CN111970484A - 适于视频监控设备的运维系统和运维方法 - Google Patents

适于视频监控设备的运维系统和运维方法 Download PDF

Info

Publication number
CN111970484A
CN111970484A CN202010673361.8A CN202010673361A CN111970484A CN 111970484 A CN111970484 A CN 111970484A CN 202010673361 A CN202010673361 A CN 202010673361A CN 111970484 A CN111970484 A CN 111970484A
Authority
CN
China
Prior art keywords
video
video monitoring
parameters
monitoring device
code stream
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.)
Granted
Application number
CN202010673361.8A
Other languages
English (en)
Other versions
CN111970484B (zh
Inventor
杨建明
肖明
王晶
花苏安
周云福
林柯
杨树春
高健
焦峰
陈天
周健东
张剡
庞鹤
杨先觉
兰显锐
单太升
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.)
China Comservice Wangying Technology Co ltd
Original Assignee
China Comservice Wangying 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 China Comservice Wangying Technology Co ltd filed Critical China Comservice Wangying Technology Co ltd
Priority to CN202010673361.8A priority Critical patent/CN111970484B/zh
Publication of CN111970484A publication Critical patent/CN111970484A/zh
Application granted granted Critical
Publication of CN111970484B publication Critical patent/CN111970484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440245—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display the reformatting operation being performed only on part of the stream, e.g. a region of the image or a time segment
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440281—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by altering the temporal resolution, e.g. by frame skipping
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种适于视频监控设备的运维系统，包括设备管理模块、运行数据采集模块、码率匹配模块和运行管理模块；码率匹配模块计算得到当前状态下最匹配的视频码流值；运行管理模块将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数，并且结合运行数据采集模块发送的视频质量参数，判断调整效果。本发明根据使用需求针对每个视频监控设备设定最低配置参数，在此基础上对视频监控设备进行监控，根据监控结果判断视频监控设备是否正常，以及实时调整画面不佳的视频监控设备的码流，使其在满足对应的使用需求基础上，尽可能地提高监控视频质量。

