol Label Switch,MPLS)的标签的定义类似,假设设备A和设备B之间有两个连接,那么数据包从设备A到设备B就有2个标签,数据包从设备B到设备A也有2个标签。标签分入标签、出标签,假设数据包进入设备A的标签(入标签)是0x0000,这个数据包离开设备A时的标签(出标签)可能就变成了0x0001。城域网的入网流程是集中控制下的入网过程,也就意味着城域网的地址分配、标签分配都是由城域服务器主导的,节点交换机、节点服务器都是被动的执行而已,这一点与MPLS的标签分配是不同的,MPLS的标签分配是交换机、服务器互相协商的结果。
如下表所示,城域网的数据包主要包括以下几部分:
DA | SA | Reserved | 标签 | Payload | CRC |
即目的地址(DA)、源地址(SA)、保留字节(Reserved)、标签、payload(PDU)、CRC。其中,标签的格式可以参考如下定义:标签是32bit,其中高16bit保留,只用低16bit,它的位置是在数据包的保留字节和payload之间。
像素值是原稿图像被数字化时由计算机赋予的值,它代表了原稿某一小方块的平均亮度信息,或者说是该小方块的平均反射(透射)密度信息。像素是分辨率的单位,像素值也可以称为相机所支持的有效最大分辨率。在将数字图像转化为网络图像时,网点面积率(网点百分比))与数字图像的像素值有直接的关系,即网点以其大小表示,原稿某一小方块的平均亮度信息。
灰度值是指黑白相机(其实是灰度相机,真正的黑白,只有黑和白二值)拍出的图像某个像素坐标点的值。从0~255共256级。看起来白的,值较大,接近或等于255,看起来黑的,值较小,接近或等于0。如果在图像中来看,像素值表示了图像的大小、像素坐标表示地址、灰度值表示地址中的值。
视联网监控管理系统是将多种异源异构的监控设备、监控系统集成起来进行统一的管理系统。在视联网监控管理中,需要使用视联网监控系统对监控设备进行巡视检查,确定监控资源视频是否能正常调取、正常播放的工作。
图5示出了本申请实施例提供的一种基于视联网的监控异常检测方法,具体可以包括以下步骤:
步骤501:视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址。
步骤502:根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧。
步骤503:对所述目标监控视联网视频的视频帧进行关键帧提取。
步骤504:根据所述关键帧的像素值确定异常帧。
步骤505:将所述异常帧信息返回给所述用户设备。
在一种可能的实施方式中,步骤503中,将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。帧就是影像动画中最小单位的单幅影像画面。在本申请实施例中,表示关键状态的帧叫做关键帧。本申请实施例中,通过视联网服务器来定义关键帧,如监控视频中,某一帧有人或者物体的运动或变化,即可以被认定为关键帧。
在一种可能的实施方式中,步骤503中,对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;将每个视频帧组逐一处理为相同尺寸;将每个相同尺寸的视频帧组进行灰度处理;分别计算每个视频帧的像素的灰度平均值;分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
例如,首先将N个视频帧两两分组,在视频流中,把当前帧与前一帧进行比较,如果是两张不同的图片,即可认为当前帧为关键帧。判定视频帧为关键帧的方法有很多,本申请实施例对此不作具体限制。现对其中一种关键帧判定方法进行举例说明:
步骤A:将图像缩小到8*8的尺寸,总共64个像素。这一步的作用是去除图像的细节,只保留结构/明暗等基本信息,摒弃不同尺寸/比例带来的图像差异。
步骤B:将缩小后的图像,转为64级灰度,即所有像素点总共只有64种颜色。灰度也就是所谓的色阶或灰阶,是指亮度的明暗程度。灰度的计算方法有很多种,此处仅举例一种:平均值法,灰度=(R+G+B)/3。
步骤C:计算所有64个像素的灰度平均值。
步骤D:将每个像素的灰度,与平均值进行比较,大于或等于平均值记为1,小于平均值记为0。
步骤E:将上一步的比较结果,组合在一起,就构成了一个64位的整数,即这张图像的“指纹”。
保证所有图像都采用同样次序排列,对比不同的图像的“指纹”,判断64位中有多少位是不同的。如果不相同的数据位数大于10,就说明这是两张不同的图像。此处仅举一例识别关键帧的方法,实际识别关键帧是多种算法的共同计算结果。
在一种可能的实施方式中,步骤504中,逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色;若所述关键帧的像素颜色均为黑色,则确定所述关键帧为异常帧。
在一种可能的实施方式中,步骤504中,划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;若一致,确定所述像素阵列为异常阵列;若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
像素阵列是将图片划分为小方格,若此小方格长宽均为9像素,就称之为9*9像素阵列。则进一步判断是否为黑屏或者花屏的方法为:将关键帧用分解成像素数组→逐一判断所有像素的颜色→所有像素均为黑色则判断为黑屏。以及,将关键帧划分为N个9*9的像素阵列→当前阵列即有72个像素点→判断每一个像素点颜色是否和第一个像素点一致,若一致,则该阵列为马赛克阵列→若N个阵列均为马赛克阵列,即判断为花屏。
需要说明的是,9*9像素阵列此处为方便论述,实际算法可能包含3*3、4*6等多种像素阵列;且实际判断是否花屏是多种算法的共同计算结果,本申请仅为示例,其余判断显示异常的方法都应包含在本申请实施例的保护范围内。
