CN110378323A - 用于处理视频的方法和装置 - Google Patents
用于处理视频的方法和装置 Download PDFInfo
- Publication number
- CN110378323A CN110378323A CN201910773189.0A CN201910773189A CN110378323A CN 110378323 A CN110378323 A CN 110378323A CN 201910773189 A CN201910773189 A CN 201910773189A CN 110378323 A CN110378323 A CN 110378323A
- Authority
- CN
- China
- Prior art keywords
- video
- task
- capture device
- human body
- video capture
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本公开实施例公开了用于处理视频的方法和装置,涉及云计算领域。该方法的一具体实施方式包括:获取用户发送的任务请求;判断任务类型是否属于预设的巡检任务的任务类型;如果属于,将视频采集设备标识存储到针对任务类型预设的视频采集设备标识集合中;针对视频采集设备标识集合,执行步骤:对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;对于至少一个视频采集设备标识子集合中的视频采集设备标识子集合,确定视频采集设备标识序列,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。该实施方式提高了任务请求的处理效率。
Description
技术领域
本公开实施例涉及计算机技术领域,具体涉及用于处理视频的方法和装置。
背景技术
随着近年深度学习的广泛应用,视频处理技术取得了新的突破性进展。视频处理在保障公共安全、人身安全、特定人员管理等众多领域得到了广泛的应用。现阶段,可以对视频采集设备(例如摄像头)所采集的视频帧中出现的人体图像完成高精度的检测与识别。以往,想要对某个区域进行监控,一般会采用人工监控巡检、现场人工值守、传统视频分析等方式。人工监控巡检通常需要人工定期切换视频采集设备以监督人员的行为。例如,监狱、城管指挥中心等的监控。这种方式时效性差且人力成本较高,处理效率低。现场人工值守指在所监控的场所安排现场人员值班,该方式虽保证了时效性,但人力成本高,处理效率低。传统视频处理分析主要基于人工建模、滑动窗口、光流检测等传统图像处理方法,提取视频帧中的活动目标,以判断区域内的人员活动情况。该方式利用模式识别的方法,虽完成了监控区域内人体行为的监控,但对人体目标的检测效果较差,且容易受到其他目标物体的干扰。此外,对于人体目标的细粒度行为,例如姿态、动作、属性、身份等,无法进行深入的判别。目前,现有的区域监控方式无法应用于大多数的应用场景。
发明内容
本公开实施例提出了用于处理视频的方法和装置。
第一方面,本公开实施例提供了一种用于处理视频的方法,该方法包括:获取用户发送的任务请求,其中,上述任务请求包括任务类型和视频采集设备标识;判断上述任务类型是否属于预设的巡检任务的任务类型;响应于确定上述任务类型属于预设的巡检任务的任务类型,将上述视频采集设备标识存储到针对上述任务类型预设的视频采集设备标识集合中;针对上述视频采集设备标识集合,执行以下步骤:对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;对于上述至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户。
在一些实施例中,上述方法还包括:响应于确定上述任务类型不属于预设的巡检任务的任务类型,根据上述任务类型对上述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括人体检测与追踪,上述任务类型为人体检测与追踪;以及上述根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户,包括:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;将上述待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频;对上述处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹;针对上述至少一个人体中的人体,获取上述处理后视频中针对该人体的不同朝向采集的不同朝向人体图像;将上述至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括目标人体检索,上述任务类型为目标人体检索,上述任务请求还包括目标人体属性;以及上述根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户,包括:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,得到上述待分析视频中的人体的人体属性集合;根据上述目标人体属性以及上述待分析视频中的人体的人体属性集合,从上述待分析视频中识别出目标人体,并将上述目标人体的相关信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括行为提示任务,上述任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,上述任务请求还包括提示区域信息;以及上述根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户,包括:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;响应于确定上述任务类型为区域入侵行为提示任务,执行以下第一处理:判断上述待分析视频中上述提示区域信息所对应的目标区域是否出现人体;如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为跨警戒线行为提示任务,执行以下第二处理:判断上述待分析视频中是否有人体跨越上述提示区域信息所对应的警戒线;如果有,将跨越上述警戒线的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为区域逗留行为提示任务,执行以下第三处理:判断上述待分析视频中、上述提示区域信息所对应的目标区域中出现的人体在上述目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为离岗行为提示任务,执行以下第四处理:确定上述待分析视频中、上述提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且上述目标区域内人体数量少于预设的人数阈值;将离开上述目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括人体属性告警任务,上述任务类型为人体属性告警任务,上述任务请求包括告警属性;以及上述根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户,包括:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,根据识别结果确定上述待分析视频中是否出现包括告警属性的人体;如果出现,向上述用户发送告警信息。
在一些实施例中,上述巡检任务的任务类型包括人群检测与统计任务,上述任务类型为人群检测与统计任务,上述任务请求还包括统计区域信息;以及上述根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户,包括:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;基于上述待分析视频,对上述统计区域信息对应的统计区域内出现的人群进行统计分析,得到上述统计区域的人群信息;将上述人群信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型不包括动作告警任务,上述任务类型为动作告警任务;以及上述根据上述任务类型对上述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给上述用户,包括:对上述视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作;如果产生,根据检测到的动作生成动作告警信息,将上述动作告警信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型不包括跨设备追踪任务,上述任务类型为跨设备追踪任务,上述任务请求还包括跨设备追踪人体图像和多个视频采集设备标识;以及上述根据上述任务类型对上述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给上述用户,包括:接收上述多个视频采集设备标识对应的视频采集设备所采集的视频;提取上述跨设备追踪人体图像中的人体的特征信息;根据上述特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给上述用户。
