CN111428083A - 视频监控警示方法、装置、设备及存储介质 - Google Patents

视频监控警示方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111428083A
CN111428083A CN202010193934.7A CN202010193934A CN111428083A CN 111428083 A CN111428083 A CN 111428083A CN 202010193934 A CN202010193934 A CN 202010193934A CN 111428083 A CN111428083 A CN 111428083A
Authority
CN
China
Prior art keywords
video
preset
key frame
frame
connection
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
CN202010193934.7A
Other languages
English (en)
Inventor
郝玉海
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.)
Ping An International Smart City Technology Co Ltd
Original Assignee
Ping An International Smart City Technology Co Ltd
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 Ping An International Smart City Technology Co Ltd filed Critical Ping An International Smart City Technology Co Ltd
Priority to CN202010193934.7A priority Critical patent/CN111428083A/zh
Publication of CN111428083A publication Critical patent/CN111428083A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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
    • G06F16/73—Querying
    • G06F16/732—Query formulation
    • G06F16/7328—Query by example, e.g. a complete video frame or video sequence
    • 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
    • G06F16/7837—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 objects detected or recognised in the video content
    • 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
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及人工智能领域，公开了一种视频监控警示方法、装置、设备及存储介质，视频监控警示方法包括：从预置数据表中读取视频监控地址；根据视频监控地址发送连接请求，得到响应结果；根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到异常信息的坐标点位置；采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行转码并发送警示信息。本发明通过动态配置视频监控地址扩展视频监控数量，并降低视频采集监控的成本。

Description

视频监控警示方法、装置、设备及存储介质
技术领域
本发明涉及区域提取领域，尤其涉及视频监控警示方法、装置、设备及存储介质。
背景技术
随着我国经济不断发展，环境污染日渐得到广泛关注，环境保护已经成了我国现代化建设中的一项基本政策。环保领域中的一个难题是监测与溯源，通过引入人工智能与实时监测数据在设备上的采集对比，为发现可疑人员、可疑物品、水质水体变化、空气污染的原因提供解决方式，避免错过重大异常事故。
传统的视频监控采集方式是使用较昂贵的视频采集系统以及视频采集设备，例如录像机，该方式依赖性高，安装复杂，并且成本昂贵，缺乏灵活性，同时商业系统限制视频采集数量，对超过预置数量的视频来源进行额外费用收取，导致企业使用视频采集监控的成本高。
发明内容
本发明的主要目的在于解决了及现有的视频采集数量扩展受限以及视频采集监控的成本高的技术问题。
为实现上述目的，本发明第一方面提供了一种视频监控警示方法，包括：从预置数据表中读取视频监控地址，所述视频监控地址对应的连接状态为待连接状态；根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置；采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端。
可选的，在本发明第一方面的第一种实现方式中，所述根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功，包括：根据所述视频监控地址发送所述连接请求，并根据结构化查询语言SQL语法规则将所述视频监控地址对应的连接状态更新为连接中状态；接收返回的响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；对所述响应结果进行解析，得到状态码；根据所述状态码和所述SQL语法规则将所述视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻。
可选的，在本发明第一方面的第二种实现方式中，所述根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧，包括：根据所述SQL语法规则和所述连接成功状态从所述预置数据表中读取所述连接成功的视频监控地址；根据多媒体视频处理工具ffmpeg和所述连接成功的视频监控地址进行视频采集，得到原始视频流，所述原始视频流为根据预置时长分割产生的视频片段；将所述原始视频流按照预置视频命名规则命名并存储到第一目录中，所述第一目录用于存储原始监控数据；采用所述ffmpeg对所述原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将所述至少一帧视频关键帧按照预置图像命名规则命名并存储到所述第一目录中。