为了更清楚的说明本申请实施例提供的基于视联网的监控异常检测方法方法,现基于图6进行举例说明:
用户在视联网监控管理系统勾选某市全部在线监控资源,点击“开始自动巡检”按钮,于是系统将巡检命令发送至视频分析服务器(也就是本申请实施例中的视联网服务器);视频分析服务器将勾选的监控资源唯一识别码存入视频分析服务器,对监控资源进行模拟播放,获得视频流。即拉取视频流;对存入视频分析服务器的所有监控资源进行逐一拉流分析。将拉取失败的视频流记录,并将相对应的监控资源导出至巡检报告;将拉取成功的视频流抓取关键帧,进行图像分析,判断图像是否为全黑或者花屏,并将相对应的黑屏与花屏监控资源导出为巡检报告。直至某市全部在线监控资源全部巡检完毕,生成完整的巡检报告,该报告包含所有拉取失败、花屏、黑屏监控资源的唯一识别码、详细位置信息、具体负责人详情及具体的故障状态(如黑屏)、巡检故障发生时具体的时间信息等。至此,即实现该市视联网监控管理系统自动巡检。
本申请实施例提供的方法实现视联网监控管理系统自动巡检,覆盖广,耗时短,且能节约大量人力资源,并能在夜间凌晨后台自动运行,不影响视联网监控管理系统的其他功能的使用。在进行巡检时,为不妨碍其他功能使用(如当前监控正在被用于重点人员布控,此时监控虽然在线,但已被占用,不能进行视频流分析),也可以在设定时间段(例如夜晚)进行自动巡检。
综上所述,通过本申请实施例提供的基于视联网的监控异常检测方法,通过视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;对所述目标监控视联网视频的视频帧进行关键帧提取;根据所述关键帧的像素值确定异常帧;将所述异常帧信息返回给所述用户设备。通过本方案,准确的判断监控视频中的异常画面,使得用户可以“一键”获取监控异常信息。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
基于相同的技术构思,参照图7,示出了本申请实施例提供的视联网服务器结构框图,具体可以包括如下模块:
接收模块701,用于视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址。
视频帧获取模块702,用于根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧。
关键帧确定模块703,用于对所述目标监控视联网视频的视频帧进行关键帧提取。
异常帧确定模块704,用于根据所述关键帧的像素值确定异常帧。
发送模块705,用于将所述异常帧信息返回给所述用户设备。
在一种可能的实施方式中,所述关键帧确定模块703具体用于:
将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。
在一种可能的实施方式中,所述关键帧确定模块703具体用于:
对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;将每个视频帧组逐一处理为相同尺寸;将每个相同尺寸的视频帧组进行灰度处理;分别计算每个视频帧的像素的灰度平均值;分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
在一种可能的实施方式中,所述异常帧确定模块704,具体用于:
逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色
若所述关键帧的像素的颜色均为黑色,则确定所述关键帧为异常帧。
在一种可能的实施方式中,所述异常帧确定模块704,具体用于:
划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;
针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;若一致,确定所述像素阵列为异常阵列;
若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例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,本申请实施例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。
本申请实施例是参照根据本申请实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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实施例的优选实施例,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实施例范围的所有变更和修改。
最后,还需要说明的是,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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的基于视联网的监控异常检测方法和视联网服务器。进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种基于视联网的监控异常检测方法,其特征在于,所述方法包括:
视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;
根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;
对所述目标监控视联网视频的视频帧进行关键帧提取;
根据所述关键帧的像素值确定异常帧;
将所述异常帧信息返回给所述用户设备。
