CN111416960A - 一种基于云服务的视频监控系统 - Google Patents

Abstract

本发明公开了一种基于云服务的视频监控系统，包括视频处理模块、采集模块、图像抓拍模块、识别单元、判定模块、视频分析模块、数据库、智能设备和警报单元；所述视频处理模块用于对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，本发明通过识别模块对图像抓拍模块获取的图像信息进行识别分析，将图像信息与数据库内存储的记录图像信息进行相似度识别，判定图像信息所述的图像类别，将图像信息内的文字数据与敏感字符组内的字符数据进行占比计算，判定文字数据的安全性，对视频内容进行精确分析，增加视频分析的准确性，确保视频信息传输过程中的安全性，增加对浏览者的安全保障。

Description

一种基于云服务的视频监控系统

技术领域

本发明涉及视频监控技术领域，具体为一种基于云服务的视频监控系统。

背景技术

监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过同轴视频电缆、网线、光纤将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。

授权公告号为CN104378598A的一种基于云服务的视频监控系统，该基于云服务的视频监控系统，通过云服务器实现移动终端与摄像头的连接控制视频监控系统。鉴于我国现代化建设的需要，该发明具有广阔的市场前景，其推出必然带来良好的经济效益和社会效益，但是，该基于云服务的视频监控系统，无法对传输过程中的视频信息进行精确分析，从而确保视频的安全性与健康性，同时在传输结束后，无法通过数据对比分析，来确保视频数据的完整性，无法保障视频的质量，为此，我们一种基于云服务的视频监控系统。

发明内容

本发明的目的在于提供一种基于云服务的视频监控系统，通过抓拍模块、识别模块的设置，对图像信息和记录图像信息进行分析，从而分析传输过程中的视频安全问题，对视频内容进行精确分析，增加视频分析的准确性，确保视频信息传输过程中的安全性，增加对浏览者的安全保障，通过采集模块、视频分析模块和判定模块的设置，对传输的视频进行完整度分析，确保视频传输的质量，对视频的传输结果进行精确分析，确保视频传输的完整性，提高用户的浏览体验，从而提高工作效率。

本发明所要解决的技术问题为：

(1)如何通过识别模块对图像抓拍模块获取的图像信息进行识别分析，将图像信息与数据库内存储的记录图像信息进行相似度识别，判定图像信息所述的图像类别，将图像信息内的文字数据与敏感字符组内的字符数据进行占比计算，判定文字数据的安全性，来解决现有技术中无法快速对传输过程中的视频数据进行精分析的问题；

(2)如何通过视频分析操作对采集数据的分析，将传输后的视频数据与传输前的视频数据进行比对，从而得出视频格式、大小、清晰度、卡顿时间以及播放时间的差值，并依据其进行传输判定，判定出视频传输的效果，来解决现有技术中无法对。

本发明的目的可以通过以下技术方案实现：一种基于云服务的视频监控系统，包括视频处理模块、采集模块、图像抓拍模块、识别单元、判定模块、视频分析模块、传输单元、云平台、数据库、智能设备和警报单元；

所述视频处理模块用于对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，并将处理后的监控视频数据经传输单元传输至云平台，云平台对监控视频数据进行存储；

所述图像抓拍模块用于在视频传输过程中对监控视频影像进行实时图像抓拍，且自动获取图像信息，并将图像信息传输至识别单元，所述数据库内存储有记录图像信息，所述识别单元用于对图像信息进行识别，得到文字判定结果文字数据安全、文字数据危险、允许通过和不允许通过以及该图像不属于对应的图像数据和该图像属于对应的图像数据，并将其一同传输至判定模块；

所述判定模块用于对文字数据安全、文字数据危险、允许通过和不允许通过以及图像不属于对应的图像数据和图像属于对应的图像数据一同传输至判定模块进行安全判定操作，得到危险信号、违规信号、敏感信号和安全信号，并将其传输至警报单元；

所述采集模块用于采集监控视频数据在视频处理模块和云平台内的视频信息，将视屏信息按照视屏处理模块和云平台分为视频传输前信息和视频传输后信息，并将其传输至视频分析模块；

