CN111885332A - 一种视频存储方法、装置、摄像头及可读存储介质 - Google Patents

一种视频存储方法、装置、摄像头及可读存储介质 Download PDF

Info

Publication number
CN111885332A
CN111885332A CN202010757181.8A CN202010757181A CN111885332A CN 111885332 A CN111885332 A CN 111885332A CN 202010757181 A CN202010757181 A CN 202010757181A CN 111885332 A CN111885332 A CN 111885332A
Authority
CN
China
Prior art keywords
target
video
code rate
identification
target 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
Application number
CN202010757181.8A
Other languages
English (en)
Inventor
夏钦展
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.)
Goertek Techology Co Ltd
Original Assignee
Goertek Techology 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 Goertek Techology Co Ltd filed Critical Goertek Techology Co Ltd
Priority to CN202010757181.8A priority Critical patent/CN111885332A/zh
Publication of CN111885332A publication Critical patent/CN111885332A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • H04N5/92—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种视频存储方法、装置、摄像机及可读存储介质，该方法包括：摄像机实时采集目标视频；利用物体识别模型，对目标视频进行识别，得到识别结果；确定出与识别结果对应的目标码率；按照目标码率对目标视频进行存储。在本方法中，存储视频的目标码率与当前的目标视频对应的物体识别结果相关，可以通过设置识别结果与码率的对应关系，便可避免出现在类似于仅因类似树叶飘过而进行高码率存储而浪费带宽和存储资源的情况。即该方法能够有效节约带宽资源和存储资源中的至少一种资源。

