CN110719438A - 一种数字视网膜视频流与特征流的同步传输控制方法 - Google Patents

一种数字视网膜视频流与特征流的同步传输控制方法 Download PDF

Info

Publication number
CN110719438A
CN110719438A CN201910804230.6A CN201910804230A CN110719438A CN 110719438 A CN110719438 A CN 110719438A CN 201910804230 A CN201910804230 A CN 201910804230A CN 110719438 A CN110719438 A CN 110719438A
Authority
CN
China
Prior art keywords
stream
video stream
monitoring
video
feature
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
Application number
CN201910804230.6A
Other languages
English (en)
Inventor
李源
贾惠柱
杨长水
崔玥
解晓东
高文
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.)
Peking University
Original Assignee
Peking 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 Peking University filed Critical Peking University
Priority to CN201910804230.6A priority Critical patent/CN110719438A/zh
Publication of CN110719438A publication Critical patent/CN110719438A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • 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
    • H04N21/435—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream
    • H04N21/4355—Processing of additional data, e.g. decrypting of additional data, reconstructing software from modules extracted from the transport stream involving reformatting operations of additional data, e.g. HTML pages on a television screen
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440218—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by transcoding between formats or standards, e.g. from MPEG-2 to MPEG-4

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本申请提供一种数字视网膜视频流与特征流的同步传输控制方法及装置、一种电子设备、一种网络视频监控设备以及一种计算机可读介质。其中，所述方法包括：获取监控视频流；采用视频浓缩技术，生成所述监控视频流对应的浓缩视频流；以及提取所述监控视频流中的特征信息，形成特征流；将所述浓缩视频流和所述特征流分别上传至云端服务器。由于浓缩视频流具有占用存储空间小但保真率高等优点，因此，相较于现有技术中将所有监控视频流都上传至云端服务器的方式，本申请方法具有占用存储空间小、网络传输负荷低、传输效率高等优点；同时，通过根据监控视频流提取特征流并上传至云端服务器，有助于快速识别定位目标、挖掘其行动轨迹等，可有效提升监控视频的调阅效率。