在一些实施例中,上述对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合,包括:根据预设的时间间隔、上述视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量;根据所确定的子集合中视频采集设备标识的数量,对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
第二方面,本公开实施例提供了一种用于处理视频的装置,装置包括:获取单元,被配置成获取用户发送的任务请求,其中,上述任务请求包括任务类型和视频采集设备标识;判断单元,被配置成判断上述任务类型是否属于预设的巡检任务的任务类型;存储单元,被配置成响应于确定上述任务类型属于预设的巡检任务的任务类型,将上述视频采集设备标识存储到针对上述任务类型预设的视频采集设备标识集合中;第一执行单元,被配置成针对上述视频采集设备标识集合,执行预设步骤,其中,上述第一执行单元包括:划分单元,被配置成对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;分析单元,被配置成对于上述至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户。
在一些实施例中,上述装置还包括:第二执行单元,被配置成响应于确定上述任务类型不属于预设的巡检任务的任务类型,根据上述任务类型对上述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括人体检测与追踪,上述任务类型为人体检测与追踪;以及上述分析单元进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;将上述待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频;对上述处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹;针对上述至少一个人体中的人体,获取上述处理后视频中针对该人体的不同朝向采集的不同朝向人体图像;将上述至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括目标人体检索,上述任务类型为目标人体检索,上述任务请求还包括目标人体属性;以及上述分析单元进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,得到上述待分析视频中的人体的人体属性集合;根据上述目标人体属性以及上述待分析视频中的人体的人体属性集合,从上述待分析视频中识别出目标人体,并将上述目标人体的相关信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括行为提示任务,上述任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,上述任务请求还包括提示区域信息;以及上述分析单元进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;响应于确定上述任务类型为区域入侵行为提示任务,执行以下第一处理:判断上述待分析视频中上述提示区域信息所对应的目标区域是否出现人体;如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为跨警戒线行为提示任务,执行以下第二处理:判断上述待分析视频中是否有人体跨越上述提示区域信息所对应的警戒线;如果有,将跨越上述警戒线的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为区域逗留行为提示任务,执行以下第三处理:判断上述待分析视频中、上述提示区域信息所对应的目标区域中出现的人体在上述目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为离岗行为提示任务,执行以下第四处理:确定上述待分析视频中、上述提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且上述目标区域内人体数量少于预设的人数阈值;将离开上述目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型包括人体属性告警任务,上述任务类型为人体属性告警任务,上述任务请求包括告警属性;以及上述分析单元进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,根据识别结果确定上述待分析视频中是否出现包括告警属性的人体;如果出现,向上述用户发送告警信息。
在一些实施例中,上述巡检任务的任务类型包括人群检测与统计任务,上述任务类型为人群检测与统计任务,上述任务请求还包括统计区域信息;以及上述分析单元进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;基于上述待分析视频,对上述统计区域信息对应的统计区域内出现的人群进行统计分析,得到上述统计区域的人群信息;将上述人群信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型不包括动作告警任务,上述任务类型为动作告警任务;以及上述第二执行单元进一步被配置成:对上述视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作;如果产生,根据检测到的动作生成动作告警信息,将上述动作告警信息作为分析处理结果发送给上述用户。
在一些实施例中,上述巡检任务的任务类型不包括跨设备追踪任务,上述任务类型为跨设备追踪任务,上述任务请求还包括跨设备追踪人体图像和多个视频采集设备标识;以及上述第二执行单元进一步被配置成:接收上述多个视频采集设备标识对应的视频采集设备所采集的视频;提取上述跨设备追踪人体图像中的人体的特征信息;根据上述特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给上述用户。
在一些实施例中,上述划分单元进一步被配置成:根据预设的时间间隔、上述视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量;根据所确定的子集合中视频采集设备标识的数量,对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
第三方面,本公开实施例提供了一种设备,该设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开实施例提供的用于处理视频的方法和装置,首先获取用户发送的任务请求,而后判断任务请求中的任务类型是否属于预设的巡检任务的任务类型,如果属于,则将任务请求中的视频采集设备标识存储到针对任务类型预设的视频采集设备标识集合中,然后针对视频采集设备标识集合执行以下步骤:1)对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;2)对于至少一个视频采集设备标识子集合中的每一个视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据任务请求中的任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,从而实现了将任务类型属于巡检任务的任务类型的任务请求进行巡检处理,提高了任务请求的处理效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于处理视频的方法的一个实施例的流程图;
图3是根据本公开的用于处理视频的方法的一个应用场景的示意图;
图4是根据本公开的用于处理视频的方法的又一个实施例的流程图;
图5是根据本公开的用于处理视频的装置的一个实施例的结构示意图;
图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开实施例的用于处理视频的方法或用于处理视频的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像处理软件、视频处理应用、网页浏览器应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持视频处理的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。终端设备101、102、103可以包括图像处理器(Graphics Processing Unit,GPU)。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的信息提供支持的后台服务器。后台服务器可以对接收到的任务请求等数据进行分析等处理,并将处理结果反馈给终端设备101、102、103。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
需要说明的是,本公开实施例所提供的用于处理视频的方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,用于处理视频的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
继续参考图2,示出了根据本公开的用于处理视频的方法的一个实施例的流程200。该用于处理视频的方法,包括以下步骤:
步骤201,获取用户发送的任务请求。