Description

一种视频存储方法、装置、摄像头及可读存储介质
技术领域
本发明涉及监控技术领域，特别是涉及一种视频存储方法、装置、摄像头及可读存储介质。
背景技术
现有的，摄影机基本都可以设置上传视频到服务器端进行保存，或者保存到本地的系统硬盘中。
通常，保存和上传视频的策略有两种，一种是最早的方式，无论视频中是否有异常，一律保存；另一种是视频只要有变化，就进行保存。例如一片树叶飘过，就要启动上传或保存程序。相对来说，相较于第一种策略，第二种策略在一定程度上可以减少带宽和存储资源的浪费，但是仍然存在带宽和存储资源浪费的情况。举例说明，在第二种策略中，一片树叶飘过，或者一种动物走过，这种视频还是会被传输或者存储，但这种视频实质上没有传输或保存的必要，也会造成资源的浪费。
综上所述，如何有效地解决视频存储中资源浪费等问题，是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种视频存储方法、装置、摄像头及可读存储介质，基于物体识别结果确定存储目标视频的码率，能够减少资源浪费。
为解决上述技术问题，本发明提供如下技术方案：
一种视频存储方法，包括：
摄像机实时采集目标视频；
利用物体识别模型，对所述目标视频进行识别，得到识别结果；
确定出与所述识别结果对应的目标码率；
按照所述目标码率对所述目标视频进行存储。
优选地，所述确定出与所述识别结果对应的目标码率，包括：
判断所述识别结果中是否包括目标物体；
如果是，则将所述目标物体对应的码率确定为所述目标码率；
如果否，则将初始码率确定为所述目标码率。
优选地，还包括：
接收并解析码率配置请求，得到指定物体对应的指定码率；
存储所述指定物体与所述指定码率的对应关系。
优选地，按照所述目标码率对所述目标视频进行存储，包括：
按照所述目标码率对所述目标视频进行编码，存储编码后的视频。
优选地，按照所述目标码率对所述目标视频进行存储，包括：
按照所述目标码率将所述目标视频传输至存储设备。
优选地，所述利用物体识别模型，对所述目标视频进行识别，得到识别结果，包括：
将所述目标视频中的每一帧图片输入至所述物体识别模型，进行物体识别，得到所述识别结果。
优选地，将所述目标视频中的每一帧图片输入至所述物体识别模型，进行物体识别，得到所述识别结果，包括：
利用所述物体识别模型对每一帧图片进行物体识别，得到图片识别结果；所述图片识别结果包括：是否有物体被识别的识别标记，被识别的物体类别标记和置信度；
对各个所述图片识别结果中所述物体类别标记、所述识别标记和所述置信度进行统计，得到所述识别结果。
一种视频存储装置，应用于摄像机，包括：
视频采集模块，用于实时采集目标视频；
物体识别模块，用于利用物体识别模型，对所述目标视频进行识别，得到识别结果；
码率确定模块，用于确定出与所述识别结果对应的目标码率；
存储处理模块，用于按照所述目标码率对所述目标视频进行存储。
一种摄像机，包括：
摄像头，用于实时采集目标视频；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述视频存储方法的步骤。
一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述视频存储方法的步骤。
应用本发明实施例所提供的方法，摄像机实时采集目标视频；利用物体识别模型，对目标视频进行识别，得到识别结果；确定出与识别结果对应的目标码率；按照目标码率对目标视频进行存储。
在本方法中，为了减少存储目标视频时，造成资源浪费。在摄像机采集到目标视频之后，首先利用物体识别模型对目标视频进行识别，得到识别结果。然后，基于识别结果确定出对应的目标码率，最终按照目标码率对目标视频进行存储。也就是说，在本方法中，存储视频的目标码率与当前的目标视频对应的物体识别结果相关，可以通过设置识别结果与码率的对应关系，便可避免出现在类似于仅因树叶飘过而进行视频存储(或高码率存储)而浪费带宽和存储资源的情况。即本方法能够有效节约带宽资源和存储资源中的至少一种资源。
相应地，本发明实施例还提供了与上述视频存储方法相对应的视频存储装置、摄像机和可读存储介质，具有上述技术效果，在此不再赘述。
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为本发明实施例中一种视频存储方法的实施流程图；
图2为本发明实施例中一种视频存储方法的具体实施流程图；
图3为本发明实施例中一种视频存储装置的结构示意图；
图4为本发明实施例中一种摄像机的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
请参考图1，图1为本发明实施例中一种视频存储方法的流程图，该方法包括以下步骤：
S101、摄像机实时采集目标视频。
在本发明实施例中，摄像机可以是仅能进行本地视频保存的摄像机，也可以为能够上传视频至服务器进行保存的网络摄像机，也可以为既能够本地保存视频又能上传视频至服务器进行保存的网络摄像机。
其中，目标视频即该摄像机针对监控场景所拍摄的视频。在本发明实施例中，对于目标视频中的拍摄内容，以及监控场景并不做限定。
具体的，摄像机可以采用每秒至少24帧的速度进行图形采集，得到该目标视频。
S102、利用物体识别模型，对目标视频进行识别，得到识别结果。
