CN112672211A - 一种智慧监控场景下负反馈码流解码方法 - Google Patents
一种智慧监控场景下负反馈码流解码方法 Download PDFInfo
- Publication number
- CN112672211A CN112672211A CN201910980843.5A CN201910980843A CN112672211A CN 112672211 A CN112672211 A CN 112672211A CN 201910980843 A CN201910980843 A CN 201910980843A CN 112672211 A CN112672211 A CN 112672211A
- Authority
- CN
- China
- Prior art keywords
- strategy
- frame skipping
- decoding
- frame
- skipping
- 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
Links
Images
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明涉及一种智慧监控场景下负反馈码流解码方法,包括解码负荷分析策略、跳帧切换策略、跳帧判断策略;所述解码负荷分析策略为获取视频解码系统的图像数据缓存空间分布,估计当前算法处理系统的负荷系数,确定当前是否需要对解码数据进行跳帧;所述跳帧切换策略为根据负荷系数,选择相应的跳帧策略,执行跳帧判断策略;所述的跳帧判断策略为分配该帧编号,并与该策略设定的跳帧阈值进行判断,给出是否跳帧的判断结果。本发明通过分析图像数据缓存空间分布实现解码跳帧策略的负反馈控制,对智慧监控场景下码流解码控制有较好的实用性和稳定性。
Description
技术领域
本发明涉及数字图像处理技术领域,特别是涉及一种智慧监控场景下根据算法处理负载情况,对接入码流进行负反馈解码的算法。
背景技术
为实现信息化、工业化与城镇化深度融合,各地区相继提出“智慧城市”战略来提高城市治理效率,在智慧交通、公共安全、智慧工地等领域应用成果显著,其核心的视频监控大数据技术得到发展与应用。
视频监控业务需要通过视频解码模块获取视频帧,再由人工智能分析算法对视频帧进行处理并显示。该过程中算法对视频帧的处理开销受监控视角下实际出现内容的影响,当关注目标出现时会调用多种算法会进行深层分析,需消耗较长时间完成对输入待处理视频帧的处理。在实际监控场景下,关注目标出现频率波动较大,容易造成输入待处理视频帧队列的数据淤积,影响硬件资源利用率和处理后展示的实时性。
当前业界为平衡大型人工智能算法处理高开销与视频展示实时性问题,通常会在视频解码端使用跳帧处理,主要实现方法为设定参数进行固定比例跳帧、设定阈值在临界时强制丢弃一批数据等方法。这方法能在算法处理速度低于视频解码速度时,降低待处理队列的淤积现象,但固定比例法会在算法处理效率高时固定损失部分数据的处理,而临界阈值法在满足阈值时容易出现智能算法漏检情况。由于待处理队列开始淤积时,算法处理速度已经低于视频解码速度,需要对待处理队列异常现象进行灵敏及时响应,并在不同异常程度上进行动态调整。
因此需要结合当前智慧监控场景下码流解码跳帧方法的优点,提出一种新型负反馈解码方法,实现对系统中智能算法处理负荷的及时判断、解码跳帧策略的灵敏切换,保障智慧监控场景下目标的实时分析性能。
发明内容
针对以上不足,本发明提出一种智慧监控场景下负反馈码流解码方法,以解决现有码流解码跳帧方法存在无法及时动态跳帧的问题,该方法在现有解码技术基础上结合负荷分析和多策略切换等方法,实现跳帧策略的及时启动和灵敏切换,取得预期效果。
本发明的技术方案为:一种智慧监控场景下负反馈码流解码方法,其特征在于:包括解码负荷分析策略、跳帧切换策略、跳帧判断策略;所述解码负荷分析策略为获取视频解码系统的图像数据缓存空间分布,估计当前算法处理系统的负荷系数,确定当前是否需要对解码数据进行跳帧;所述跳帧切换策略为根据负荷系数,选择相应的跳帧策略,执行跳帧判断策略;所述的跳帧判断策略为分配该帧编号,并与该策略设定的跳帧阈值进行判断,给出是否跳帧的判断结果。
在上述技术方案中,所述解码负荷分析策略包括获取视频解码系统的图像数据缓存空间分布、计算算法处理系统负荷系数、解码跳帧判断。所述视频解码系统的图像数据缓存空间包含可申请缓存空间、处理中的数据、处理后待回收数据,所述可申请缓存空间为根据解码需求动态扩展,所述处理中的数据为进入算法处理系统中进行处理的数据,所述处理后待回收数据为系统回收队列中存放的数据;所述算法处理系统负荷系数为根据已申请的缓存数据、处理后待回收数据与图像数据缓存空间上限的比值确定;所述解码跳帧判断为负荷系数与最低跳帧策略启动阈值比较结果,当满足策略启动条件时对解码数据进行跳帧。
在上述技术方案中,所述跳帧切换策略包括预先设定的多种跳帧策略、各策略对应的负荷系数分布,所述解码负荷分析策略获取的负荷系数会依次与各跳帧策略的负荷系数分布区间进行比较,选择对应的跳帧策略进行跳帧处理。
在上述技术方案中,所述的跳帧判断策略包括视频编号、跳帧阈值、编号复位阈值。所述视频编号为执行该跳帧策略的视频帧编号,初始值为0,每次执行会累加;所述跳帧阈值为该策略判断跳帧和不跳帧的阈值,所述视频编号大于该阈值的帧不跳帧,否则跳帧;所述编号复位阈值为该策略一个跳帧判断循环上限,所述视频编号达到该阈值则复位。
