CN110543881A - 基于云平台的视频数据管理方法 - Google Patents
基于云平台的视频数据管理方法 Download PDFInfo
- Publication number
- CN110543881A CN110543881A CN201910870450.9A CN201910870450A CN110543881A CN 110543881 A CN110543881 A CN 110543881A CN 201910870450 A CN201910870450 A CN 201910870450A CN 110543881 A CN110543881 A CN 110543881A
- Authority
- CN
- China
- Prior art keywords
- video
- data block
- data
- cloud platform
- video data
- 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
- 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
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/635—Overlay text, e.g. embedded captions in a TV program
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2624—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects for obtaining an image which is composed of whole input images, e.g. splitscreen
-
- 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
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明公开了基于云平台的视频数据管理方法,包括以下步骤:对所需视频的区域进行数据采集;将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中。本发明具有以下效果:视频在调阅时对文字区域进行识别,对识别出来的数字和文字进行提取编辑,形成视频的简要说明,识别过程精确度高,可以实现对不同类型数字和文字的提取识别,适用图像范围更为广泛,视频调阅效率将会大幅度提升。通过将视频图像帧分为若干个数据块并对数据块进行自适应预测,在判断过程中提取数据块的特征值,将其转换为对应特征值的比较,不但提高了处理效率,还实现了视频数据质量的精准判断和处理。
Description
技术领域
本发明属于云视频技术领域,具体涉及一种基于云平台的视频数据管理方法。
背景技术
随着经济的发展,视频监控的普及化趋势越来越明显,监控区域越来越广,数据流量越来越大,如何有效地对监控系统的视频数据进行管理成为亟待解决的问题。现有的视频在调阅时采用的是一个个点开进行人眼观察,费时费力。而且在处理时,由于单帧图像大,有时监控的分辨率低,容易出现噪声或遮挡,对视频数据质量的精准判断和处理效率非常低,计算速度慢
发明内容
本发明的目的是为了克服上述不足提供一种基于云平台的视频数据管理方法,包括以下步骤:
对所需视频的区域进行数据采集;
将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中;
对硬盘中的每个视频的进行多次分段截图形成多张截图,根据多张截图拼接成一张可视化视图;
检索并查询云平台中存储的视频数据;
下载检索到的视频数据并传输到用户的终端设备的上。
本发明具有以下效果:视频在调阅时对文字区域进行识别,对识别出来的数字和文字进行提取编辑,形成视频的简要说明,识别过程精确度高,可以实现对不同类型数字和文字的提取识别,适用图像范围更为广泛,视频调阅效率将会大幅度提升。通过将视频图像帧分为若干个数据块并对数据块进行自适应预测,在判断过程中提取数据块的特征值,将其转换为对应特征值的比较,不但提高了处理效率,还实现了视频数据质量的精准判断和处理。
具体实施方式
以下结合具体实施例对本发明作进一步的说明:
一种基于云平台的视频数据管理方法,包括以下步骤:
对所需视频的区域进行数据采集;
将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中;
对硬盘中的每个视频的进行多次分段截图形成多张截图,根据多张截图拼接成一张可视化视图;
检索并查询云平台中存储的视频数据;
下载检索到的视频数据并传输到用户的终端设备的上。
对根据多张截图拼接成一张可视化视图后,对所述可视化视图进行标引,具体包括以下步骤:对所述可视化视图进行进行图像二值化,使用高亮多边形标记出文字区域,对文字区域逐个进行数字识别,判断识别是否出现乱码,如果出现乱码则对识别结果进行过滤,如果没有出现乱码则选取第一识别数字作为参考点,参考点在截图上的坐标(x1,y1),,在可视化视图中读取参考点的坐标(x2,y2),选取第二识别数字在截图上的坐标(x3,y3),计算第二识别数字对应的可视化视图中的坐标(x4,y4),x4=x2-(x3-x1)×x3r,y4=y2-(y1-y3)×y3r,其中r为单位像素坐标增量,对比(x3,y3)和(x4,y4)两个坐标之间的差值,如果差值小于设定的阈值,则认为两个坐标对应的文字区域识别结果是正确的,对识别出来的数字和文字进行提取编辑,形成视频的简要说明。