Description

适于视频监控设备的运维系统和运维方法
技术领域
本发明涉及监控设备运维技术领域，具体而言涉及一种适于视频监控设备的运维系统和方法。
背景技术
视频监控作为目前广泛采用的一种监控技术，其稳定性和画面质量对监控效果的影响巨大。然而，目前很少有涉及视频监控设备的运维措施，用户通常根据视频监控设备传回的实际画面质量来主观判定监控设备是否正常，例如是否损坏等，对于画面质量不佳的视频监控设备也需要工作人员进入现场仔细检查才可以判断异常原因，继而进行调整。因此，目前对于视频监控设备的运维效率较低，在视频监控设备普及率越来越高的今天，也越来越不适用。
为了提高视频监控设备的稳定性和画面质量，研发人员从视频监控设备自身的硬件配置和网络设置进行了大量的改进，但此种改进明显提高了成本。
发明内容
本发明针对现有技术中的不足，提供一种适于视频监控设备的运维系统和方法，根据使用需求针对每个视频监控设备设定最低配置参数，在此基础上对视频监控设备进行监控，根据监控结果判断视频监控设备是否正常，以及实时调整画面不佳的视频监控设备的码流，使其在满足对应的使用需求基础上，尽可能地提高监控视频质量。
为实现上述目的，本发明采用以下技术方案：
结合图1，本发明提出一种适于视频监控设备的运维系统，所述运维系统包括设备管理模块、运行数据采集模块、码率匹配模块和运行管理模块；
所述设备管理模块用于创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流；
所述运行数据采集模块用于采集每个视频监控设备的运行状态参数、网络参数和视频质量参数；所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值；
所述运行管理模块对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，否则，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数，并且结合运行数据采集模块发送的视频质量参数，判断调整效果。
为优化上述技术方案，采取的具体措施还包括：
进一步地，所述运行状态参数包括设备温度、设备电压和设备电流在内的物理量；所述网络参数包括实时带宽；所述视频质量参数包括实时视频帧率和实时视频码流。
进一步地，所述码率匹配模块采用下述公式计算得到当前状态下最匹配的视频码流值：
Figure BDA0002583149930000021
式中，f(Ti，Vi，Ii)是第i个采集周期内运行状态参数对视频图像拍摄质量和解码效率的影响函数，Ti是第i个采集周期内设备温度值，Vi是第i个采集周期内的设备电压值，Ii是第i 个采集周期内的设备电流值，V0是设备的标准电压值，I0是设备的标准电流值，g(Wi)是第i 个采集周期内实时带宽Wi对码流的影响函数，Li-1是第(i-1)个采集周期计算得到的理论码流值，Lmin是设备配置的最小码流值。
进一步地，所述运维系统还包括运行分析模块；
如果预设调整时长后的调整效果仍达不到预设要求，所述运行分析模块用于对导入的当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析。
进一步地，所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
进一步地，所述码率匹配模块计算得到适于后N个采集周期的最匹配的视频码流值的过程包括以下步骤：
计算后N个采集周期时长内每个采集周期对应的最匹配的理论码流值Li，Li+1，…，Li+N；
以时间为横轴，码流取值为纵轴，拟合理论码流值的变化趋势曲线；
对理论码流值变化趋势曲线中的峰值点进行削平处理，使其不超过预先配置的最大码流值Lmax和最小码流值Lmin；
对峰值点做线性拟合，拟合出由不多于M条水平直线组成的折线，筛选出与拟合折线的垂直距离大于预设距离的峰值点，将其设定成异常点；
对于异常点，设定最匹配的视频码流值为经削平处理后的理论码流值，对于其他点，设定最匹配的视频码流值为对应时刻的拟合折线的取值。
进一步地，所述运行分析模块包括数据处理单元、样本生成单元、参数相关性分析模型和参数趋势分析模型；
所述数据处理单元用于对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线；
所述样本生成单元用于采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据；
所述参数相关性分析模型用于基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重；
所述参数趋势分析模型用于以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析。
结合图2，基于前述运维系统，本发明提出一种适于视频监控设备的运维方法，所述运维方法包括：
S1，创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流；
S2，采集每个视频监控设备的运行状态参数、网络参数和视频质量参数；
S3，对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，结束流程，否则，进入步骤S4；
S4，结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值；
S5，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数；
S6，结合运行数据采集模块发送的视频质量参数，判断调整效果。
进一步地，所述运维方法还包括：
