CN113099183A - 一种视频的智能分析方法、装置及电子设备 - Google Patents

一种视频的智能分析方法、装置及电子设备 Download PDF

Info

Publication number
CN113099183A
CN113099183A CN202110379761.2A CN202110379761A CN113099183A CN 113099183 A CN113099183 A CN 113099183A CN 202110379761 A CN202110379761 A CN 202110379761A CN 113099183 A CN113099183 A CN 113099183A
Authority
CN
China
Prior art keywords
intelligent
intelligent analysis
analysis
real
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
CN202110379761.2A
Other languages
English (en)
Inventor
薛超
米松
齐东伟
郗胜奎
靳龙雪
程铮
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.)
Tiandy Technologies Co Ltd
Original Assignee
Tiandy Technologies 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 Tiandy Technologies Co Ltd filed Critical Tiandy Technologies Co Ltd
Priority to CN202110379761.2A priority Critical patent/CN113099183A/zh
Publication of CN113099183A publication Critical patent/CN113099183A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G06F16/784—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 the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了一种视频的智能分析方法、装置及电子设备，属于视频监控的技术领域，解决了现有技术存在无法对视频进行复杂场景的智能分析的问题。该视频的智能分析方法，包括以下步骤，加载并行智能分析的数量、待分析对象和智能分析规则；根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；对多个实时视频对象进行解码，得到多个实时视频的解码流；将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；基于智能分析结果和智能分析规则，生成对应的报警信息。