Description

一种数字视网膜视频流与特征流的同步传输控制方法
技术领域
本申请涉及安防监控技术领域，具体涉及一种数字视网膜视频流与特征流 的同步传输控制方法及装置、一种电子设备、一种网络视频监控设备以及一种 计算机可读介质。
背景技术
随着计算机技术和互联网技术的高速发展，网络监控摄像机已逐步替代传 统的本地监控系统而得到广泛普及，其通过将采集的监控录像上传至云端服务 器，从而可以使用户在异地随时随地的查看监控录像，实现远程监控。
但是，一方面，现有技术中，上述监控录像仍然主要采用H.264等编码技 术进行编码，存在数据压缩效率低、占用存储空间大、网络传输负载较重等问 题；另一方面，现有技术往往是将全天候采集的监控视频全部上传到云端服务 器，数据冗余度很高，但很难提取全局有价值信息，造成巨大的信息浪费，同 时存在较大的存储空间、网络带宽的浪费；再一方面，在应用中，监控视频存 在视频调阅慢、分析难的问题，如何从海量视频中发现重要而有价值的线索， 如快速识别定位目标、挖掘其行动轨迹，对缩短事件处理时间，降低工作强度， 提高工作效率具有积极意义。
发明内容
本申请的目的是提供一种数字视网膜视频流与特征流的同步传输控制方法 及装置、一种电子设备、一种网络视频监控设备以及一种计算机可读介质。
本申请第一方面提供一种数字视网膜视频流与特征流的同步传输控制方法， 包括：
获取监控视频流；
采用视频浓缩技术，生成所述监控视频流对应的浓缩视频流；以及
提取所述监控视频流中的特征信息，形成特征流；
将所述浓缩视频流和所述特征流分别上传至云端服务器。
在本申请第一方面的一些变更实施方式中，所述浓缩视频流和所述特征流 均携带有显示时间戳信息，以使所述云端服务器根据所述显示时间戳信息将接 收的所述浓缩视频流和所述特征流进行同步。
在本申请第一方面的一些变更实施方式中，所述采用视频浓缩技术，生成 所述监控视频流的浓缩视频流，包括：
根据所述监控视频流所采用的编码协议，采用对应的解码器对所述监控视 频流进行解码；
对解码后的监控视频流，采用视频浓缩技术进行处理，得到浓缩视频帧；
将所述浓缩视频帧采用H.265编码器或AVS2编码器进行编码，并加入显 示时间戳，得到浓缩视频流。
在本申请第一方面的一些变更实施方式中，所述提取所述监控视频流中的 特征信息，形成特征流，包括：
对所述监控视频流执行目标检测、目标跟踪、目标结构化、视觉目标融合 特征提取中的至少一种操作后，得到至少一种特征信息；
将所述至少一种特征信息加入显示时间戳信息后，封装得到特征流。
在本申请第一方面的一些变更实施方式中，所述将所述浓缩视频流和所述 特征流分别上传至云端服务器，包括：
采用零消息队列ZeroMQ-req/rep通信方式，将所述浓缩视频流和所述特 征流分别上传至云端服务器。
本申请第二方面提供一种数字视网膜视频流与特征流的同步传输控制装置， 包括：
视频流获取模块，用于获取监控视频流；
视频流浓缩模块，用于采用视频浓缩技术，生成所述监控视频流对应的浓 缩视频流；以及
特征流提取模块，用于提取所述监控视频流中的特征信息，形成特征流；
双流发送模块，用于将所述浓缩视频流和所述特征流分别上传至云端服务 器。
在本申请第二方面的一些变更实施方式中，所述浓缩视频流和所述特征流 均携带有显示时间戳信息，以使所述云端服务器根据所述显示时间戳信息将接 收的所述浓缩视频流和所述特征流进行同步。
在本申请第二方面的一些变更实施方式中，所述视频流浓缩模块，包括：
视频流解码单元，用于根据所述监控视频流所采用的编码协议，采用对应 的解码器对所述监控视频流进行解码；
视频流浓缩单元，用于对解码后的监控视频流，采用视频浓缩技术进行处 理，得到浓缩视频帧；
视频流编码单元，用于将所述浓缩视频帧采用H.265编码器或AVS2编码 器进行编码，并加入显示时间戳，得到浓缩视频流。
在本申请第二方面的一些变更实施方式中，所述特征流提取模块，包括：
特征信息提取单元，用于对所述监控视频流执行目标检测、目标跟踪、目 标结构化、视觉目标融合特征提取中的至少一种操作后，得到至少一种特征信 息；
特征信息封装单元，用于将所述至少一种特征信息加入显示时间戳信息后， 封装得到特征流。
在本申请第二方面的一些变更实施方式中，所述双流发送模块，包括：
零消息队列发送单元，用于采用零消息队列ZeroMQ-req/rep通信方式， 将所述浓缩视频流和所述特征流分别上传至云端服务器。
本申请第三方面提供一种电子设备，包括：存储器、处理器及存储在所述 存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机 程序时执行以实现本申请第一方面所述的方法。
在本申请第三方面的一些变更实施方式中，所述电子设备为双流转换器， 所述双流转换器的输入端可连接监控摄像机的输出端，用于根据所述监控摄像 机输出的监控视频流生成浓缩视频流和特征流后上传至云端服务器。
本申请第四方面提供一种网络视频监控设备，包括：监控摄像机和与所述 监控摄像机连接的双流转换器；
所述监控摄像机用于采集监控视频流，并将所述监控视频流发送给所述双 流转换器；
所述双流转换器用于执行本申请第一方面所述的方法，以根据所述监控视 频流生成浓缩视频流和特征流后上传至云端服务器。
本申请第五方面提供一种计算机可读介质，其上存储有计算机可读指令， 所述计算机可读指令可被处理器执行以实现本申请第一方面所述的方法。
相较于现有技术，本申请第一方面提供的数字视网膜视频流与特征流的同 步传输控制方法，在获取监控视频流后，一方面采用视频浓缩技术生成所述监 控视频流对应的浓缩视频流，另一方面提取所述监控视频流中的特征信息，形 成特征流，同时将所述浓缩视频流和所述特征流分别上传至云端服务器，由于 浓缩视频流具有占用存储空间小但保真率高等优点，因此，相较于现有技术中 将所有监控视频流都上传至云端服务器的方式，本申请方法具有占用存储空间 小、网络传输负荷低、传输效率高等优点；同时，由于本申请方法还根据监控 视频流提取特征流并上传至云端服务器，通过上述特征流，有助于快速识别定 位目标、挖掘其行动轨迹等，可有效提升监控视频的调阅效率。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领 域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并 不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的 部件。在附图中：
图1示出了本申请的一些实施方式所提供的一种数字视网膜视频流与特征 流的同步传输控制方法的流程图；
图2示出了本申请的一些实施方式所提供的一种数字视网膜视频流与特征 流的同步传输控制装置的示意图；
图3示出了本申请的一些实施方式所提供的一种电子设备的示意图；
图4示出了本申请的一些实施方式所提供的一种网络视频监控设备的示意 图；
图5示出了本申请的一些实施方式所提供的一种计算机可读介质的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示 了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不 应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻 地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当 为本申请所属领域技术人员所理解的通常意义。
另外，术语“第一”和“第二”等是用于区别不同对象，而不是用于描述 特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖 不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设 备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元， 或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于对本申请下述实施例进行理解，首先，对本申请实施例相关的现 有技术信息介绍如下：
目前部署的视频监控系统，采用的是十多年前的技术标准H.264，数据压 缩效率低，建设成本高，应用效果差强人意，主要表现在：
