CN110798656A - 一种监控视频文件处理方法、装置、介质和设备 - Google Patents
一种监控视频文件处理方法、装置、介质和设备 Download PDFInfo
- Publication number
- CN110798656A CN110798656A CN201810877561.8A CN201810877561A CN110798656A CN 110798656 A CN110798656 A CN 110798656A CN 201810877561 A CN201810877561 A CN 201810877561A CN 110798656 A CN110798656 A CN 110798656A
- Authority
- CN
- China
- Prior art keywords
- video file
- file
- key information
- video
- monitoring video
- 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
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及数据业务技术领域,特别涉及一种监控视频文件处理方法、装置、介质和设备。包括:在接收到监控视频文件后,可以确定监控视频文件对应的关键信息,并生成关键信息文件发送到区块链网络中存储。通过在安全性较高的区块链网络中保存关键信息文件,可以有效保证关键信息文件的安全性,即使监控视频文件被删除或破坏,也可以通过关键信息文件获得监控视频文件对应的关键信息。另外,在需要读取监控视频文件时,通过将关键信息文件与监控视频文件进行比对,还可以验证监控视频文件的可靠性,进一步提升了监控视频文件的安全性。
Description
技术领域
本发明涉及数据业务技术领域,特别涉及一种监控视频文件处理方法、装置、介质和设备。
背景技术
随着视频摄像头的普及和无线网络带宽的发展,越来越多的店铺、家庭、企业等场景运用网络摄像头来进行监控录像,进行安全防护。通常监控视频文件会在云服务器或网络硬盘上存放一段时间。
然而很多时候,当发生犯罪事件,需要调取监控视频文件进行取证时,往往会发生监控视频文件丢失或者被人篡改、破坏。近年来,多起类似事件的发生引起了社会对监控视频文件安全的重视。
发明内容
本发明实施例提供一种监控视频文件处理方法、装置、介质和设备,用于解决监控视频文件安全性较低的问题。
一种监控视频文件处理方法,所述方法包括:
接收监控视频文件后,确定所述监控视频文件对应的关键信息;
根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;
根据所述关键信息文件生成一个区块block,发送到区块链网络中存储。
一种监控视频文件处理装置,所述装置包括:
接收模块,用于接收监控视频文件;
确定模块,用于确定所述监控视频文件对应的关键信息;
生成模块,用于根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;
发送模块,用于根据所述关键信息文件生成一个区块block,发送到区块链网络中存储。
本发明还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有可执行程序,该可执行程序被处理器执行实现如上所述方法的步骤。
本发明还提供了一种监控视频文件处理设备,包括处理器、存储器、收发器以及总线接口;所述处理器,用于读取存储器中的程序,执行:
通过所述收发器接收监控视频文件后,确定所述监控视频文件对应的关键信息;根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;根据所述关键信息文件生成一个区块block,通过所述收发器发送到区块链网络中存储。
根据本发明实施例提供的方案,在接收到监控视频文件后,可以确定监控视频文件对应的关键信息,并生成关键信息文件发送到区块链网络中存储。通过在安全性较高的区块链网络中保存关键信息文件,可以有效保证关键信息文件的安全性,即使监控视频文件被删除或破坏,也可以通过关键信息文件获得监控视频文件对应的关键信息。另外,在需要读取监控视频文件时,通过将关键信息文件与监控视频文件进行比对,还可以验证监控视频文件的可靠性,进一步提升了监控视频文件的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的监控视频文件处理方法的流程示意图;
图2为本发明实施例二提供的监控视频文件处理装置的结构示意图;
图3为本发明实施例三提供的监控视频文件处理设备的结构示意图。
具体实施方式
为了保证监控视频文件的安全,通常可以选用安全性比较好的云端服务器,如云盘进行存储。云端服务器,可以采用分布式存储、物理备份、应用层防护等手段来保证存储的文件安全,防止黑客的攻击和修改。但这些方法无法有效防止监控视频文件被删除或篡改。
近年来随着区块链技术的成熟,物流、供应链等领域利用其分布式特性来进行智能合约的存储,防止智能合约被篡改。但其缺点就是数据冗余大,因此目前很少运用到视频领域。