在上述技术方案中,所述跳帧切换策略为负荷系数阈值判断方法,也可以添加隶属度函数进行模糊控制和策略切换。
本发明的优点在于:实现了对系统中智能算法处理负荷的及时判断、解码跳帧策略的灵敏切换,通过分析图像数据缓存空间分布实现解码跳帧策略的负反馈控制,对智慧监控场景下码流解码控制有较好的实用性和稳定性。
附图说明
图1是本发明的处理流程图;
图2是跳帧策略切换策略执行流程图;
图3是图像数据缓存空间分布;
图4是跳帧判断策略执行流程图。
具体实施方式
如图2、3、4所示,本发明包括:解码负荷分析策略、跳帧切换策略、跳帧判断策略。解码负荷分析策略包含获取视频解码系统的图像数据缓存空间分布、计算算法处理系统负荷系数、解码跳帧判断,估计出当前算法处理系统的负荷系数;跳帧切换策略包含预先设定的多种跳帧策略、各策略对应的负荷系数分布,实现跳帧策略的选择与切换;跳帧判断策略包含视频编号、跳帧阈值、编号复位阈值,实现当前帧是否跳帧的判断。
所述解码负荷分析策略包括获取视频解码系统的图像数据缓存空间分布、计算算法处理系统负荷系数、解码跳帧判断。所述视频解码系统的图像数据缓存空间如图3所示,包含可申请缓存空间、处理中的数据、处理后待回收数据,所述可申请缓存空间为根据解码需求动态扩展,所述处理中的数据为进入算法处理系统中进行处理的数据,所述处理后待回收数据为系统回收队列中存放的数据;所述算法处理系统负荷系数为根据已申请的缓存数据、处理后待回收数据与图像数据缓存空间上限的比值确定;所述解码跳帧判断为负荷系数与最低跳帧策略启动阈值比较结果,当满足策略启动条件时对解码数据进行跳帧。
所述跳帧切换策略包括预先设定的多种跳帧策略、各策略对应的负荷系数分布,如图2 所示,所述解码负荷分析策略获取的负荷系数会依次与各跳帧策略的负荷系数分布区间进行比较,选择对应的跳帧策略进行跳帧处理。
所述的跳帧判断策略包括视频编号、跳帧阈值、编号复位阈值。所述视频编号为执行该跳帧策略的视频帧编号,初始值为0,每次执行会累加;所述跳帧阈值为该策略判断跳帧和不跳帧的阈值,所述视频编号大于该阈值的帧不跳帧,否则跳帧;所述编号复位阈值为该策略一个跳帧判断循环上限,所述视频编号达到该阈值则复位。
所述跳帧切换策略为负荷系数阈值判断方法,也可以添加隶属度函数进行模糊控制和策略切换。
本发明的基本工作流程如图1所示:
S1在智慧监控系统启动时进行初始化,包括对负反馈码流解码系统的跳帧策略设定和参数设置,并启视频解码,通过算法处理系统进行处理;
S2当需要进行视频解码时,启动负反馈码流解码系统,获取图像数据缓存空间的分布,根据已申请的数据空间和待回收数据队列空间,估计算法处理系统的负荷系数,判断是否需要跳帧,如要跳帧执行S3,否则执行S5;
S3当需要进行跳帧处理时,将负荷系数与各跳帧策略的负荷区间进行比较,选择对应的跳帧策略,判断是否需要跳帧;
S4根据当前策略的视频编号记录,对该帧分配视频编号,并与跳帧阈值、编号阈值进行比较,调整该策略内的视频编号记录,输出跳帧判断结果;
S5根据跳帧判断结果,如果跳帧则创建临时丢帧数据,否则从图像数据缓存空间申请单帧数据,通过视频解码系统获取码流中一帧图像,对非丢帧数据送入算法处理系统进行处理,对丢帧数据或算法处理系统处理后的数据,通过数据回收系统放入待回收数据队列空间;
S6重新执行S2,直达系统停止时结束。
Claims (5)
1.一种智慧监控场景下负反馈码流解码方法,其特征在于:包括解码负荷分析策略、跳帧切换策略、跳帧判断策略;所述解码负荷分析策略为获取视频解码系统的图像数据缓存空间分布,估计当前算法处理系统的负荷系数,确定当前是否需要对解码数据进行跳帧;所述跳帧切换策略为根据负荷系数,选择相应的跳帧策略,执行跳帧判断策略;所述的跳帧判断策略为分配该帧编号,并与该策略设定的跳帧阈值进行判断,给出是否跳帧的判断结果。
2.根据权利要求1所述的智慧监控场景下负反馈码流解码方法,其特征在于:所述解码负荷分析策略包括获取视频解码系统的图像数据缓存空间分布、计算算法处理系统负荷系数、解码跳帧判断;所述视频解码系统的图像数据缓存空间包含可申请缓存空间、处理中的数据、处理后待回收数据,所述可申请缓存空间为根据解码需求动态扩展,所述处理中的数据为进入算法处理系统中进行处理的数据,所述处理后待回收数据为系统回收队列中存放的数据;所述算法处理系统负荷系数为根据已申请的缓存数据、处理后待回收数据与图像数据缓存空间上限的比值确定;所述解码跳帧判断为负荷系数与最低跳帧策略启动阈值比较结果,当满足策略启动条件时对解码数据进行跳帧。
3.根据权利要求1所述的智慧监控场景下负反馈码流解码方法,其特征在于:所述跳帧切换策略包括预先设定的多种跳帧策略、各策略对应的负荷系数分布,所述解码负荷分析策略获取的负荷系数会依次与各跳帧策略的负荷系数分布区间进行比较,选择对应的跳帧策略进行跳帧处理。
4.根据权利要求1所述的智慧监控场景下负反馈码流解码方法,其特征在于:所述的跳帧判断策略包括视频编号、跳帧阈值、编号复位阈值。所述视频编号为执行该跳帧策略的视频帧编号,初始值为0,每次执行会累加;所述跳帧阈值为该策略判断跳帧和不跳帧的阈值,所述视频编号大于该阈值的帧不跳帧,否则跳帧;所述编号复位阈值为该策略一个跳帧判断循环上限,所述视频编号达到该阈值则复位。
