CN112580607A - 一种基于视频数据结构化方法 - Google Patents

Abstract

本发明提供一种基于视频数据结构化方法，S1、摄像头采集的视频上传至边缘计算盒子，S2、由边缘计算盒子处理成结构化数据上传至一体化识别管理系统，S3、一体化识别管理系统通过对结构化大数据做分类、保存、加工、统计分析、预警，S4、通过前端控制台和OpenAPI展示给运营工作人员或者行业需求方。本发明中系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端，检查与当前的分类栏匹配度，匹配度较高。

Description

一种基于视频数据结构化方法

技术领域

本发明属于视频处理方法技术领域，涉及一种基于视频数据结构化方法。

背景技术

视频泛指将一系列静态影像以电信号的方式加以捕捉、记录、处理、储存、传送与重现的各种技术。连续的图像变化每秒超过24帧画面以上时，根据视觉暂留原理，人眼无法辨别单幅的静态画面；看上去是平滑连续的视觉效果，这样连续的画面叫做视频。视频技术最早是为了电视系统而发展，但现在已经发展为各种不同的格式以利消费者将视频记录下来。网络技术的发达也促使视频的纪录片段以串流媒体的形式存在于因特网之上并可被电脑接收与播放。视频与电影属于不同的技术，后者是利用照相术将动态的影像捕捉为一系列的静态照片。

视频结构化是指根据视频画面中呈现出的人、车、物、颜色、数字及其他属性特征，建立视频大数据结构化平台。视频被结构化后，存入相应的结构化数据仓库，存储的容量极大降低。

现在很多的平台都是在做将视频进行结构化，提供需要的进行观看，有的是实时生成的，类似于现在的视频直播，现在的视频直播平台在进行直播或者播放的时候，都是会进行分类，现有的视频在平台直播或者播放的时候，都会进行视频的分类，是为了客户在平台观看直播或者视频的时候，便于进行检索，找到符合自己的视频，但是现有的平台在进行分类的时候，虽然有分类，但是在分类的时候，分类的匹配度交底，使用户的体验感较低。

发明内容

本发明目的在于解决现今视频数据结构在分类的时候，分类的匹配度交底，用户的体验感较差。

本发明的另一目的在于提供基于视频数据结构化方法。

为了实现上述的效果，本发明提供如下技术方案：

一种基于视频数据结构化方法，包括以下步骤：

S1、视频大数据结构化分析平台，基于摄像头，采集的视频上传至边缘计算盒子；

S2、由边缘计算盒子处理成结构化数据上传至一体化识别管理系统；

S3、一体化识别管理系统通过对结构化大数据做分类、保存、加工、统计分析、预警；

S4、通过前端控制台和OpenAPI展示给运营工作人员或者行业需求方。

优选的是，在S1的操作步骤中：所述摄像头采用高清防抖动的摄像头。

优选的是，在S1的操作步骤中：所述采集的视频上传至边缘计算盒子的网络延迟不能超过90ms。

优选的是，在S2的操作步骤中：所述缘计算盒子上传至一体化识别管理系统的网络延迟不能超过60ms。

优选的是，所述大数据做分类、保存、加工、统计分析、预警的方法，包括以下步骤：

S31、视频上传到系统中的时候，系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，并且将视频的名字自动加以分类类别的描述；

S32、分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端；

S33、视频分类保存完成后，在视频的首页照片，使用PS对首页照片进行美化，同时使用视频处理技术对视频的画质以及视频中的人物进行美化；

S34、随着视频的点播量，进行统计，以及上传的视频进行统计，然后将统计的量返给边缘计算盒子，边缘计算盒子在更新的时候，进行调整分栏的顺序和分栏里面内部视频的顺序，及时将点播量大的进行推送；

S35、视频在播放的时候，使用系统对视频进行预警，视频中有不符合规定的视频及时的下架，以及将视频立刻做出处理。

优选的是，在S31的操作步骤中：还包括以下步骤：

S311、视频在分类的时候，首先对视频的人物进行剥离，提取主要的主要的人物特征动作，先进行第一次筛选，有动作违规的，直接将视频返回原路；

S312、主要的人物特征在提取后，进行识别，识别主要人物特征的声音，如果有违规的声音，视频直接原路返回；

S313、在声音和视频确定后，进行第一步储存；

S314、在第一步储存后，对视频的声音进行第二提取，查看符合视频栏中的哪个分类，进行预分类；

S315、将进行预分类的视频进行画面和声音同时读取，进行主要处理，检查与当前的分类栏匹配度，匹配度较高，则进行下一步，匹配度较低返回步骤S311，且不在分类到当前的视频栏；