所述视频分析模块用于对视频传输前信息和视频传输后信息进行视频分析操作，得到检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值，并将其一同传输至判定模块；

所述判定模块还用于对检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行传输判定操作，得到完好信号和相应的视频异常信号，并将其传输至警报单元；

所述警报单元接收危险信号、违规信号、敏感信号、安全信号、完好信号和相应的视频异常信号，并将其传输至智能设备；

所述智能设备用于接收警报单元发出的警报，并提醒用户。

作为本发明的进一步改进方案：具体识别过程为：

L1：获取图像信息、山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据，并对其进行标记；

L2：将上述L1中的图像信息分别与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行配对操作，具体为：将图像数据依次与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行相似比对，并记录对应的相似比对度，设定一个相似预设值，当相似比对度小于相似预设值时，则判定该图像不属于对应的图像数据，当相似比对度大于等于相似预设值时，则判定该图像属于对应的图像数据；

L3：获取图像信息内的文字信息，并对图像内的每个文字依次标记为图像字符，获取敏感字符组数据，并对其进行依次标记，同时将敏感字符组内的字符进行依次标记；

L4：将上述图像字符与敏感字符组数据进行匹配，识别出图像字符中的每一个字再敏感字符组中出现的次数，并将其出现的次数与图像字符组进行占比计算，得出图像字符中敏感字出现的比值，将敏感字符组与图像字符进行敏感比对，具体为：识别出敏感字符组中每一组的字符个数，并将图像字符依照铭感字符组中每一组的字符个数进行依次标记，标记方式例如：图像字符为A1-A9，其中铭感字符组中的一组字符个数为3，则图像字符的标记为：A1、A2和A3，A2、A3和A4，A3、A4和A5,并识别出每个敏感字符组在图像字符中出现的次数，标记为字符组数量；

L5：设定一个图像字符中敏感字出现的比值预设值以及一个字符组数量预设值，并将其与图像字符中敏感字出现的比值和字符组数量进行比对判定，当图像字符中敏感字出现的比值和字符组数量均属于其对应的预设值范围时，则判定该文字数据安全，反之两者均不属于预设值范围，则判定文字数据危险，当两者中的其中之一属于预设值范围，且属于预设值范围的为字符组数量时，则判定该文字数据允许通过，反之则判定该文字数据不允许通过。

作为本发明的进一步改进方案：安全判定操作的具体操作过程为：

G1：依据图像不属于对应的图像数据和图像属于对应的图像数据进行初步判定，当出现图像不属于对应的图像数据，则判定图像不符合标准，生成禁止信号；

G2：当出现图像属于对应的图像数据时，依据文字数据安全、文字数据危险、允许通过和不允许通过进行二次判定，具体为：当文字数据安全时，生成安全信号，当出现文字数据危险时，生成危险信号，当出现允许通过和不允许通过，则分别生成敏感信号和违规信号。

作为本发明的进一步改进方案：视频分析操作的具体操作过程为：

步骤一：获取初始视频大小数据、初始视频清晰度数据、初始视频播放时间数据、初始视频格式数据、初始视频卡顿时间、检测视频大小数据、检测视频清晰度数据、检测视频播放时间数据、检测视频格式数据和检测视频卡顿时间，并将其依次标记为CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi，i＝1，2，3......n1，且CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi一一对应；

步骤二：将初始视频大小数据和检测视频大小数据一同带入到计算式：P_Si＝JSi-CSi，其中，P_Si表示为检测视频大小数据与初始视频大小数据的差值，即为视频大小差值，将初始视频清晰度数据与检测视频清晰度数据一同带入到计算式：P_Qi＝JQi-CQi，其中，P_Qi表示为初始视频清晰度数据与检测视频清晰度数据的差值，即为视频清晰差值，将初始视频播放时间数据和检测视频播放时间数据一同带入到计算式：P_Ti＝JTi-CTi，其中，P_Ti表示为初始视频播放时间数据和检测视频播放时间数据的差值，即为视频时长差值，将初始视频卡顿时间和检测视频卡顿时间一同带入到计算式：P_Ki＝JKi-CKi，其中，P_Ki表示为初始视频卡顿时间和检测视频卡顿时间的差值，即为视频卡顿差值；