Description

一种视频的智能分析方法、装置及电子设备
技术领域
本发明涉及视频监控技术领域，尤其是涉及一种视频的智能分析方法、装置及电子设备。
背景技术
随着智能分析功能在安防行业的普及，对摄像机的智能分析功能有了越来越高的需求，智能分析，是指对视频流进行背景和目标分离，解析目标动作，设置不同报警规则，并针对目标违规行为进行报警的技术。
目前，视频的智能分析功能无法对场景进行复杂分析，无法满足用户对复杂场景进行智能分析的需求。
因此，现有技术存在无法对视频进行复杂场景的智能分析的问题。
发明内容
本发明的目的在于提供一种视频的智能分析方法、装置及电子设备，以缓解现有技术存在无法对视频进行复杂场景的智能分析的技术问题。
第一方面，本发明提供的一种视频的智能分析方法，包括以下步骤，加载并行智能分析的数量、待分析对象和智能分析规则；
根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；
对多个实时视频对象进行解码，得到多个实时视频的解码流；
将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；
基于智能分析结果和智能分析规则，生成对应的报警信息。
进一步的，所述根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象的步骤之前，还包括：
判断加密锁的状态是否正常；
若正常，则执行根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象的步骤。
进一步的，所述对多个实时视频对象进行解码，得到多个实时视频的解码流的步骤，包括：
判断是否有硬解码显卡；
若是，则利用硬解码显卡对实时视频对象进行解码；
若否，则利用软解码对实时视频对象进行解码。
进一步的，所述多个实时视频的解码流进入智能分析算法库，得到智能分析结果的步骤，包括：
开启智能分析算法库；
当使用硬解码时，将显存逐帧送入智能分析算法库，利用GPU进行深度学习和分析，得到智能分析结果；
当使用软解码时，将内存逐帧送入智能分析算法库，利用CPU进行深度学习和分析，得到智能分析结果。
进一步的，所述基于智能分析结果和智能分析规则，生成对应的报警信息的步骤，包括：
判断智能分析结果是否触发智能分析规则中的警报条件；
若触发报警条件，则对触发报警的图像进行抓图并保存至数据库。
进一步的，所述智能分析规则包括：分析内容、分析区域或警报条件。
进一步的，所述加载并行智能分析的数量、待分析对象和智能分析规则的步骤之前，还包括：
接收新建或选择智能分析服务的指令，根据指令开启对应数量的并行智能分析服务；
接收并行智能分析服务所对应的时间信息及通道信息；
判断通道信息是否已在并行智能分析服务中；
若是，则重新接收通道信息；
若否，则将所述通道信息加入并行智能分析服务中。
第二方面，本发明还提供一种视频的智能分析装置，包括：
加载模块：用于加载并行智能分析的数量、待分析对象和智能分析规则；
连接模块：用于根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；
解码模块：用于对多个实时视频对象进行解码，得到多个实时视频的解码流；
分析模块：用于将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；
报警模块：用于基于智能分析结果和智能分析规则，生成对应的报警信息。
第三方面，本发明还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行第一方面所述的方法。
本发明提供的一种视频的智能分析方法，包括以下步骤，
加载并行智能分析的数量、待分析对象和智能分析规则，根据并行智能分析的数量、待分析对象和智能分析规则等基本信息，确定并行分析的数量，分析的视频对象及智能分析的具体规则。
根据并行智能分析的数量和待分析对象，通过网络SDK(Software DevelopmentKit，软件开发工具包)连接多个实时视频对象，开启对应数量的智能分析服务并连接待分析的多个实时视频对象。
对多个实时视频对象进行解码，得到多个实时视频的解码流，将视频还原为可以播放的原始视频格式。
将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果，使得多个实时视频可以同时进行智能算法分析。
基于智能分析结果和智能分析规则，生成对应的报警信息，将智能分析结果的数据与智能分析规则数据进行对比，若超出智能分析规则中的报警线，则生成对应的报警信息。
采用本发明提供的一种视频的智能分析方法，利用并行智能分析服务可将多个视频对象同时进入智能算法库进行智能算法分析，并可根据不同视频对象预设不同的智能分析规则，对用生成报警信息，使用服务器将前端的视频流拉取到后端，满足了监控领域对复杂场景进行智能分析的需求，并且多个视频对象可同时进行分析，提高了智能分析的效率。
相应地，本发明提供的一种视频的智能分析装置、电子设备及计算机可读存储介质，也同样具有上述技术效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的视频的智能分析方法流程图；
图2为本发明实施例中的加密锁判断流程图；
图3为本发明实施例中视频的智能分析方法中步骤S3的详细流程图；
图4为本发明实施例中视频的智能分析方法中步骤S4的详细流程图；
图5为本发明实施例中视频的智能分析方法中步骤S5的详细流程图；
图6为本发明实施例中视频的智能分析方法中准备阶段的详细流程图；
图7为本发明实施例中的视频的智能分析装置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
本发明实施例中所提到的术语“包括”和“具有”以及它们的任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前，视频的智能分析功能无法对场景进行复杂分析，无法满足用户对复杂场景进行智能分析的需求。
因此，现有技术存在无法对视频进行复杂场景的智能分析的问题。
为解决以上问题，本发明实施例提供一种视频的智能分析方法。
实施例1：
如图1所示，本发明实施例提供的一种视频的智能分析方法，包括以下步骤，
S1：加载并行智能分析的数量、待分析对象和智能分析规则。
根据并行智能分析的数量、待分析对象和智能分析规则等基本信息，确定并行分析的数量，分析的视频对象及智能分析的具体规则。
S2：根据并行智能分析的数量和待分析对象，通过网络SDK(SoftwareDevelopment Kit，软件开发工具包)连接多个实时视频对象。
开启对应数量的智能分析服务并连接待分析的多个实时视频对象。
S3：对多个实时视频对象进行解码，得到多个实时视频的解码流。
将视频还原为可以播放的原始视频格式。
S4：将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果。
使得多个实时视频可以同时进行智能算法分析。
S5：基于智能分析结果和智能分析规则，生成对应的报警信息。
将智能分析结果的数据与智能分析规则数据进行对比，若超出智能分析规则中的报警线，则生成对应的报警信息。
采用本发明实施例提供的视频的智能分析方法，利用并行智能分析服务可将多个视频对象同时进入智能算法库进行智能算法分析，并可根据不同视频对象预设不同的智能分析规则，对用生成报警信息，使用服务器将前端的视频流拉取到后端，满足了监控领域对复杂场景进行智能分析的需求，并且多个视频对象可同时进行分析，提高了智能分析的效率。
如图2所示，在一种可能的实施方式中，上述步骤S2之前，还包括：
S201：判断加密锁的状态是否正常；若正常，则执行S202。
加密锁是为软件开发商提供的一种智能型的具有软件保护功能的工具，它包含一个安装在计算机并行口或USB口上的硬件，及一套适用于各种语言的接口软件和工具软件。加密锁基于硬件保护技术，其目的是通过对软件与数据的保护防止知识产权被非法使用。
S202：执行根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象的步骤。
如图3所示，在一种可能的实施方式中，上述步骤S3包括：
S31:判断是否有硬解码显卡；若是，则执行S32；若否，则执行S33。