S7，如果预设调整时长后的调整效果仍达不到预设要求，对当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析；
S8，结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
进一步地，步骤S41，所述对后N个采集周期该视频监控设备的相关参数进行预测分析的过程包括以下步骤：
S71，对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线；
S72，采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据；
S73，基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重；
S74，以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析；
S75，重复步骤S74，直至完成所有参数预测分析。
本发明的有益效果是：
(1)根据使用需求针对每个视频监控设备设定最低配置参数，在此基础上对视频监控设备进行监控，根据监控结果判断视频监控设备是否正常，以及实时调整画面不佳的视频监控设备的码流，使其在满足对应的使用需求基础上，尽可能地提高监控视频质量。
(2)当码流需要调整时，首先采用实时调整策略，根据监测结果实时调整，实现实时动态调整，如果预设调整时长后仍未调整完成，判定视频监控设备的异常原因较复杂(例如网络质量动态频繁波动等)，采用运行分析模块对后N个采集周期的各项参数进行预测，结合预测结果选择后N个采集周期内的最佳码流，实现预测式调整。结合前述两种调整方式，提高调整效率。
(3)引入多种与视频监控设备运行相关的参数，并结合序列样本数据计算得到每个参数之间的相关性和影响权重，采用时序分析，使计算得到的后N个采集周期所有参数的变化趋势更加精准，间接提高视频监控设备的调整效率，降低运维成本。
附图说明
图1是本发明的适于视频监控设备的运维系统的结构示意图。
图2是本发明的适于视频监控设备的运维方法的流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
结合图1，本发明提出一种适于视频监控设备的运维系统，所述运维系统包括设备管理模块、运行数据采集模块、码率匹配模块和运行管理模块。
所述设备管理模块用于创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流。
所述运行数据采集模块用于采集每个视频监控设备的运行状态参数、网络参数和视频质量参数；所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值。
所述运行管理模块对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，否则，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数，并且结合运行数据采集模块发送的视频质量参数，判断调整效果。
优选的，所述运行状态参数包括设备温度、设备电压和设备电流在内的物理量；所述网络参数包括实时带宽；所述视频质量参数包括实时视频帧率和实时视频码流。
(一)运行状态参数
设备温度、设备电压和设备电流等可以直接反映视频监控设备(如摄像头)的自身运行状态，一方面，一旦设备温度、设备电压和设备电流中的任意一个超出对应的允许阈值，说明摄像头自身出现了异常，需要进行排障，另一方面，在摄像头焦距等拍摄参数不变的情况下，即使设备温度、设备电压和设备电流均未超出允许阈值，但仍会直接影响到拍摄动作，继而间接影响拍摄到的视频图像的质量。
(二)网络参数
网络参数影响的是视频图像的传输效率，在视频监控设备仍处于正常运行状态时，最重要的影响参数是实时带宽，直接影响传输回的视频图像的画面质量和连续性。
(三)视频质量参数
在视频监控设备仍处于正常运行状态时，最重要的参数是视频质量参数包括实时视频帧率和实时视频码流，前者直观反映视频图像的连续性，后者直观反映视频图像的画面质量。为了满足最低使用需求，本发明针对每个视频监控设备设定了最低配置参数，其中就包括最低视频帧率和最低视频码流。并且在此基础上，结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的理论视频码流值，将之与实际码流值做比对，当比对结果差距较大时(允许差值由用户根据实际需求和视频监控设备的性能自行设定，本发明不作限定)，实时调整每个视频监控设备的码流，使其逼近当前状态下的理论视频码流值，从而在满足对应的使用需求基础上，尽可能地提高监控视频质量。
进一步地，所述码率匹配模块采用下述公式计算得到当前状态下最匹配的视频码流值：
Figure BDA0002583149930000051
式中，f(Ti，Vi，Ii)是第i个采集周期内运行状态参数对视频图像拍摄质量和解码效率的影响函数，Ti是第i个采集周期内设备温度值，Vi是第i个采集周期内的设备电压值，Ii是第i 个采集周期内的设备电流值，V0是设备的标准电压值，I0是设备的标准电流值，g(Wi)是第i 个采集周期内实时带宽Wi对码流的影响函数，Li-1是第(i-1)个采集周期计算得到的理论码流值，Lmin是设备配置的最小码流值。如前所述，运行状态参数对摄像头拍摄动作存在影响，继而影响到拍摄的视频图像质量，而带宽越大，数据传输质量越好。考虑到视频监控设备过程中，大部分时间处于正常稳定运行状态，为了简化计算过程，减少内存占用，本发明采用上一个采集周期的理论码流值作为参考对象，对异常状态下的码流值进行调整。