考虑到区块链网络的安全性较高,本申请结合区块链的分布式存储、链状网络架构,来提升监控视频文件的安全性。在本发明方案中,对监控视频文件进行智能优化,减少数据冗余,实现数据量较小的关键信息文件在区块链网络中的保存。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
本发明实施例一提供一种监控视频文件处理方法,该方法的步骤流程可以如图1所示,包括:
步骤101、接收监控视频文件。
在本步骤中,接收到的监控视频文件可以理解为是监控摄像头采集监控视频后上传的。进一步的,还可以对接收到的监控视频文件进行保存。当然,在本实施例中,保存监控视频文件不是必须步骤,可以与本实施例提供的方案分开执行。
需要说明的是,本实施例的执行主体可以但不限于为云端服务器。
具体的,以执行主体为云端服务器为例,在本实施例中,可以但不限于理解为利用网络摄像头进行视频监控,然后通过网络将拍摄到的监控视频传送到云端服务器,云端服务器接收监控视频文件。进一步的,云端服务器还可以对接收到的监控视频文件进行处理、存储。即,既可以通过云端服务器实现监控视频文件的保存,又可以通过云端服务器实现关键信息文件的生成和发送。
步骤102、确定所述监控视频文件对应的关键信息。
在实现监控视频文件存储的基础上,可以进一步确定所述监控视频文件对应的关键信息。所述关键信息可以理解为用于描述所述监控视频文件的重要信息。所述关键信息可以为任意形式。
较优的,确定所述监控视频文件对应的关键信息,可以包括:
根据所述监控视频文件对应的应用场景,通过人工智能(AI)技术,如,图像识别技术和/或行为识别技术,识别对应的关键事件;针对所述关键事件,确定对应的关键帧画面。具体的,关键帧画面可以理解为检测到发生了关键事件的画面,且关键帧画面可以保存为图片。
进一步的,所述关键信息还可以包括关键帧画面对应的时间,那么,确定所述监控视频文件对应的关键信息,还可以包括:
根据所述关键帧画面对应的时间,为所述关键帧画面标记时间戳。
需要说明的是,针对不同的应用场景,可以预先指定对应的关键事件。以监控视频文件对应的应用场景为养老院为例,对应的关键事件可以但不限于为跌倒事件。以监控视频文件对应的应用场景为商场为例,对应的关键事件可以但不限于为偷窃事件。
较优的,确定所述监控视频文件对应的关键信息,也可以包括:
通过双流卷积神经网络(Two-Stream Convolutional Networks),确定所述监控视频文件对应的视频特征;
其中,所述视频特征包括时间特征和空间特征,所述空间特征对应视频中每帧的图像,传递视频所描述的场景和物体的相关信息,所述时间特征对应视频中连续帧的运动,包含物体及观察者的运动信息。
进一步的,为了平衡提取视频特征的精度和速度,通过双流卷积神经网络,确定所述监控视频文件对应的视频特征,可以但不限于包括:
通过两个独立的卷积神经网络(CNN),分别提取所述监控视频文件对应的时间特征和空间特征;
将分别提取出的空间特征和时间特征进行融合,确定所述监控视频文件对应的视频特征。
通过两个独立的卷积神经网络(CNN),分别提取所述监控视频文件对应的时间特征和空间特征,可以但不限于理解为,通过一个CNN,利用空间流处理静止的图像帧,实现行为识别等特征提取,从而得到空间特征。通过另一个CNN,利用时间流处理连续多帧的稠密光流,学习基于运动的特征,从而得到时间特征。
需要说明的是,所述监控视频文件的关键信息,还可以进一步包括视频数据信息,以用于后续验证监控视频文件的真实性和/或唯一性。因此,确定所述监控视频文件对应的关键信息,还可以进一步包括:
确定所述监控视频文件对应的视频数据信息,所述视频数据信息包括视频开始时间、视频结束时间、视频文件大小以及描述信息中的至少一项;
其中,所述描述信息包括采集监控视频的摄像头的型号、编号、部署地点中的至少一项。
步骤103、生成关键信息文件。
在本步骤中,可以根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量。即,由于仅针对监控视频文件提取关键信息,因此在本步骤中生成的关键信息文件,数据量相对于监控视频文件大大减少,适于在区块链网络中存储。
具体的,根据所述关键信息生成关键信息文件,可以包括,根据所述关键帧画面,生成关键信息文件。也可以包括,根据标记有时间戳的关键帧画面,生成关键信息文件。还可以包括,根据所述视频特征,生成关键信息文件。
当然,也可以根据关键帧画面和视频特征,生成关键信息文件。或者,根据标记有时间戳的关键帧画面和视频特征,生成关键信息文件。
如果关键信息还包括所述监控视频文件对应的视频数据信息,那么在生成关键信息文件时,还需要结合视频数据信息。
则,根据所述关键信息生成关键信息文件,可以包括,根据所述关键帧画面和视频数据信息,生成关键信息文件。也可以包括,根据标记有时间戳的关键帧画面和视频数据信息,生成关键信息文件。还可以包括,根据所述视频特征和视频数据信息,生成关键信息文件。
当然,也可以根据关键帧画面、视频特征和视频数据信息,生成关键信息文件。或者,根据标记有时间戳的关键帧画面、视频特征和视频数据信息,生成关键信息文件。