在本实施例中,用于处理视频的方法的执行主体(例如图1所示的终端设备101、102、103或者服务器105)可以获取用户发送的任务请求。具体的,当执行主体为终端设备时,执行主体可以直接获取用户输入的任务请求。当执行主体为服务器时,执行主体可以通过有线连接方式或者无线连接方式从用户所使用的终端设备获取任务请求。任务请求可以包括任务类型和视频采集设备标识。这里,任务类型可以用于表示用户所要实现的任务的类型。任务可以是指针对视频采集设备标识对应的视频采集设备所采集的视频执行的处理任务。举例来说,任务可以包括人体检测与追踪、人体行为识别、目标人体检索等等。实践中,可以根据实际应用场景设置多种任务类型。视频采集设备标识可以用于唯一标识一个视频采集设备。这里,视频采集设备可以包括但不限于摄像头。
实践中,为实现本发明的用于处理视频的方法,执行主体内可以包括多个功能模块。作为示例,可以包括集群管理模块、视图管理模块、视频解析模块、结构化管理模块、算法模块、对外接口模块等等。
集群管理模块可以用于对所有机器节点进行管理,包括机器管理、节点管理、节点资源管理以及路由支持等等。集群管理模块可以用于实现元数据的存储、节点的启停、生命周期维护、节点的容灾逻辑、元数据查询、客户端路由等功能。具体的,集群管理模块可以提供查询机器详情、查询机器列表、提供添加机器节点、添加服务节点、停止节点、查询节点列表、查询节点详情、查询当前节点、查询本机节点列表、查询最佳权重节点、本地权重更改、本地节点资源配置、查询机器服务配置模块列表、查询机器服务配置、添加配置模块、删除配置模块等功能。
视图管理模块可以用于对视频采集设备采集的结构化数据和非结构化数据的进行存储。实践中,结构化的图片和视频数据可以采用mysql自动分库存储,非结构化的图片和视频数据可以采用MongoDB分片存储。除存储功能外,视图管理模块还可以提供对数据的提交、查询、下载等功能。具体的,可以包括注册、注销、保活、上传自动采集视频片段、上传自动采集目标图像、批量查询视频片段、批量查询目标图像、下载视频片段数据、下载图像数据、批量订阅、批量修改、删除订阅任务、取消订阅、通知、删除通知记录等功能。
视频解析模块可以用于接入视频流,并对视频流中的人体对象进行检测、跟踪等处理。视频解析模块可以包括视频流接入和算法分析两部分。视频流接入可以用于进行视频流的接入和解码,并将视频流中的视频帧通过共享内存的方式分发给算法分析。算法分析可以调用预设的算法集群,对视频帧序列进行检测、跟踪等处理,并将处理结果回传给视频流接入和算法集群,再进行人体属性识别、特征识别的进一步的分析处理。实践中,集群管理模块完成任务调度后,可以将任务分发给具体的执行节点。执行节点可以首先启动算法分析进程,算法分析进程检测视频接入进程是否存在,如果不存在则启动视频接入进程。之后,请求接入对应的视频流,通过共享内存完成进程间的数据帧传递。
结构化管理模块用于定义分析任务,并对视频解析模块输出的一系列目标图像进行缓存,并按照预设的任务配置模板完成人体属性、人体特征、人体轨迹、人体姿态、人体动作、出现时间等信息的提取。最后配合分析得到的信息进行目标图片的去重和筛选,从而完成数据的结构化和存储工作。实践中,针对同一组图片序列,结构化管理模块可以设置不同的分析任务。针对不同分析任务,结构化管理模块可以为视频解析模块提供不同人体分析算法配置模板。任务定义是为了保证不同智能识别场景的定制化管理。当需要新的算法能力时,可以随时补充和扩展算法类别。任务的组织和管理可以通过固定模版来进行规定。此外,结构化管理模块还可以实现对视频解析模块响应数据的动态管理和配置,实现数据结构的自由灵活定制。这里,管理数据可以是抓拍数据、导入数据、算法服务返回结构化数据等。结构化管理模块可以按照不同的分析任务,预定义结构化数据的存储字段组织形式,以避免出现管理混乱、字段定义错误等问题。
算法模块可以用于对核心算法的管理和配置。这里,核心算法可以包括人体检测、人体跟踪、人体属性多分类、人体特征提取、人体姿态检测、人体动作识别、人体头肩检测、人体头肩特征提取及比对等算法。算法模块可以提供对接摄像头、GPU设置、算法启用、背景图保留、图像缩放比例设置、图像质量设置、推图服务器地址设置、心跳服务等多类对内接口服务。算法服务输出的信息可以通过接口回传给视频接入进程,进行增强信息叠加,并转推到流媒体服务器集群。
对外接口模块可以用于对外提供功能。对外接口模块从接口上可以分为人体摄像机管理、结构化任务管理、区域人群统计、人体属性检索、系统监控等几类功能。这里,人体摄像机管理可以是指对IPC(Inter-Process Communication,进程间通信)网络摄像头的管理。具体的,可以包括摄像头基本信息管理、摄像头区域管理、摄像头点位管理、摄像头用户分组管理,可以实现对摄像机的增删改查以及视频流的接入和启停。其中,摄像头点位管理,是摄像头分组和地理位置组成的树,描述摄像头的地理位置。树的每个节点都可以挂载若干个摄像头。一个摄像头只能挂载在树的一个节点。这里,结构化任务管理可以是指实现对指定摄像机拍摄视频流内目标对象的结构化分析管理,包括结构化任务的增删改查以及启停。这里,区域人群统计可以是指实现对指定摄像头下指定区域的实时人数、特定时间段内累计人数,特定时间段的人群逗留时长等进行分析和查询。这里,人体属性检索可以是指实现对产品可支持的人体属性以及通过结构化任务保存的人体目标属性进行实时或定时的全量或增量检索功能。
实践中,执行主体可以支持摄像机实时视频源接入或者录像视频源接入。同时,还可以支持跨平台的摄像机及摄像机组织树接入,完成存量摄像机的批量导入。执行主体还可以对输入的视频流进行解析。针对视频中的目标对象(例如人体),可以根据识别任务需要,启用不同的任务处理流程进行处理,还可以对同一路视频流同时启用多种智能识别任务并行执行。
步骤202,判断任务类型是否属于预设的巡检任务的任务类型。
在本实施例中,执行主体内部可以预先存储有预设的巡检任务的任务类型。这样,执行主体可以判断上述任务请求中的任务类型是否属于巡检任务的任务类型。这里,巡检任务的任务类型可以是技术人员根据实际需要设定的。实践中,对于某些对实时性要求不太严格的任务,例如,对于预设时间间隔内(例如1分钟内)只需检测预设次数(例如1次)的监控任务,可以将该类任务确定为巡检任务。对于巡检任务,执行主体不需要实时对视频流进行处理。
步骤203,响应于确定任务类型属于预设的巡检任务的任务类型,将视频采集设备标识存储到针对任务类型预设的视频采集设备标识集合中。
在本实施例中,如果确定任务请求中的任务类型属于预设的巡检任务的任务类型。执行主体可以将任务请求中的视频采集设备标识存储到针对任务请求中的任务类型预先设置的视频采集设备标识集合中。这里,单个视频采集设备标识集合中的视频采集设备标识对应的任务类型相同。
步骤204,针对视频采集设备标识集合,执行以下步骤2041~步骤2042。
在本实施例中,针对视频采集设备标识集合,执行主体可以执行以下步骤2041~步骤2042。
步骤2041,对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;
在本实施例中,执行主体可以采用各种方式(例如,随机划分)对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。作为示例,执行主体内可以预先存储有视频采集设备标识之间的关联关系。关联关系可以是用户预先输入的。这样,执行主体可以根据关联关系,将视频采集设备标识集合中存在关联关系的视频采集设备标识划分到同一个视频采集设备标识子集合。
在本实施例的一些可选的实现方式中,步骤2041可以具体如下进行:
首先,根据预设的时间间隔、视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量。
在本实现方式中,预设的时间间隔可以是指执行主体对一个视频采集设备标识子集合中的各视频采集设备标识对应的视频处理一次所使用的时间。即在一个时间间隔内,视频采集设备标识子集合中的每个视频采集设备标识对应的视频处理一次。上述时间间隔可以是用户根据实际需要设定的。单个视频采集设备接入时间可以是指对单个视频采集设备标识对应的视频进行一次处理所需要的时间。这里,执行主体可以根据预设的时间间隔、视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量。以时间间隔为60秒、视频采集设备标识集合中的视频采集设备标识的数量为100、单个视频采集设备接入时间为10为例。在本例中,100个视频采集设备标识对应的100个视频需要在60秒循环处理一轮,而单个视频的处理时间为10秒,因此每个子集合中最多只能有个60/10个(即6个)视频采集设备标识。
然后,根据所确定的子集合中视频采集设备标识的数量,对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
在本实现方式中,执行主体可以根据所确定的子集合中视频采集设备标识的数量,对视频采集设备标识集合中的视频采集设备标识进行划分(例如随机划分、按所安装位置划分等等),得到至少一个视频采集设备标识子集合。这里,划分得到的每一个视频采集设备标识子集合数量小于或等于所确定的子集合中视频采集设备标识的数量。
步骤2042,对于至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。
在本实施例中,对于步骤2041得到的至少一个视频采集设备标识子集合中的每一个视频采集设备标识子集合,执行主体可以基于该视频采集设备标识子集合确定视频采集设备标识序列。举例来说,执行主体可以对该视频采集设备标识子集合中的视频采集设备标识进行排序,例如,随机排序、基于关联关系进行排序、基于所对应视频采集设备的安装位置进行排序等等,生成视频采集设备标识序列。