其中，物体识别模型即为通过进行训练或创建，能够对输入图片/视频进行物体识别，并输出识别结果的模型。该物体识别模型可以具体为基于深度信息、机器学习所训练构建的模型。在本发明实施例中，对于物体识别模型的具体实现原理和构造并不做限定，仅需其能够对目标视频进行识别，能够得到相应的识别结果即可。
其中，识别结果可具体为表征目标视频中是否有被识别物体，被识别物体的具体类型等信息。
具体的，可将目标视频中的每一帧图片输入至物体识别模型，进行物体识别，得到识别结果。也就是说，物体识别模型针对目标视频中的每一帧图片均机芯物体识别，最终得到关于目标视频的识别结果。例如，若目标视频共1000帧，则针对这1000帧分别进行物体识别，最终基于这1000帧对应的识别情况，得到识别结果。
识别结果的具体获取过程，包括：
步骤一、利用物体识别模型对每一帧图片进行物体识别，得到图片识别结果；图片识别结果包括：是否有物体被识别的识别标记，被识别的物体类别标记和置信度；
步骤二、对各个图片识别结果中物体类别标记、识别标记和置信度进行统计，得到识别结果。
为便于描述，下面将上述两个步骤结合起来进行说明。
对于采集得到的目标视频，可利用物体识别模型对目标视频中的每一帧图片进行物体识别，得到图片识别结果。具体的，在每一帧图片对应的图片识别结果中，可具体包括是否有物体被识别的识别标记，被识别的物体类型标记和置信度。例如，有物体被识别的识别标记为1，无物体被识别的识别标记为0，为不用的物体类型预先进行编码，例如，如需要识别出8种物体，可采用3位二进制数来表示，即000至111来表征，置信度可以为0到1之间的数值表示，若为1则置信度为100％，为0则置信度为0％；识别标记，物体类型标记和置信度以特殊符合分隔(如分号)，并按照指定顺序进行排列。如此，便可明确图片识别结果。
得到图片识别结果之后，针对目标视频的多个图片识别结果进行统计，得到目标视频的识别结果。具体的，可仅统计识别标记为1的图片识别结果，结合置信度对物体类型标记进行加权统计，得到最终的识别结果。需要说明的是，该识别结果中可无物体，也可有一个或多个物体。
S103、确定出与识别结果对应的目标码率。
在本发明实施例中，可预先设置不同的识别结果与码率的对应关系，在确定出识别结果之后，按照识别结果的具体情况，便可确定出目标码率。
具体的，可以针对是否识别出物体而设置两种不同的码率，例如，有物体被识别出，为便于后续查阅视频，可设置高码率；无物体被识别，为减少资源浪潮，可设置为低码率或设置“0”码率(即不存储)。其中，高码率和低码率是相对的，在实际应用中，码率的具体高低可根据实际需求而设置。例如，低码率可为能够看清视频的大致内容即可，对于高码率则对于播放目标视频时，能够看清视频中的物体的具体特征为准。
优选地，考虑到视频监控对于不同的物体的监控需求不同，例如，对于小区监控，重点监控出入人员；而对于动物园中的监控，不仅要关注人员还要关注动物。因此，不仅可以针对是否出现物体设置不同的码率，对于出现了物体的情况下，还可针对视频中出现的不同物体设置不同的码率，从而实现有效监控的同时，还不会造成资源浪费。具体的，确定目标码率的方式，包括：
步骤一、判断识别结果中是否包括目标物体；
步骤二、如果是，则将目标物体对应的码率确定为目标码率；
步骤三、如果否，则将初始码率确定为目标码率。
为便于理解，下面将上述三个步骤结合起来进行说明。
其中，目标物体即为进行物体识别时所识别的对象，目标物体可以为一个也可以为多个。
判断识别结果中是否包括目标物体，即确定目标视频中是否出现监控的感兴趣对象，而感兴趣对象可以为一个也可以为多个。
如果判断的结果为是，则表明目标视频中至少出现了一个感兴趣对象，此时可按照该目标物体对应的码率确定目标码率；如果判断的结果为否，则表明目标视频中没有出现感兴趣对象，此时可直接将初始码率作为目标码率。需要说明的是，初始码率可对应较低码率，即此时需要对资源进行节约化处理。而目标物体对应的码率相对初始码率更高，即此时需对视频进行高质量保存。
需要说明的是，若识别结果中的目标物体为单一的一种物体，则直接将该物体对应的预设码率作为目标码率；若识别结果中的目标物体为两个或两个以上的物体，则按照这些物体对应的预设码率中的最高码率作为目标码率。例如，人员对应的码率为a，车辆对应的码率为b，动物对应的码率为c，且a>b>c，在目标物体中包括车辆和动物时，目标码率为b；在目标物体中仅有人员时，目标码率为a。
优选地，考虑到在实际应用中，监控的需求可能会发生变化，因此在本实施例中还可对物体对应的码率进行设置和调整。具体实现过程，包括：
步骤一、接收并解析码率配置请求，得到指定物体对应的指定码率；
步骤二、存储指定物体与指定码率的对应关系。
为便于描述，下面将上述两个步骤结合起来进行说明。
其中，码率配置请求中可具体包括指定物体以及该指定物体对应的指定码率。码率配置请求可以具体为基于用户的操作而产生的，也可以为监控管理平台下发的。
得到指定物体和指定码率之后，将二者之间的对象关系进行存储。当然，若指定物体已存在对应的码率，则基于指定码率对其对应的码率继续更新调整。
S104、按照目标码率对目标视频进行存储。
确定出目标码率之后，便可基于目标码率对目标视频进行存储。
具体来说，存储可为本地存储也可为异地存储。对于本地存储而言，则按照目标码率对目标视频进行编码，存储编码后的视频。对于异常存储而言，则按照目标码率将目标视频传输至存储设备。存储设备接收到目标视频后进行存储。
应用本发明实施例所提供的方法，摄像机实时采集目标视频；利用物体识别模型，对目标视频进行识别，得到识别结果；确定出与识别结果对应的目标码率；按照目标码率对目标视频进行存储。