2.如权利要求1所述的方法,其特征在于,所述对所述目标监控视联网视频的视频帧进行关键帧提取,包括:
将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。
3.如权利要求2所述的方法,其特征在于,将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧,包括:
对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;
将每个视频帧组逐一处理为相同尺寸;
将每个相同尺寸的视频帧组进行灰度处理;
分别计算每个视频帧的像素的灰度平均值;
分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;
对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
4.如权利要求1所述的方法,其特征在于,所述根据所述关键帧的像素值确定异常帧,包括:
逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色;
若所述关键帧的像素颜色均为黑色,则确定所述关键帧为异常帧。
5.如权利要求1所述的方法,其特征在于,所述根据所述关键帧的像素值确定异常帧,包括:
划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;
针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;
若一致,确定所述像素阵列为异常阵列;
若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
6.一种视联网服务器,其特征在于,所述视联网服务器包括:
接收模块,用于视联网服务器接收用户设备发送的监控异常检测指令,所述监控异常检测指令携带目标监控视联网地址;
视频帧获取模块,用于根据所述目标监控视联网地址获取目标监控视联网视频,读取所述目标监控视联网视频的视频帧;
关键帧确定模块,用于对所述目标监控视联网视频的视频帧进行关键帧提取;
异常帧确定模块,用于根据所述关键帧的像素值确定异常帧;
发送模块,用于将所述异常帧信息返回给所述用户设备。
7.如权利要求6所述的视联网服务器,其特征在于,所述关键帧确定模块具体用于:
将所述目标监控视联网视频的视频帧中的相邻视频帧中内容不同的判定为所述关键帧。
8.如权利要求7所述的视联网服务器,其特征在于,所述关键帧确定模块具体用于:
对所述目标监控视联网视频的N个视频帧的相邻两个视频帧逐一组合,得到N+1个视频帧组,N为大于二的整数;
将每个视频帧组逐一处理为相同尺寸;
将每个相同尺寸的视频帧组进行灰度处理;
分别计算每个视频帧的像素的灰度平均值;
分别对比每个像素的灰度值与像素所属视频帧的灰度平均值的大小,将灰度值不小于灰度平均值的像素表示为1,将灰度值小于灰度平均值的像素表示为0,得到每个视频帧组的两对字符串;
对比每个视频帧组的两对字符串中的字符,若字符不一致的数量大于设定阈值,则判定所述视频帧组的两个视频帧为关键帧。
9.如权利要求6所述的视联网服务器,其特征在于,所述异常帧确定模块,具体用于:
逐一解析所述关键帧的像素,根据所述关键帧的像素判断像素颜色
若所述关键帧的像素的颜色均为黑色,则确定所述关键帧为异常帧。
10.如权利要求6所述的视联网服务器,其特征在于,所述异常帧确定模块,具体用于:
划分所述关键帧的像素组成M个像素阵列,M为大于一的整数;
针对每个像素阵列,判断第一个像素的像素颜色与像素阵列中的其余像素的像素颜色是否一致;若一致,确定所述像素阵列为异常阵列;
若M个像素阵列均为所述异常阵列,将所述关键帧确定为异常帧。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910533904.3A CN110248184A (zh) | 2019-06-19 | 2019-06-19 | 一种基于视联网的监控异常检测方法和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910533904.3A CN110248184A (zh) | 2019-06-19 | 2019-06-19 | 一种基于视联网的监控异常检测方法和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110248184A true CN110248184A (zh) | 2019-09-17 |
Family
ID=67888354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910533904.3A Pending CN110248184A (zh) | 2019-06-19 | 2019-06-19 | 一种基于视联网的监控异常检测方法和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110248184A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111614480A (zh) * | 2020-03-31 | 2020-09-01 | 视联动力信息技术股份有限公司 | 业务检测方法、装置和存储介质 |
CN115499680A (zh) * | 2022-11-04 | 2022-12-20 | 易方信息科技股份有限公司 | 视频数据自动化异常监控方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107959847A (zh) * | 2017-11-16 | 2018-04-24 | 王磊 | 视频监控网络的视频诊断和运维管理系统及方法 |