可选的，在本发明第一方面的第三种实现方式中，所述基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置，包括：通过特征金字塔网络FPN算法对所述至少一帧视频关键帧进行多次卷积和池化处理，得到第一特征图；通过图像特征金字塔规则近似计算所述至少一帧视频关键帧缩放后对应的特征图，得到第二特征图；将所述第一特征图和所述第二特征图分别经过区域建议网络RPN生成候选窗口；按照预置异常目标尺寸分布确定候选窗口并汇总；通过预置分类器对汇总后的候选窗口进行处理，得到置信度；将所述置信度与预置阈值进行比较，得到识别结果，所述识别结果包括异常信息的坐标点位置。
可选的，在本发明第一方面的第四种实现方式中，所述采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧，包括：从所述第一目录中读取所述至少一帧视频关键帧；根据预设边框颜色、预设边框线宽度、所述异常信息的坐标点位置对所述至少一帧视频关键帧进行标注，得到已标注的视频关键帧。
可选的，在本发明第一方面的第五种实现方式中，所述按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端，包括：获取预置分辨率、预置视频码率和预置视频转码格式；按照所述预置分辨率、所述预置视频码率和所述预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流；将所述已标注的视频关键帧和所述目标视频流存储到第二目录中，得到多个存储地址，并发送警示信息，所述第二目录用于存储异常监控数据；将所述多个存储地址发送到目标终端，所述目标终端用于指示根据所述已标注的视频关键帧点击并播放目标视频流；对所述第一目录中的至少一帧视频关键帧和所述原始视频流进行定期清理。
可选的，在本发明第一方面的第六种实现方式中，所述根据所述状态码和所述SQL语法规则将所述视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻之后，所述视频监控警示方法还包括：通过第一预置任务定时查询连接失败状态的视频监控地址；根据所述连接失败状态的视频监控地址重新发送连接请求，直到成功连接时为止。
本发明第二方面提供了一种视频监控警示装置，包括：读取单元，用于从预置数据表中读取视频监控地址，所述视频监控地址对应的连接状态为待连接状态；连接单元，用于根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；抽帧单元，用于根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；识别单元，用于基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置；标注单元，用于采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；转码警示单元，用于按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端。
可选的，在本发明第二方面的第一种实现方式中，所述连接单元还包括：第一连接子单元，用于根据所述视频监控地址发送所述连接请求，并根据结构化查询语言SQL语法规则将所述视频监控地址对应的连接状态更新为连接中状态；接收子单元，用于接收返回的响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；解析子单元，用于对所述响应结果进行解析，得到状态码；更新子单元，用于根据所述状态码和所述SQL语法规则将所述视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻。
可选的，在本发明第二方面的第二种实现方式中，所述抽帧单元具体用于：根据所述SQL语法规则和所述连接成功状态从所述预置数据表中读取所述连接成功的视频监控地址；根据多媒体视频处理工具ffmpeg和所述连接成功的视频监控地址进行视频采集，得到原始视频流，所述原始视频流为根据预置时长分割产生的视频片段；将所述原始视频流按照预置视频命名规则命名并存储到第一目录中，所述第一目录用于存储原始监控数据；采用所述 ffmpeg对所述原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将所述至少一帧视频关键帧按照预置图像命名规则命名并存储到所述第一目录中。
可选的，在本发明第二方面的第三种实现方式中，所述识别单元具体用于：通过特征金字塔网络FPN算法对所述至少一帧视频关键帧进行多次卷积和池化处理，得到第一特征图；通过图像特征金字塔规则近似计算所述至少一帧视频关键帧缩放后对应的特征图，得到第二特征图；将所述第一特征图和所述第二特征图分别经过区域建议网络RPN生成候选窗口；按照预置异常目标尺寸分布确定候选提议窗口并汇总；通过预置分类器对汇总后的候选窗口进行处理，得到置信度；将所述置信度与预置阈值进行比较，得到识别结果，所述识别结果包括异常信息的坐标点位。
可选的，在本发明第二方面的第四种实现方式中，所述标注单元具体用于：从所述第一目录中读取所述至少一帧视频关键帧；根据预设边框颜色、预设边框线宽度、所述异常信息的坐标点位置对所述至少一帧视频关键帧进行标注，得到已标注的视频关键帧。
可选的，在本发明第二方面的第五种实现方式中，所述转码警示单元具体用于：获取预置分辨率、预置视频码率和预置视频转码格式；按照所述预置分辨率、所述预置视频码率和所述预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流；将所述已标注的视频关键帧和所述目标视频流存储到第二目录中，得到多个存储地址，并发送警示信息，所述第二目录用于存储异常监控数据；将所述多个存储地址发送到目标终端，所述目标终端用于指示根据所述已标注的视频关键帧点击并播放目标视频流；对所述第一目录中的至少一帧视频关键帧和所述原始视频流进行定期清理。
可选的，在本发明第二方面的第六种实现方式中，所述连接单元还包括：查询子单元，用于通过第一预置任务定时查询连接失败状态的视频监控地址；第二连接子单元，用于根据所述连接失败状态的视频监控地址重新发送连接请求，直到成功连接时为止。
本发明第三方面提供了一种视频监控警示设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互联；所述至少一个处理器调用所述存储器中的所述指令，以使得所述视频监控警示设备执行上述第一方面所述的视频监控警示方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的视频监控警示方法。