在本方法中，为了减少存储目标视频时，造成资源浪费。在摄像机采集到目标视频之后，首先利用物体识别模型对目标视频进行识别，得到识别结果。然后，基于识别结果确定出对应的目标码率，最终按照目标码率对目标视频进行存储。也就是说，在本方法中，存储视频的目标码率与当前的目标视频对应的物体识别结果相关，可以通过设置识别结果与码率的对应关系，便可避免出现在类似于仅因树叶飘过而进行视频存储(或高码率存储)而浪费带宽和存储资源的情况。即本方法能够有效节约带宽资源和存储资源中的至少一种资源。
为便于本领域技术人员，更好地理解本发明实施例所提供的技术方案，下面结合具体的应用场景为例，对视频存储方法进行详细说明。
可预先在Camera(摄像机)中集成了预先训练的物体识别模型，该模型可以识别常见的移动目标，例如人，常见动物，交通工具等。即，输入一张图片到物体识别模型，该物体识别模型可以输出是否有物体被识别，识别出的物体类别，识别的置信度等信息。
在监控之前，可配置该Camera需要关注的目标，以及该目标对应的视频码率。例如，用户可设置Camera只关注人物，并且人物出现后采用最清晰的方式进行传输和保存，则可以设置只检测人物，并且检测到人物之后采用最高码率进行传输和保存；用户也可以选择同时关注人物和动物，同时人物出现时采用最清晰的方式录像，动物出现时采用中等清晰度录像，则可以设置检测人物和动物，并且人物采用高码率，动物采用中等码率。
请参考图2，监控过程中，Camera采用每秒24帧的速度进行图形采集，对每一帧图片，Camera都将其输入到物体识别模型中进行识别，物体识别模型输出该帧图片是否有物体被识别，物体的类别和识别的置信度。Camera拿到这些识别数据后，与预先用户定义的识别对象进行对比，如果是用户关注的对象，则根据用户预先定义的码率(通常，码率越高则清晰度越高)进行视频的传输和保存。
可见，本发明实施例所提供的视频存储方法，能够根据用户的配置和内置的算法来灵活的决定是否进行传输和录像，以及传输和录像的码率，相对于传统方式，本方法能够极大的降低对带宽和存储的占用，为企业和用户节省不必要的资源消耗。
相应于上面的方法实施例，本发明实施例还提供了一种应用于摄像机的视频存储装置，下文描述的视频存储装置与上文描述的视频存储方法可相互对应参照。
参见图3所示，该装置包括以下模块：
视频采集模块101，用于实时采集目标视频；
物体识别模块102，用于利用物体识别模型，对目标视频进行识别，得到识别结果；
码率确定模块103，用于确定出与识别结果对应的目标码率；
存储处理模块104，用于按照目标码率对目标视频进行存储。
应用本发明实施例所提供的装置，摄像机实时采集目标视频；利用物体识别模型，对目标视频进行识别，得到识别结果；确定出与识别结果对应的目标码率；按照目标码率对目标视频进行存储。
在本装置中，为了减少存储目标视频时，造成资源浪费。在摄像机采集到目标视频之后，首先利用物体识别模型对目标视频进行识别，得到识别结果。然后，基于识别结果确定出对应的目标码率，最终按照目标码率对目标视频进行存储。也就是说，在本装置中，存储视频的目标码率与当前的目标视频对应的物体识别结果相关，可以通过设置识别结果与码率的对应关系，便可避免出现在类似于仅因树叶飘过而进行视频存储(或高码率存储)而浪费带宽和存储资源的情况。即本装置能够有效节约带宽资源和存储资源中的至少一种资源。
在本发明的一种具体实施方式中，码率确定模块103，具体用于判断识别结果中是否包括目标物体；如果是，则将目标物体对应的码率确定为目标码率；如果否，则将初始码率确定为目标码率。
在本发明的一种具体实施方式中，还包括：
码率配置模块，用于接收并解析码率配置请求，得到指定物体对应的指定码率；存储指定物体与指定码率的对应关系。
在本发明的一种具体实施方式中，存储处理模块104，具体用于按照目标码率对目标视频进行编码，存储编码后的视频。
在本发明的一种具体实施方式中，存储处理模块104，具体用于按照目标码率将目标视频传输至存储设备。
在本发明的一种具体实施方式中，物体识别模块102，具体用于将目标视频中的每一帧图片输入至物体识别模型，进行物体识别，得到识别结果。
在本发明的一种具体实施方式中，物体识别模块102，用于利用物体识别模型对每一帧图片进行物体识别，得到图片识别结果；图片识别结果包括：是否有物体被识别的识别标记，被识别的物体类别标记和置信度；对各个图片识别结果中物体类别标记、识别标记和置信度进行统计，得到识别结果。
相应于上面的方法实施例，本发明实施例还提供了一种摄像机，下文描述的一种摄像机与上文描述的一种视频存储方法可相互对应参照。
参见图4所示，该摄像机包括：
摄像头312，用于实时采集目标视频；
存储器332，用于存储计算机程序；
处理器322，用于执行计算机程序时实现上述方法实施例的视频存储方法的步骤。
上文所描述的视频存储方法中的步骤可以由摄像机的结构实现。
相应于上面的方法实施例，本发明实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种视频存储方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的视频存储方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
本领域技术人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