将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中具体包括:将视频图像帧分为若干个数据块,每次预测一个数据块的像素位置pn,pn=Anpn-1+Bnon+cn,其中,pn表示像素在第n帧的预测位置,pn-1是n-1帧中最终像素所在位置;An是状态转换矩阵,on是外部控制向量,Bn是外部控制矩阵,cn为随机变量,将数据块的预测像素位置与预存的参考数据块的进行对比,判断噪声是否符合条件,如果不符合则进行矫正,如果符合则对视频图像帧中的已经完成预测的数据块进行标记,遍历所有数据块。
将数据块的预测像素位置与预存的参考数据块的进行对比具体为:提取预测数据块的位置特征值为FA=(i,k),提取的参考数据块的特征值为FB=(j,t)。如果i<j,则预测数据块小于参考数据块;如果i>j,则预测数据块大于参考数据块;如果i==j,则继续比较k和t:如果k<t,则预测数据块小于参考数据块;如果k>t,则预测数据块大于参考数据块;如果(k==t且k==i+1)或者(k==t且i-k==0),则预测数据块等于参考数据块;否则从预测数据块的第i-k-1位、参考数据块的第j-t-1位开始,向低比特位的方向重新提取预测数据块的特征值FA=(i,k)和参考数据块的特征值FB=(j,t),然后重复上述步骤即可。
对所需视频的区域进行数据采集时,同时采用多个摄影头进行视频监控的采集。
将数据处理后的视频储存到硬盘中,所述硬盘可以为临时存储的移动硬盘。
检索并查询云平台中存储的视频数据,下载检索到的视频数据并传输到用户的终端设备上后,用户若需调用某段时间的视频录像,则通过任一连接到网络上的终端,检索到所需视频,下载到终端设备上即可观看。
Claims (7)
1.一种基于云平台的视频数据管理方法,其特征在于,包括以下步骤:
对所需视频的区域进行数据采集;
将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中;
对硬盘中的每个视频的进行多次分段截图形成多张截图,根据多张截图拼接成一张可视化视图;
检索并查询云平台中存储的视频数据;
下载检索到的视频数据并传输到用户的终端设备的上。
2.根据权利要求1所述基于云平台的视频数据管理方法,其特征在于,对根据多张截图拼接成一张可视化视图后,对所述可视化视图进行标引,具体包括以下步骤:对所述可视化视图进行进行图像二值化,使用高亮多边形标记出文字区域,对文字区域逐个进行数字识别,判断识别是否出现乱码,如果出现乱码则对识别结果进行过滤,如果没有出现乱码则选取第一识别数字作为参考点,参考点在截图上的坐标(x1,y1),,在可视化视图中读取参考点的坐标(x2,y2),选取第二识别数字在截图上的坐标(x3,y3),计算第二识别数字对应的可视化视图中的坐标(x4,y4),x4=x2-(x3-x1)×x3r,y4=y2-(y1-y3)×y3r,其中r为单位像素坐标增量,对比(x3,y3)和(x4,y4)两个坐标之间的差值,如果差值小于设定的阈值,则认为两个坐标对应的文字区域识别结果是正确的,对识别出来的数字和文字进行提取编辑,形成视频的简要说明。
3.根据权利要求1或2所述基于云平台的视频数据管理方法,其特征在于将采集得到的视频数据进行数据处理,然后再将数据处理后的视频储存到硬盘中具体包括:将视频图像帧分为若干个数据块,每次预测一个数据块的像素位置pn,pn=Anpn-1+Bnon+cn,其中,pn表示像素在第n帧的预测位置,pn-1是n-1帧中最终像素所在位置;An是状态转换矩阵,on是外部控制向量,Bn是外部控制矩阵,cn为随机变量,将数据块的预测像素位置与预存的参考数据块的进行对比,判断噪声是否符合条件,如果不符合则进行矫正,如果符合则对视频图像帧中的已经完成预测的数据块进行标记,遍历所有数据块。
4.根据权利要求3所述基于云平台的视频数据管理方法,其特征在于将数据块的预测像素位置与预存的参考数据块的进行对比具体为:提取预测数据块的位置特征值为FA=(i,k),提取的参考数据块的特征值为FB=(j,t)。如果i<j,则预测数据块小于参考数据块;如果i>j,则预测数据块大于参考数据块;如果i==j,则继续比较k和t:如果k<t,则预测数据块小于参考数据块;如果k>t,则预测数据块大于参考数据块;如果(k==t且k==i+1)或者(k==t且i-k==0),则预测数据块等于参考数据块;否则从预测数据块的第i-k-1位、参考数据块的第j-t-1位开始,向低比特位的方向重新提取预测数据块的特征值FA=(i,k)和参考数据块的特征值FB=(j,t),然后重复上述步骤即可。
5.根据权利要求4所述基于云平台的视频数据管理方法,其特征在于:对所需视频的区域进行数据采集时,同时采用多个摄影头进行视频监控的采集。
6.根据权利要求5所述基于云平台的视频数据管理方法,其特征在于:将数据处理后的视频储存到硬盘中,所述硬盘可以为临时存储的移动硬盘。
7.根据权利要求2所述基于云平台的视频数据管理方法,其特征在于:检索并查询云平台中存储的视频数据,下载检索到的视频数据并传输到用户的终端设备上后,用户若需调用某段时间的视频录像,则通过任一连接到网络上的终端,检索到所需视频,下载到终端设备上即可观看。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870450.9A CN110543881A (zh) | 2019-09-16 | 2019-09-16 | 基于云平台的视频数据管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870450.9A CN110543881A (zh) | 2019-09-16 | 2019-09-16 | 基于云平台的视频数据管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110543881A true CN110543881A (zh) | 2019-12-06 |
Family
ID=68713621
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910870450.9A Pending CN110543881A (zh) | 2019-09-16 | 2019-09-16 | 基于云平台的视频数据管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543881A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992948A (zh) * | 2021-11-13 | 2022-01-28 | 杭州瑞网广通信息技术有限公司 | 一种基于云平台的视频管理系统、方法和装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100125581A1 (en) * | 2005-11-15 | 2010-05-20 | Shmuel Peleg | Methods and systems for producing a video synopsis using clustering |
CN202003350U (zh) * | 2010-12-14 | 2011-10-05 | 广东鑫程电子科技有限公司 | 视频摘要系统 |
US20130188923A1 (en) * | 2012-01-24 | 2013-07-25 | Srsly, Inc. | System and method for compiling and playing a multi-channel video |
CN104200485A (zh) * | 2014-07-10 | 2014-12-10 | 浙江工业大学 | 一种面向视频监控的人体跟踪方法 |
CN104699810A (zh) * | 2015-03-23 | 2015-06-10 | 国家电网公司 | 一种基于视频浓缩摘要的海量视频检索存储系统及其方法 |
CN105491462A (zh) * | 2014-10-01 | 2016-04-13 | 大猩猩科技股份有限公司 | 基于压缩视频的缩时概要输出系统与方法 |
CN105913455A (zh) * | 2016-04-11 | 2016-08-31 | 南京理工大学 | 基于局部图像增强的目标跟踪方法 |
CN106028094A (zh) * | 2016-05-26 | 2016-10-12 | 北京金山安全软件有限公司 | 一种视频内容提供方法、装置及电子设备 |
CN106534344A (zh) * | 2016-12-07 | 2017-03-22 | 高新兴科技集团股份有限公司 | 一种云平台视频处理系统及其应用方法 |
CN108024083A (zh) * | 2017-11-28 | 2018-05-11 | 北京川上科技有限公司 | 处理视频的方法、装置、电子设备和计算机可读存储介质 |
CN108733821A (zh) * | 2018-05-22 | 2018-11-02 | 武汉微创光电股份有限公司 | 一种监控视频截图的分发与展示方法及系统 |
CN109102520A (zh) * | 2018-05-31 | 2018-12-28 | 湖北工业大学 | 基于模糊均值聚类与卡尔曼滤波跟踪相结合的运动目标检测方法 |
US20190082236A1 (en) * | 2017-09-11 | 2019-03-14 | The Provost, Fellows, Foundation Scholars, and the other Members of Board, of the College of the | Determining Representative Content to be Used in Representing a Video |
US20190200075A1 (en) * | 2017-12-21 | 2019-06-27 | Vivotek Inc. | Video synopsis method and related video synopsis device |
-
2019
- 2019-09-16 CN CN201910870450.9A patent/CN110543881A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100125581A1 (en) * | 2005-11-15 | 2010-05-20 | Shmuel Peleg | Methods and systems for producing a video synopsis using clustering |
CN202003350U (zh) * | 2010-12-14 | 2011-10-05 | 广东鑫程电子科技有限公司 | 视频摘要系统 |
US20130188923A1 (en) * | 2012-01-24 | 2013-07-25 | Srsly, Inc. | System and method for compiling and playing a multi-channel video |
CN104200485A (zh) * | 2014-07-10 | 2014-12-10 | 浙江工业大学 | 一种面向视频监控的人体跟踪方法 |
CN105491462A (zh) * | 2014-10-01 | 2016-04-13 | 大猩猩科技股份有限公司 | 基于压缩视频的缩时概要输出系统与方法 |
CN104699810A (zh) * | 2015-03-23 | 2015-06-10 | 国家电网公司 | 一种基于视频浓缩摘要的海量视频检索存储系统及其方法 |
CN105913455A (zh) * | 2016-04-11 | 2016-08-31 | 南京理工大学 | 基于局部图像增强的目标跟踪方法 |
CN106028094A (zh) * | 2016-05-26 | 2016-10-12 | 北京金山安全软件有限公司 | 一种视频内容提供方法、装置及电子设备 |
CN106534344A (zh) * | 2016-12-07 | 2017-03-22 | 高新兴科技集团股份有限公司 | 一种云平台视频处理系统及其应用方法 |
US20190082236A1 (en) * | 2017-09-11 | 2019-03-14 | The Provost, Fellows, Foundation Scholars, and the other Members of Board, of the College of the | Determining Representative Content to be Used in Representing a Video |
CN108024083A (zh) * | 2017-11-28 | 2018-05-11 | 北京川上科技有限公司 | 处理视频的方法、装置、电子设备和计算机可读存储介质 |
US20190200075A1 (en) * | 2017-12-21 | 2019-06-27 | Vivotek Inc. | Video synopsis method and related video synopsis device |
CN108733821A (zh) * | 2018-05-22 | 2018-11-02 | 武汉微创光电股份有限公司 | 一种监控视频截图的分发与展示方法及系统 |
CN109102520A (zh) * | 2018-05-31 | 2018-12-28 | 湖北工业大学 | 基于模糊均值聚类与卡尔曼滤波跟踪相结合的运动目标检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992948A (zh) * | 2021-11-13 | 2022-01-28 | 杭州瑞网广通信息技术有限公司 | 一种基于云平台的视频管理系统、方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116188821B (zh) | 版权检测方法、系统、电子设备和存储介质 | |
CN105631486A (zh) | 图像文字识别方法及装置 | |
CN111753762B (zh) | 视频中关键标识的识别方法、装置、设备以及存储介质 | |
US9992408B2 (en) | Photographing processing method, device and computer storage medium | |
CN111757008B (zh) | 一种聚焦方法、设备及计算机可读存储介质 | |
CN101957918B (zh) | 用于识别图案的方法、图案识别器和计算机程序 | |
CN113435328B (zh) | 视频片段处理方法、装置、电子设备及可读存储介质 | |
CN113228101B (zh) | 用于图像分割的系统和方法 | |
CN110968375B (zh) | 界面控制方法、装置、智能终端及计算机可读存储介质 | |
CN112163480B (zh) | 一种行为识别方法及装置 | |
CN110543881A (zh) | 基于云平台的视频数据管理方法 | |
CN114663347B (zh) | 无监督的物体实例检测方法及装置 | |
CN110545383A (zh) | 视频综合管理平台系统 | |
CN113076961A (zh) | 一种图像特征库更新方法、图像检测方法和装置 | |
CN116431857A (zh) | 一种用于无人场景的视频处理方法和系统 | |
CN113326721A (zh) | 基于滑窗再模糊的图像模糊检测方法、设备 | |
CN112084815A (zh) | 一种基于摄像机焦距变换的目标检测方法、存储介质及处理器 | |
CN112541435B (zh) | 一种图像处理的方法、装置和存储介质 | |
CN114612907A (zh) | 一种车牌识别方法及装置 | |
CN113591752A (zh) | 基于卷积神经网络的设备漏油监控方法及相关设备 | |
CN111899187A (zh) | 场景信息的处理方法、装置、存储介质及电子装置 | |
CN113055708A (zh) | 一种基于台标识别的节目版权保护方法及装置 | |
CN117411987B (zh) | 监控视频的漏录时间检测方法、设备及存储介质 | |
CN116596923B (zh) | 基于边缘检测的园林植物识别方法及系统 | |
CN111918137B (zh) | 一种基于视频特征的推送方法、装置、存储介质及终端 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191206 |
|
WD01 | Invention patent application deemed withdrawn after publication |