1)早期标准压缩效率低。在保证视频质量的情况下，我国部署的三千万 摄像机估计需要数千亿元的存储成本，各地在存储空间不足的情况下，往往对 视频进行过度压缩，造成大量视频图像质量严重劣化，在发生案件或安全事故 时，看不清关键人物和车辆；
2)监控视频联网难。很多省市部署的摄像机都超过百万，但采用老标准 编码，在现有通信带宽条件下，能够实时传输的视频只有数百路，大部分监控 视频得不到有效利用；
3)高度密集的摄像机无法进行全场景覆盖。尽管部分地区的摄像机分布 密集度很高，仍然无法进行全场景覆盖，对于摄像机覆盖的区域地面摄像机拍 摄的信息也是有限的，同时全天候采集的视频数据冗余度很高，但很难提取全 局有价值信息，造成巨大的信息浪费；
4)海量视频检索难。传统视频监控系统是通过监控人员调阅历史录像来 实现事件的回放取证，人工回放录像取证的方式效率低，尽管图像检索技术有 了快速的发展，但是在产业界应用，特别是安防领域的大规模应用还亟待解决；
5)缺乏视频精准分析。在应用中，视频监控技术存在视频调阅慢、分析 难的问题，如何从海量视频中发现重要而有价值的线索，如快速识别定位目标、 挖掘其行动轨迹，对缩短事件处理时间，降低工作强度，提高工作效率具有积 极意义。
鉴于上述问题，本申请实施例提供一种数字视网膜视频流与特征流的同步 传输控制方法及装置、一种电子设备、一种网络视频监控设备以及一种计算机 可读介质，下面结合附图进行说明。
请参考图1，其示出了本申请的一些实施方式所提供的一种数字视网膜视 频流与特征流的同步传输控制方法的流程图，如图所示，所述数字视网膜视频 流与特征流的同步传输控制方法可以包括以下步骤：
步骤S101：获取监控视频流。
本申请实施例的执行主体可以是外接到监控摄像机输出端的、专用于根据 监控视频流生成浓缩视频流和特征流的双流转换器，也可以是集成有上述双流 转换器的网络视频监控设备，本申请实施例不做限定。
本步骤可以获取监控摄像头实时采集的监控视频流，从而可以实时地根据 所述监控视频流生成浓缩视频流和特征流并上传至云端服务器；也可以获取存 量摄像头存储的监控视频流进行处理，本申请实施例不做限定。
步骤S102：采用视频浓缩技术，生成所述监控视频流对应的浓缩视频流。
本申请实施例可以采用现有技术提供的任意视频浓缩技术，根据所述监控 视频流生成对应的浓缩视频流。
在一些实施方式中，视频浓缩技术又称视频摘要技术，是对视频内容的简 单概括，以自动或半自动的方式，先通过运动目标分析，提取运动目标，然后 对各个目标的运动轨迹进行分析，将不同的目标拼接到一个共同的背景场景中， 并将它们以某种方式进行组合。视频摘要在视频分析和基于内容的视频检索中 扮演着重要角色。
视频浓缩技术的简要流程如下：
1)、运动目标检测，涉及到背景建模，场景分割，运动目标提取等算法；
2)、目标轨迹提取，轨迹提取算法涉及到目标跟踪算法，如camshift、 TLD等；
3)、轨迹组合优化，主要是通过组合算法得到轨迹时间序列；
4)、生成浓缩视频，将目标轨迹集合与背景图像拼接成帧，再将帧组合成 视频。
在本申请实施例的一些实施方式中，监控摄像机输出的监控视频流可以是 以某种编码方式编码的视频流，相应的，所述采用视频浓缩技术，生成所述监 控视频流的浓缩视频流，可以包括：
根据所述监控视频流所采用的编码协议，采用对应的解码器对所述监控视 频流进行解码；
对解码后的监控视频流，采用视频浓缩技术进行处理，得到浓缩视频帧；
将所述浓缩视频帧采用H.265编码器或AVS2编码器进行编码，并加入显 示时间戳，得到浓缩视频流。
例如，所述监控视频流可以是RTSP((Real Time Streaming Protocol)， 实时流传输协议，是TCP/IP协议体系中的一个应用层协议)视频流，可以采 用RTSP解码器进行解码，对解码后的监控视频流可以采用基于目标的视频浓 缩技术或将分辨率浓缩技术等进行视频浓缩处理，然后对浓缩后的视频帧序列 进行视频编码(采用H.265/AVS2编码协议)，并在视频流中加入显示时间戳 (Presentation Time Stamp，PTS)，封装得到浓缩视频流。
步骤S103：提取所述监控视频流中的特征信息，形成特征流。
本步骤中，可以采用现有技术提供的任意视频特征提取技术进行特征信息 的提取，本申请实施例不做限定。
在一些实施方式中，所述提取所述监控视频流中的特征信息，形成特征流， 包括：
对所述监控视频流执行目标检测、目标跟踪、目标结构化、视觉目标融合 特征提取中的至少一种操作后，得到至少一种特征信息；
将所述至少一种特征信息加入显示时间戳信息后，封装得到特征流。
需要说明的是，上述步骤S102和S103的可以先后执行，也可以同步执行， 本申请实施例并不限定其执行顺序。
步骤S104：将所述浓缩视频流和所述特征流分别上传至云端服务器。
由于视频转码(即视频浓缩)的处理速度要快于智能分析(即特征提取) 的处理速度，为避免前端双流转换器在向云端服务器推送数据时产生堆积现象， 本步骤中，将所述浓缩视频流和特征流分别传输至云端服务器。
具体的，为了满足云端服务器接收大量双流转换器传输的双流数据(即浓 缩视频流和特征流)的并行处理需求，在一些是实施方式中，所述将所述浓缩 视频流和所述特征流分别上传至云端服务器，包括：
采用零消息队列ZeroMQ-req/rep通信方式，将所述浓缩视频流和所述特 征流分别上传至云端服务器。
通过本实施方式，可以通过ZeroMQ的req/rep通信模式，将所述浓缩视 频流和所述特征流分别上传至云端服务器，从而可以满足云端服务器接收大量 双流转换器传输的双流数据(即浓缩视频流和特征流)的并行处理需求，实现 云端对浓缩视频流和特征流的双流汇聚，有助于解决多节点设备管理及多元数 据复杂应用问题。
其中，所述浓缩视频流和所述特征流需要按照各自对应的封装传输规范进 行封装后传输至所述云端服务器，以确保数据传输有序、准确，提高数据管理 能力。
例如，在本申请实施例的一些实施方式中，定义了前端双流转换器转码后 的浓缩视频流向云端服务器推送的封装规则，具体规则定义如下：
方法：zmq-req/rep
zmq：ZeroMQ(Zero Message Queue)
发起方：数字视网膜智能转换器转码程序；
Request：
二进制数据统一头”b＝”后面加数据结构
cmd：命令字1100(int32小端序)；//每个命令都有自己独立的命令字， 用来区分不同命令。
dev_id：摄像头ID(64字节字符串)；
handle：摄像头的任务ID(session_id)(36字节字符串)；//任务的唯 一ID，主要在实时系统中用于区分转码、解码、智能分析任务的标识。
pts：转码视频流的起始pts，(8字节int64，小端序)；(PTS (Presentation TimeStamp)：即显示时间戳，这个时间戳用来告诉播放器该 在什么时候显示这一帧的数据。)
filename_pts：文件名pts，切分文件第一帧的当前系统时间(int64小 端序)；
length码流长度(4字节int32)；
video_stream：实际码流；
Response：
接收方：数字视网膜云端接收程序
格式：二进制数据统一头”b＝”后面加数据结构；
return_value：返回值(int32小端序)，0为正确，非0错误。
又如，在本申请实施例的另一些实施方式中，步骤S103提取的特征信息 包括结构化数据和非结构化数据，需要分别采用不同的封装方式进行封装，相 应的，本申请实施例定义了前端双流转换器特征提取后的特征流(包括结构化 与非结构化数据)向云端服务器推送的封装规则，具体规则定义如下：
(1)非结构化信息(目标图像)封装传输规范
方法：zmq-req/rep
Request：
发起方：数字视网膜智能转换器封装程序；
格式：二进制数据统一头”b＝”后面加数据结构；
cmd：命令字1(int32小端序)，扩展范围0-999；
handle：视频通道唯一ID(36字节字符串)，同任务调度接口规范里的 handle字段值。
GUID：目标图像唯一ID(36字节字符串)，与上面OS结果中每个目标的 guid字段相关联；
pts：时间戳(8字节int64，小端序)；
width图像像素宽度(4字节int32，小端序，)
height图像像素高度(4字节int32，小端序，)
pitch：图像像素每一行占用字节数(4字节int32，小端序)，同ffmpeg 的stride或OpenCV的widthStep；