步骤三：将初始视频卡顿时间和初始视频播放时间数据一同带入到计算式：V_CKi＝CKi/CTi，将检测视频卡顿时间和检测视频播放时间数据一同带入到计算式：V_JKi＝CKi/CTi，其中，V_CKi和V_JKi分别表示为初始视频和检测视频的卡顿占比，将初始视频大小数据和初始视频清晰度数据一同带入到计算式：V_CSi＝CQi/CSi，将检测视频大小数据和检测视频清晰度数据一同带入到计算式：V_JSi＝CQi/CSi，其中，V_CSi和V_JSi分别表示为初始清晰度和检测清晰度占比，将初始视频和检测视频的卡顿占比带入到计算式M_VKi＝V_JKi-V_CKi，其中，M_VKi表示为卡顿占比差值，将初始清晰度和检测清晰度占比带入计算式M_VSi＝V_JSi-V_CSi，其中，M_VSi表示为清晰度占比差值。

作为本发明的进一步改进方案：传输判定操作的具体操作过程为：

K1：将检测视频格式数据与初始视频格式数据进行格式比对，当比对一致时，则判定该视频格式未出现错误，当比对不一致时，则判定该视频格式出现错误；

K2：设定视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值，并将其与视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行内容比对，并将内容比对结果分为两类：差值超出预设范围以及差值属于预设范围；

K3：依据上述K1和K2的格式比对结果和内容比对结果进行分析，具体为：当出现该视频格式未出现错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值均属于预设范围时，则判定该视频完好，生成完好信号，当出现格式错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值不属于预设值范围时，则判定对应的数据出现差错，生成相应的视频异常信号。

本发明的有益效果：

(1)视频处理模块对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，并将处理后的监控视频数据经传输单元传输至云平台，云平台对监控视频数据进行存储；图像抓拍模块在视频传输过程中对监控视频影像进行实时图像抓拍，且自动获取图像信息，并将图像信息传输至识别单元，数据库内存储有记录图像信息，识别单元对图像信息进行识别，得到文字判定结果文字数据安全、文字数据危险、允许通过和不允许通过以及该图像不属于对应的图像数据和该图像属于对应的图像数据，判定模块用于对文字数据安全、文字数据危险、允许通过和不允许通过以及图像不属于对应的图像数据和图像属于对应的图像数据一同传输至判定模块进行安全判定操作，得到危险信号、违规信号、敏感信号和安全信号，通过识别模块对图像抓拍模块获取的图像信息进行识别分析，将图像信息与数据库内存储的记录图像信息进行相似度识别，判定图像信息所述的图像类别，将图像信息内的文字数据与敏感字符组内的字符数据进行占比计算，判定文字数据的安全性，对视频内容进行精确分析，增加视频分析的准确性，确保视频信息传输过程中的安全性，增加对浏览者的安全保障。

(2)采集模块采集监控视频数据在视频处理模块和云平台内的视频信息，将视屏信息按照视屏处理模块和云平台分为视频传输前信息和视频传输后信息，视频分析模块对视频传输前信息和视频传输后信息进行视频分析操作，得到检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值，判定模块还对检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行传输判定操作，得到完好信号和相应的视频异常信号，警报单元接收危险信号、违规信号、敏感信号、安全信号、完好信号和相应的视频异常信号，并将其传输至智能设备，通过视频分析操作对采集数据的分析，将传输后的视频数据与传输前的视频数据进行比对，从而得出视频格式、大小、清晰度、卡顿时间以及播放时间的差值，并依据其进行传输判定，判定出视频传输的效果，对视频的传输结果进行精确分析，确保视频传输的完整性，提高用户的浏览体验，从而提高工作效率。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于云服务的视频监控系统，包括视频处理模块、采集模块、图像抓拍模块、识别单元、判定模块、视频分析模块、传输单元、云平台、数据库、智能设备和警报单元；

所述视频处理模块用于对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，并将处理后的监控视频数据经传输单元传输至云平台，云平台对监控视频数据进行存储；