本发明提供的技术方案中，从预置数据表中读取视频监控地址，所述视频监控地址对应的连接状态为待连接状态；根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置；采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端。本发明实施例中，通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及警示，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
附图说明
图1为本发明实施例中视频监控警示方法的一个实施例示意图；
图2为本发明实施例中视频监控警示方法的另一个实施例示意图；
图3为本发明实施例中视频监控警示装置的一个实施例示意图；
图4为本发明实施例中视频监控警示装置的另一个实施例示意图；
图5为本发明实施例中视频监控警示设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种视频监控警示方法、装置、设备及存储介质，用于通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及警示，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例进行描述。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中视频监控警示方法的一个实施例包括：
101、从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态；
可以理解的是，本发明的执行主体可以为视频监控警示装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
服务器从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态。视频监控地址预先存储在预置数据表中，其中，预置数据表的字段包括监控站点名称、监控通道名称、视频监控地址、连接状态、连接优先级以及连接时刻，连接状态包括待连接状态、连接中状态、连接成功状态和连接失败状态，连接优先级用于指示视频监控地址连接的顺序。
需要说明的是，服务器可以根据实际业务对视频监控地址进行动态调整，动态调整包括对视频监控地址进行增加、修改以及删除，以便于根据实际需求扩展视频监控的数量。进一步地，当视频监控地址的连接状态为待连接状态时，服务器才能对视频监控地址进行增加操作、修改操作和删除操作。
102、根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示所述视频监控地址是否连接成功；
服务器根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示所述视频监控地址是否连接成功。具体的，服务器根据视频监控地址生成并发送连接请求，并根据结构化查询语言SQL语法规则将视频监控地址对应的连接状态更新为连接中状态；服务器接收返回的响应结果，响应结果用于指示视频监控地址是否连接成功；服务器对响应结果进行解析，得到状态码，例如，状态码为200，表示连接成功，状态码为500，表示连接失败；若连接成功，则服务器根据SQL语法规则将视频监控地址对应的连接状态修改为连接成功状态；若连接失败，则服务器根据SQL语法规则将视频监控地址对应的连接状态修改为连接失败状态。
103、根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；
服务器根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧。具体的，在视频监控地址成功连接后，服务器采用多媒体视频处理工具ffmpeg根据连接成功的视频监控地址进行视频采集，得到原始视频流；服务器根据监控站点名称、监控通道名称、监控日期和监控时间戳对原始视频流进行多级存储，可选的，服务器对原始视频流分割为采用1分钟的视频存储时长进行存储，进一步地，服务器对存储的原始视频流进行抽帧，得到至少一帧视频关键帧。
需要说明的是，抽帧也就是对预置时长的目标视频流数据进行图像截取，支持多种图像截取比例，包括对预置时长的目标视频流数据进行原分辨率截图和高中低分辨率截取，具体此处不做限定。
104、基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置；
服务器基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置。对于原始视频流来说，无法直接判断是否出现异常，通过预置目标检测算法对至少一帧视频关键帧进行识别，即可识别出原始视频流中出现的闯入目标。例如，异常信息的坐标点位置包括(100，200)与(400，600)，其中，(100，200)为待标注边框的左上角的像素坐标，(400，600)为待标注边框的右下角的像素坐标，服务器根据(100，200) 和(400，600)对视频关键帧图像进行标注。
可以理解的是，基于深度学的目标检测算法包括特征金字塔网络FPN算法和单发多盒探测器SSD算法，对可疑人员、可疑物品、水质水体变化以及空气污染设置为训练样本，并通过相应算法训练后再进行检测识别。
105、采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
服务器采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧。当检测到某张图片提示异常，例如监控区域内出现可疑人员闯入时，服务器从识别结果中获取异常信息的坐标点位置，并对至少一帧视频关键帧进行图像标记，其中，监控区域出现可疑人员为异常，反之，监控区域不出现可疑人员为正常，点位坐标为至少一帧视频关键帧的像素值，进一步地，服务器确定至少一帧视频关键帧对应的原始视频流为异常视频，通过播放异常视频查看异常行为。
106、按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将已标注的视频关键帧和对应的原始视频流发送到目标终端。
服务器按照预置分辨率、预置码率和预置转码格式对已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将已标注的视频关键帧和对应的原始视频流发送到目标终端。进一步地，将被标记好后的关键帧和视频数据转存如异常视频存储区域，同时对视频进行转码，转码为可直接播放的码率大小。
可以理解的是，服务器根据预设的手机号码或者邮箱，按照预置异常目标类型进行设置警示信息，并通过短信或者邮件方式发送警示信息，及时通知目标人员进行处理。
本发明实施例中，通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及警示，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
请参阅图2，本发明实施例中视频监控警示方法的另一个实施例包括：
201、从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态；
服务器从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态。视频监控地址预先存储在预置数据表中，其中，预置数据表的字段中连接优先级用于指示视频监控地址连接的顺序。
具体的，服务器根据连接状态、连接优先级、预置数据表和结构化查询语言SQL语法规则生成查询语句，连接状态为待连接状态，连接优先级为从高到低的顺序，其中，服务器分配不同的数字标记连接优先级，进一步地，服务器设置较小的数字具有较高的优先级，例如，服务器设置连接优先级包括0和1，按照数字从小到大的顺序可知0标记的连接优先级高于1标记的连接优先级，服务器在预置数据表中优先访问连接优先级最高的视频监控地址；服务器执行查询语句，得到视频监控地址。
需要说明的是，服务器可以根据实际业务对视频监控地址进行动态调整，动态调整包括增加操作、修改操作和删除操作，当视频监控地址的连接状态为待连接状态时，服务器才能对视频监控地址进行增加操作、修改操作和删除操作。
202、根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示视频监控地址是否连接成功；
服务器根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示视频监控地址是否连接成功。具体的，服务器根据视频监控地址发送连接请求，并根据结构化查询语言SQL语法规则将视频监控地址对应的连接状态更新为连接中状态；服务器接收返回的响应结果，响应结果用于指示视频监控地址是否连接成功；服务器对响应结果进行解析，得到状态码；服务器根据状态码和SQL语法规则将视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻。例如，当状态码为200时，服务器将视频监控地址对应的连接状态更新为连接成功状态；当状态码为500时，服务器将视频监控地址对应的连接状态更新为连接失败状态，服务器可以采用2标识连接成功状态，3标识连接失败状态，具体此处不做限定。
可选的，服务器通过第一预置任务定时查询连接失败状态的视频监控地址；服务器对连接失败状态的视频监控地址进行重新连接，直到成功连接时为止。
进一步地，服务器获取连接请求对应的进程号，并将进程号和连接请求已被接受的视频监控地址记录到预置文件中；服务器通过第二预置任务定时从预置文件中读取进程号，并根据进程号判断进程是否存在；若进程不存在，则服务器根据与进程号对应的视频监控地址进行重新连接，直到成功连接时为止。例如，服务器每隔30秒判断所有视频的连接进程是否存在，当视频连接失败时，对应的进程会断掉，若视频进程不存在，则重新启动该视频连接任务。
203、根据多媒体视频处理工具ffmpeg和连接成功的视频监控地址进行视频采集，得到原始视频流，原始视频流为根据预置时长分割产生的视频片段；
服务器根据多媒体视频处理工具ffmpeg和连接成功的视频监控地址进行视频采集，得到原始视频流，原始视频流为根据预置时长分割产生的视频片段，进一步地，服务器根据SQL语法规则和连接成功状态从预置数据表中读取连接成功的视频监控地址；服务器根据连接成功的视频监控地址并发执行获取原始视频流的过程，并发过程为循环后台执行预置脚本，具体如下所示：
nohup/data/shell/getVideo.sh${video[0]}${video[1]}${video[2]}＞＞ /data/shell/logs/getVideo_${video[0]}_${video[1]}.out 2＞&1&
其中，该预置脚本采用ffmpeg根据连接成功的视频监控地址进行视频采集和编解码，得到原始视频流，例如，视频采集格式为H.264，通过ffmpeg 实现H.264的编解码。进一步地，服务器可预先设置视频存储时长，也就是预置时长，预置时长包括1分钟，1分钟为最短视频分段，以便于交精准定位异常视频段。
204、将原始视频流按照预置视频命名规则命名并存储到第一目录中，第一目录用于存储原始监控数据；
服务器将原始视频流按照预置视频命名规则命名并存储到第一目录中，第一目录用于存储原始监控数据，进一步地，服务器根据监控站点名称、监控通道名称、监控日期和监控时间戳进行多级存储原始视频流，预置视频命名规则包括监控时间戳和视频文件格式，第一目录主要由原始视频、监控站点名称、监控通道名称、监控日期组成，例如，原始视频/监控站点名称/监控通道名称/监控日期/video_监控时间戳.mp4。
205、采用ffmpeg对原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将至少一帧视频关键帧按照预置图像命名规则命名并存储到第一目录中；
服务器采用ffmpeg对原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将至少一帧视频关键帧按照预置图像命名规则命名并存储到第一目录中，其中，预置间隔用于指示在预置时长内对原始视频流进行等间隔图像截取，例如，每10秒钟对原始视频流截取至少一帧视频关键帧。其中，抽帧也就是对预置时长的目标视频流数据进行图像截取，支持多种图像截取比例，包括对预置时长的目标视频流数据进行原分辨率截图和高中低分辨率截取，具体此处不做限定。然后，服务器将至少一帧视频关键帧按照预置图像命名规则命名并存储到第一目录中，预置图像命名规则包括监控时间戳和图像文件格式，例如，原始视频/监控站点名称/监控通道名称/监控日期/video_ 监控时间戳.jpg。
206、基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置；
服务器基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置。对于原始视频流来说，无法判断是否出现异常，通过预置目标检测算法对关键帧进行识别，即可识别出原始视频流中出现的闯入目标。
具体的，服务器通过特征金字塔网络FPN算法对至少一帧视频关键帧进行多次卷积和池化处理，得到第一特征图；服务器通过图像特征金字塔规则近似计算至少一帧视频关键帧缩放后对应的特征图，得到第二特征图；服务器将第一特征图和第二特征图分别经过区域建议网络RPN生成候选窗口；服务器按照预置异常目标尺寸分布确定候选窗口并汇总，预置异常目标尺寸分布包括预设的可疑人员、可疑物品、水质水体变化以及空气污染的尺寸；服务器通过预置分类器对汇总后的候选窗口进行处理，得到置信度。其中，置信度也称为可靠度，或置信水平、置信系数，采用数理统计中的区间估计算法，当估计值与总体参数在一定允许的误差范围以内，其相应的概率有多大，这个相应的概率称作置信度。例如，100次抽样结果的100个75％置信区间中，概率值75％称为置信度；服务器将置信度与预置阈值进行比较，得到识别结果，识别结果包括异常信息的坐标点位置。