tflag：图像像素类型(4字节int32，小端序)，默认值为1，表示BGR24 格式类型；
binary：图像像素数据(pitch*height字节)；
feature_length：特征长度；
feature_data：特征数据。
Response：
接收方：数字视网膜云端接收程序；
格式：二进制数据统一头”b＝”后面加数据结构；
return_value：返回值(int32小端序)，0为正确，非0错误。
(2)结构化信息传输规范
方法：zmq-req/rep
Request：
发起方：数字视网膜智能转换器封装程序
Request：t＝
{
“cmd”:“recg”,
“handle”:“xxxxx”,
“pts”:1248676834,
“image_guid”:“xxx”,
“result”:“json串”//目标结构化结果
}
Response：
接收方：数字视网膜云端接收程序；
Response：t＝
{
“errcode”:0,
“errmsg”:“”
}。
此外，根据上述步骤S104部分的说明，所述浓缩视频流和所述特征流是 分别上传至云端服务器的，为了便于后续管理及检索，在一些实施方式中，
本申请上述实施例提供的数字视网膜视频流与特征流的同步传输控制方法， 通过所述浓缩视频流和所述特征流均携带有显示时间戳信息，以使所述云端服 务器根据所述显示时间戳信息将接收的所述浓缩视频流和所述特征流进行同步。
其中，云端服务器根据显示时间戳信息对所述浓缩视频流和所述特征流进 行同步的规则如下：
方法：zmq-req/rep
Request：
发起方：数字视网膜智能转换器转码程序；
格式：二进制数据统一头”b＝”后面加数据结构；
cmd：命令字1101(int32小端序)；
dev_id：摄像头ID(64字节字符串)；
handle：摄像头的任务ID(session_id)(36字节字符串)；
pts：转码视频流的起始pts，(8字节int64，小端序)；
filename_pts：文件名pts，切分文件第一帧的当前系统时间(int64小 端序)，文件名依据这段视频流的保存策略，按照起始帧的绝对时间命名，同 一文件可能会分次发送；
length码流长度(4字节int32)；
Response：
接收方：数字视网膜云端接收程序；
格式：二进制数据统一头”b＝”后面加数据结构；
cmd：命令字1100(int32小端序)；
dev_id：摄像头ID(64字节字符串)；
handle：摄像头的任务ID(session_id)(36字节字符串)；
return_value：返回值(int32小端序)，0为正确，非0错误。
本实施方式，通过在浓缩视频流和特征流中添加显示时间戳信息，有助于 所述云端服务器对接收的浓缩视频流和特征流进行同步，同步后的所述浓缩视 频流和特征流也可以称为数字视网膜视频流。
本申请实施例提供的数字视网膜视频流与特征流的同步传输控制方法，在 获取监控视频流后，一方面采用视频浓缩技术生成所述监控视频流对应的浓缩 视频流，另一方面提取所述监控视频流中的特征信息，形成特征流，同时将所 述浓缩视频流和所述特征流分别上传至云端服务器，由于浓缩视频流具有占用 存储空间小但保真率高等优点，因此，相较于现有技术中将所有监控视频流都 上传至云端服务器的方式，本申请方法具有占用存储空间小、网络传输负荷低、 传输效率高等优点；同时，由于本申请方法还根据监控视频流提取特征流并上 传至云端服务器，通过上述特征流，有助于快速识别定位目标、挖掘其行动轨 迹等，可有效提升监控视频的调阅效率。
进一步的，通过视频浓缩及特征提取，本申请实施例还可以建立监控视频 流与场景中动态目标的有效联系，视频浓缩得到的所述浓缩视频流和特征提取 得到的特征流可以统称为数字视网膜视频流，具有占用存储空间小、视频清晰 度高、网络传输负荷低、传输效率高等诸多优点，且有助于快速识别定位目标、 挖掘其行动轨迹等，可有效提升监控视频的调阅效率。
在上述的实施例中，提供了一种数字视网膜视频流与特征流的同步传输控 制方法，与之相对应的，本申请还提供一种数字视网膜视频流与特征流的同步 传输控制装置。本申请实施例提供的数字视网膜视频流与特征流的同步传输控 制装置可以实施上述数字视网膜视频流与特征流的同步传输控制方法，该数字 视网膜视频流与特征流的同步传输控制装置可以通过软件、硬件或软硬结合的 方式来实现。例如，该数字视网膜视频流与特征流的同步传输控制装置可以包 括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。请参考图 2，其示出了本申请的一些实施方式所提供的一种数字视网膜视频流与特征流 的同步传输控制装置的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置 实施例仅仅是示意性的。
如图2所示，所述数字视网膜视频流与特征流的同步传输控制装置10可 以包括：
视频流获取模块101，用于获取监控视频流；
视频流浓缩模块102，用于采用视频浓缩技术，生成所述监控视频流对应 的浓缩视频流；以及
特征流提取模块103，用于提取所述监控视频流中的特征信息，形成特征 流；
双流发送模块104，用于将所述浓缩视频流和所述特征流分别上传至云端 服务器。
在本申请实施例的一些变更实施方式中，所述浓缩视频流和所述特征流均 携带有显示时间戳信息，以使所述云端服务器根据所述显示时间戳信息将接收 的所述浓缩视频流和所述特征流进行同步。
在本申请实施例的一些变更实施方式中，所述视频流浓缩模块102，包括：
视频流解码单元，用于根据所述监控视频流所采用的编码协议，采用对应 的解码器对所述监控视频流进行解码；
视频流浓缩单元，用于对解码后的监控视频流，采用视频浓缩技术进行处 理，得到浓缩视频帧；
视频流编码单元，用于将所述浓缩视频帧采用H.265编码器或AVS2编码 器进行编码，并加入显示时间戳，得到浓缩视频流。
在本申请实施例的一些变更实施方式中，所述特征流提取模块103，包括：
特征信息提取单元，用于对所述监控视频流执行目标检测、目标跟踪、目 标结构化、视觉目标融合特征提取中的至少一种操作后，得到至少一种特征信 息；
特征信息封装单元，用于将所述至少一种特征信息加入显示时间戳信息后， 封装得到特征流。
在本申请实施例的一些变更实施方式中，所述双流发送模块104，包括：
零消息队列发送单元，用于采用零消息队列ZeroMQ-req/rep通信方式， 将所述浓缩视频流和所述特征流分别上传至云端服务器。
本申请实施例提供的数字视网膜视频流与特征流的同步传输控制装置10， 与本申请前述实施例提供的数字视网膜视频流与特征流的同步传输控制方法出 于相同的发明构思，具有相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的数字视网膜视频流与 特征流的同步传输控制方法对应的电子设备，所述电子设备可以是具备数据处 理分析能力的任意计算设备，以执行上述数字视网膜视频流与特征流的同步传 输控制方法，例如，所述电子设备可以是外接到监控摄像机输出端的、专用于 根据监控视频流生成浓缩视频流和特征流的双流转换器，也可以是集成有上述 双流转换器的网络视频监控设备，本申请实施例不做限定。