步骤104、将关键信息文件发送至区块链网络。
在本步骤中,可以根据所述关键信息文件生成一个区块(block),发送到区块链网络中存储。
根据本实施例提供的方案,可以在实现完整的监控视频文件存储,如在云端服务器存储的基础上,将关键信息文件存储在区块链网络中。当读取监控视频文件时,可以与区块链网络中存储的关键信息文件进行核对,以验证监控视频文件的可靠性。同时万一监控视频文件被删除或破坏,也可以依据关键信息文件进行取证。
如果将视频监控文件存储在本地硬盘,硬盘损坏的概率大,且容易被人为篡改,其安全性可靠性无法得到保证。如果仅仅将视频监控文件存储在云端服务器,云端服务器受到攻击破坏后,视频监控文件一样可能被删除或破坏。如果将视频监控文件存储在区块链网络中,数据冗余太大,成本高,计算资源浪费严重。而本实施例提供的方案既解决了视频监控文件的安全性、可靠性问题,又避免了区块链中的大量数据冗余问题。
与实施例一基于同一发明构思,提供以下的装置。
实施例二
本发明实施例二提供一种监控视频文件处理装置,该装置的结构可以如图2所示,包括:
接收模块11用于接收监控视频文件;确定模块12用于确定所述监控视频文件对应的关键信息;生成模块13用于根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;发送模块14用于根据所述关键信息文件生成一个区块block,发送到区块链网络中存储。
所述确定模块12具体用于根据所述监控视频文件对应的应用场景,通过AI技术,识别对应的关键事件;针对所述关键事件,确定对应的关键帧画面。
所述确定模块12还用于根据所述关键帧画面对应的时间,为所述关键帧画面标记时间戳。
所述确定模块12具体用于通过双流卷积神经网络,确定所述监控视频文件对应的视频特征;其中,所述视频特征包括时间特征和空间特征,所述空间特征对应视频中每帧的图像,传递视频所描述的场景和物体的相关信息,所述时间特征对应视频中连续帧的运动,包含物体及观察者的运动信息。
所述确定模块12用于通过双流卷积神经网络,确定所述监控视频文件对应的视频特征,包括:通过两个独立的卷积神经网络CNN,分别提取所述监控视频文件对应的时间特征和空间特征;将分别提取出的空间特征和时间特征进行融合,确定所述监控视频文件对应的视频特征。
所述确定模块12还用于确定所述监控视频文件对应的视频数据信息,所述视频数据信息包括视频开始时间、视频结束时间、视频文件大小以及描述信息中的至少一项;其中,所述描述信息包括采集监控视频的摄像头的型号、编号、部署地点中的至少一项。
进一步的,所述装置还可以包括保存模块15,用于保存所述接收模块接收到的所述监控视频文件。
基于同一发明构思,本发明实施例提供以下的设备和介质。
实施例三
本发明实施例三提供一种监控视频文件处理设备,该设备的结构可以如图3所示,包括存储器21、处理器22、收发器23以及总线接口;所述处理器22,用于读取存储器21中的程序,执行:
通过所述收发器23接收监控视频文件后,确定所述监控视频文件对应的关键信息;根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;根据所述关键信息文件生成一个区块block,通过所述收发器23发送到区块链网络中存储。
可选的,所述处理器22具体可以包括中央处理器(CPU)、特定应用集成电路(ASIC,application specific integrated circuit),可以是一个或多个用于控制程序执行的集成电路,可以是使用现场可编程门阵列(FPGA,field programmable gate array)开发的硬件电路,可以是基带处理器。
可选的,所述处理器22可以包括至少一个处理核心。
可选的,所述存储器21可以包括只读存储器(ROM,read only memory)、随机存取存储器(RAM,random access memory)和磁盘存储器。存储器21用于存储至少一个处理器22运行时所需的数据。存储器21的数量可以为一个或多个。
本发明实施例四提供一种非易失性计算机存储介质,所述计算机存储介质存储有可执行程序,当可执行程序被处理器执行时,实现本发明实施例一提供的方法。
在具体的实施过程中,计算机存储介质可以包括:通用串行总线闪存盘(USB,Universal Serial Bus flash drive)、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存储介质。
在本发明实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元或单元的划分,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,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接口,设备或单元的间接耦合或通信连接,可以是电性或其它的形式。
在本发明实施例中的各功能单元可以集成在一个处理单元中,或者各个单元也可以均是独立的物理模块。