可以理解的是，基于深度学的目标检测算法包括特征金字塔网络FPN算法和单发多盒探测器SSD算法，对可疑人员、可疑物品、水质水体变化以及空气污染设置为训练样本，并通过相应算法训练后再进行检测识别。
207、采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
服务器根据异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧。当检测到某张图片提示异常，例如，监控区域内出现可疑人员闯入时，从识别结果中获取异常信息的坐标点位置，并对至少一帧视频关键帧进行图像标记，其中，监控区域出现可疑人员为异常，反之，监控区域不出现可疑人员为正常，点位坐标为至少一帧视频关键帧的像素值，进一步地，服务器确定至少一帧视频关键帧对应的原始视频流为异常视频，通过播放异常视频查看异常行为。
具体的，首先，服务器从第一目录中读取至少一帧视频关键帧，其中，至少一帧视频关键帧包括关键帧图像的高度信息、宽度信息以及通道信息，例如，关键帧图像的高度信息为1500像素，关键帧图像的宽度信息为1000 像素，为三通道图像，也就是关键帧图像是一个RGB图像，每个像素点都有 3个值表示。
其次，服务器根据预设边框颜色、预设边框线宽度、异常信息的坐标点位置对至少一帧视频关键帧进行标注，得到已标注的视频关键帧。例如，服务器设置预设边框颜色为绿色(0，255，0)，服务器设置预设边框线宽度为3，异常信息的坐标点位置包括(200，200)和(600，600)，其中，(200，200)为待标注边框的左上角的像素坐标，(600，600)为待标注边框的右下角的像素坐标，得到一个矩形框，服务器根据矩形框对关键帧图像进行标注。
208、获取预置分辨率、预置视频码率和预置视频转码格式；
服务器获取预置分辨率、预置码率和预置转码格式。其中，预置分辨率为预先根据目标终端的视频格式进行设置的；预置视频码率就是数据传输时单位时间传送的数据位数，单位是千位每秒kbps；预置视频转码格式用于指示将原始视频流从一种格式转换成另一种格式，例如，将MPEG格式的原始视频流转为MP4格式的视频。
209、按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流；
服务器按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流。其中，原始视频为摄像头输出的码率，服务器采集后每1分钟视频大小为8M左右的原始视频流video_1.mp4，通过ffmpeg转码并压缩为视频分辨率为 640*360，视频大小为2M的视频，转码和压缩后的得到目标视频流为直接播放的码率大小，播放节省流量，并且清晰度可以接受。
210、将已标注的视频关键帧和目标视频流存储到第二目录中，得到多个存储地址，并发送警示信息，第二目录用于存储异常监控数据；
服务器将已标注的视频关键帧和目标视频流存储到第二目录中，并发送警示信息，第二目录用于存储异常监控数据。例如，第二目录为“监控站点名称/监控通道名称/监控日期”，服务器将目标视频流命名为“video_时间戳.mp4”，将已标注的视频关键帧命名为“video_时间戳.jpg”。
可以理解的是，服务器根据预设的手机号码或者邮箱，按照预置异常目标类型进行设置警示信息，并通过短信或者邮件方式发送警示信息，及时通知目标人员进行处理。
211、将多个存储地址发送到目标终端，目标终端用于指示根据已标注的视频关键帧点击播放目标视频流；
将多个存储地址发送到目标终端，目标终端用于指示根据已标注的视频关键帧点击播放目标视频流。例如，终端采用播放软件展示视频关键帧的缩略图(包括标注框)，当点击该缩略图后，播放目标视频流。
需要说明的是，所有目标视频流和已标注的视频关键帧不直接传输，通过媒体播放组件根据为统一资源定位符地址进行播放展示。
212、对第一目录中的至少一帧视频关键帧和原始视频流进行定期清理。
服务器对第一目录中的至少一帧视频关键帧和原始视频流进行定期清理，例如，清理一周以前的所有监控的原始视频数据，原始视频数据包括第一目录中的至少一帧视频关键帧和原始视频流，并对异常存储区域的视频数据进行实时备份并永久存储。
可选的，定期对视频监控网址的原始视频流和目标视频流进行统计分析，得到报表信息，报表信息用于指示按照监测得到异常情况的比例。
本发明实施例中，通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及警示，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
上面对本发明实施例中视频监控警示方法进行了描述，下面对本发明实施例中视频监控警示装置进行描述，请参阅图3，本发明实施例中视频监控警示装置的一个实施例包括：
读取单元301，用于从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态；
连接单元302，用于根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示视频监控地址是否连接成功；
抽帧单元303，用于根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；
识别单元304，用于基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置；
标注单元305，用于采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
转码警示单元306，用于按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将已标注的视频关键帧和对应的原始视频流发送到目标终端。
本发明实施例中，通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及信息，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
请参阅图4，本发明实施例中视频监控警示装置的另一个实施例包括：
读取单元301，用于从预置数据表中读取视频监控地址，视频监控地址对应的连接状态为待连接状态；
连接单元302，用于根据视频监控地址发送连接请求，得到响应结果，响应结果用于指示视频监控地址是否连接成功；
抽帧单元303，用于根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；