之后,执行主体可以根据任务请求中的任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,得到分析处理结果。并将分析处理结果发送给用户。例如,执行主体可以将视频采集设备标识序列中的所有视频采集设备标识对应的视频处理完成后,基于所有视频的分析结果向用户发送分析处理结果。又例如,执行主体也可以针对每一个视频的分析结果向用户发送分析处理结果。这里,某一个视频采集设备标识对应的视频可以是指该视频采集设备标识所对应的视频采集设备实时采集的视频。作为示例,在依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理时,执行主体每次只处理该视频采集设备标识序列中的一个视频采集设备标识对应的视频,该视频处理完成后,再处理下一个视频采集设备标识对应的视频。当处理完最后一个视频采集设备标识对应的视频之后,再处理视频采集设备标识序列中的第一个视频采集设备标识对应的视频。从而实现对视频采集设备标识序列中的视频采集设备标识对应的视频循环处理。即在一个循环周期内,视频采集设备标识序列中的每个视频采集设备标识对应的视频处理一次。这种循环处理的方式可以实现批量处理任务请求,提高处理请求的效率。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以包括人体检测与追踪。上述任务请求中的任务类型为人体检测与追踪。以及步骤2042中的,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,可以具体如下进行:
首先,将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
在本实现方式中,执行主体可以将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。这里,当前视频采集设备标识可以是指执行主体按视频采集设备标识序列依次对视频采集设备标识对应的视频进行分析时,当前时刻所对应的视频采集设备标识。
其次,将待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频。
在本实现方式中,执行主体可以将待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频,作为示例,上述预设条件可以根据实际需要进行设定。例如,上述预设条件可以包括:所显示的人体被遮挡比例超过预设比例、所显示的人体不完整(例如,上身截断、下身截断、侧身截断等等情况)且位于所在视频帧的预设边缘区域。
之后,对处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹。
在本实现方式中,执行主体可以对处理后视频进行人体检测与追踪得到至少一个人体的人体移动轨迹。作为一个示例,执行主体可以基于全人体进行人体检测与追踪,即,使用整个人体进行人体检测与追踪。作为另一个实例,执行主体可以基于头肩进行人体检测与追踪,即,使用头肩进行人体检测与追踪。实践中,可以根据视频中人体密集度、摄像头拍摄距离、摄像头高低角度等因素确定基于全人体或基于头肩进行人体检测与追踪。
然后,针对至少一个人体中的人体,获取处理后视频中针对该人体的不同朝向采集的不同朝向人体图像。
在本实现方式中,针对上述至少一个人体中的每一个人体,执行主体可以获取处理后视频中针对该人体的不同朝向采集的不同朝向人体图像。
最后,将至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给用户。
在本实现方式中,执行主体可以将至少一个人体中的每一个人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以包括目标人体检索,任务请求中的任务类型为目标人体检索,任务请求还可以包括目标人体属性。以及上述步骤2042中的,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,可以具体如下进行:
首先,将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
在本实现方式中,执行主体可以将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
然后,对待分析视频中的人体进行属性识别,得到待分析视频中的人体的人体属性集合。
在本实现方式中,执行主体可以对上述待分析视频中出现的每一个人体进行属性识别,得到待分析视频中出现的各个人体的人体属性集合。实践中,执行主体可以使用各种方式对待分析视频中出现的人体进行属性识别,例如,使用基于机器学习方法训练的得到的模型进行属性识别。这里,人体属性用于对人体进行描述。人体属性集合中的人体属性包括但不限于:性别、年龄段(例如,幼儿、青少年、青年、中年、老年等等)、动作(例如,站立、蹲坐、行走、跑等等)、发长(例如,长发、中长发、短发、秃顶等等)、是否背背包、下身服饰(例如,长裤、短裤、长裙、短裙等等)、上身服饰(例如,长袖、短袖等等)、上身颜色、下身颜色、是否戴帽子、是否戴眼镜、是否使用手机、上身衣服纹理(例如,纯色、图案、碎花、条纹、格子等等)、人体朝向(例如,正面、背面、左面、右面等等)、是否打伞、是否抱小孩、是否拿手提箱、是否拉拉杆箱、是否使用交通工具等。
最后,根据目标人体属性以及待分析视频中的人体的人体属性集合,从待分析视频中识别出目标人体,并将目标人体的相关信息作为分析处理结果发送给用户。
在本实现方式中,执行主体可以根据目标人体属性和待分析视频中的各人体的人体属性集合,从待分析视频中出现的各人体中识别出目标人体。作为示例,执行主体可以将目标人体属性与待分析视频中的各人体的人体属性集合中人体属性进行匹配,将包括目标人体属性的人体属性集合对应的人体作为目标人体。之后,执行主体可以将目标人体的相关信息作为分析处理结果发送给用户。这里,目标人体的相关信息包括但不限于:目标人体图像、目标人体被拍到的拍摄时间、拍摄地点、拍摄背景图等等。
通过本实现方式,可以从待分析视频中检索到包括目标人体属性的目标人体,并向用户发送目标人体的相关信息,从而实现了基于人体属性的人体检索。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以包括行为提示任务,任务请求中的任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,任务请求还可以包括提示区域信息。以及上述步骤2042中的,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,可以具体如下进行:
首先,将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
在本实现方式中,执行主体可以将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
其次,响应于确定任务类型为区域入侵行为提示任务,执行以下第一处理:判断待分析视频中所述提示区域信息所对应的目标区域是否出现人体。如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给所述用户。
在本实现方式中,如果判断任务请求中的任务类型为区域入侵行为提示任务,执行主体可以执行以下第一处理:判断待分析视频中提示区域信息所对应的目标区域是否出现人体。这里,当任务请求中的任务类型为区域入侵行为提示任务时,提示区域信息可以是指用户制定的封闭区域的区域信息。通常该封闭区域具有一定的危险性或隐秘性,需要对区域入侵行为进行提示,以避免安防隐患,例如,高危地区、工厂库房等等。如果目标区域出现人体,则将所出现的人体的相关信息作为分析处理结果发送给用户。这里,所出现的人体的相关信息可以包括人体图像、人体出现前后预设时间内视频片段、人体被拍到时的拍摄时间和拍摄地点等等。
之后,响应于确定任务类型为跨警戒线行为提示任务,执行以下第二处理:判断待分析视频中是否有人体跨越提示区域信息所对应的警戒线;如果有,将跨越警戒线的人体的相关信息作为分析处理结果发送给用户。
本实现方式中,如果确定任务请求中的任务类型为跨警戒线行为提示任务,执行主体可以执行以下第二处理:判断待分析视频中是否有人体跨越提示区域信息所对应的警戒线。这里,当前任务请求中的任务类型为跨警戒线行为提示任务时,提示区域信息可以是指用户制定的警戒线的信息。如果有待分析视频中有人体跨越警戒线,执行主体可以将跨越警戒线的人体的相关信息作为分析处理结果发送给用户。这里,跨越警戒线的人体的相关信息可以包括跨越警戒线的人体的人体图像、跨越警戒线时前后预设时间内的视频片段、跨越警戒线时的拍摄时间和拍摄地点等等。
然后,响应于确定任务类型为区域逗留行为提示任务,执行以下第三处理:判断待分析视频中、提示区域信息所对应的目标区域中出现的人体在目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给用户。
在本实现方式中,如果确定任务请求中的任务类型为区域逗留行为提示任务,执行主体可以执行以下第三处理:判断待分析视频中、提示区域信息所对应的目标区域中出现的人体在目标区域内停留的时长是否超过预定时长。这里,预定时长可以根据实际需要进行设定。如果目标区域中出现的人体在目标区域内停留的时长超过预定时长,则将停留超过预定时长的人体的相关信息作为分析处理结果发送给用户。这里,停留超过预定时长的人体的相关信息可以包括停留人员的人体图像等。
实践中,执行主体在对视频采集设备标识序列中的视频采集设备标识对应的视频进行循环处理时,可以确定是否有人体在目标区域停留超过预定时长。以预定时长为5分钟,循环周期为1分钟为例,执行主体如果连续5次确定视频采集设备标识对应的视频的目标区域中有特定的人体出现,则可以确定目标区域中出现的人体在目标区域的停留时长超过预定时长。