S316、匹配度较高的视频，检查视频中的人物是否为当前点击量最大的视频和标题，进行排序储存。

本发明提供了一种基于视频数据结构化方法，具备以下有益效果：

本发明中视频上传到系统中的时候，系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，并且将视频的名字自动加以分类类别的描述，分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端，在声音和视频确定后，进行第一步储存，在第一步储存后，对视频的声音进行第二提取，查看符合视频栏中的哪个分类，进行预分类，将进行预分类的视频进行画面和声音同时读取，进行主要处理，检查与当前的分类栏匹配度，匹配度较高，则进行下一步，匹配度较低返回系统先对视频进行识别步骤，且不在分类到当前的视频栏，匹配度较高的视频，检查视频中的人物是否为当前点击量最大的视频和标题，进行排序储存了，多次的整合分类，使分类的效果更好，匹配度更高，视频在分类的时候，首先对视频的人物进行剥离，提取主要的主要的人物特征动作，先进行第一次筛选，有动作违规的，直接将视频返回原路，主要的人物特征在提取后，进行识别，识别主要人物特征的声音，如果有违规的声音，视频直接原路返回，频在播放的时候，使用系统对视频进行预警，视频中有不符合规定的视频及时的下架，以及将视频立刻做出处理，监管的力度，更加的强大，防止视频有违规的出，随着视频的点播量，进行统计，以及上传的视频进行统计，然后将统计的量返给边缘计算盒子，边缘计算盒子在更新的时候，进行调整分栏的顺序和分栏里面内部视频的顺序，及时将点播量大的进行推送，进行更新视频分类，推送更好的视频。

具体实施方式

本发明提供一种技术方案：一种基于视频数据结构化方法，包括以下步骤：

步骤一、视频大数据结构化分析平台，基于摄像头，采集的视频上传至边缘计算盒子，摄像头采用高清防抖动的摄像头，采集的视频上传至边缘计算盒子的网络延迟不能超过90ms，防止视频抖动磨合和卡顿的情况；

步骤二、由边缘计算盒子处理成结构化数据上传至一体化识别管理系统，所述缘计算盒子上传至一体化识别管理系统的网络延迟不能超过60ms；

步骤三、一体化识别管理系统通过对结构化大数据做分类、保存、加工、统计分析、预警；

步骤四、通过前端控制台和OpenAPI展示给运营工作人员或者行业需求方。

大数据做分类、保存、加工、统计分析、预警的方法，包括以下步骤：

1)、视频上传到系统中的时候，系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，并且将视频的名字自动加以分类类别的描述，使视频分类的更加清楚明了；

2)、分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端，更好的推送优质视频；

3)、视频分类保存完成后，在视频的首页照片，使用PS对首页照片进行美化，同时使用视频处理技术对视频的画质以及视频中的人物进行美化，使视频的观赏效果更好；

4)、随着视频的点播量，进行统计，以及上传的视频进行统计，然后将统计的量返给边缘计算盒子，边缘计算盒子在更新的时候，进行调整分栏的顺序和分栏里面内部视频的顺序，及时将点播量大的进行推送，及时统计，及时的更新，可以实时更新；

5)、视频在播放的时候，使用系统对视频进行预警，视频中有不符合规定的视频及时的下架，以及将视频立刻做出处理。

在步骤1)、的操作步骤中：还包括以下步骤：

a)、视频在分类的时候，首先对视频的人物进行剥离，提取主要的主要的人物特征动作，先进行第一次筛选，有动作违规的，直接将视频返回原路；

b)、主要的人物特征在提取后，进行识别，识别主要人物特征的声音，如果有违规的声音，视频直接原路返回，对声音和视频进行双通道检查，防止有违规的视频出现；

c)、在声音和视频确定后，进行第一步储存；

d)、在第一步储存后，对视频的声音进行第二提取，查看符合视频栏中的哪个分类，进行预分类；

e)、将进行预分类的视频进行画面和声音同时读取，进行主要处理，检查与当前的分类栏匹配度，匹配度较高，则进行下一步，匹配度较低返回步骤a)中，且不在分类到当前的视频栏；

f)、匹配度较高的视频，检查视频中的人物是否为当前点击量最大的视频和标题，进行排序储存。

综上所述，视频上传到系统中的时候，系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，并且将视频的名字自动加以分类类别的描述，分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端，在声音和视频确定后，进行第一步储存，在第一步储存后，对视频的声音进行第二提取，查看符合视频栏中的哪个分类，进行预分类，将进行预分类的视频进行画面和声音同时读取，进行主要处理，检查与当前的分类栏匹配度，匹配度较高，则进行下一步，匹配度较低返回系统先对视频进行识别步骤，且不在分类到当前的视频栏，匹配度较高的视频，检查视频中的人物是否为当前点击量最大的视频和标题，进行排序储存了，多次的整合分类，使分类的效果更好，匹配度更高。