识别单元304，用于基于深度学习的目标检测算法对至少一帧视频关键帧进行识别，得到识别结果，识别结果包括异常信息的坐标点位置；
标注单元305，用于采用异常信息的坐标点位置对至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
转码警示单元306，用于按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将已标注的视频关键帧和对应的原始视频流发送到目标终端。
可选的，连接单元302还可以进一步包括：
第一连接子单元3021，用于根据视频监控地址发送连接请求，并根据结构化查询语言SQL语法规则将视频监控地址对应的连接状态更新为连接中状态；
接收子单元3022，用于接收返回的响应结果，响应结果用于指示视频监控地址是否连接成功；
解析子单元3023，用于对响应结果进行解析，得到状态码；
更新子单元3024，用于根据状态码和SQL语法规则将视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻。
可选的，抽帧单元303还可以具体用于：
根据SQL语法规则和连接成功状态从预置数据表中读取连接成功的视频监控地址；
根据多媒体视频处理工具ffmpeg和连接成功的视频监控地址进行视频采集，得到原始视频流，原始视频流为根据预置时长分割产生的视频片段；
将原始视频流按照预置视频命名规则命名并存储到第一目录中，第一目录用于存储原始监控数据；
采用ffmpeg对原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将至少一帧视频关键帧按照预置图像命名规则命名并存储到第一目录中。
可选的，识别单元304还可以具体用于：
通过特征金字塔网络FPN算法对至少一帧视频关键帧进行多次卷积和池化处理，得到第一特征图；
通过图像特征金字塔规则近似计算至少一帧视频关键帧缩放后对应的特征图，得到第二特征图；
将第一特征图和第二特征图分别经过区域建议网络RPN生成候选窗口；
按照预置异常目标尺寸分布确定候选提议窗口并汇总；
通过预置分类器对汇总后的候选窗口进行处理，得到置信度；
将置信度与预置阈值进行比较，得到识别结果，识别结果包括异常信息的坐标点位置。
可选的，标注单元305还可以具体用于：
从第一目录中读取至少一帧视频关键帧；
根据预设边框颜色、预设边框线宽度、异常信息的坐标点位置对至少一帧视频关键帧进行标注，得到已标注的视频关键帧。
可选的，转码警示单元306还可以具体用于：
获取预置分辨率、预置视频码率和预置视频转码格式；
按照预置分辨率、预置视频码率和预置视频转码格式对已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流；
将已标注的视频关键帧和目标视频流存储到第二目录中，得到多个存储地址，并发送警示信息，第二目录用于存储异常监控数据；
将多个存储地址发送到目标终端，目标终端用于指示根据已标注的视频关键帧点击并播放目标视频流；
对第一目录中的至少一帧视频关键帧和原始视频流进行定期清理。
可选的，连接单元302还可以进一步包括：
查询子单元3025，用于通过第一预置任务定时查询连接失败状态的视频监控地址；
第二连接子单元3026，用于根据连接失败状态的视频监控地址重新发送连接请求，直到成功连接时为止。
本发明实施例中，通过直接访问的视频监控地址采集和截取视频，并对识别到异常的视频进行标记以及警示，降低了视频采集监控的成本，同时可以根据实际视频采集数量进行动态配置。
上面图3和图4从模块化功能实体的角度对本发明实施例中的视频监控警示装置进行详细描述，下面从硬件处理的角度对本发明实施例中视频监控警示设备进行详细描述。
图5是本发明实施例提供的一种视频监控警示设备的结构示意图，该视频监控警示设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)501(例如，一个或一个以上处理器)和存储器509，一个或一个以上存储应用程序507或数据506的存储介质508(例如一个或一个以上海量存储设备)。其中，存储器509和存储介质508可以是短暂存储或持久存储。存储在存储介质508的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对视频监控警示设备中的一系列指令操作。更进一步地，处理器501可以设置为与存储介质508 通信，在视频监控警示设备500上执行存储介质508中的一系列指令操作。
视频监控警示设备500还可以包括一个或一个以上电源502，一个或一个以上有线或无线网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统505，例如Windows Serve，Mac OS X，Unix，Linux， FreeBSD等等。本领域技术人员可以理解，图5中示出的视频监控警示设备结构并不构成对视频监控警示设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
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。
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(可以是个人计算机，服务器，或者网络设备等)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：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (10)

1.一种视频监控警示方法，其特征在于，包括：
从预置数据表中读取视频监控地址，所述视频监控地址对应的连接状态为待连接状态；
根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；
根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；
基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置；
采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端。
2.根据权利要求1所述的视频监控警示方法，其特征在于，所述根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功，包括：
根据所述视频监控地址发送所述连接请求，并根据结构化查询语言SQL语法规则将所述视频监控地址对应的连接状态更新为连接中状态；
接收返回的响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；
对所述响应结果进行解析，得到状态码；
根据所述状态码和所述SQL语法规则将所述视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻。
3.根据权利要求2所述的视频监控警示方法，其特征在于，所述根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧，包括：
根据所述SQL语法规则和所述连接成功状态从所述预置数据表中读取所述连接成功的视频监控地址；
根据多媒体视频处理工具ffmpeg和所述连接成功的视频监控地址进行视频采集，得到原始视频流，所述原始视频流为根据预置时长分割产生的视频片段；
将所述原始视频流按照预置视频命名规则命名并存储到第一目录中，所述第一目录用于存储原始监控数据；
采用所述ffmpeg对所述原始视频流按照预置间隔进行抽帧，得到至少一帧视频关键帧，并将所述至少一帧视频关键帧按照预置图像命名规则命名并存储到所述第一目录中。
4.根据权利要求1所述的视频监控警示方法，其特征在于，所述基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置，包括：
通过特征金字塔网络FPN算法对所述至少一帧视频关键帧进行多次卷积和池化处理，得到第一特征图；
通过图像特征金字塔规则近似计算所述至少一帧视频关键帧缩放后对应的特征图，得到第二特征图；
将所述第一特征图和所述第二特征图分别经过区域建议网络RPN生成候选窗口；
按照预置异常目标尺寸分布确定候选窗口并汇总；
通过预置分类器对汇总后的候选窗口进行处理，得到置信度；
将所述置信度与预置阈值进行比较，得到识别结果，所述识别结果包括异常信息的坐标点位置。
5.根据权利要求3所述的视频监控警示方法，其特征在于，所述采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧，包括：
从所述第一目录中读取所述至少一帧视频关键帧；
根据预设边框颜色、预设边框线宽度、所述异常信息的坐标点位置对所述至少一帧视频关键帧进行标注，得到已标注的视频关键帧。
6.根据权利要求3或者5所述的视频监控警示方法，其特征在于，所述按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端，包括：
获取预置分辨率、预置视频码率和预置视频转码格式；
按照所述预置分辨率、所述预置视频码率和所述预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行ffmpeg转码并压缩，得到目标视频流；
将所述已标注的视频关键帧和所述目标视频流存储到第二目录中，得到多个存储地址，并发送警示信息，所述第二目录用于存储异常监控数据；
将所述多个存储地址发送到目标终端，所述目标终端用于指示根据所述已标注的视频关键帧点击并播放目标视频流；
对所述第一目录中的至少一帧视频关键帧和所述原始视频流进行定期清理。
7.根据权利要求2所述的视频监控警示方法，其特征在于，所述根据所述状态码和所述SQL语法规则将所述视频监控地址对应的连接状态更新为连接成功状态或者连接失败状态，并记录连接时刻之后，所述视频监控警示方法还包括：
通过第一预置任务定时查询连接失败状态的视频监控地址；
根据所述连接失败状态的视频监控地址重新发送连接请求，直到成功连接时为止。
8.一种视频监控警示装置，其特征在于，所述视频监控警示装置包括：
读取单元，用于从预置数据表中读取视频监控地址，所述视频监控地址对应的连接状态为待连接状态；
连接单元，用于根据所述视频监控地址发送连接请求，得到响应结果，所述响应结果用于指示所述视频监控地址是否连接成功；
抽帧单元，用于根据连接成功的视频监控地址进行视频采集并抽帧，得到原始视频流和至少一帧视频关键帧；
识别单元，用于基于深度学习的目标检测算法对所述至少一帧视频关键帧进行识别，得到识别结果，所述识别结果包括异常信息的坐标点位置；
标注单元，用于采用所述异常信息的坐标点位置对所述至少一帧视频关键帧进行图像标注，得到已标注的视频关键帧；
转码警示单元，用于按照预置分辨率、预置视频码率和预置视频转码格式对所述已标注的视频关键帧对应的原始视频流进行转码并发送警示信息，并将所述已标注的视频关键帧和所述对应的原始视频流发送到目标终端。
9.一种视频监控警示设备，其特征在于，所述视频监控警示设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互联；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述视频监控警示设备执行如权利要求1-7中任意一项所述的视频监控警示方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的视频监控警示方法。
CN202010193934.7A 2020-03-19 2020-03-19 视频监控警示方法、装置、设备及存储介质 Pending CN111428083A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010193934.7A CN111428083A (zh) 2020-03-19 2020-03-19 视频监控警示方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010193934.7A CN111428083A (zh) 2020-03-19 2020-03-19 视频监控警示方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111428083A true CN111428083A (zh) 2020-07-17

Family

ID=71548073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010193934.7A Pending CN111428083A (zh) 2020-03-19 2020-03-19 视频监控警示方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111428083A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112468871A (zh) * 2020-11-24 2021-03-09 青岛创新奇智科技集团有限公司 监控视频播放方法、装置及电子设备
CN112766066A (zh) * 2020-12-31 2021-05-07 北京小白世纪网络科技有限公司 一种动态视频流和静态图像处理显示方法、系统
CN113518205A (zh) * 2021-06-11 2021-10-19 南京和贤电子科技有限公司 一种基于ai分析的视频巡查处理方法