5.根据权利要求1所述的智慧监控场景下负反馈码流解码方法,其特征在于:所述跳帧切换策略为负荷系数阈值判断方法,也可以添加隶属度函数进行模糊控制和策略切换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910980843.5A CN112672211A (zh) | 2019-10-16 | 2019-10-16 | 一种智慧监控场景下负反馈码流解码方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910980843.5A CN112672211A (zh) | 2019-10-16 | 2019-10-16 | 一种智慧监控场景下负反馈码流解码方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112672211A true CN112672211A (zh) | 2021-04-16 |
Family
ID=75400100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910980843.5A Pending CN112672211A (zh) | 2019-10-16 | 2019-10-16 | 一种智慧监控场景下负反馈码流解码方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112672211A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709517A (zh) * | 2021-08-12 | 2021-11-26 | 德清阿尔法创新研究院 | 一种基于弱终端的在线视频流处理系统 |
CN115499707A (zh) * | 2022-09-22 | 2022-12-20 | 北京百度网讯科技有限公司 | 视频相似度的确定方法和装置 |
-
2019
- 2019-10-16 CN CN201910980843.5A patent/CN112672211A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709517A (zh) * | 2021-08-12 | 2021-11-26 | 德清阿尔法创新研究院 | 一种基于弱终端的在线视频流处理系统 |
CN115499707A (zh) * | 2022-09-22 | 2022-12-20 | 北京百度网讯科技有限公司 | 视频相似度的确定方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101155767B1 (ko) | 비디오 데이터의 인코딩을 위한 인코딩 유형 및 예측 모드선택 | |
CN103945214B (zh) | 终端侧时间域视频质量评价方法及装置 | |
JP5478047B2 (ja) | 映像データ圧縮前処理方法およびこれを用いた映像データ圧縮方法と映像データ圧縮システム | |
CN101346719A (zh) | 从视频帧中选择关键帧 | |
CN112672211A (zh) | 一种智慧监控场景下负反馈码流解码方法 | |
CN102014279B (zh) | 一种视频图像对比度增强方法和装置 | |
CN106993190B (zh) | 软硬件协同编码方法及系统 | |
JP5190968B2 (ja) | 動画像の圧縮方法及び圧縮装置 | |
CN107820095A (zh) | 一种长期参考图像选择方法及装置 | |
CN116777730B (zh) | 一种基于资源调度的gpu效能提高方法 | |
CN107105240B (zh) | 一种hevc-scc复杂度控制方法及其系统 | |
US20240031576A1 (en) | Method and apparatus for video predictive coding | |
CN115661008A (zh) | 一种图像增强处理方法、装置、设备及介质 | |
KR101167645B1 (ko) | 장면 전환 검출 방법 및 장치 | |
CN102804783B (zh) | 图像编码装置和相机系统 | |
CN111223058B (zh) | 一种图像增强方法 | |
CN116582693B (zh) | 一种基于视频资源池的摄像头调用管控方法 | |
CN106658024A (zh) | 一种快速的视频编码方法 | |
CN109218728B (zh) | 一种场景切换检测方法和系统 | |
CN108989801B (zh) | 一种基于时空特性的自适应模式选择快速方法 | |
US20040141555A1 (en) | Method of motion vector prediction and system thereof | |
JP2005348008A (ja) | 動画像符号化方法、動画像符号化装置、動画像符号化プログラム及びそのプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
CN110705518B (zh) | 一种视频检测方法及系统 | |
CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
JP4154459B2 (ja) | デジタル映像処理方法及びその装置 |
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 |