Claims (10)

1.一种视频存储方法，其特征在于，包括：
摄像机实时采集目标视频；
利用物体识别模型，对所述目标视频进行识别，得到识别结果；
确定出与所述识别结果对应的目标码率；
按照所述目标码率对所述目标视频进行存储。
2.根据权利要求1所述的视频存储方法，其特征在于，所述确定出与所述识别结果对应的目标码率，包括：
判断所述识别结果中是否包括目标物体；
如果是，则将所述目标物体对应的码率确定为所述目标码率；
如果否，则将初始码率确定为所述目标码率。
3.根据权利要求2所述的视频存储方法，其特征在于，还包括：
接收并解析码率配置请求，得到指定物体对应的指定码率；
存储所述指定物体与所述指定码率的对应关系。
4.根据权利要求1所述的视频存储方法，其特征在于，按照所述目标码率对所述目标视频进行存储，包括：
按照所述目标码率对所述目标视频进行编码，存储编码后的视频。
5.根据权利要求1所述的视频存储方法，其特征在于，按照所述目标码率对所述目标视频进行存储，包括：
按照所述目标码率将所述目标视频传输至存储设备。
6.根据权利要求1所述的视频存储方法，其特征在于，所述利用物体识别模型，对所述目标视频进行识别，得到识别结果，包括：
将所述目标视频中的每一帧图片输入至所述物体识别模型，进行物体识别，得到所述识别结果。
7.根据权利要求6所述的视频存储方法，其特征在于，将所述目标视频中的每一帧图片输入至所述物体识别模型，进行物体识别，得到所述识别结果，包括：
利用所述物体识别模型对每一帧图片进行物体识别，得到图片识别结果；所述图片识别结果包括：是否有物体被识别的识别标记，被识别的物体类别标记和置信度；
对各个所述图片识别结果中所述物体类别标记、所述识别标记和所述置信度进行统计，得到所述识别结果。
8.一种视频存储装置，其特征在于，应用于摄像机，包括：
视频采集模块，用于实时采集目标视频；
物体识别模块，用于利用物体识别模型，对所述目标视频进行识别，得到识别结果；
码率确定模块，用于确定出与所述识别结果对应的目标码率；
存储处理模块，用于按照所述目标码率对所述目标视频进行存储。
9.一种摄像机，其特征在于，包括：
摄像头，用于实时采集目标视频；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述视频存储方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述视频存储方法的步骤。
CN202010757181.8A 2020-07-31 2020-07-31 一种视频存储方法、装置、摄像头及可读存储介质 Pending CN111885332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010757181.8A CN111885332A (zh) 2020-07-31 2020-07-31 一种视频存储方法、装置、摄像头及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010757181.8A CN111885332A (zh) 2020-07-31 2020-07-31 一种视频存储方法、装置、摄像头及可读存储介质

Publications (1)

Publication Number Publication Date
CN111885332A true CN111885332A (zh) 2020-11-03

Family

ID=73205544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010757181.8A Pending CN111885332A (zh) 2020-07-31 2020-07-31 一种视频存储方法、装置、摄像头及可读存储介质

Country Status (1)

Country Link
CN (1) CN111885332A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101262608A (zh) * 2007-03-06 2008-09-10 陆云昆 一种监控视频压缩的码率降低方法
CN101420618A (zh) * 2008-12-02 2009-04-29 西安交通大学 基于感兴趣区域的自适应可伸缩视频编解码结构设计方法
WO2009124489A1 (zh) * 2008-04-09 2009-10-15 华为技术有限公司 视频编码处理方法、系统及装置
KR20090129064A (ko) * 2008-06-12 2009-12-16 주식회사 몬도시스템즈 영상 처리 시스템에서 비트 레이트를 제어하는 장치 및방법
CN101945287A (zh) * 2010-10-14 2011-01-12 杭州华三通信技术有限公司 一种roi编码方法及其系统
CN102984495A (zh) * 2012-12-06 2013-03-20 北京小米科技有限责任公司 一种视频图像的处理方法及装置
CN106162105A (zh) * 2016-08-26 2016-11-23 浙江大华技术股份有限公司 一种视频监控系统中的摄像机参数控制方法及装置
WO2018006825A1 (zh) * 2016-07-08 2018-01-11 腾讯科技（深圳）有限公司 视频编码方法和装置
CN107770528A (zh) * 2016-08-19 2018-03-06 中兴通讯股份有限公司 视频播放方法及装置
CN108933888A (zh) * 2017-05-22 2018-12-04 中兴通讯股份有限公司 一种摄像头控制方法、设备及计算机存储介质
CN110049324A (zh) * 2019-04-12 2019-07-23 深圳壹账通智能科技有限公司 视频编码方法、系统、设备及计算机可读存储介质
WO2019233341A1 (zh) * 2018-06-08 2019-12-12 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和计算机设备
CN110708507A (zh) * 2019-09-23 2020-01-17 深圳市景阳信息技术有限公司 监控视频数据传输方法、装置及终端设备