最后,响应于确定任务类型为离岗行为提示任务,执行以下第四处理:确定待分析视频中、提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且目标区域内人体数量少于预设的人数阈值;将离开目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给用户。
在本实现方式中,如果确定任务请求中的任务类型为离岗行为提示任务,则执行以下第四处理:确定待分析视频中、提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且目标区域内人体数量少于预设的人数阈值。实践中,执行主体在对视频采集设备标识序列中的视频采集设备标识对应的视频进行循环处理时,可以确定是否有人体离开时间超过预设的时间阈值。之后,执行主体可以将离开目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给用户。这里,离开目标区域超过预设时间阈值的人体的相关信息可以包括人体图像、离开前后预设时长(例如20秒)内的视频片段、离开时间等等。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以包括人体属性告警任务,上述任务请求的任务类型为人体属性告警任务,任务请求还包括告警属性。以及步骤2042中的,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,可以具体如下进行:
首先,将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
在本实现方式中,执行主体可以将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
然后,对待分析视频中的人体进行属性识别,根据识别结果确定待分析视频中是否出现包括告警属性的人体。
在本实现方式中,执行主体可以对待分析视频中的人体进行属性识别,根据识别结果确定待分析视频中是否出现包括告警属性的人体。这里,告警属性可以根据实际需要进行设定。例如,在某些场景下,需要对拥有某些特定属性(例如,穿红色上衣、抽烟、玩手机等等)的人体进行告警,此时可以将特定属性设定为告警属性。
如果出现,向用户发送告警信息。
在本实现方式中,如果待分析视频中出现包括告警属性的人体,执行主体可以将告警信息作为分析处理结果发送给用户。这里,告警信息可以用于提示用户有包括告警属性的人体出现。作为示例,告警信息可以为语音信息、文本信息等等。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以包括人群检测与统计任务,上述任务请求中的任务类型为人群检测与统计任务,上述任务请求还可以包括统计区域信息。以及步骤2042中的,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户,可以具体如下进行:
首先,将视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频。
然后,基于待分析视频,对统计区域信息对应的统计区域内出现的人群进行统计分析,得到统计区域的人群信息。
在本实现方式中,基于待分析视频,执行主体可以对统计区域信息对应的统计区域内出现的人群进行统计分析。这里,统计区域信息可以用于表示进行人群统计的区域(例如,景区、车站等等)的信息。统计区域信息可以是用户根据实际需要设定的。这里,统计区域的人群信息可以包括人群动态信息(例如人群移动方向)、人群静态信息(例如总人物)、人群逗留时长、人群密度、热力图等等。
最后,将人群信息作为分析处理结果发送给用户。
在本实现方式中,执行主体可以将人群信息作为分析处理结果发送给用户。
继续参见图3,图3是根据本实施例的用于处理视频的方法的应用场景的一个示意图。在图3的应用场景中,用户首先向终端设备301发送任务请求,其中,任务请求包括任务类型和视频采集设备标识。终端设备301获取到用户发送的任务请求后,判断任务请求中的任务类型是否属于巡检任务的任务类型。如果属于,终端设备301将任务请求中的视频采集设备标识存储到针对任务请求中的任务类型预设的视频采集设备标识集合中,并针对视频采集设备标识集合执行以下步骤:1)对视频采集设备标识集合中的视频采集设备标识进行划分,得到多个视频采集设备标识子集合;2)对于多个视频采集设备标识子集合中的每一个视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,并根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。
本公开的上述实施例提供的方法实现了将任务类型属于巡检任务的任务类型的任务请求进行巡检处理,提高了任务请求的处理效率。
进一步参考图4,其示出了用于处理视频的方法的又一个实施例的流程400。该用于处理视频的方法的流程400,包括以下步骤:
步骤401,获取用户发送的任务请求。
在本实施例中,步骤401与图2所示实施例的步骤201类似,此处不再赘述。
步骤402,判断任务类型是否属于预设的巡检任务的任务类型。
在本实施例中,步骤402与图2所示实施例的步骤202类似,此处不再赘述。
步骤403,响应于确定任务类型属于预设的巡检任务的任务类型,将视频采集设备标识存储到针对任务类型预设的视频采集设备标识集合中。
在本实施例中,步骤403与图2所示实施例的步骤203类似,此处不再赘述。
步骤404,针对视频采集设备标识集合,执行以下步骤4041~步骤4042:步骤4041,对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;步骤4042,对于至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。
在本实施例中,步骤404、步骤4041和步骤4042分别与图2所示实施例的步骤204、步骤2041和步骤2042类似,此处不再赘述。
步骤405,响应于确定任务类型不属于预设的巡检任务的任务类型,根据任务类型对视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给用户。
在本实施例中,如果确定任务请求中的任务类型不属于预设的巡检任务的任务类型,执行主体可以根据任务请求中的任务类型对视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以不包括动作告警任务,上述任务请求中的任务类型为动作告警任务。以及步骤405中的,根据任务类型对视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给用户,可以具体如下进行:
首先,对视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作。
在本实施例中,执行主体可以采用各种方式对任务请求中的视频采集设备标识对应的视频中出现的人体进行动作识别。作为示例,执行主体可以使用基于机器学习算法训练得到的模型对视频中出现的人体进行动作识别。之后,执行主体可以根据动作识别结果确定视频采集设备标识对应的视频中出现的人体是否产生预先设定的告警动作。这里,告警动作可以是用户根据实际需要预先设置的。作为示例,告警动作可以包括但不限于肢体碰撞(例如打架)、砸东西、跌倒等等。
然后,如果产生,根据检测到的动作生成动作告警信息,将动作告警信息作为分析处理结果发送给用户。
在本实现方式中,如果根据识别结果确定视频中的人体产生预先设定的告警动作,则执行主体可以根据检测到的动作生成动作告警信息,并将所生成的动作告警信息发送给用户。这里,动作告警信息可以包括告警动作发生时刻所拍摄的视频帧、告警动作发生时前后预设时长内的视频片段等等。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型可以不包括跨设备追踪任务,上述任务请求中的任务类型为跨设备追踪任务,上述任务请求还可以包括跨设备追踪人体图像和多个视频采集设备标识。以及上述步骤405中的,根据任务类型对视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给用户,可以具体如下进行:
首先,接收多个视频采集设备标识对应的视频采集设备所采集的视频。
在本实现方式中,执行主体可以接收上述多个视频采集设备标识对应的视频采集设备所采集的视频。实践中,这些视频可以是在不同时间、不同位置、有不同视频采集设备采集到的。
然后,提取跨设备追踪人体图像中的人体的特征信息。
在本实现方式中,执行主体可以提取上述跨设备追踪人体图像中的人体的特征信息。特征信息可以用于从多维角度对人体进行描述。
最后,根据特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给用户。
