CN110855930B - 一种网络设备智能识别方法和系统 - Google Patents

Abstract

本发明公开了一种网络设备智能识别方法，该方法包括：网络设备接收服务器指定的监控区域，并根据指定的监控区域，确定对应的视频拍摄设备；网络设备向视频拍摄设备发送采集视频流的指令，之后获取视频源码并解码；网络设备提取视频流中的视频帧，并确定视频帧中包含的预设特征，最后网络设备识别视频帧中的元素。本发明还公开了一种网络设备智能识别系统。本发明通过服务器端给定具体的视频识别区域，并重点收集该区域内的视频流，调用主要的计算资源进行视频解码和视频识别的工作，本发明能够通过减少解码的次数，减少不必要的视频识别开销，使用很小的运算资源，快速有效的在网络设备处进行视频识别。

Description

一种网络设备智能识别方法和系统

技术领域

本发明涉及视频识别领域，具体涉及一种网络设备智能识别方法和系统。

背景技术

视频识别主要包括前端视频信息的采集及传输、中间的视频检测和后端的分析处理三个环节。视频识别需要前端视频采集视频拍摄设备提供清晰稳定的视频信号，视频信号质量将直接影响到视频识别的效果。再通过中间嵌入的智能分析模块，对视频画面进行识别、检测、分析，滤除干扰，对视频画面中的异常情况做目标和轨迹标记。其中智能视频分析模块是基于人工智能和模式识别原理的算法。

现有的视频识别处理的方法，通常是将视频流编码，通过网络设备传输到服务器端进行视频的检验、分析和识别，在边缘计算思想的指导下，视频识别的工作可以在作为视频获取终端的智能视频拍摄设备上直接进行，该方案对视频拍摄设备的要求非常高，现有大量传统监控视频拍摄设备无法在这种体系中胜任，造成了极大浪费；还有一些现有技术是将视频编码传输到智能网络设备，在智能网络设备上进行解码，之后进行检验分析和识别，在这种方案中，智能网络设备接收控制范围内所有视频获取设备的视频流进行视频识别，承载的大量的计算工作，对智能网络设备的性能要求很高，由于同时需要接收和解码大量的视频流，智能网络设备成的性能为了这种体系中非常明显的瓶颈。

发明内容

为了克服现有技术的不足，本发明的目的旨在提供一种有利于根据服务器端提供的实际视频识别需求，在开销更小的条件下进行智能识别工作的智能识别方法。

本发明提供的方法如下：

一种网络设备智能识别方法，该方法包括：网络设备接收服务器指定的监控区域，并根据指定的监控区域，确定对应的视频拍摄设备；网络设备向视频拍摄设备发送采集视频流的指令，之后获取视频源码并解码；网络设备提取视频流中的视频帧，并确定视频帧中包含的预设特征，最后网络设备识别视频帧中的元素。

进一步地，所述网络设备识别视频帧中的元素之后，还包括：网络设备接收服务器预设的指定元素；之后当网络设备确定视频帧中的元素与指定元素匹配一致时，网络设备根据视频帧确定来源的视频拍摄设备，最后根据来源的视频拍摄设备确定指定元素出现的监控区域。

进一步地，根据来源的视频拍摄设备确定指定元素出现的监控区域之后，该方法还包括：网络设备采集指定元素出现的监控区域内剩余视频拍摄设备的视频源码、和/或指定元素出现的监控区域相邻的监控区域内视频拍摄设备的视频源码，并且分别确定视频源码中视频帧的元素是否与指定元素匹配。

进一步地，网络设备根据指定的监控区域，确定对应的视频拍摄设备之后，该方法还包括，网络设备将至少两组视频拍摄设备输出的视频流合并为一路视频源码。

更进一步地，所述网络设备将至少两组视频拍摄设备输出的视频流合并为一路视频源码，具体为：视频输出设备对环境进行拍摄并生成视频流；视频输出设备根据预设的时间间隔或视频帧数间隔，抽取视频帧；至少两组视频输出设备将连续抽取的视频帧合并为一路视频源码。

更进一步地，网络设备提取视频流中的视频帧；之后，该方法还包括：网络设备根据视频帧没有达到识别特征识别的最低分辨率，减少一路视频源码中视频流的组数，并重新获取；直到网络设备确定视频帧达到了识别特征的最低分辨率。

更进一步地，所述视频帧在图片格式的封装下，以图片的格式进行传输。

本发明还公开了一种网络设备智能识别系统，包括视频收集单元、传输处理单元和服务器端，所述传输处理单元用于：接收服务器端指定的监控区域，并根据指定的监控区域，确定对应的视频收集单元；用于向视频收集单元发送采集视频流的指令，之后获取视频源码并解码；用于提取视频流中的视频帧，并确定视频帧中包含的预设特征，还用于识别视频帧中的元素。