所述图像抓拍模块用于在视频传输过程中对监控视频影像进行实时图像抓拍，且自动获取图像信息，并将图像信息传输至识别单元，所述数据库内存储有记录图像信息，所述记录图像信息包括山水图像数据、人物图像数据、动物图像数据、食物图像数据、器物图像数据和敏感字符组数据，所述识别单元用于对图像信息进行识别，具体识别过程为：

L1：获取图像信息、山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据，并对其进行标记；

L2：将上述L1中的图像信息分别与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行配对操作，具体为：将图像数据依次与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行相似比对，并记录对应的相似比对度，设定一个相似预设值，当相似比对度小于相似预设值时，则判定该图像不属于对应的图像数据，当相似比对度大于等于相似预设值时，则判定该图像属于对应的图像数据；

L3：获取图像信息内的文字信息，并对图像内的每个文字依次标记为图像字符，获取敏感字符组数据，并对其进行依次标记，同时将敏感字符组内的字符进行依次标记；

L4：将上述图像字符与敏感字符组数据进行匹配，识别出图像字符中的每一个字再敏感字符组中出现的次数，并将其出现的次数与图像字符组进行占比计算，得出图像字符中敏感字出现的比值，将敏感字符组与图像字符进行敏感比对，具体为：识别出敏感字符组中每一组的字符个数，并将图像字符依照铭感字符组中每一组的字符个数进行依次标记，标记方式例如：图像字符为A1-A9，其中铭感字符组中的一组字符个数为3，则图像字符的标记为：A1、A2和A3，A2、A3和A4，A3、A4和A5,并识别出每个敏感字符组在图像字符中出现的次数，标记为字符组数量；

L5：设定一个图像字符中敏感字出现的比值预设值以及一个字符组数量预设值，并将其与图像字符中敏感字出现的比值和字符组数量进行比对判定，当图像字符中敏感字出现的比值和字符组数量均属于其对应的预设值范围时，则判定该文字数据安全，反之两者均不属于预设值范围，则判定文字数据危险，当两者中的其中之一属于预设值范围，且属于预设值范围的为字符组数量时，则判定该文字数据允许通过，反之则判定该文字数据不允许通过；

L6：将文字判定结果文字数据安全、文字数据危险、允许通过和不允许通过以及该图像不属于对应的图像数据和该图像属于对应的图像数据一同传输至判定模块；

所述判定模块用于对文字数据安全、文字数据危险、允许通过和不允许通过以及图像不属于对应的图像数据和图像属于对应的图像数据一同传输至判定模块进行安全判定操作，安全判定操作的具体操作过程为：

G1：依据图像不属于对应的图像数据和图像属于对应的图像数据进行初步判定，当出现图像不属于对应的图像数据，则判定图像不符合标准，生成禁止信号；

G2：当出现图像属于对应的图像数据时，依据文字数据安全、文字数据危险、允许通过和不允许通过进行二次判定，具体为：当文字数据安全时，生成安全信号，当出现文字数据危险时，生成危险信号，当出现允许通过和不允许通过，则分别生成敏感信号和违规信号，并将其传输至警报单元；

所述警报单元用于在接收到危险信号和违规信号时，则将对应的信号转换为警报，发送至智能设备，且不允许视频传输，当接收到敏感信号和安全信号时，则将对应的信号转换为警报，且允许视频传输；

所述采集模块用于采集监控视频数据在视频处理模块和云平台内的视频信息，将视屏信息按照视屏处理模块和云平台分为视频传输前信息和视频传输后信息，所述视频传输前信息包括初始视频大小数据、初始视频清晰度数据、初始视频播放时间数据、初始视频格式数据和初始视频卡顿时间，视频传输后信息包括检测视频大小数据、检测视频清晰度数据、检测视频播放时间数据、检测视频格式数据和检测视频卡顿时间，并将其传输至视频分析模块；

所述视频分析模块用于对初始视频大小数据、初始视频清晰度数据、初始视频播放时间数据、初始视频格式数据、初始视频卡顿时间、检测视频大小数据、检测视频清晰度数据、检测视频播放时间数据、检测视频格式数据和检测视频卡顿时间进行视频分析操作，视频分析操作的具体操作过程为：