S32:利用硬解码显卡对实时视频对象进行解码，硬解码具有效率高，功耗低、热功耗低的优势，因此优先硬解码。
S33:利用软解码对实时视频对象进行解码。
如图4所示，在一种可能的实施方式中，上述步骤S4包括：
S41：开启智能分析算法库。
智能分析支持算法列表包括：周界、单绊线、双绊线、物品滞留盗移、审讯人员检测、徘徊、跌倒、奔跑、离岗检测、单人独处检测、异常行为、限高、起身、人脸检测、逆行、人员聚集、简单计数、人员滞留、音频报警、非法停车、智能审讯、递物和执法检人等。
S42：当使用硬解码时，将显存逐帧送入智能分析算法库，利用GPU进行深度学习和分析，得到智能分析结果。
S43：当使用软解码时，将内存逐帧送入智能分析算法库，利用CPU进行深度学习和分析，得到智能分析结果。
如图5所示，在一种可能的实施方式中，上述步骤S5包括：
S51：判断智能分析结果是否触发智能分析规则中的警报条件；若触发报警条件，则执行S52。
生成报警信息后，将报警信息进行保存，可以在服务器界面进行查看，报警同步上传平台，可在平台查看。
S52：对触发报警的图像进行抓图并保存至数据库。
可通过广播向平台发送报警并留存报警的图像证据，可在界面实时查看或是在查询页面查看报警，双击报警记录可查看抓图。
在一种可能的实施方式中，智能分析规则包括：分析内容、分析区域或警报条件。可以选择智能分析的内容，利用配置工具中的规则画线选择待分析的区域等。
如图6所示，在一种可能的实施方式中，准备阶段的步骤，还包括：
S101：接收新建或选择智能分析服务的指令，根据指令开启对应数量的并行智能分析服务。
S102：接收并行智能分析服务所对应的时间信息及通道信息。
可以对分析时间、分析通道及分析规则进行集中配置，支持并行智能分析功能，支持一个智能分析服务在不同时间段分析不同通道。
S103：判断通道信息是否已在并行智能分析服务中，若是，则执行S104；若否，则执行S105。避免将重复的通道加入智能服务中。
S104：重新接收通道信息。
S105：将通道信息加入并行智能分析服务中。
实施例2：
如图7所示，本发明实施例提供一种视频的智能分析装置，包括：
加载模块1：用于加载并行智能分析的数量、待分析对象和智能分析规则；
连接模块2：用于根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；
解码模块3：用于对多个实时视频对象进行解码，得到多个实时视频的解码流；
分析模块4：用于将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；
报警模块5：用于基于智能分析结果和智能分析规则，生成对应的报警信息。
实施例3：
本发明实施例提供一种电子设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现实施例1提供的方法的步骤。
实施例4：
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质存储有机器可运行指令，计算机可运行指令在被处理器调用和运行时，计算机可运行指令促使处理器运行实施例1提供的方法。
本发明实施例提供的一种视频的智能分析装置、电子设备及计算机可读存介质与上述实施例提供的一种视频的智能分析的方法具有相同的技术特征，因此也能解决相同的技术问题，达到相同的技术效果。
本发明实施例所提供的装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。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，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
又例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，再例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能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，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种视频的智能分析方法，其特征在于，包括以下步骤，
加载并行智能分析的数量、待分析对象和智能分析规则；
根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；
对多个实时视频对象进行解码，得到多个实时视频的解码流；
将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；
基于智能分析结果和智能分析规则，生成对应的报警信息。
2.根据权利要求1所述的视频的智能分析方法，其特征在于，所述根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象的步骤之前，还包括：
判断加密锁的状态是否正常；
若正常，则执行根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象的步骤。
3.根据权利要求1所述的视频的智能分析方法，其特征在于，所述对多个实时视频对象进行解码，得到多个实时视频的解码流的步骤，包括：
判断是否有硬解码显卡；
若是，则利用硬解码显卡对实时视频对象进行解码；
若否，则利用软解码对实时视频对象进行解码。
4.根据权利要求3所述的视频的智能分析方法，其特征在于，所述多个实时视频的解码流进入智能分析算法库，得到智能分析结果的步骤，包括：
开启智能分析算法库；
当使用硬解码时，将显存逐帧送入智能分析算法库，利用GPU进行深度学习和分析，得到智能分析结果；
当使用软解码时，将内存逐帧送入智能分析算法库，利用CPU进行深度学习和分析，得到智能分析结果。
5.根据权利要求1所述的视频的智能分析方法，其特征在于，所述基于智能分析结果和智能分析规则，生成对应的报警信息的步骤，包括：
判断智能分析结果是否触发智能分析规则中的警报条件；
若触发报警条件，则对触发报警的图像进行抓图并保存至数据库。
6.根据权利要求1所述的视频的智能分析方法，其特征在于，所述智能分析规则包括：分析内容、分析区域或警报条件。
7.根据权利要求1所述的视频的智能分析方法，其特征在于，所述加载并行智能分析的数量、待分析对象和智能分析规则的步骤之前，还包括：
接收新建或选择智能分析服务的指令，根据指令开启对应数量的并行智能分析服务；
接收并行智能分析服务所对应的时间信息及通道信息；
判断通道信息是否已在并行智能分析服务中；
若是，则重新接收通道信息；
若否，则将所述通道信息加入并行智能分析服务中。
8.一种视频的智能分析装置，其特征在于，包括：
加载模块：用于加载并行智能分析的数量、待分析对象和智能分析规则；
连接模块：用于根据并行智能分析的数量和待分析对象，通过网络SDK连接多个实时视频对象；
解码模块：用于对多个实时视频对象进行解码，得到多个实时视频的解码流；
分析模块：用于将多个实时视频的解码流送入智能分析算法库进行分析，得到智能分析结果；
报警模块：用于基于智能分析结果和智能分析规则，生成对应的报警信息。
9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。
CN202110379761.2A 2021-04-08 2021-04-08 一种视频的智能分析方法、装置及电子设备 Pending CN113099183A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110379761.2A CN113099183A (zh) 2021-04-08 2021-04-08 一种视频的智能分析方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110379761.2A CN113099183A (zh) 2021-04-08 2021-04-08 一种视频的智能分析方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN113099183A true CN113099183A (zh) 2021-07-09