进一步地，传输处理单元还用于接收服务器端预设的指定元素；当视频帧中的元素与指定元素匹配一致时，用于根据视频帧确定来源的视频收集单元；还用于根据来源的视频收集单元确定指定元素出现的监控区域。

进一步地，所述传输处理单元还用于：采集指定元素出现的监控区域内剩余视频收集单元的视频源码、和/或指定元素出现的监控区域相邻的监控区域内视频获取单元的视频源码，并且分别确定视频源码中视频帧的元素是否与指定元素匹配。

与现有技术相比，本发明通过服务器端给定具体的视频识别区域，并重点收集该区域内的视频流，调用主要的计算资源进行视频解码和视频识别的工作，与现有技术相比，本发明能够通过减少解码的次数，减少不必要的视频识别开销，使用很小的运算资源，快速有效的在网络设备处进行视频识别。

附图说明

图1为本发明实施例一流程图。

图2为本发明实施例二流程图。

图3为本发明实施例二步骤S100流程图。

图4为本发明实施例二步骤S200流程图。

图5为本发明实施例二步骤S600流程图。

图6为本发明实施例三方框图。

附图标记说明：

100——视频收集单元、200——传输处理单元、300——服务器端。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一：

本实施例公开了一种网络设备智能识别方法，该方法具体包括：

步骤S100：网络设备根据服务器端的指示向相应视频拍摄设备发送提取视频流指令。

该方法所使用的网络设备是物联网智能网络设备，具有通用运算单元，在预装载可以实现图像识别算法的程序后，该网关在传输数据的同时，作为图像识别处理的节点使用，该方法所使用的视频拍摄设备种类不限，包括监控网络中常用的智能视频拍摄设备、IPC、尤其是传统非智能视频拍摄设备。视频拍摄设备对监控区域拍摄，产生数字化视频源码，视频拍摄设备被禁止视频编码操作，通过VGA、HDMI等视频传输协议配套的线缆，每台网络设备都会连接有多个视频拍摄设备，同时对这些设备采集的视频流进行视频识别将会产生大量的并行数据，同时耗费大量的运算资源，然而实际应用当中并不需要对区域内每一个机位进行实时监控，仅需定期进行查验抽查即可，如此就可以把主要的运算资源预留给最需要监控的区域，并在服务器端的控制之下对需要监控的区域集中进行视频识别。

步骤S400：网络设备获取视频源码并解码，之后提取视频流中的视频帧，并确定视频帧中包含的预设特征。

网络设备解码视频源码，获得视一组或多组频流之后，通过视频流中标记位的分隔，截取完整的视频帧，进行检测、降噪等预处理，之后对视频进行识别，在一般的应用当中，图像识别针对特定的目标，包括但不限于人脸、车牌、生物、气候变化、雨水、水位等，而不同的目标对应的视频帧具有特定的特征，只有图像识别程序在识别到特定特征时才会认定该视频帧当中具有上述目标，而在没有识别到上述特征时，视频帧会被丢弃。

步骤S500：网络设备识别视频帧中的元素。

网络设备确认当前处理的视频帧具有特定的特征时，对特征进行进一步的记录和对比，同一种目标具有的特定特征如同指纹一样不会完全相同，网络设备根据对特定特征的对比的处理可以唯一的确定视频帧当中的元素，网络设备将存储这些元素，或者与现有的库中的元素进行比对。这些实际的应用通常会在记录区域内的人员或公安侦察中进行。

实施例二：

本实施例公开了一种智能网络设备识别方法，在该方法中。视频拍摄设备按照预设时间向网络设备发送视频帧，而非整段视频，并且在网络设备根据服务器端要求，获取的前提下发送。该方案大大减轻了网络设备的运算量，减轻了网络设备的负载，提升了方法的效率。

步骤S100：网络设备根据服务器端的指示向相应视频拍摄设备发送提取视频流指令。

在应用当中，通常需要对一个特定的监控区域通过对视频的处理进行图像识别，比如公安在搜寻特定人员的过程中，已经确认其出现的监控区域，则控制网络设备对该监控区域进行图像识别，监控该区域当中的所有异常情况。网络设备根据需要提取相应视频拍摄设备的视频流。