CN108023910A (zh) * | 2016-11-01 | 2018-05-11 | 北京视联动力国际信息技术有限公司 | 一种基于视联网的终端监控方法和系统 |
CN108881147A (zh) * | 2017-12-29 | 2018-11-23 | 北京视联动力国际信息技术有限公司 | 一种视联网的数据处理方法和装置 |
CN108880850A (zh) * | 2017-10-26 | 2018-11-23 | 北京视联动力国际信息技术有限公司 | 一种视联网终端故障检测的方法和装置 |
CN109743585A (zh) * | 2018-11-26 | 2019-05-10 | 视联动力信息技术股份有限公司 | 一种监控视频收藏以及收藏夹克隆的方法和装置 |
-
2019
- 2019-06-19 CN CN201910533904.3A patent/CN110248184A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108023910A (zh) * | 2016-11-01 | 2018-05-11 | 北京视联动力国际信息技术有限公司 | 一种基于视联网的终端监控方法和系统 |
CN108880850A (zh) * | 2017-10-26 | 2018-11-23 | 北京视联动力国际信息技术有限公司 | 一种视联网终端故障检测的方法和装置 |
CN107959847A (zh) * | 2017-11-16 | 2018-04-24 | 王磊 | 视频监控网络的视频诊断和运维管理系统及方法 |
CN108881147A (zh) * | 2017-12-29 | 2018-11-23 | 北京视联动力国际信息技术有限公司 | 一种视联网的数据处理方法和装置 |
CN109743585A (zh) * | 2018-11-26 | 2019-05-10 | 视联动力信息技术股份有限公司 | 一种监控视频收藏以及收藏夹克隆的方法和装置 |
Non-Patent Citations (1)
Title |
---|
刘凯伦等: ""基于图像感知哈希的运动目标跟踪"", 《电脑知识与技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111614480A (zh) * | 2020-03-31 | 2020-09-01 | 视联动力信息技术股份有限公司 | 业务检测方法、装置和存储介质 |
CN111614480B (zh) * | 2020-03-31 | 2024-01-05 | 视联动力信息技术股份有限公司 | 业务检测方法、装置和存储介质 |
CN115499680A (zh) * | 2022-11-04 | 2022-12-20 | 易方信息科技股份有限公司 | 视频数据自动化异常监控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109309806B (zh) | 一种视频会议的管理方法和系统 | |
CN109302451A (zh) | 一种图片文件的展示方法和系统 | |
CN109167960A (zh) | 一种视频流数据的处理方法和系统 | |
CN109246135B (zh) | 一种流媒体数据的获取方法和系统 | |
CN109617956A (zh) | 一种数据处理方法和装置 | |
CN107888938B (zh) | 一种网络视频播放方法及其装置 | |
CN109379254A (zh) | 一种基于视频会议的网络连接的检测方法和系统 | |
CN108881895A (zh) | 一种基于视联网的故障排查方法及设备 | |
CN109660560A (zh) | 一种数据同步方法和系统 | |
CN109617830A (zh) | 一种视联网中实时演示业务的方法和装置 | |
CN109194915A (zh) | 一种视频数据的处理方法和系统 | |
CN109766753A (zh) | 一种指纹信息获取方法和装置 | |
CN109284265A (zh) | 一种数据存储方法和系统 | |
CN110248184A (zh) | 一种基于视联网的监控异常检测方法和服务器 | |
CN110139124A (zh) | 一种监控录制的处理方法和装置 | |
CN109768957A (zh) | 一种监控数据的处理方法和系统 | |
CN109963107B (zh) | 一种音视频数据的显示方法和系统 | |
CN110134892A (zh) | 一种监控资源列表的加载方法和系统 | |
CN108965744A (zh) | 一种基于视联网的视频图像处理方法及装置 | |
CN109698953A (zh) | 一种视联网监控设备的状态检测方法及系统 | |
CN110460790A (zh) | 一种视频帧的抽取方法和装置 | |
CN109379553B (zh) | 一种音视频数据的展示方法和系统 | |
CN110768854B (zh) | 一种基于视联网的数据统计方法以及装置 | |
CN111355927A (zh) | 基于视联网的监控设备确定方法、装置、设备及存储介质 | |
CN110535683A (zh) | 一种终端信息的上报方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190917 |
|
RJ01 | Rejection of invention patent application after publication |