在本实现方式中,执行主体可以根据上述特征信息,从所接收的视频中跨设备识别和追踪人体,并将识别和追踪到的人体的相关信息(例如,运动轨迹、人体位置等等)作为分析结果信息发送给用户。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理视频的方法的流程400突出了对任务类型不属于巡检任务的任务类型的任务请求的处理步骤。由此,本实施例描述的方案可以实现将任务类型属于巡检任务的任务类型的任务请求进行巡检处理,同时,可以实现对任务类型不属于巡检任务的任务类型的任务请求进行处理,从而提高了处理任务请求的灵活性。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理视频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理视频的装置500包括:获取单元501、判断单元502、存储单元503和第一执行单元504。其中,获取单元501被配置成获取用户发送的任务请求,其中,上述任务请求包括任务类型和视频采集设备标识;判断单元502被配置成判断上述任务类型是否属于预设的巡检任务的任务类型;存储单元503被配置成响应于确定上述任务类型属于预设的巡检任务的任务类型,将上述视频采集设备标识存储到针对上述任务类型预设的视频采集设备标识集合中;第一执行单元504被配置成针对上述视频采集设备标识集合,执行预设步骤,其中,上述第一执行单元504包括:划分单元5041,被配置成对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;分析单元5042,被配置成对于上述至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据上述任务类型依次对上述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给上述用户。
在本实施例中,用于处理视频的装置500的获取单元501、判断单元502、存储单元503和第一执行单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述装置500还包括:第二执行单元(图中未示出),被配置成响应于确定上述任务类型不属于预设的巡检任务的任务类型,根据上述任务类型对上述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型包括人体检测与追踪,上述任务类型为人体检测与追踪;以及上述分析单元5042进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;将上述待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频;对上述处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹;针对上述至少一个人体中的人体,获取上述处理后视频中针对该人体的不同朝向采集的不同朝向人体图像;将上述至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型包括目标人体检索,上述任务类型为目标人体检索,上述任务请求还包括目标人体属性;以及上述分析单元5042进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,得到上述待分析视频中的人体的人体属性集合;根据上述目标人体属性以及上述待分析视频中的人体的人体属性集合,从上述待分析视频中识别出目标人体,并将上述目标人体的相关信息作为分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型包括行为提示任务,上述任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,上述任务请求还包括提示区域信息;以及上述分析单元5042进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;响应于确定上述任务类型为区域入侵行为提示任务,执行以下第一处理:判断上述待分析视频中上述提示区域信息所对应的目标区域是否出现人体;如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为跨警戒线行为提示任务,执行以下第二处理:判断上述待分析视频中是否有人体跨越上述提示区域信息所对应的警戒线;如果有,将跨越上述警戒线的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为区域逗留行为提示任务,执行以下第三处理:判断上述待分析视频中、上述提示区域信息所对应的目标区域中出现的人体在上述目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给上述用户;响应于确定上述任务类型为离岗行为提示任务,执行以下第四处理:确定上述待分析视频中、上述提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且上述目标区域内人体数量少于预设的人数阈值;将离开上述目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型包括人体属性告警任务,上述任务类型为人体属性告警任务,上述任务请求包括告警属性;以及上述分析单元5042进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;对上述待分析视频中的人体进行属性识别,根据识别结果确定上述待分析视频中是否出现包括告警属性的人体;如果出现,向上述用户发送告警信息。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型包括人群检测与统计任务,上述任务类型为人群检测与统计任务,上述任务请求还包括统计区域信息;以及上述分析单元5042进一步被配置成:将上述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;基于上述待分析视频,对上述统计区域信息对应的统计区域内出现的人群进行统计分析,得到上述统计区域的人群信息;将上述人群信息作为分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型不包括动作告警任务,上述任务类型为动作告警任务;以及上述第二执行单元进一步被配置成:对上述视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作;如果产生,根据检测到的动作生成动作告警信息,将上述动作告警信息作为分析处理结果发送给上述用户。
在本实施例的一些可选的实现方式中,上述巡检任务的任务类型不包括跨设备追踪任务,上述任务类型为跨设备追踪任务,上述任务请求还包括跨设备追踪人体图像和多个视频采集设备标识;以及上述第二执行单元进一步被配置成:接收上述多个视频采集设备标识对应的视频采集设备所采集的视频;提取上述跨设备追踪人体图像中的人体的特征信息;根据上述特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给上述用户。
在本实施例的一些可选的实现方式中,上述划分单元5041进一步被配置成:根据预设的时间间隔、上述视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量;根据所确定的子集合中视频采集设备标识的数量,对上述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取用户发送的任务请求,其中,任务请求包括任务类型和视频采集设备标识;判断任务类型是否属于预设的巡检任务的任务类型;响应于确定任务类型属于预设的巡检任务的任务类型,将视频采集设备标识存储到针对任务类型预设的视频采集设备标识集合中;针对视频采集设备标识集合,执行以下步骤:对视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;对于至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据任务类型依次对视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给用户。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、判断单元、存储单元和第一执行单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取用户发送的任务请求的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (22)
1.一种用于处理视频的方法,包括:
获取用户发送的任务请求,其中,所述任务请求包括任务类型和视频采集设备标识;
判断所述任务类型是否属于预设的巡检任务的任务类型;
响应于确定所述任务类型属于预设的巡检任务的任务类型,将所述视频采集设备标识存储到针对所述任务类型预设的视频采集设备标识集合中;
针对所述视频采集设备标识集合,执行以下步骤:对所述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;对于所述至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述任务类型不属于预设的巡检任务的任务类型,根据所述任务类型对所述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给所述用户。
3.根据权利要求1所述的方法,其中,所述巡检任务的任务类型包括人体检测与追踪,所述任务类型为人体检测与追踪;以及
所述根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户,包括:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
将所述待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频;
对所述处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹;