所述集成的单元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,本发明实施例的技术方案的全部或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,例如可以是个人计算机,服务器,或者网络设备等,或处理器(processor)执行本发明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:通用串行总线闪存盘(universal serial bus flash drive)、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、装置(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设备上,使得在计算机或其他可编程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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作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发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种监控视频文件处理方法,其特征在于,所述方法包括:
接收监控视频文件后,确定所述监控视频文件对应的关键信息;
根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;
根据所述关键信息文件生成一个区块block,发送到区块链网络中存储。
2.如权利要求1所述的方法,其特征在于,确定所述监控视频文件对应的关键信息,包括:
根据所述监控视频文件对应的应用场景,通过人工智能AI技术,识别对应的关键事件;
针对所述关键事件,确定对应的关键帧画面。
3.如权利要求2所述的方法,其特征在于,确定所述监控视频文件对应的关键信息,还包括:
根据所述关键帧画面对应的时间,为所述关键帧画面标记时间戳。
4.如权利要求1所述的方法,其特征在于,确定所述监控视频文件对应的关键信息,包括:
通过双流卷积神经网络,确定所述监控视频文件对应的视频特征;
其中,所述视频特征包括时间特征和空间特征,所述空间特征对应视频中每帧的图像,传递视频所描述的场景和物体的相关信息,所述时间特征对应视频中连续帧的运动,包含物体及观察者的运动信息。
5.如权利要求4所述的方法,其特征在于,通过双流卷积神经网络,确定所述监控视频文件对应的视频特征,包括:
通过两个独立的卷积神经网络CNN,分别提取所述监控视频文件对应的时间特征和空间特征;
将分别提取出的空间特征和时间特征进行融合,确定所述监控视频文件对应的视频特征。
6.如权利要求2~5任一所述的方法,其特征在于,确定所述监控视频文件的关键信息,还包括:
确定所述监控视频文件对应的视频数据信息,所述视频数据信息包括视频开始时间、视频结束时间、视频文件大小以及描述信息中的至少一项;
其中,所述描述信息包括采集监控视频的摄像头的型号、编号、部署地点中的至少一项。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:保存所述监控视频文件。
8.一种监控视频文件处理装置,其特征在于,所述装置包括:
接收模块,用于接收监控视频文件;
确定模块,用于确定所述监控视频文件对应的关键信息;
生成模块,用于根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;
发送模块,用于根据所述关键信息文件生成一个区块block,发送到区块链网络中存储。
9.如权利要求8所述的装置,其特征在于,
所述确定模块,具体用于根据所述监控视频文件对应的应用场景,通过人工智能AI技术,识别对应的关键事件;针对所述关键事件,确定对应的关键帧画面。
10.如权利要求9所述的装置,其特征在于,
所述确定模块,还用于根据所述关键帧画面对应的时间,为所述关键帧画面标记时间戳。
11.如权利要求8所述的装置,其特征在于,
所述确定模块,具体用于通过双流卷积神经网络,确定所述监控视频文件对应的视频特征;其中,所述视频特征包括时间特征和空间特征,所述空间特征对应视频中每帧的图像,传递视频所描述的场景和物体的相关信息,所述时间特征对应视频中连续帧的运动,包含物体及观察者的运动信息。
12.如权利要求11所述的装置,其特征在于,所述确定模块,用于通过双流卷积神经网络,确定所述监控视频文件对应的视频特征,包括:通过两个独立的卷积神经网络CNN,分别提取所述监控视频文件对应的时间特征和空间特征;将分别提取出的空间特征和时间特征进行融合,确定所述监控视频文件对应的视频特征。
13.如权利要求8~12任一所述的装置,其特征在于,所述确定模块,还用于确定所述监控视频文件对应的视频数据信息,所述视频数据信息包括视频开始时间、视频结束时间、视频文件大小以及描述信息中的至少一项;
其中,所述描述信息包括采集监控视频的摄像头的型号、编号、部署地点中的至少一项。
14.如权利要求13所述的装置,其特征在于,所述装置还包括保存模块,用于保存所述接收模块接收到的所述监控视频文件。
15.一种非易失性计算机存储介质,其特征在于,所述计算机存储介质存储有可执行程序,该可执行程序被处理器执行实现权利要求1~7任一所述方法的步骤。
16.一种监控视频文件处理设备,其特征在于,包括存储器、处理器、收发器以及总线接口;所述处理器,用于读取存储器中的程序,执行:
通过所述收发器接收监控视频文件后,确定所述监控视频文件对应的关键信息;根据所述关键信息生成关键信息文件,所述关键信息文件的数据量小于所述监控视频文件的数据量;根据所述关键信息文件生成一个区块block,通过所述收发器发送到区块链网络中存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810877561.8A CN110798656A (zh) | 2018-08-03 | 2018-08-03 | 一种监控视频文件处理方法、装置、介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810877561.8A CN110798656A (zh) | 2018-08-03 | 2018-08-03 | 一种监控视频文件处理方法、装置、介质和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110798656A true CN110798656A (zh) | 2020-02-14 |
Family
ID=69425259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810877561.8A Pending CN110798656A (zh) | 2018-08-03 | 2018-08-03 | 一种监控视频文件处理方法、装置、介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110798656A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159474A (zh) * | 2020-04-03 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 基于区块链的多线取证方法、装置、设备及存储介质 |
CN112580067A (zh) * | 2020-11-30 | 2021-03-30 | 郑州信大捷安信息技术股份有限公司 | 一种视频文件监管方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063883A (zh) * | 2014-07-07 | 2014-09-24 | 杭州银江智慧医疗集团有限公司 | 一种基于对象和关键帧相结合的监控视频摘要生成方法 |
CN104980707A (zh) * | 2015-06-25 | 2015-10-14 | 浙江立元通信技术股份有限公司 | 一种智能视频巡逻系统 |
CN106156747A (zh) * | 2016-07-21 | 2016-11-23 | 四川师范大学 | 基于行为特征的监控视频语义对象提取的方法 |
US20170076155A1 (en) * | 2014-10-14 | 2017-03-16 | Hanwha Techwin Co., Ltd. | Method and apparatus for providing combined-summary in imaging apparatus |
CN107465656A (zh) * | 2017-06-14 | 2017-12-12 | 广州宏和网络科技有限公司 | 一种基于云计算的安防监控大数据处理方法及系统 |
CN108012202A (zh) * | 2017-12-15 | 2018-05-08 | 浙江大华技术股份有限公司 | 视频浓缩方法、设备、计算机可读存储介质及计算机装置 |
-
2018
- 2018-08-03 CN CN201810877561.8A patent/CN110798656A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063883A (zh) * | 2014-07-07 | 2014-09-24 | 杭州银江智慧医疗集团有限公司 | 一种基于对象和关键帧相结合的监控视频摘要生成方法 |
US20170076155A1 (en) * | 2014-10-14 | 2017-03-16 | Hanwha Techwin Co., Ltd. | Method and apparatus for providing combined-summary in imaging apparatus |
CN104980707A (zh) * | 2015-06-25 | 2015-10-14 | 浙江立元通信技术股份有限公司 | 一种智能视频巡逻系统 |