步骤S101：网络设备接收服务器指定的监控区域。

该步骤中，网络设备通过服务器端接收需要进行图像识别的指定的监控区域，通常该监控区域或这些监控区域对应有一台或多台视频拍摄设备。

步骤S102：网络设备根据指定的监控区域，确定对应的视频拍摄设备。

网络设备通过预设的视频拍摄设备和监控区域的对应关系，确定出指定监控区域对应的视频拍摄设备，对于视频拍摄设备的确认，服务器端可以根据网络设备所具有的IP，根据IP分段确定网络设备所在的大致区域，并且向该网络设备发送对特定的监控区域进行图像识别的命令，网络设备接到命令之后确认自身所连接的视频拍摄设备是否包含在监控区域内，选择对应的监控区域当中的视频拍摄设备，确认对应的接口。

步骤S103：网络设备向视频拍摄设备发送提取视频流的指令。

网络设备控制视频拍摄设备发送提取视频流的指令，对于监控区域之外的视频拍摄设备，按照预设侧策略进行视频流的收集和进行图像识别。

步骤S200：网络设备将至少两组视频拍摄设备输出的视频流合并为一路视频源码。

每条线缆上传输的视频源码包括一组或多组视频拍摄设备拍摄的视频流，多组视频流通过一条线缆传输，将视频源码传输至所述网络设备，并通过一次解码获取多个视频流，网络设备通过标记位、签名及接收端口等参数确视频流对应的视频拍摄设备。网络设备接收视频源码并且将视频流与来源视频拍摄设备相对应，以明确图像识别的具体区域。在网络设备接收视频源码的过程中，持续的视频流占用大量的带宽，而网络设备也需要提供大量的计算资源进行处理，对于网络设备运算能了的要求很高，在接收源码的过程中采取部分传输的策略，根据预设的频率传输视频片段进行处理，在对监控区域全面进行图像识别的前提之下大大减小对网络设备运算能力的要求。

步骤S201：视频输出设备对环境进行拍摄并生成视频流。

步骤S202：视频拍摄设备根据预设的时间间隔或视频帧数间隔，抽取视频帧。

在常规的视频编码标准当中，视频帧和视频帧之间通过标记位分离，视频拍摄设备通过对标记位的识别和分割，可以提取单独的视频帧，在提取的过程中，视频拍摄设备通常可以判断视频帧的清晰程度，在邻近的视频帧当中选取清晰度较高的视频帧进行发送。

步骤S203：至少两组视频输出设备将连续抽取的视频帧合并为一路视频源码。

具体的，因为传输的是视频帧，可以大大减轻并行数据的数据量，同时也可以减小网络设备解码和识别的硬件开销，在一种实施例中，视频拍摄设备可以直接将一个视频帧封装为图片的格式通过线缆传输至网络设备上，网络设备直接进行图像识别，进一步减少相应的开销，提升图像识别的效率。

步骤S300：网络设备根据视频分辨率没有达到视频预设特征识别的最低分辨率调整物理线路上视频信号路数。

视频拍摄设备通过视频传输标准将视频传输至网络设备，所以会在一条线路中分多路传输，通常在一路线缆上，可以传输2路、4路、8路、16路视频，传输的路数越多，就需要对视频源码进行程度更高的压缩，可能造成清晰度无法达到视频识别的需要此时，网络设备要求减少线缆上视频源码传输的视频流路数，以提高清晰度。

步骤S400：网络设备获取视频源码并解码，之后提取视频流中的视频帧，并确定视频帧中包含的预设特征。

网络设备通过视频流中标记位的分隔，截取完整的视频帧，进行检测、降噪等预处理，之后对视频进行识别，在一般的应用当中，图像识别针对特定的目标，包括但不限于人脸、车牌、生物、气候变化、雨水、水位等，而不同的目标对应的视频帧具有特定的特征，只有图像识别程序在识别到特定特征时才会认定该视频帧当中具有上述目标，而在没有识别到上述特征时，视频帧会被丢弃。

步骤S500：网络设备识别视频帧中的元素。

网络设备确认当前处理的视频帧具有特定的特征时，对特征进行进一步的记录和对比，同一种目标具有的特定特征如同指纹一样不会完全相同，网络设备根据对特定特征的对比的处理可以唯一的确定视频帧当中的元素，网络设备将存储这些元素，或者与现有的库中的元素进行比对。这些实际的应用通常会在记录区域内的人员或公安侦察中进行。

步骤S600：网络设备匹配视频帧与服务器指定元素的关系。

在一些应用当中，比如犯罪嫌疑人及车牌追踪，遗失人员及车辆搜寻等应用场景当中，服务器端向网络设备还传输有特定的具有一定预设特征的具体元素，例如一组人脸数据，车牌数据等，要求网络设备直接将图像识别结果与之对比，进行搜寻工作。