步骤一：获取初始视频大小数据、初始视频清晰度数据、初始视频播放时间数据、初始视频格式数据、初始视频卡顿时间、检测视频大小数据、检测视频清晰度数据、检测视频播放时间数据、检测视频格式数据和检测视频卡顿时间，并将其依次标记为CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi，i＝1，2，3......n1，且CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi一一对应；

步骤二：将初始视频大小数据和检测视频大小数据一同带入到计算式：P_Si＝JSi-CSi，其中，P_Si表示为检测视频大小数据与初始视频大小数据的差值，即为视频大小差值，将初始视频清晰度数据与检测视频清晰度数据一同带入到计算式：P_Qi＝JQi-CQi，其中，P_Qi表示为初始视频清晰度数据与检测视频清晰度数据的差值，即为视频清晰差值，将初始视频播放时间数据和检测视频播放时间数据一同带入到计算式：P_Ti＝JTi-CTi，其中，P_Ti表示为初始视频播放时间数据和检测视频播放时间数据的差值，即为视频时长差值，将初始视频卡顿时间和检测视频卡顿时间一同带入到计算式：P_Ki＝JKi-CKi，其中，P_Ki表示为初始视频卡顿时间和检测视频卡顿时间的差值，即为视频卡顿差值；

步骤三：将初始视频卡顿时间和初始视频播放时间数据一同带入到计算式：V_CKi＝CKi/CTi，将检测视频卡顿时间和检测视频播放时间数据一同带入到计算式：V_JKi＝CKi/CTi，其中，V_CKi和V_JKi分别表示为初始视频和检测视频的卡顿占比，将初始视频大小数据和初始视频清晰度数据一同带入到计算式：V_CSi＝CQi/CSi，将检测视频大小数据和检测视频清晰度数据一同带入到计算式：V_JSi＝CQi/CSi，其中，V_CSi和V_JSi分别表示为初始清晰度和检测清晰度占比，将初始视频和检测视频的卡顿占比带入到计算式M_VKi＝V_JKi-V_CKi，其中，M_VKi表示为卡顿占比差值，将初始清晰度和检测清晰度占比带入计算式M_VSi＝V_JSi-V_CSi，其中，M_VSi表示为清晰度占比差值；

步骤四：将上述步骤一至步骤三中的检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值一同传输至判定模块；

所述判定模块还用于对检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行传输判定操作，传输判定操作的具体操作过程为：

K1：将检测视频格式数据与初始视频格式数据进行格式比对，当比对一致时，则判定该视频格式未出现错误，当比对不一致时，则判定该视频格式出现错误；

K2：设定视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值，并将其与视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行内容比对，并将内容比对结果分为两类：差值超出预设范围以及差值属于预设范围；

K3：依据上述K1和K2的格式比对结果和内容比对结果进行分析，具体为：当出现该视频格式未出现错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值均属于预设范围时，则判定该视频完好，生成完好信号，当出现格式错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值不属于预设值范围时，则判定对应的数据出现差错，生成相应的视频异常信号；

K4：将完好信号和相应的视频异常信号传输至警报单元；

所述警报单元还用于接收完好信号和相应的视频异常信号，并将其转换为对应的警报，并传输至智能设备；

所述智能设备用于接收警报单元发出的警报，并提醒用户，且智能设备具体为一种平板电脑。

本发明在工作时，视频处理模块对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，并将处理后的监控视频数据经传输单元传输至云平台，云平台对监控视频数据进行存储；图像抓拍模块在视频传输过程中对监控视频影像进行实时图像抓拍，且自动获取图像信息，并将图像信息传输至识别单元，数据库内存储有记录图像信息，识别单元对图像信息进行识别，得到文字判定结果文字数据安全、文字数据危险、允许通过和不允许通过以及该图像不属于对应的图像数据和该图像属于对应的图像数据，判定模块用于对文字数据安全、文字数据危险、允许通过和不允许通过以及图像不属于对应的图像数据和图像属于对应的图像数据一同传输至判定模块进行安全判定操作，得到危险信号、违规信号、敏感信号和安全信号，采集模块采集监控视频数据在视频处理模块和云平台内的视频信息，将视屏信息按照视屏处理模块和云平台分为视频传输前信息和视频传输后信息，视频分析模块对视频传输前信息和视频传输后信息进行视频分析操作，得到检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值，判定模块还对检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行传输判定操作，得到完好信号和相应的视频异常信号，警报单元接收危险信号、违规信号、敏感信号、安全信号、完好信号和相应的视频异常信号，并将其传输至智能设备。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于云服务的视频监控系统，其特征在于，包括视频处理模块、采集模块、图像抓拍模块、识别单元、判定模块、视频分析模块、传输单元、云平台、数据库、智能设备和警报单元；