前述码流调整过程是一种动态即时调整方式，响应速度快，适合参数突变的场景，尤其是短时间突变后相关参数即进入相对平稳状态的场景，如网络临时波动或摄像机供电不稳定等。但对于长时间持续变化等场景，例如网络长时间不稳定时，如此频繁的调整虽然满足了即时性要求，但也增加了功耗，另外，在某些时段，由于参数一直在变化和调整过程的延时性，调整后的参数未必适合再次变化后的场景。
针对这一问题，本发明提出，所述运维系统还包括运行分析模块。
如果预设调整时长后的调整效果仍达不到预设要求，所述运行分析模块用于对导入的当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析。
所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
进一步地，所述码率匹配模块计算得到适于后N个采集周期的最匹配的视频码流值的过程包括以下步骤：
计算后N个采集周期时长内每个采集周期对应的最匹配的理论码流值Li，Li+1，…，Li+N。
以时间为横轴，码流取值为纵轴，拟合理论码流值的变化趋势曲线。
对理论码流值变化趋势曲线中的峰值点进行削平处理，使其不超过预先配置的最大码流值Lmax和最小码流值Lmin。
对峰值点做线性拟合，拟合出由不多于M条水平直线组成的折线，筛选出与拟合折线的垂直距离大于预设距离的峰值点，将其设定成异常点，前述折线拟合过程，以异常点数量最小和折线数量最少为约束条件。
对于异常点，设定最匹配的视频码流值为经削平处理后的理论码流值，对于其他点，设定最匹配的视频码流值为对应时刻的拟合折线的取值。
其中，每个采集周期的理论码流值均可以采用前述公式计算得到。
在此基础上，假设后N个采集周期对应的理论码流值分别为Li，Li+1，…，Li+N，为了尽可能地减少调整次数(不超过M次)，通过拟合由水平直线组成的折线的方式来分时段设定多个理论码流值。而对于其中部分与拟合折线的垂直距离大于预设距离的峰值点，为了避免采用拟合值导致偏差过大，仍采用原计算值或削平处理后的计算值。优选的，前述折线拟合过程，以尽可能减少异常点和折线数量最少为约束条件。
本发明采用运行分析模块对后N个采集周期的各项参数进行预测，结合预测结果选择后 N个采集周期内的最佳码流，实现预测式调整，降低了调整频率，也使最终选择的码流能够应对后续变化，更符合实际需求。在实际应用中，结合前述两种调整方式，提高调整效率。
在一些例子中，所述运行分析模块包括数据处理单元、样本生成单元、参数相关性分析模型和参数趋势分析模型。
所述数据处理单元用于对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线。
所述样本生成单元用于采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据。
所述参数相关性分析模型用于基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重。
所述参数趋势分析模型用于以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析。
通过引入多种与视频监控设备运行相关的参数，并结合序列样本数据计算得到每个参数之间的相关性和影响权重，采用时序分析，使计算得到的后N个采集周期所有参数的变化趋势更加精准，间接提高视频监控设备的调整效率，降低运维成本。此处可引入GNN神经网络模型，借助前述序列样本数据训练模型，采用训练好的模型对导入的当前序列数据进行预测分析。GNN神经网络训练过程中采用的序列样本数据和统计相关性时采用的序列样本数据可以相同，也可以采用采用不同的滑动窗口再次提取，无需再次采集样本。
结合图2，基于前述运维系统，本发明提出一种适于视频监控设备的运维方法，所述运维方法包括：
S1，创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流。
S2，采集每个视频监控设备的运行状态参数、网络参数和视频质量参数。
S3，对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，结束流程，否则，进入步骤S4。
S4，结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值。
S5，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数。
S6，结合运行数据采集模块发送的视频质量参数，判断调整效果。
进一步地，所述运维方法还包括：
S7，如果预设调整时长后的调整效果仍达不到预设要求，对当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析。
S8，结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
进一步地，步骤S41，所述对后N个采集周期该视频监控设备的相关参数进行预测分析的过程包括以下步骤：
S71，对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线。
S72，采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据；
S73，基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重。
S74，以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析。
S75，重复步骤S74，直至完成所有参数预测分析。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (10)