针对所述至少一个人体中的人体,获取所述处理后视频中针对该人体的不同朝向采集的不同朝向人体图像;
将所述至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给所述用户。
4.根据权利要求1所述的方法,其中,所述巡检任务的任务类型包括目标人体检索,所述任务类型为目标人体检索,所述任务请求还包括目标人体属性;以及
所述根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户,包括:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
对所述待分析视频中的人体进行属性识别,得到所述待分析视频中的人体的人体属性集合;
根据所述目标人体属性以及所述待分析视频中的人体的人体属性集合,从所述待分析视频中识别出目标人体,并将所述目标人体的相关信息作为分析处理结果发送给所述用户。
5.根据权利要求1所述的方法,其中,所述巡检任务的任务类型包括行为提示任务,所述任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,所述任务请求还包括提示区域信息;以及
所述根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户,包括:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
响应于确定所述任务类型为区域入侵行为提示任务,执行以下第一处理:判断所述待分析视频中所述提示区域信息所对应的目标区域是否出现人体;如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为跨警戒线行为提示任务,执行以下第二处理:判断所述待分析视频中是否有人体跨越所述提示区域信息所对应的警戒线;如果有,将跨越所述警戒线的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为区域逗留行为提示任务,执行以下第三处理:判断所述待分析视频中、所述提示区域信息所对应的目标区域中出现的人体在所述目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为离岗行为提示任务,执行以下第四处理:确定所述待分析视频中、所述提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且所述目标区域内人体数量少于预设的人数阈值;将离开所述目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给所述用户。
6.根据权利要求1所述的方法,其中,所述巡检任务的任务类型包括人体属性告警任务,所述任务类型为人体属性告警任务,所述任务请求包括告警属性;以及
所述根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户,包括:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
对所述待分析视频中的人体进行属性识别,根据识别结果确定所述待分析视频中是否出现包括告警属性的人体;
如果出现,向所述用户发送告警信息。
7.根据权利要求1所述的方法,其中,所述巡检任务的任务类型包括人群检测与统计任务,所述任务类型为人群检测与统计任务,所述任务请求还包括统计区域信息;以及
所述根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户,包括:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
基于所述待分析视频,对所述统计区域信息对应的统计区域内出现的人群进行统计分析,得到所述统计区域的人群信息;
将所述人群信息作为分析处理结果发送给所述用户。
8.根据权利要求2所述的方法,其中,所述巡检任务的任务类型不包括动作告警任务,所述任务类型为动作告警任务;以及
所述根据所述任务类型对所述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给所述用户,包括:
对所述视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作;
如果产生,根据检测到的动作生成动作告警信息,将所述动作告警信息作为分析处理结果发送给所述用户。
9.根据权利要求2所述的方法,其中,所述巡检任务的任务类型不包括跨设备追踪任务,所述任务类型为跨设备追踪任务,所述任务请求还包括跨设备追踪人体图像和多个视频采集设备标识;以及
所述根据所述任务类型对所述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给所述用户,包括:
接收所述多个视频采集设备标识对应的视频采集设备所采集的视频;
提取所述跨设备追踪人体图像中的人体的特征信息;
根据所述特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给所述用户。
10.根据权利要求1所述的方法,其中,所述对所述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合,包括:
根据预设的时间间隔、所述视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量;
根据所确定的子集合中视频采集设备标识的数量,对所述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
11.一种用于处理视频的装置,包括:
获取单元,被配置成获取用户发送的任务请求,其中,所述任务请求包括任务类型和视频采集设备标识;
判断单元,被配置成判断所述任务类型是否属于预设的巡检任务的任务类型;
存储单元,被配置成响应于确定所述任务类型属于预设的巡检任务的任务类型,将所述视频采集设备标识存储到针对所述任务类型预设的视频采集设备标识集合中;
第一执行单元,被配置成针对所述视频采集设备标识集合,执行预设步骤,其中,所述第一执行单元包括:划分单元,被配置成对所述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合;分析单元,被配置成对于所述至少一个视频采集设备标识子集合中的视频采集设备标识子集合,基于该视频采集设备标识子集合确定视频采集设备标识序列,根据所述任务类型依次对所述视频采集设备标识序列中的视频采集设备标识对应的视频进行分析处理,并将分析处理结果发送给所述用户。
12.根据权利要求11所述的装置,其中,所述装置还包括:
第二执行单元,被配置成响应于确定所述任务类型不属于预设的巡检任务的任务类型,根据所述任务类型对所述视频采集设备标识对应的视频进行分析处理,将分析处理结果发送给所述用户。
13.根据权利要求11所述的装置,其中,所述巡检任务的任务类型包括人体检测与追踪,所述任务类型为人体检测与追踪;以及
所述分析单元进一步被配置成:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
将所述待分析视频中满足预设条件的人体图像进行去除处理,得到处理后视频;
对所述处理后视频进行人体检测与追踪,得到至少一个人体的人体移动轨迹;
针对所述至少一个人体中的人体,获取所述处理后视频中针对该人体的不同朝向采集的不同朝向人体图像;
将所述至少一个人体中人体的人体移动轨迹和不同朝向人体图像作为分析处理结果发送给所述用户。
14.根据权利要求11所述的装置,其中,所述巡检任务的任务类型包括目标人体检索,所述任务类型为目标人体检索,所述任务请求还包括目标人体属性;以及
所述分析单元进一步被配置成:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
对所述待分析视频中的人体进行属性识别,得到所述待分析视频中的人体的人体属性集合;
根据所述目标人体属性以及所述待分析视频中的人体的人体属性集合,从所述待分析视频中识别出目标人体,并将所述目标人体的相关信息作为分析处理结果发送给所述用户。
15.根据权利要求11所述的装置,其中,所述巡检任务的任务类型包括行为提示任务,所述任务类型为区域入侵行为提示任务、跨警戒线行为提示任务、区域逗留行为提示任务或离岗行为提示任务,所述任务请求还包括提示区域信息;以及
所述分析单元进一步被配置成:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
响应于确定所述任务类型为区域入侵行为提示任务,执行以下第一处理:判断所述待分析视频中所述提示区域信息所对应的目标区域是否出现人体;如果出现人体,将所出现的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为跨警戒线行为提示任务,执行以下第二处理:判断所述待分析视频中是否有人体跨越所述提示区域信息所对应的警戒线;如果有,将跨越所述警戒线的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为区域逗留行为提示任务,执行以下第三处理:判断所述待分析视频中、所述提示区域信息所对应的目标区域中出现的人体在所述目标区域内停留的时长是否超过预定时长;如果超过,将停留超过预定时长的人体的相关信息作为分析处理结果发送给所述用户;
响应于确定所述任务类型为离岗行为提示任务,执行以下第四处理:确定所述待分析视频中、所述提示区域信息所对应的目标区域内有人体离开时间超过预设的时间阈值,且所述目标区域内人体数量少于预设的人数阈值;将离开所述目标区域超过预设时间阈值的人体的相关信息作为分析处理结果发送给所述用户。