CN106156747A (zh) * | 2016-07-21 | 2016-11-23 | 四川师范大学 | 基于行为特征的监控视频语义对象提取的方法 |
CN107465656A (zh) * | 2017-06-14 | 2017-12-12 | 广州宏和网络科技有限公司 | 一种基于云计算的安防监控大数据处理方法及系统 |
CN108012202A (zh) * | 2017-12-15 | 2018-05-08 | 浙江大华技术股份有限公司 | 视频浓缩方法、设备、计算机可读存储介质及计算机装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111159474A (zh) * | 2020-04-03 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 基于区块链的多线取证方法、装置、设备及存储介质 |
CN111159474B (zh) * | 2020-04-03 | 2020-09-04 | 腾讯科技(深圳)有限公司 | 基于区块链的多线取证方法、装置、设备及存储介质 |
CN112580067A (zh) * | 2020-11-30 | 2021-03-30 | 郑州信大捷安信息技术股份有限公司 | 一种视频文件监管方法及系统 |
CN112580067B (zh) * | 2020-11-30 | 2022-03-25 | 郑州信大捷安信息技术股份有限公司 | 一种视频文件监管方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12062268B2 (en) | Methods and apparatus for using video analytics to detect regions for privacy protection within images from moving cameras | |
CN109858371B (zh) | 人脸识别的方法及装置 | |
CN110853033B (zh) | 基于帧间相似度的视频检测方法和装置 | |
CN108062507B (zh) | 一种视频处理方法及装置 | |
EP3989158A1 (en) | Method, apparatus and device for video similarity detection | |
IL249739A (en) | Secure video acquisition and verification system and method | |
KR20160066068A (ko) | 동영상 마스킹 처리방법 및 장치 | |
CN110475124B (zh) | 视频卡顿检测方法及装置 | |
US20120078864A1 (en) | Electronic data integrity protection device and method and data monitoring system | |
CN104519316A (zh) | 监视系统、监视方法、监视程序、及记录介质 | |
CN105744292A (zh) | 一种视频数据的处理方法及装置 | |
JP6780803B2 (ja) | 少なくとも1人の対象人物の潜在的な提携者を特定するための方法、身元特定装置及びプログラム | |
CN103824064A (zh) | 一种海量人脸发现与识别方法 | |
CN104980681A (zh) | 一种视频获取方法及装置 | |
CN105554908A (zh) | 实现扫码蓝牙自动连接方法、主设备、从设备和系统 | |
CN111405222B (zh) | 视频告警方法、视频告警系统及告警图片的获取方法 | |
CN112422909B (zh) | 一种基于人工智能的视频行为分析管理系统 | |
CN110798656A (zh) | 一种监控视频文件处理方法、装置、介质和设备 | |
CN109800684B (zh) | 一种视频中对象的确定方法及装置 | |
US20210279372A1 (en) | Fabric detecting and recording method and apparatus | |
CN103761879A (zh) | 一种车辆套牌识别方法及系统 | |
US11398091B1 (en) | Repairing missing frames in recorded video with machine learning | |
CN108334811B (zh) | 一种人脸图像处理方法及装置 | |
US11599570B2 (en) | Device and method to render multimedia data stream tamper-proof based on block chain recording | |
CN106934041B (zh) | 影像文件管理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200214 |