1.一种适于视频监控设备的运维系统，其特征在于，所述运维系统包括设备管理模块、运行数据采集模块、码率匹配模块和运行管理模块；
所述设备管理模块用于创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流；
所述运行数据采集模块用于采集每个视频监控设备的运行状态参数、网络参数和视频质量参数；所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值；
所述运行管理模块对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，否则，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数，并且结合运行数据采集模块发送的视频质量参数，判断调整效果。
2.根据权利要求1所述的适于视频监控设备的运维系统，其特征在于，所述运行状态参数包括设备温度、设备电压和设备电流在内的物理量；所述网络参数包括实时带宽；所述视频质量参数包括实时视频帧率和实时视频码流。
3.根据权利要求2所述的适于视频监控设备的运维系统，其特征在于，所述码率匹配模块采用下述公式计算得到当前状态下最匹配的视频码流值：
Figure FDA0002583149920000011
式中，f(Ti，Vi，Ii)是第i个采集周期内运行状态参数对视频图像拍摄质量和解码效率的影响函数，Ti是第i个采集周期内设备温度值，Vi是第i个采集周期内的设备电压值，Ii是第i个采集周期内的设备电流值，V0是设备的标准电压值，I0是设备的标准电流值，g(Wi)是第i个采集周期内实时带宽Wi对码流的影响函数，Li-1是第(i-1)个采集周期计算得到的理论码流值，Lmin是设备配置的最小码流值。
4.根据权利要求1所述的适于视频监控设备的运维系统，其特征在于，所述运维系统还包括运行分析模块；
如果预设调整时长后的调整效果仍达不到预设要求，所述运行分析模块用于对导入的当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析。
5.根据权利要求4所述的适于视频监控设备的运维系统，其特征在于，所述码率匹配模块结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
6.根据权利要求5所述的适于视频监控设备的运维系统，其特征在于，所述码率匹配模块计算得到适于后N个采集周期的最匹配的视频码流值的过程包括以下步骤：
计算后N个采集周期时长内每个采集周期对应的最匹配的理论码流值Li，Li+1，…，Li+N；
以时间为横轴，码流取值为纵轴，拟合理论码流值的变化趋势曲线；
对理论码流值变化趋势曲线中的峰值点进行削平处理，使其不超过预先配置的最大码流值Lmax和最小码流值Lmin；
对峰值点做线性拟合，拟合出由不多于M条水平直线组成的折线，筛选出与拟合折线的垂直距离大于预设距离的峰值点，将其设定成异常点；前述折线拟合过程，以异常点数量最小和折线数量最少为约束条件；
对于异常点，设定最匹配的视频码流值为经削平处理后的理论码流值，对于其他点，设定最匹配的视频码流值为对应时刻的拟合折线的取值。
7.根据权利要求4所述的适于视频监控设备的运维系统，其特征在于，所述运行分析模块包括数据处理单元、样本生成单元、参数相关性分析模型和参数趋势分析模型；
所述数据处理单元用于对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线；
所述样本生成单元用于采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据；
所述参数相关性分析模型用于基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重；
所述参数趋势分析模型用于以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析。
8.一种适于视频监控设备的运维方法，其特征在于，所述运维方法包括：
S1，创建和管理设备数据库，所述设备数据库用于存储所有视频监控设备的编号、类型和最低配置参数；所述视频监控设备根据使用需求均设置有最低配置参数，至少包括最小视频帧率和最小视频码流；
S2，采集每个视频监控设备的运行状态参数、网络参数和视频质量参数；
S3，对运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，如果任意一个视频监控设备的其中一个参数超出对应的允许取值范围，生成警报信号，结束流程，否则，进入步骤S4；
S4，结合每个视频监控设备对应的最低配置参数和运行数据采集模块采集到的每个视频监控设备的运行状态参数、网络参数，计算得到当前状态下最匹配的视频码流值；
S5，将码率匹配模块计算得到的每个视频监控设备在当前状态下最匹配的的视频码流值发送至对应的视频监控设备，使其自适应地调整视频码流设定参数；
S6，结合运行数据采集模块发送的视频质量参数，判断调整效果。
9.根据权利要求8所述的适于视频监控设备的运维方法，其特征在于，所述运维方法还包括：
S7，如果预设调整时长后的调整效果仍达不到预设要求，对当前采集周期内每个视频监控设备的运行状态参数、网络参数和视频质量参数进行分析，结合前N个采集周期的该视频监控设备的相关参数，对后N个采集周期该视频监控设备的相关参数进行预测分析；
S8，结合每个视频监控设备对应的最低配置参数和运行分析模块输出的后N个采集周期该视频监控设备的相关参数趋势，计算得到适于后N个采集周期的最匹配的视频码流值。
10.根据权利要求8所述的适于视频监控设备的运维方法，其特征在于，步骤S41，所述对后N个采集周期该视频监控设备的相关参数进行预测分析的过程包括以下步骤：
S71，对每个导入的视频监控设备的运行状态参数、网络参数和视频质量参数进行整合，针对每个参数的时间序列生成随时间的变化曲线；
S72，采用不同长度的滑动窗口同时截取每个参数的变化曲线，得到对应的序列样本数据；
S73，基于一定量的序列样本数据，统计得到每个参数之间的相关性和影响权重；
S74，以其中一个参数为目标，结合与之相关的其他参数的影响权重，通过时序分析，对后N个采集周期该参数的变化趋势进行预测分析；
S75，重复步骤S74，直至完成所有参数预测分析。
CN202010673361.8A 2020-07-14 2020-07-14 适于视频监控设备的运维系统和运维方法 Active CN111970484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010673361.8A CN111970484B (zh) 2020-07-14 2020-07-14 适于视频监控设备的运维系统和运维方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010673361.8A CN111970484B (zh) 2020-07-14 2020-07-14 适于视频监控设备的运维系统和运维方法