所述视频处理模块用于对监控设备的监控视频进行数据化处理，将处理前后的数据分别传输至数据库进行存储，并将处理后的监控视频数据经传输单元传输至云平台，云平台对监控视频数据进行存储；

所述图像抓拍模块用于在视频传输过程中对监控视频影像进行实时图像抓拍，且自动获取图像信息，并将图像信息传输至识别单元，所述数据库内存储有记录图像信息，所述识别单元用于对图像信息进行识别，得到文字判定结果文字数据安全、文字数据危险、允许通过和不允许通过以及该图像不属于对应的图像数据和该图像属于对应的图像数据，并将其一同传输至判定模块；

所述判定模块用于对文字数据安全、文字数据危险、允许通过和不允许通过以及图像不属于对应的图像数据和图像属于对应的图像数据一同传输至判定模块进行安全判定操作，得到危险信号、违规信号、敏感信号和安全信号，并将其传输至警报单元；

所述采集模块用于采集监控视频数据在视频处理模块和云平台内的视频信息，将视屏信息按照视屏处理模块和云平台分为视频传输前信息和视频传输后信息，并将其传输至视频分析模块；

所述视频分析模块用于对视频传输前信息和视频传输后信息进行视频分析操作，得到检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值，并将其一同传输至判定模块；

所述判定模块还用于对检测视频格式数据、初始视频格式数据、视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行传输判定操作，得到完好信号和相应的视频异常信号，并将其传输至警报单元；

所述警报单元接收危险信号、违规信号、敏感信号、安全信号、完好信号和相应的视频异常信号，并将其传输至智能设备；

所述智能设备用于接收警报单元发出的警报，并提醒用户。

2.根据权利要求1所述的一种基于云服务的视频监控系统，其特征在于，具体识别过程为：

L1：获取图像信息、山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据，并对其进行标记；

L2：将上述L1中的图像信息分别与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行配对操作，具体为：将图像数据依次与山水图像数据、人物图像数据、动物图像数据、食物图像数据和器物图像数据进行相似比对，并记录对应的相似比对度，设定一个相似预设值，当相似比对度小于相似预设值时，则判定该图像不属于对应的图像数据，当相似比对度大于等于相似预设值时，则判定该图像属于对应的图像数据；

L3：获取图像信息内的文字信息，并对图像内的每个文字依次标记为图像字符，获取敏感字符组数据，并对其进行依次标记，同时将敏感字符组内的字符进行依次标记；

L4：将上述图像字符与敏感字符组数据进行匹配，识别出图像字符中的每一个字再敏感字符组中出现的次数，并将其出现的次数与图像字符组进行占比计算，得出图像字符中敏感字出现的比值，将敏感字符组与图像字符进行敏感比对，具体为：识别出敏感字符组中每一组的字符个数，并将图像字符依照铭感字符组中每一组的字符个数进行依次标记，标记方式例如：图像字符为A1-A9，其中铭感字符组中的一组字符个数为3，则图像字符的标记为：A1、A2和A3，A2、A3和A4，A3、A4和A5,并识别出每个敏感字符组在图像字符中出现的次数，标记为字符组数量；

L5：设定一个图像字符中敏感字出现的比值预设值以及一个字符组数量预设值，并将其与图像字符中敏感字出现的比值和字符组数量进行比对判定，当图像字符中敏感字出现的比值和字符组数量均属于其对应的预设值范围时，则判定该文字数据安全，反之两者均不属于预设值范围，则判定文字数据危险，当两者中的其中之一属于预设值范围，且属于预设值范围的为字符组数量时，则判定该文字数据允许通过，反之则判定该文字数据不允许通过。