CN113569825A (zh) * 2021-09-26 2021-10-29 北京国电通网络技术有限公司 视频监控方法、装置、电子设备和计算机可读介质
CN113747195A (zh) * 2021-09-07 2021-12-03 重庆赛迪奇智人工智能科技有限公司 视频数据处理方法、装置、设备及存储介质
CN113840160A (zh) * 2021-09-29 2021-12-24 重庆紫光华山智安科技有限公司 事件数据传输方法、系统、电子设备及可读存储介质
CN114079821A (zh) * 2021-11-18 2022-02-22 福建汇川物联网技术科技股份有限公司 一种视频播放方法、装置、电子设备和可读存储介质
CN114205647A (zh) * 2021-12-02 2022-03-18 云知声智能科技股份有限公司 基于视频监控的报警方法、装置、电子设备和存储介质
CN114245070A (zh) * 2021-11-30 2022-03-25 慧之安信息技术股份有限公司 区域监控内容集中查看方法和系统
CN114429617A (zh) * 2022-01-26 2022-05-03 中煤科工集团重庆智慧城市科技研究院有限公司 应用于智慧城市箱体检测的异常识别结果处理方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112468871A (zh) * 2020-11-24 2021-03-09 青岛创新奇智科技集团有限公司 监控视频播放方法、装置及电子设备
CN112766066A (zh) * 2020-12-31 2021-05-07 北京小白世纪网络科技有限公司 一种动态视频流和静态图像处理显示方法、系统
CN113518205A (zh) * 2021-06-11 2021-10-19 南京和贤电子科技有限公司 一种基于ai分析的视频巡查处理方法
CN113747195A (zh) * 2021-09-07 2021-12-03 重庆赛迪奇智人工智能科技有限公司 视频数据处理方法、装置、设备及存储介质
CN113569825A (zh) * 2021-09-26 2021-10-29 北京国电通网络技术有限公司 视频监控方法、装置、电子设备和计算机可读介质
CN113569825B (zh) * 2021-09-26 2021-12-10 北京国电通网络技术有限公司 视频监控方法、装置、电子设备和计算机可读介质
CN113840160A (zh) * 2021-09-29 2021-12-24 重庆紫光华山智安科技有限公司 事件数据传输方法、系统、电子设备及可读存储介质
CN113840160B (zh) * 2021-09-29 2023-09-29 重庆紫光华山智安科技有限公司 事件数据传输方法、系统、电子设备及可读存储介质
CN114079821A (zh) * 2021-11-18 2022-02-22 福建汇川物联网技术科技股份有限公司 一种视频播放方法、装置、电子设备和可读存储介质
CN114079821B (zh) * 2021-11-18 2024-02-20 福建汇川物联网技术科技股份有限公司 一种视频播放方法、装置、电子设备和可读存储介质
CN114245070A (zh) * 2021-11-30 2022-03-25 慧之安信息技术股份有限公司 区域监控内容集中查看方法和系统
CN114245070B (zh) * 2021-11-30 2022-08-19 慧之安信息技术股份有限公司 区域监控内容集中查看方法和系统
CN114205647A (zh) * 2021-12-02 2022-03-18 云知声智能科技股份有限公司 基于视频监控的报警方法、装置、电子设备和存储介质
CN114429617A (zh) * 2022-01-26 2022-05-03 中煤科工集团重庆智慧城市科技研究院有限公司 应用于智慧城市箱体检测的异常识别结果处理方法

Similar Documents

Publication Publication Date Title
CN111428083A (zh) 视频监控警示方法、装置、设备及存储介质
US8687064B2 (en) Method and device for describing and capturing video object
US20140043480A1 (en) Video monitoring system and method
CN108683877B (zh) 基于Spark的分布式海量视频解析系统
EP2026503A1 (en) System, apparatus and method for tracking device
CN109657431B (zh) 用于识别用户身份的方法
CN115103157A (zh) 基于边云协同的视频分析方法、装置、电子设备及介质
CN116416208A (zh) 管道缺陷检测方法、装置、电子设备及存储介质
CN115134562A (zh) 监控装置的巡检方法、装置、电子设备和存储介质
CN114419502A (zh) 一种数据分析方法、装置及存储介质
CN117492403B (zh) 一种大型仪器设备运行监控系统及方法
CN110738709A (zh) 一种基于二维码的视频评测方法及其视频评测系统
CN114724378B (zh) 一种基于深度学习的车辆追踪统计系统及方法
CN111460217A (zh) 视频检索系统和视频检索系统的运行方法
CN108073854A (zh) 一种现场巡检的检测方法及装置
US20120134534A1 (en) Control computer and security monitoring method using the same
CN116033145A (zh) 一种面向雷达视频融合的性能测试系统及测试方法
CN112685128B (zh) 一种直播图片色情检测和图片过滤的方法
CN115509739A (zh) 一种面向视频实时智能感知的高并发调度与分析系统
US11398091B1 (en) Repairing missing frames in recorded video with machine learning
CN115424405A (zh) 烟火监测告警方法、装置、设备及存储介质
CN115147752A (zh) 一种视频分析方法、装置及计算机设备
CN111372071B (zh) 一种搜集视频图像异常信息的方法及装置
CN111541864B (zh) 一种数字视网膜软件定义摄像机方法及系统
CN112437278A (zh) 一种协同监控系统、装置及方法

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