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101262608A (zh) * 2007-03-06 2008-09-10 陆云昆 一种监控视频压缩的码率降低方法
WO2009124489A1 (zh) * 2008-04-09 2009-10-15 华为技术有限公司 视频编码处理方法、系统及装置
KR20090129064A (ko) * 2008-06-12 2009-12-16 주식회사 몬도시스템즈 영상 처리 시스템에서 비트 레이트를 제어하는 장치 및방법
CN101420618A (zh) * 2008-12-02 2009-04-29 西安交通大学 基于感兴趣区域的自适应可伸缩视频编解码结构设计方法
CN101945287A (zh) * 2010-10-14 2011-01-12 杭州华三通信技术有限公司 一种roi编码方法及其系统
CN102984495A (zh) * 2012-12-06 2013-03-20 北京小米科技有限责任公司 一种视频图像的处理方法及装置
WO2018006825A1 (zh) * 2016-07-08 2018-01-11 腾讯科技（深圳）有限公司 视频编码方法和装置
CN107770528A (zh) * 2016-08-19 2018-03-06 中兴通讯股份有限公司 视频播放方法及装置
CN106162105A (zh) * 2016-08-26 2016-11-23 浙江大华技术股份有限公司 一种视频监控系统中的摄像机参数控制方法及装置
CN108933888A (zh) * 2017-05-22 2018-12-04 中兴通讯股份有限公司 一种摄像头控制方法、设备及计算机存储介质
WO2019233341A1 (zh) * 2018-06-08 2019-12-12 Oppo广东移动通信有限公司 图像处理方法、装置、计算机可读存储介质和计算机设备
CN110049324A (zh) * 2019-04-12 2019-07-23 深圳壹账通智能科技有限公司 视频编码方法、系统、设备及计算机可读存储介质
CN110708507A (zh) * 2019-09-23 2020-01-17 深圳市景阳信息技术有限公司 监控视频数据传输方法、装置及终端设备

Similar Documents

Publication Publication Date Title
CN110853033B (zh) 基于帧间相似度的视频检测方法和装置
CN111898416A (zh) 视频流处理方法、装置、计算机设备和存储介质
CN114898342B (zh) 行驶中非机动车驾驶员接打电话的检测方法
CN111738083B (zh) 一种人脸识别模型的训练方法和装置
US20230206093A1 (en) Music recommendation method and apparatus
CN115115540A (zh) 基于光照信息引导的无监督低光图像增强方法及装置
CN112085768A (zh) 光流信息预测方法、装置、电子设备和存储介质
CN112434178A (zh) 图像分类方法、装置、电子设备和存储介质
CN114721403B (zh) 基于OpenCV的自动驾驶控制方法、装置及存储介质
CN112383824A (zh) 视频广告过滤方法、设备及存储介质
CN111885332A (zh) 一种视频存储方法、装置、摄像头及可读存储介质
CN112052823A (zh) 目标检测方法和装置
EP4332910A1 (en) Behavior detection method, electronic device, and computer readable storage medium
CN116662604A (zh) 一种基于分层Transformer的视频摘要方法
CN108596068B (zh) 一种动作识别的方法和装置
US11816181B2 (en) Blur classification and blur map estimation
CN115424253A (zh) 车牌识别方法、装置、电子设备和存储介质
CN112132218B (zh) 图像处理方法、装置、电子设备及存储介质
CN114463608A (zh) 任务处理方法及相关设备
CN102694985B (zh) 视频图像中信息叠加的方法、提取的方法、装置及系统
CN114095725A (zh) 一种判断摄像头是否异常的方法和系统
CN113537087A (zh) 一种智慧交通信息处理方法、装置及服务器
CN111753756A (zh) 基于对象识别的布控报警方法、装置及存储介质
CN116486477A (zh) 动作标注方法、装置、设备及存储介质
CN115174769A (zh) 一种智能门禁记录生成方法及门禁系统

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: 20201103