3.根据权利要求1所述的一种基于云服务的视频监控系统，其特征在于，安全判定操作的具体操作过程为：

G1：依据图像不属于对应的图像数据和图像属于对应的图像数据进行初步判定，当出现图像不属于对应的图像数据，则判定图像不符合标准，生成禁止信号；

G2：当出现图像属于对应的图像数据时，依据文字数据安全、文字数据危险、允许通过和不允许通过进行二次判定，具体为：当文字数据安全时，生成安全信号，当出现文字数据危险时，生成危险信号，当出现允许通过和不允许通过，则分别生成敏感信号和违规信号。

4.根据权利要求1所述的一种基于云服务的视频监控系统，其特征在于，视频分析操作的具体操作过程为：

步骤一：获取初始视频大小数据、初始视频清晰度数据、初始视频播放时间数据、初始视频格式数据、初始视频卡顿时间、检测视频大小数据、检测视频清晰度数据、检测视频播放时间数据、检测视频格式数据和检测视频卡顿时间，并将其依次标记为CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi，i＝1，2，3......n1，且CSi、CQi、CTi、CGi、CKi、JSi、JQi、JTi、JGi和JKi一一对应；

步骤二：将初始视频大小数据和检测视频大小数据一同带入到计算式：P_Si＝JSi-CSi，其中，P_Si表示为检测视频大小数据与初始视频大小数据的差值，即为视频大小差值，将初始视频清晰度数据与检测视频清晰度数据一同带入到计算式：P_Qi＝JQi-CQi，其中，P_Qi表示为初始视频清晰度数据与检测视频清晰度数据的差值，即为视频清晰差值，将初始视频播放时间数据和检测视频播放时间数据一同带入到计算式：P_Ti＝JTi-CTi，其中，P_Ti表示为初始视频播放时间数据和检测视频播放时间数据的差值，即为视频时长差值，将初始视频卡顿时间和检测视频卡顿时间一同带入到计算式：P_Ki＝JKi-CKi，其中，P_Ki表示为初始视频卡顿时间和检测视频卡顿时间的差值，即为视频卡顿差值；

步骤三：将初始视频卡顿时间和初始视频播放时间数据一同带入到计算式：V_CKi＝CKi/CTi，将检测视频卡顿时间和检测视频播放时间数据一同带入到计算式：V_JKi＝CKi/CTi，其中，V_CKi和V_JKi分别表示为初始视频和检测视频的卡顿占比，将初始视频大小数据和初始视频清晰度数据一同带入到计算式：V_CSi＝CQi/CSi，将检测视频大小数据和检测视频清晰度数据一同带入到计算式：V_JSi＝CQi/CSi，其中，V_CSi和V_JSi分别表示为初始清晰度和检测清晰度占比，将初始视频和检测视频的卡顿占比带入到计算式M_VKi＝V_JKi-V_CKi，其中，M_VKi表示为卡顿占比差值，将初始清晰度和检测清晰度占比带入计算式M_VSi＝V_JSi-V_CSi，其中，M_VSi表示为清晰度占比差值。

5.根据权利要求1所述的一种基于云服务的视频监控系统，其特征在于，传输判定操作的具体操作过程为：

K1：将检测视频格式数据与初始视频格式数据进行格式比对，当比对一致时，则判定该视频格式未出现错误，当比对不一致时，则判定该视频格式出现错误；

K2：设定视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值，并将其与视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值进行内容比对，并将内容比对结果分为两类：差值超出预设范围以及差值属于预设范围；

K3：依据上述K1和K2的格式比对结果和内容比对结果进行分析，具体为：当出现该视频格式未出现错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值均属于预设范围时，则判定该视频完好，生成完好信号，当出现格式错误，视频大小差值、视频清晰差值、视频时长差值、视频卡顿差值、卡顿占比差值和清晰度占比差值相对应的差值预设值不属于预设值范围时，则判定对应的数据出现差错，生成相应的视频异常信号。

Images