视频在分类的时候，首先对视频的人物进行剥离，提取主要的主要的人物特征动作，先进行第一次筛选，有动作违规的，直接将视频返回原路，主要的人物特征在提取后，进行识别，识别主要人物特征的声音，如果有违规的声音，视频直接原路返回，频在播放的时候，使用系统对视频进行预警，视频中有不符合规定的视频及时的下架，以及将视频立刻做出处理，监管的力度，更加的强大，防止视频有违规的出现。

随着视频的点播量，进行统计，以及上传的视频进行统计，然后将统计的量返给边缘计算盒子，边缘计算盒子在更新的时候，进行调整分栏的顺序和分栏里面内部视频的顺序，及时将点播量大的进行推送，进行更新视频分类，推送更好的视频。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于视频数据结构化方法，其特征在于：包括以下步骤：

S1、视频大数据结构化分析平台，基于摄像头，采集的视频上传至边缘计算盒子；

S2、由边缘计算盒子处理成结构化数据上传至一体化识别管理系统；

S3、一体化识别管理系统通过对结构化大数据做分类、保存、加工、统计分析、预警；

S4、通过前端控制台和OpenAPI展示给运营工作人员或者行业需求方。

2.根据权利要求1所述的一种基于视频数据结构化方法，其特征在于：在S1的操作步骤中：所述摄像头采用高清防抖动的摄像头。

3.根据权利要求1所述的一种基于视频数据结构化方法，其特征在于：在S1的操作步骤中：所述采集的视频上传至边缘计算盒子的网络延迟不能超过90ms。

4.根据权利要求1所述的一种基于视频数据结构化方法，其特征在于：在S2的操作步骤中：所述缘计算盒子上传至一体化识别管理系统的网络延迟不能超过60ms。

5.根据权利要求1所述的一种基于视频数据结构化方法，其特征在于：所述大数据做分类、保存、加工、统计分析、预警的方法，包括以下步骤：

S31、视频上传到系统中的时候，系统先对视频进行识别，识别后，将视频发送到分类系统中，分类系统将视频进行分类的不同的类别栏中，并且将视频的名字自动加以分类类别的描述；

S32、分类的好的视频进行保存到分类栏中，结合边缘计算机盒子的热搜关键词和点击量，自动进行调整分类栏的顺序，同时将每个分类栏里面热搜的视频放在分类栏的最前端；

S33、视频分类保存完成后，在视频的首页照片，使用PS对首页照片进行美化，同时使用视频处理技术对视频的画质以及视频中的人物进行美化；

S34、随着视频的点播量，进行统计，以及上传的视频进行统计，然后将统计的量返给边缘计算盒子，边缘计算盒子在更新的时候，进行调整分栏的顺序和分栏里面内部视频的顺序，及时将点播量大的进行推送；

S35、视频在播放的时候，使用系统对视频进行预警，视频中有不符合规定的视频及时的下架，以及将视频立刻做出处理。

6.根据权利要求5所述的一种基于视频数据结构化方法，其特征在于：在S31的操作步骤中：还包括以下步骤：

S311、视频在分类的时候，首先对视频的人物进行剥离，提取主要的主要的人物特征动作，先进行第一次筛选，有动作违规的，直接将视频返回原路；

S312、主要的人物特征在提取后，进行识别，识别主要人物特征的声音，如果有违规的声音，视频直接原路返回；

S313、在声音和视频确定后，进行第一步储存；

S314、在第一步储存后，对视频的声音进行第二提取，查看符合视频栏中的哪个分类，进行预分类；

S315、将进行预分类的视频进行画面和声音同时读取，进行主要处理，检查与当前的分类栏匹配度，匹配度较高，则进行下一步，匹配度较低返回步骤S311，且不在分类到当前的视频栏；

S316、匹配度较高的视频，检查视频中的人物是否为当前点击量最大的视频和标题，进行排序储存。