16.根据权利要求11所述的装置,其中,所述巡检任务的任务类型包括人体属性告警任务,所述任务类型为人体属性告警任务,所述任务请求包括告警属性;以及
所述分析单元进一步被配置成:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
对所述待分析视频中的人体进行属性识别,根据识别结果确定所述待分析视频中是否出现包括告警属性的人体;
如果出现,向所述用户发送告警信息。
17.根据权利要求11所述的装置,其中,所述巡检任务的任务类型包括人群检测与统计任务,所述任务类型为人群检测与统计任务,所述任务请求还包括统计区域信息;以及
所述分析单元进一步被配置成:
将所述视频采集设备标识序列中当前视频采集设备标识对应的视频作为待分析视频;
基于所述待分析视频,对所述统计区域信息对应的统计区域内出现的人群进行统计分析,得到所述统计区域的人群信息;
将所述人群信息作为分析处理结果发送给所述用户。
18.根据权利要求12所述的装置,其中,所述巡检任务的任务类型不包括动作告警任务,所述任务类型为动作告警任务;以及
所述第二执行单元进一步被配置成:
对所述视频采集设备标识对应的视频中的人体进行动作识别,根据识别结果确定视频中的人体是否产生预先设定的告警动作;
如果产生,根据检测到的动作生成动作告警信息,将所述动作告警信息作为分析处理结果发送给所述用户。
19.根据权利要求12所述的装置,其中,所述巡检任务的任务类型不包括跨设备追踪任务,所述任务类型为跨设备追踪任务,所述任务请求还包括跨设备追踪人体图像和多个视频采集设备标识;以及
所述第二执行单元进一步被配置成:
接收所述多个视频采集设备标识对应的视频采集设备所采集的视频;
提取所述跨设备追踪人体图像中的人体的特征信息;
根据所述特征信息,从所接收的视频中跨设备识别和追踪人体,将识别和追踪到的人体的相关信息作为分析结果信息发送给所述用户。
20.根据权利要求11所述的装置,其中,所述划分单元进一步被配置成:
根据预设的时间间隔、所述视频采集设备标识集合中的视频采集设备标识的数量、单个视频采集设备接入时间,确定子集合中视频采集设备标识的数量;
根据所确定的子集合中视频采集设备标识的数量,对所述视频采集设备标识集合中的视频采集设备标识进行划分,得到至少一个视频采集设备标识子集合。
21.一种设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-10中任一所述的方法。
22.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910773189.0A CN110378323A (zh) | 2019-08-21 | 2019-08-21 | 用于处理视频的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910773189.0A CN110378323A (zh) | 2019-08-21 | 2019-08-21 | 用于处理视频的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378323A true CN110378323A (zh) | 2019-10-25 |
Family
ID=68260141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910773189.0A Pending CN110378323A (zh) | 2019-08-21 | 2019-08-21 | 用于处理视频的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378323A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862523A (zh) * | 2020-07-02 | 2020-10-30 | 重庆思尔达信息科技有限公司 | 一种智慧安全监管系统 |
CN111885350A (zh) * | 2020-06-10 | 2020-11-03 | 北京旷视科技有限公司 | 一种图像处理方法、系统、服务器及存储介质 |
CN111901561A (zh) * | 2020-07-16 | 2020-11-06 | 苏州科达科技股份有限公司 | 监控系统中的视频数据处理方法、装置、系统及存储介质 |
CN112153476A (zh) * | 2020-09-22 | 2020-12-29 | 游艺星际(北京)科技有限公司 | 交互数据处理方法和装置、服务器、存储介质 |
CN112949342A (zh) * | 2019-11-26 | 2021-06-11 | 曾洁 | 人员滞留时长测量平台及方法 |
-
2019
- 2019-08-21 CN CN201910773189.0A patent/CN110378323A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949342A (zh) * | 2019-11-26 | 2021-06-11 | 曾洁 | 人员滞留时长测量平台及方法 |
CN112949342B (zh) * | 2019-11-26 | 2022-06-10 | 华方信息技术有限公司 | 人员滞留时长测量平台及方法 |
CN111885350A (zh) * | 2020-06-10 | 2020-11-03 | 北京旷视科技有限公司 | 一种图像处理方法、系统、服务器及存储介质 |
CN111862523A (zh) * | 2020-07-02 | 2020-10-30 | 重庆思尔达信息科技有限公司 | 一种智慧安全监管系统 |
CN111901561A (zh) * | 2020-07-16 | 2020-11-06 | 苏州科达科技股份有限公司 | 监控系统中的视频数据处理方法、装置、系统及存储介质 |
CN112153476A (zh) * | 2020-09-22 | 2020-12-29 | 游艺星际(北京)科技有限公司 | 交互数据处理方法和装置、服务器、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378323A (zh) | 用于处理视频的方法和装置 | |
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
CN101221621B (zh) | 警告监督用户受监视用户的行为的方法和系统 | |
AU2019100806A4 (en) | Real-Time Crowd Measurement And Management Systems And Methods Thereof | |
CN109684916A (zh) | 基于路径轨迹数据异常检测方法、系统、设备及存储介质 | |
WO2017117879A1 (zh) | 人员识别处理方法、装置及系统 | |
EP3862902A1 (en) | System and method for privacy-aware analysis of video streams | |
CN109309808A (zh) | 一种基于人脸识别的监控系统及方法 | |
CN106203458A (zh) | 人群视频分析方法及系统 | |
CN106572329A (zh) | 视频监控图像精确识别系统 | |
CN108345854A (zh) | 基于图像分析的信息处理方法、装置、系统及存储介质 | |
US11720627B2 (en) | Systems and methods for efficiently sending video metadata | |
CN109934074B (zh) | 行动轨迹确定方法及装置 | |
Celes et al. | Crowd management: A new challenge for urban big data analytics | |
CN112699328A (zh) | 网点服务数据处理方法、装置、系统、设备及存储介质 | |
CN109905423A (zh) | 一种智能管理系统 | |
CN111507574A (zh) | 安保人员部署方法、装置、计算机设备和存储介质 | |
CN109271929A (zh) | 检测方法和装置 | |
CN112001322A (zh) | 一种用于确定标签人员聚集的方法、装置及存储介质 | |
CN110134810A (zh) | 检索图像的方法及装置 | |
US20230205817A1 (en) | Systems and methods for identifying events within video content using intelligent search query | |
US9628954B2 (en) | Data analysis system with movement patterns for medical wellness correlation | |
Takata et al. | Modeling and analyzing individual's daily activities using lifelog | |
CN109871819A (zh) | 用于发送信息的方法和装置 | |
CN108958488A (zh) | 一种人脸指令识别方法 |
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 |