请参考图3，其示出了本申请的一些实施方式所提供的一种电子设备的示 意图。如图3所示，所述电子设备20包括：处理器200，存储器201，总线 202和通信接口203，所述处理器200、通信接口203和存储器201通过总线 202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序， 所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的 数字视网膜视频流与特征流的同步传输控制方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至 少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现 该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、 本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为 地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处 理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方 式揭示的所述数字视网膜视频流与特征流的同步传输控制方法可以应用于处理 器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程 中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件 形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器 (Central Processing Unit，简称CPU)、网络处理器(Network Processor， 简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可 编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分 立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑 框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完 成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于 随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储 器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器 200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
在一些实施方式中，所述电子设备可以是双流转换器，所述双流转换器的 输入端可连接监控摄像机的输出端，用于根据所述监控摄像机输出的监控视频 流生成浓缩视频流和特征流后上传至云端服务器。
需要说明的是，所述双流转换器也可能有其他名称，例如智能转换器、智 能分析器等，本申请实施例不做限定，本领域技术人员可以给根据其实现的上 述功能确定其为同一产品。
本申请实施例提供的电子设备与本申请实施例提供的数字视网膜视频流与 特征流的同步传输控制方法出于相同的发明构思，具有与其采用、运行或实现 的方法相同的有益效果。
请参考图4，本申请实施方式还提供一种与前述实施方式所提供的数字视 网膜视频流与特征流的同步传输控制方法对应的网络视频监控设备4，包括： 监控摄像机41和与所述监控摄像机41连接的双流转换器42；
所述监控摄像机41用于采集监控视频流，并将所述监控视频流发送给所 述双流转换器42；
所述双流转换器42用于执行本申请前述任一实施方式所提供的方法，以 根据所述监控视频流生成浓缩视频流和特征流后上传至云端服务器，相关内容 请参照前述关于数字视网膜视频流与特征流的同步传输控制方法的实施例说明 进行理解。
本申请实施例提供的网络视频监控设备与本申请实施例提供的数字视网膜 视频流与特征流的同步传输控制方法出于相同的发明构思，具有与其采用、运 行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的数字视网膜视频流与 特征流的同步传输控制方法对应的计算机可读介质，请参考图5，其示出的计 算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计 算机程序在被处理器运行时，会执行前述任意实施方式所提供的数字视网膜视 频流与特征流的同步传输控制方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相 变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、 其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读 存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘 述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的数 字视网膜视频流与特征流的同步传输控制方法出于相同的发明构思，具有与其 存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是，附图中的流程图和框图显示了根据本申请的多个实施例的 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，所述 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，两个连续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动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。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述 的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程， 在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可 以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所 述单元的划分，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， 又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可 以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通 信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是 电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为 单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者 也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部 单元来实现本实施例方案的目的。
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单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元 中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时， 可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方 案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件 产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指 令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等) 执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括： U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器 (RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其 限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术 人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者 对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相 应技术方案的本质脱离本申请各实施例技术方案的范围，其均应涵盖在本申请 的权利要求和说明书的范围当中。