Family

ID=76675312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110379761.2A Pending CN113099183A (zh) 2021-04-08 2021-04-08 一种视频的智能分析方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113099183A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742286A (zh) * 2008-11-11 2010-06-16 北京中星微电子有限公司 视频编、解码方法和视频编、解码装置
WO2012095867A2 (en) * 2011-01-12 2012-07-19 Videonetics Technology Private Limited An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs
CN103491379A (zh) * 2013-09-25 2014-01-01 浙江宇视科技有限公司 一种提升智能分析性能的方法和装置
CN106817562A (zh) * 2015-12-01 2017-06-09 欧阳卓明 一种具有视频监控图像智能分析功能的平台软件
CN107888924A (zh) * 2017-11-30 2018-04-06 江西洪都航空工业集团有限责任公司 一种无损视频加速分析方法
CN109101339A (zh) * 2018-08-15 2018-12-28 北京邮电大学 异构集群中视频任务并行化方法、装置及异构集群系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742286A (zh) * 2008-11-11 2010-06-16 北京中星微电子有限公司 视频编、解码方法和视频编、解码装置
WO2012095867A2 (en) * 2011-01-12 2012-07-19 Videonetics Technology Private Limited An integrated intelligent server based system and method/systems adapted to facilitate fail-safe integration and /or optimized utilization of various sensory inputs
CN103491379A (zh) * 2013-09-25 2014-01-01 浙江宇视科技有限公司 一种提升智能分析性能的方法和装置
CN106817562A (zh) * 2015-12-01 2017-06-09 欧阳卓明 一种具有视频监控图像智能分析功能的平台软件
CN107888924A (zh) * 2017-11-30 2018-04-06 江西洪都航空工业集团有限责任公司 一种无损视频加速分析方法
CN109101339A (zh) * 2018-08-15 2018-12-28 北京邮电大学 异构集群中视频任务并行化方法、装置及异构集群系统

Similar Documents

Publication Publication Date Title
Zhang et al. Efficient video frame insertion and deletion detection based on inconsistency of correlations between local binary pattern coded frames
US9646358B2 (en) Methods for scene based video watermarking and devices thereof
CN106713964A (zh) 一种生成视频摘要视点图的方法及装置
JP6683275B2 (ja) 解析装置、解析方法及びプログラム
CN103312770B (zh) 一种云平台资源审核的方法
JP6631712B2 (ja) 解析装置、解析方法、及びプログラム
CN116188821A (zh) 版权检测方法、系统、电子设备和存储介质
GB2501224A (en) Generating and comparing video signatures using sets of image features
CN114743157B (zh) 一种基于视频的行人监控方法、装置、设备及介质
CN112926083B (zh) 基于建筑信息模型的交互处理方法及相关装置
CN110659604A (zh) 视频检测方法、装置、服务器及存储介质
CN109271228A (zh) 应用的界面功能识别方法、装置及电子设备
WO2022222445A1 (zh) 事件的检测输出方法、事件策略确定方法及装置、电子设备和计算机可读存储介质
CN112966256B (zh) 基于建筑信息模型的设备管理方法及相关装置
CN103986979B (zh) 一种版权保护方法及系统
CN113099183A (zh) 一种视频的智能分析方法、装置及电子设备
CN113158794B (zh) 目标检测方法、边缘设备及计算机可读存储介质
CN115914578A (zh) 一种基于区块链的办案全流程化管理方法及系统
CN110798656A (zh) 一种监控视频文件处理方法、装置、介质和设备
CN110647858B (zh) 一种视频遮挡判断方法、装置和计算机存储介质
CN113515670A (zh) 影视资源状态识别方法、设备及存储介质
CN113486805A (zh) 图像监控的方法、装置、设备和计算机可读介质
CN113779304A (zh) 一种检测侵权视频的方法及装置
CN112073296A (zh) 基于onvif协议的ipc摄像机监控方法及系统
Gupta et al. Unusual Activity Detection Using Machine Learning

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: 20210709