步骤S601：网络设备接收服务器指定的元素。

在接收指定元素的过程中，网络设备根据元素具有的预设特征，确定服务器端要求网络设备要求对比的元素具体是什么。

步骤S602：网络设备确定视频帧中的元素与服务器指定的元素匹配。

步骤S603：网络设备根据视频帧与视频拍摄设备的对应关系，确定元素出现的监控区域。

步骤S604：网络设备优先确定从监控区域中的视频拍摄设备获取的视频帧，与服务器指定元素的匹配关系。

网络设备根据匹配到了服务器指定的元素，并且该元素出现在某个监控区域，网络设备更密集的接收对应监控区域和邻近监控区域的视频流中的图像，并且进行图像识别和与指定的元素的对比，完成跟踪和搜寻工作。

实施例三：

本发明还提供一种网络设备智能识别系统，包括视频收集单元100、传输处理单元200和服务器端300，所述视频收集单元100具体包括各种视频拍摄设备、和带有摄像头的电子数码产品，通过成像单元拍摄并且获取视频流传输至传输处理单元200。

所述传输处理单元200包括智能网络设备、物联网网络设备等具有通用计算能力的网络设备，用于处理视频收集单元100传输的视频流，并且识别视频帧当中的元素，并且在服务器端300的控制之下，优先处理特定监控区域当中视频拍摄设备的视频流，除此之外还用于对比网络设备发送的特定元素，在特定区域内进行搜寻和跟踪工作。

所述服务器端300为pc、服务器、手机、平板电脑等智能设备。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种网络设备智能识别方法，其特征在于：该方法包括，

网络设备接收服务器指定的监控区域，并根据指定的监控区域，确定对应的视频拍摄设备；网络设备向视频拍摄设备发送采集视频流的指令，之后获取视频源码并解码；网络设备提取视频流中的视频帧，并确定视频帧中包含的预设特征，最后网络设备识别视频帧中的元素；

所述网络设备识别视频帧中的元素之后，还包括：网络设备接收服务器预设的指定元素；之后当网络设备确定视频帧中的元素与指定元素匹配一致时，网络设备根据视频帧确定来源的视频拍摄设备，最后根据来源的视频拍摄设备确定指定元素出现的监控区域。

2.根据权利要求1所述的一种网络设备智能识别方法，其特征在于：根据来源的视频拍摄设备确定指定元素出现的监控区域之后，该方法还包括：网络设备采集指定元素出现的监控区域内剩余视频拍摄设备的视频源码、和/或指定元素出现的监控区域相邻的监控区域内视频拍摄设备的视频源码，并且分别确定视频源码中视频帧的元素是否与指定元素匹配。

3.根据权利要求1或2所述的一种网络设备智能识别方法，其特征在于：网络设备根据指定的监控区域，确定对应的视频拍摄设备之后，该方法还包括，网络设备将至少两组视频拍摄设备输出的视频流合并为一路视频源码。

4.根据权利要求3所述的一种网络设备智能识别方法，其特征在于：所述网络设备将至少两组视频拍摄设备输出的视频流合并为一路视频源码，具体为：视频输出设备对环境进行拍摄并生成视频流；

视频输出设备根据预设的时间间隔或视频帧数间隔，抽取视频帧；及

至少两组视频输出设备将连续抽取的视频帧合并为一路视频源码。

5.根据权利要求3所述的一种网络设备智能识别方法，其特征在于：网络设备提取视频流中的视频帧；之后，该方法还包括：网络设备根据视频帧没有达到识别特征识别的最低分辨率，减少一路视频源码中视频流的组数，并重新获取；直到网络设备确定视频帧达到了识别特征的最低分辨率。

6.根据权利要求1或2所述的一种网络设备智能识别方法，其特征在于：所述视频帧在图片格式的封装下，以图片的格式进行传输。

7.一种网络设备智能识别系统，其特征在于，包括视频收集单元、传输处理单元和服务器端，

所述传输处理单元用于：接收服务器端指定的监控区域，并根据指定的监控区域，确定对应的视频收集单元；用于向视频收集单元发送采集视频流的指令，之后获取视频源码并解码；用于提取视频流中的视频帧，并确定视频帧中包含的预设特征，还用于识别视频帧中的元素；

所述传输处理单元还用于接收服务器端预设的指定元素；当视频帧中的元素与指定元素匹配一致时，用于根据视频帧确定来源的视频收集单元；还用于根据来源的视频收集单元确定指定元素出现的监控区域。

8.根据权利要求7所述的一种网络设备智能识别系统，其特征在于：所述传输处理单元还用于：采集指定元素出现的监控区域内剩余视频收集单元的视频源码、和/或指定元素出现的监控区域相邻的监控区域内视频获取单元的视频源码，并且分别确定视频源码中视频帧的元素是否与指定元素匹配。

Images