Claims (10)

1.一种数字视网膜视频流与特征流的同步传输控制方法，其特征在于，包括：
获取监控视频流；
采用视频浓缩技术，生成所述监控视频流对应的浓缩视频流；以及
提取所述监控视频流中的特征信息，形成特征流；
将所述浓缩视频流和所述特征流分别上传至云端服务器。
2.根据权利要求1所述的方法，其特征在于，所述浓缩视频流和所述特征流均携带有显示时间戳信息，以使所述云端服务器根据所述显示时间戳信息将接收的所述浓缩视频流和所述特征流进行同步。
3.根据权利要求1所述的方法，其特征在于，所述采用视频浓缩技术，生成所述监控视频流的浓缩视频流，包括：
根据所述监控视频流所采用的编码协议，采用对应的解码器对所述监控视频流进行解码；
对解码后的监控视频流，采用视频浓缩技术进行处理，得到浓缩视频帧；
将所述浓缩视频帧采用H.265编码器或AVS2编码器进行编码，并加入显示时间戳，得到浓缩视频流。
4.根据权利要求1所述的方法，其特征在于，所述提取所述监控视频流中的特征信息，形成特征流，包括：
对所述监控视频流执行目标检测、目标跟踪、目标结构化、视觉目标融合特征提取中的至少一种操作后，得到至少一种特征信息；
将所述至少一种特征信息加入显示时间戳信息后，封装得到特征流。
5.根据权利要求1所述的方法，其特征在于，所述将所述浓缩视频流和所述特征流分别上传至云端服务器，包括：
采用零消息队列ZeroMQ-req/rep通信方式，将所述浓缩视频流和所述特征流分别上传至云端服务器。
6.一种数字视网膜视频流与特征流的同步传输控制装置，其特征在于，包括：
视频流获取模块，用于获取监控视频流；
视频流浓缩模块，用于采用视频浓缩技术，生成所述监控视频流对应的浓缩视频流；以及
特征流提取模块，用于提取所述监控视频流中的特征信息，形成特征流；
双流发送模块，用于将所述浓缩视频流和所述特征流分别上传至云端服务器。
7.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现如权利要求1至5任一项所述的方法。
8.根据权利要求7所述的电子设备，其特征在于，所述电子设备为双流转换器，所述双流转换器的输入端可连接监控摄像机的输出端，用于根据所述监控摄像机输出的监控视频流生成浓缩视频流和特征流后上传至云端服务器。
9.一种网络视频监控设备，其特征在于，包括：监控摄像机和与所述监控摄像机连接的双流转换器；
所述监控摄像机用于采集监控视频流，并将所述监控视频流发送给所述双流转换器；
所述双流转换器用于执行权利要求1至5任一项所述的方法，以根据所述监控视频流生成浓缩视频流和特征流后上传至云端服务器。
10.一种计算机可读介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至5任一项所述的方法。
CN201910804230.6A 2019-08-28 2019-08-28 一种数字视网膜视频流与特征流的同步传输控制方法 Pending CN110719438A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910804230.6A CN110719438A (zh) 2019-08-28 2019-08-28 一种数字视网膜视频流与特征流的同步传输控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910804230.6A CN110719438A (zh) 2019-08-28 2019-08-28 一种数字视网膜视频流与特征流的同步传输控制方法

Publications (1)

Publication Number Publication Date
CN110719438A true CN110719438A (zh) 2020-01-21

Family

ID=69209508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910804230.6A Pending CN110719438A (zh) 2019-08-28 2019-08-28 一种数字视网膜视频流与特征流的同步传输控制方法

Country Status (1)

Country Link
CN (1) CN110719438A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111787218A (zh) * 2020-06-18 2020-10-16 安徽超清科技股份有限公司 一种基于数字视网膜技术的监控相机
CN112637567A (zh) * 2020-12-24 2021-04-09 中标慧安信息技术股份有限公司 基于多节点边缘计算设备的云端数据上传方法和系统
CN112929351A (zh) * 2021-01-28 2021-06-08 鹏城实验室 一种基于数字视网膜系统的通信方法
CN113382285A (zh) * 2021-08-11 2021-09-10 浙江智慧视频安防创新中心有限公司 数字视网膜数据传输方法、装置、电子设备及存储介质
CN113382235A (zh) * 2021-08-11 2021-09-10 浙江智慧视频安防创新中心有限公司 数字视网膜视频处理方法、装置、电子设备及存储介质
CN113873200A (zh) * 2021-09-26 2021-12-31 珠海研果科技有限公司 一种图像标识方法及系统
CN114257817A (zh) * 2022-03-01 2022-03-29 浙江智慧视频安防创新中心有限公司 一种多任务数字视网膜特征流的编码方法及解码方法
CN114422805A (zh) * 2022-03-30 2022-04-29 浙江智慧视频安防创新中心有限公司 一种视频编解码方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279493A (zh) * 2013-05-03 2013-09-04 吴军 智能化海量监控视频录像分析系统
CN105100718A (zh) * 2015-07-29 2015-11-25 西安冉科信息技术有限公司 一种基于视频摘要的智能视频分析方法
CN105207352A (zh) * 2015-08-27 2015-12-30 许继集团有限公司 一种分布式监控数据传输系统
WO2016095696A1 (zh) * 2014-12-15 2016-06-23 江南大学 一种基于视频大纲的监控视频可伸缩编码方法
CN106534784A (zh) * 2016-11-22 2017-03-22 苏州航天系统工程有限公司 一种用于视频分析数据结果集的采集分析存储统计系统
CN107392119A (zh) * 2017-07-04 2017-11-24 西北农林科技大学 一种基于Spark Streaming的奶牛场监控视频实时过滤方法与系统
US10122906B2 (en) * 2014-12-24 2018-11-06 Intel Corporation Adaptive video end-to-end network with local abstraction

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279493A (zh) * 2013-05-03 2013-09-04 吴军 智能化海量监控视频录像分析系统
WO2016095696A1 (zh) * 2014-12-15 2016-06-23 江南大学 一种基于视频大纲的监控视频可伸缩编码方法
US10122906B2 (en) * 2014-12-24 2018-11-06 Intel Corporation Adaptive video end-to-end network with local abstraction
CN105100718A (zh) * 2015-07-29 2015-11-25 西安冉科信息技术有限公司 一种基于视频摘要的智能视频分析方法
CN105207352A (zh) * 2015-08-27 2015-12-30 许继集团有限公司 一种分布式监控数据传输系统
CN106534784A (zh) * 2016-11-22 2017-03-22 苏州航天系统工程有限公司 一种用于视频分析数据结果集的采集分析存储统计系统
CN107392119A (zh) * 2017-07-04 2017-11-24 西北农林科技大学 一种基于Spark Streaming的奶牛场监控视频实时过滤方法与系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
高文: "数字视网膜:构筑反恐维稳的"慧眼"与"智脑"", 《网信军民融合》 *
高文等: "数字视网膜:智慧城市系统演进的关键环节", 《中国科学：信息科学》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111787218A (zh) * 2020-06-18 2020-10-16 安徽超清科技股份有限公司 一种基于数字视网膜技术的监控相机
CN112637567A (zh) * 2020-12-24 2021-04-09 中标慧安信息技术股份有限公司 基于多节点边缘计算设备的云端数据上传方法和系统
CN112929351A (zh) * 2021-01-28 2021-06-08 鹏城实验室 一种基于数字视网膜系统的通信方法
CN113382285B (zh) * 2021-08-11 2021-11-16 浙江智慧视频安防创新中心有限公司 数字视网膜数据传输方法、装置、电子设备及存储介质
CN113382235A (zh) * 2021-08-11 2021-09-10 浙江智慧视频安防创新中心有限公司 数字视网膜视频处理方法、装置、电子设备及存储介质
CN113382235B (zh) * 2021-08-11 2021-11-16 浙江智慧视频安防创新中心有限公司 数字视网膜视频处理方法、装置、电子设备及存储介质
CN113382285A (zh) * 2021-08-11 2021-09-10 浙江智慧视频安防创新中心有限公司 数字视网膜数据传输方法、装置、电子设备及存储介质
WO2023015807A1 (zh) * 2021-08-11 2023-02-16 浙江智慧视频安防创新中心有限公司 数字视网膜数据传输方法、装置、电子设备及存储介质
CN113873200A (zh) * 2021-09-26 2021-12-31 珠海研果科技有限公司 一种图像标识方法及系统
CN113873200B (zh) * 2021-09-26 2024-02-02 珠海研果科技有限公司 一种图像标识方法及系统
CN114257817A (zh) * 2022-03-01 2022-03-29 浙江智慧视频安防创新中心有限公司 一种多任务数字视网膜特征流的编码方法及解码方法
CN114257817B (zh) * 2022-03-01 2022-09-02 浙江智慧视频安防创新中心有限公司 一种多任务数字视网膜特征流的编码方法及解码方法
CN114422805A (zh) * 2022-03-30 2022-04-29 浙江智慧视频安防创新中心有限公司 一种视频编解码方法、装置及设备
CN114422805B (zh) * 2022-03-30 2022-09-02 浙江智慧视频安防创新中心有限公司 一种视频编解码方法、装置及设备

Similar Documents

Publication Publication Date Title
CN110719438A (zh) 一种数字视网膜视频流与特征流的同步传输控制方法
CN111092926B (zh) 一种数字视网膜多元数据快速关联方法
CN110868600B (zh) 目标跟踪视频推流方法、显示方法、装置和存储介质
CN103475882B (zh) 监控视频的编码、识别方法和监控视频的编码、识别系统
US10645360B2 (en) Methods and systems for transmitting data in a virtual reality system
CN103379266A (zh) 一种具有视频语义分析功能的高清网络摄像机
CN110659333B (zh) 一种多层次视觉特征描述方法和视觉检索系统
CN103475935A (zh) 一种视频片段的检索方法及装置
CN108307202B (zh) 实时视频转码发送方法、装置及用户终端
US11282169B2 (en) Method and apparatus for processing and distributing live virtual reality content
CN106713913A (zh) 视频图像帧发送方法及装置、视频图像帧接收方法及装置
CN101389029A (zh) 一种视频图像编码和检索的方法及装置
CN104751639A (zh) 基于大数据的视频结构化车牌识别系统及方法
CN114257760A (zh) 视频拼接处理方法、智能机器人及系统
CN111131825A (zh) 一种视频处理方法及相关装置
WO2019047663A1 (zh) 一种基于视频格式的端到端自动驾驶数据的存储方法及装置
CN104079975A (zh) 图像处理设备、图像处理方法以及计算机程序
US20180262711A1 (en) Adaptive Bitrate Streaming of UHD Image Data
US20090310865A1 (en) Video Surveillance System, Annotation And De-Annotation Modules Thereof
CN108881119B (zh) 一种视频浓缩的方法、装置和系统
CN112261417A (zh) 视频推送方法及系统、设备及可读存储介质
WO2023024832A1 (zh) 数据处理方法、装置、计算机设备和存储介质
CN116709037A (zh) 一种基于5g摄像头的风雨天气的监控关键数据传递方法
CN112995134B (zh) 一种三维视频流媒体传输方法与可视化方法
CN113784094B (zh) 视频数据处理方法、网关、终端设备及存储介质

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: 20200121

RJ01 Rejection of invention patent application after publication