Publications (2)

Publication Number Publication Date
CN111970484A true CN111970484A (zh) 2020-11-20
CN111970484B CN111970484B (zh) 2021-03-23

Family

ID=73361677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010673361.8A Active CN111970484B (zh) 2020-07-14 2020-07-14 适于视频监控设备的运维系统和运维方法

Country Status (1)

Country Link
CN (1) CN111970484B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873342A (zh) * 2021-06-29 2021-12-31 浙江大华技术股份有限公司 视频传输方法、装置、电子设备、计算机可读存储介质
CN114038009A (zh) * 2021-10-26 2022-02-11 深圳市华安泰智能科技有限公司 一种基于人体骨骼关键点的图像数据采集分析系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080144519A1 (en) * 2006-12-18 2008-06-19 Verizon Services Organization Inc. Content processing device monitoring
CN102006459A (zh) * 2010-11-09 2011-04-06 中国电信股份有限公司 视频图像智能诊断系统及方法
CN103347195A (zh) * 2013-05-31 2013-10-09 Tcl集团股份有限公司 一种监测评估视频质量的系统及方法
CN104394486A (zh) * 2014-11-26 2015-03-04 中标软件有限公司 一种基于云桌面的视频流处理方法及装置
US20150341812A1 (en) * 2003-08-29 2015-11-26 Ineoquest Technologies, Inc. Video quality monitoring
CN107241214A (zh) * 2017-05-04 2017-10-10 国网天津静海供电有限公司 一种手机app机房运维系统
CN108809757A (zh) * 2018-05-22 2018-11-13 平安科技（深圳）有限公司 一种系统告警方法、存储介质和服务器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150341812A1 (en) * 2003-08-29 2015-11-26 Ineoquest Technologies, Inc. Video quality monitoring
US20080144519A1 (en) * 2006-12-18 2008-06-19 Verizon Services Organization Inc. Content processing device monitoring
CN102006459A (zh) * 2010-11-09 2011-04-06 中国电信股份有限公司 视频图像智能诊断系统及方法
CN103347195A (zh) * 2013-05-31 2013-10-09 Tcl集团股份有限公司 一种监测评估视频质量的系统及方法
CN104394486A (zh) * 2014-11-26 2015-03-04 中标软件有限公司 一种基于云桌面的视频流处理方法及装置
CN107241214A (zh) * 2017-05-04 2017-10-10 国网天津静海供电有限公司 一种手机app机房运维系统
CN108809757A (zh) * 2018-05-22 2018-11-13 平安科技（深圳）有限公司 一种系统告警方法、存储介质和服务器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873342A (zh) * 2021-06-29 2021-12-31 浙江大华技术股份有限公司 视频传输方法、装置、电子设备、计算机可读存储介质
CN114038009A (zh) * 2021-10-26 2022-02-11 深圳市华安泰智能科技有限公司 一种基于人体骨骼关键点的图像数据采集分析系统

Also Published As

Publication number Publication date
CN111970484B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
CN111970484B (zh) 适于视频监控设备的运维系统和运维方法
US8013909B2 (en) Method and apparatus for adjusting exposure in digital imaging
US11503313B2 (en) Systems and methods for rendering and pre-encoded load estimation based encoder hinting
CN111770285B (zh) 一种曝光亮度控制方法、装置、电子设备和存储介质
CN107566781A (zh) 视频监控方法和视频监控设备
CN111355864A (zh) 一种图像闪烁消除方法及装置
CN103636212B (zh) 基于帧相似性和视觉质量以及兴趣的帧编码选择
CN104125429A (zh) 视频数据传输的调节方法及装置
CN110198444A (zh) 视频帧编码方法、视频帧编码设备及具有存储功能的装置
US20210409724A1 (en) Method and device for bitrate adjustment in encoding process
TWI685247B (zh) 影像處理方法及其相關的攝影裝置與攝影系統
CN112584089B (zh) 人脸亮度调节方法、装置、计算机设备和存储介质
CN110012324B (zh) 一种嵌入式无线视频传输的码率自适应方法、wifi相机、控制装置以及码率自适应系统
CN107770538A (zh) 一种检测场景切换帧的方法、装置和系统
CN109905670A (zh) 一种多级平台监控系统
CN116456061A (zh) 基于动态目标检测的智能社区监控管理方法、系统及介质
CN108810468B (zh) 一种优化显示效果的视频传输装置及方法
CN114302226A (zh) 一种视频画幅智能裁剪方法
CN112437301B (zh) 一种面向视觉分析的码率控制方法、装置、存储介质及终端
CN106487808A (zh) 一种直播视频动态上传方法及系统
CN104935971B (zh) 一种在线课堂中的视频传输动态调整方法及系统
CN103414886A (zh) 一种网络视频的传输方法
CN104333726B (zh) 一种针对转码视频源的去隔行方法及系统
Mizdos et al. Subjective and objective evaluation of spatial and temporal information of video content
CN113938671A (zh) 图像内容分析方法、装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant