CN113762105A - 监控视频智能分析方法、装置、电子装置和存储介质 - Google Patents
监控视频智能分析方法、装置、电子装置和存储介质 Download PDFInfo
- Publication number
- CN113762105A CN113762105A CN202110968109.4A CN202110968109A CN113762105A CN 113762105 A CN113762105 A CN 113762105A CN 202110968109 A CN202110968109 A CN 202110968109A CN 113762105 A CN113762105 A CN 113762105A
- Authority
- CN
- China
- Prior art keywords
- event
- target event
- intelligent analysis
- target
- video data
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请涉及一种监控视频智能分析方法、装置、电子装置和存储介质,其中,该监控视频智能分析方法包括:获取事件对应的事件图像,根据事件图像判断是否有目标事件发生,若有目标事件发生,获取目标事件对应的视频数据,对目标事件对应的视频数据进行智能分析,通过本申请,解决了计算资源利用率低的问题,避免了计算资源的浪费,提高了计算资源的利用率。
Description
技术领域
本申请涉及计算机视觉领域,特别是涉及监控视频智能分析方法、装置、电子装置和存储介质。
背景技术
在现有的智能分析系统中,通常都是由前端设备对连续采集视频数据,根据采集到的所有视频数据进行智能分析,但前端设备采集到的所有视频数据中,通常只有一部分会包含需要关注的有效视频数据、而另一部分则仅包含无需关注的无效视频数据,因此,对所有视频数据均进行智能分析,就导致会对无效的视频数据进行智能分析,造成计算资源的浪费。
现有方案中,依据事件发生时周围的人、车等移动情况对前端设备采集的视频数据进行智能分析,来减少计算资源的浪费,但是,事件发生时周围的人、车等移动情况容易受前端设备的移动、环境灯光等影响,造成误报,产生计算资源利用率低的问题。
发明内容
在本实施例中提供了一种监控视频智能分析方法、装置、电子装置和存储介质,以解决相关技术中计算资源利用率低的问题。
第一个方面,在本实施例中提供了一种监控视频智能分析方法,包括:
获取事件对应的事件图像;
根据事件图像判断是否有目标事件发生;
若有目标事件发生,获取所述目标事件对应的视频数据;
对所述目标事件对应的视频数据进行智能分析。
在其中的一些实施例中,所述根据事件图像判断是否有目标事件发生,包括:
判断所述事件图像是否存在目标对象;
若是,根据所述目标对象的行为确定是否有所述目标事件发生。
在其中的一些实施例中,所述目标事件为移动侦测事件、温度异常报警事件或者声音异常报警事件。
在其中的一些实施例中,所述对所述目标事件对应的视频数据进行智能分析,之前包括:
判断当前是否有可用的用于智能分析的计算资源,若没有可用的计算资源,将所述目标事件添加至等候队列中;
轮询获取计算资源。
在其中的一些实施例中,所述获取所述目标事件对应的视频数据,包括:
获取所述目标事件的上报开始时间;
获取所述上报开始时间之前预设时间点至事件结束时的视频数据。
在其中的一些实施例中,所述获取所述目标事件对应的视频数据,还包括:
判断当前环境条件是否满足获取所述视频数据;
若不满足,将所述目标事件添加至等候队列中,并轮询获取所述目标事件对应的视频数据。
在其中的一些实施例中,所述方法还包括:
若所述目标事件结束,判断所述目标事件上报开始时是否开启智能分析功能;
若所述目标事件开始时开启智能分析功能,判断是否正在对所述目标事件对应的视频数据进行智能分析;
若是,则结束对所述目标事件对应的视频数据进行智能分析;
若否,且所述目标事件在等候队列中,则保存所述目标事件的上报开始时间和上报结束时间。
在其中的一些实施例中,所述方法还包括:
若所述目标事件上报开始时未开启智能分析功能,则丢弃所述目标事件。
第二个方面,在本实施例中提供了一种监控视频智能分析装置,包括:
第一获取模块,用于获取事件对应的事件图像;
目标事件判断模块,用于根据事件图像判断是否有目标事件发生;
第二获取模块,用于在目标事件发生时,获取所述目标事件对应的视频数据;
智能分析模块,用于对所述目标事件对应的视频数据进行智能分析。
第三个方面,在本实施例中提供了一种电子装置,包括存储器、处理器以及存储在所述存储器上并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上述第一个方面所述的监控视频智能分析方法。
第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的监控视频智能分析方法。
与相关技术相比,在本实施例中提供的监控视频智能分析方法、装置、电子装置和存储介质,通过获取事件对应的事件图像;根据事件图像判断是否有目标事件发生;若有目标事件发生,获取所述目标事件对应的视频数据;对所述目标事件对应的视频数据进行智能分析,解决了计算资源利用率低的问题,减少了目标事件的误报率,提高了计算资源的利用率。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的监控视频智能分析方法的应用终端的硬件结构框图;
图2是根据本申请实施例的一种监控视频智能分析方法的流程图;
图3是根据本申请实施例的另一种监控视频智能分析方法的流程图;
图4是根据本申请实施例的再一种监控视频智能分析方法的流程图;
图5是本实施例的监控视频智能分析装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是根据本申请实施例的监控视频智能分析方法的应用终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的监控视频智能分析方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种监控视频智能分析方法,图2是根据本申请实施例的一种监控视频智能分析方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取事件对应的事件图像。
步骤S202,根据事件图像判断是否有目标事件发生。
步骤S203,若有目标事件发生,获取目标事件对应的视频数据。
步骤S204,对目标事件对应的视频数据进行智能分析。
在本实施例中,可以在前端摄像头中进行智能分析,也可以在后端设备中进行智能分析,当在前端摄像头进行智能分析时,前端摄像头采集监控视频数据,根据监控视频数据判断是否上报事件,若有事件发生,前端摄像头抓拍对应的事件图像,并根据事件图像来判断是否有事件发生;当在后端设备进行智能分析时,前端摄像头将抓拍的事件图像发送至后端设备,后端设备获取事件对应的事件图像,并根据事件图像判断是否有目标事件发生。
可以理解的,本实施例中,在有事件上报时,获取事件对应的事件图像,并根据事件图像判断是否有目标事件发生,在有目标事件发生时,获取与目标事件对应的视频数据,若上报的事件不是关注的目标事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
在其中的一些实施例中,根据事件图像判断是否有目标事件发生,包括:
判断事件图像是否存在目标对象;
若是,根据目标对象的行为确定是否有目标事件发生。
在本实施例中,目标对象可以为人、车等其他关注对象,目标对象能够根据实际的应用场景做调整,另外,在一个场景中,可设置一个以上的目标对象,这里不对目标对象的类别和个数做限定;
比如,在关注行人以及非机动车场景中,可设置目标对象为行人和非机动车,目标事件设置为行人闯红灯和非机动车闯红灯,在判断事件图像有行人和/或非机动车的情况下,判断行人和/或非机动车的行为是否与设置的目标事件相对应,若是,说明有目标事件发生。
可以理解的,在本实施例中,在判断事件图像存在目标对象的情况下,根据目标对象的行为来确定是否有目标事件发生,若上报的事件不是关注的目标事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
在其中的一些实施例中,目标事件为移动侦测事件、温度异常报警事件或者声音异常报警事件。
移动侦测事件是指通过移动侦测算法在监控视频的图像帧中检测到了物体移动,温度异常报警事件是指在监控视频的图像帧中检测到物体的温度超过了设定的阈值,声音异常报警事件是指在监控视频的图像帧中检测到物体的声音强度超过设定的阈值。
在本实施例中,移动侦测算法包括背景减除法(Background Subtraction)、时间差分法(Temporal Difference,又称相邻帧法)、光流法(Optical Flow)、运动向量检测法,它们均可以应用在本公开的各实施例中,此处不对具体运用何种移动侦测算法来检测物体的移动做限制。
在一个示例中,可以对监控视频的每个图像帧逐帧进行检测。在另一个示例中,以预定的帧数(或预定的时间)为间隔来检测监控视频的图像帧,即,每隔预定的帧数(或时间)检测一次图像帧中是否发生移动侦测事件、温度异常报警事件或者声音异常报警事件。
在另一个示例中,若目标事件为移动侦测事件,根据事件图像判断是否有目标事件发生,具体包括:
判断事件图像是否存在目标对象;
若是,根据移动侦测算法判断事件图像是否发生移动侦测事件;
若是,有移动侦测事件发生。
在本实施例中,在判断事件图像存在目标对象的情况下,根据移动侦测算法来确定事件图像是否发生移动侦测事件,若上报的事件不是移动侦测事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
在另一个示例中,若目标事件为温度异常报警事件,根据事件图像判断是否有目标事件发生,具体包括:
判断事件图像是否存在目标对象;
若是,判断目标对象的温度是否大于第一阈值;
若是,有温度异常报警事件发生。
在本实施例中,在判断事件图像存在目标对象的情况下,根据目标对象的温度确定是否发生温度异常报警事件,若上报的事件不是温度异常报警事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
优选的,通过热成像摄像头获取事件对应的事件图像,该事件图像包括各个检测对象对应的温度,在判断检测对象为目标对象时,判断目标对象对应的温度是否大于第一阈值,若是,有温度异常报警事件。
在另一个示例中,若目标事件为声音异常报警事件,根据事件图像判断是否有目标事件发生,具体包括:
判断事件图像是否存在目标对象;
若是,判断目标对象的声音强度是否大于第一阈值;
若是,有声音异常报警事件发生。
在本实施例中,在判断事件图像存在目标对象的情况下,根据目标对象的声音强度确定是否发生声音异常报警事件,若上报的事件不是声音异常报警事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
在其中的一些实施例中,对目标事件对应的视频数据进行智能分析,之前包括:
判断当前是否有可用的用于智能分析的计算资源,若没有可用的计算资源,将目标事件添加至等候队列中;
轮询获取计算资源。
需要说明的是,轮询(Polling)是一种CPU决策如何提供周边设备服务的方式,又称“程控输入输出”(Programmed I/O)。轮询法的概念是:由CPU定时发出询问,依序询问每一个周边设备是否需要其服务,有即给予服务,服务结束后再问下一个周边,接着不断周而复始。
可以理解的,在本实施例中,在计算资源不够的情况下,将目标事件添加至等候队列中,并轮询获取计算资源,在发现有可用计算时,根据等候队列的排序获取目标事件对应的视频数据,并对其视频数据进行智能分析,解决了计算资源不够时如何对目标事件对应的视频数据进行智能分析的问题。
在其中的一些实施例中,获取目标事件对应的视频数据,包括:
获取目标事件的上报开始时间;
获取所述上报开始时间之前预设时间点至事件结束时的视频数据。
可以理解的,目标事件的上报开始时间可能会滞后,因此,本实施例中将目标事件上报开始之前的某一时刻作为获取目标事件对应的视频数据的开始节点,从而能够更加准确的获取目标事件对应的视频数据。
在其中的一些实施例中,获取目标事件对应的视频数据,还包括:
判断当前环境条件是否满足获取所述视频数据;
若不满足,将目标事件添加至等候队列中,并轮询获取目标事件对应的视频数据。
在本实施例中,环境条件包括网络环境条件和进行智能分析设备的算力条件。比如在网络环境不好的情况下无法及时的获取目标事件对应的视频数据,基于智能分析设备的算力考虑,可能会不实时拉取视频流,而是在确定有目标事件后再去获取视频流,此时去拉取视频流会存在延迟,无法及时获取目标事件对应的视频数据。
可以理解的,在本实施例中,在无法获取目标事件对应的视频数据的情况下,将目标事件添加至等候队列,并可以根据等候队列的顺序轮询获取目标事件对应的视频数据,解决了在网络不好或者没有实时拉取视频流的情况下,无法及时获取目标事件对应的视频数据的问题,进一步的,实现了目标事件对应的视频数据的智能分析。
在其中的一些实施例中,监控视频智能分析方法还包括:
若目标事件结束,判断目标事件上报开始时是否开启智能分析功能;
若目标事件开始时开启智能分析功能,判断是否正在对目标事件对应的视频数据进行智能分析;
若是,则结束对目标事件对应的视频数据进行智能分析;
若否,且目标事件在等候队列中,则保存目标事件的上报开始时间和上报结束时间。
可以理解的,在本实施例中,在收到目标事件结束消息时,说明目标事件已结束,此时若继续对目标事件对应的视频数据进行智能分析,会造成计算资源的浪费,因此在该情况下结束对目标事件对应的视频数据的智能分析,来释放计算资源,另外,在收到目标事件结束消息时,若没有对该目标事件对应的视频数据进行智能分析,且目标事件在等候队列中,说明此时计算资源不够,此时保存事件的上报开始时间和上报结束时间,从而能够在有可用计算资源的情况下,能够根据目标事件的上报开始时间和上报结束时间来获取该目标事件对应的视频数据,进一步的,根据该目标事件对应的视频数据来进行智能分析。
在其中的一些实施例中,监控视频智能分析方法还包括:
若目标事件上报开始时未开启智能分析功能,则丢弃目标事件。
可以理解的,在目标事件上报开始时未开启智能分析功能,说明不需要对该目标事件对应的视频数据进行智能分析,此时若对该目标事件对应的视频数据进行智能分析会造成计算资源的浪费,因此,本实施例中,丢弃该目标事件,释放计算资源,提高计算资源的利用率。
图3是根据本申请实施例的另一种监控视频智能分析方法的流程图,如图3所示,该流程包括如下步骤:
步骤S301,获取事件对应的事件图像。
步骤S302,判断事件图像是否存在目标对象。
在本实施例中,若事件图像存在目标对象,进入步骤S303,若事件图像不存在目标对象,进入步骤S309。
步骤S303,根据目标对象的行为确定是否有目标事件发生。
步骤S304,若有目标事件发生,获取目标事件的上报开始时间。
步骤S305,获取上报开始时间之前预设时间点至事件结束时的视频数据。
步骤S306,判断当前是否有可用的用于智能分析的计算资源。
在本实施例中,若有可用的计算资源,进入步骤S307,若否,进入步骤S308。
步骤S307,对目标事件对应的视频数据进行智能分析。
步骤S308,将目标事件添加至等候队列中,轮询获取计算资源。
步骤S309,丢弃该事件。
可以理解的,本实施例中,在有事件上报时,获取事件对应的事件图像,并根据事件图像判断是否有目标事件发生,在有目标事件发生时,获取与目标事件对应的视频数据,若上报的事件不是关注的目标事件,则将该事件丢弃,不用对该事件对应的视频数据进行智能分析,从而避免了计算资源的浪费,提高了计算资源的利用率。
图4是根据本申请实施例的再一种监控视频智能分析方法的流程图,如图4所示,该监控视频智能分析方法包括如下步骤:
步骤S401,前端摄像头在事件发生时,抓拍图像,得到事件图像。
在本实施例中,前端摄像头开启移动侦测事件上报功能,当前端检测到移动侦测事件上报事件开始,检测到移动侦测事件停止上报事件结束。
步骤S402,后端设备接收到事件开始时,判断与前端摄像头对应的通道是否开启智能分析功能。
在本实施例中,若对应通道开启智能分析功能,则进入步骤S403,若对应通道未开启智能分析功能,则进入步骤S409。
后端设备收到事件结束时,判断事件开始时是否开启智能分析功能,若该事件开始时开启智能分析功能,判断是否正在对该事件对应的视频流进行智能分析;若该事件开始时未开启智能分析功能,则丢弃该事件;若正在对该事件对应的视频数据进行智能分析,则结束对该事件对应的视频流进行智能分析;若没有正在对该事件对应的视频流进行智能分析,且该事件在等候队列中,则保存该事件的上报开始时间和上报结束时间。
步骤S403,获取事件图像。
步骤S404,判断事件图像中是否有目标对象。
在本实施例中,若事件图像中有目标对象,则进入步骤S405,若事件图像中没有目标对象,则进入步骤S409。
步骤S405,后端设备获取目标对象对应的视频流。
在本实施例中,因为事件开始可能会有点滞后,因此,可以从事件开始时刻的前20s开始获取目标对象对应的视频流,若无法获取目标对象对应的视频流,可能是因为网络环境较差或者后端设备没有实时拉取视频流,此时,将该事件加入等候队列中,并定时轮询获取该事件对应的视频流。
步骤S406,判断当前是否有可用的用于智能分析的计算资源。
在本实施例中,若有可用的计算资源,进入步骤S407,若没有可用的计算资源,进入步骤S408。
步骤S407,后端设备对目标对象对应的视频流进行智能分析。
步骤S408,将该事件加入等候队列中,定时轮询获取计算资源。
在本实施例中,如果获取到可用的计算资源,后端设备则对目标对象对应的视频流进行智能分析。
步骤S409,丢弃该事件。
在本实施例中,若事件图像中没有目标对象,说明为一次无效上报事件,则丢弃该事件,在以下情况会造成无效上报。
(1)前端摄像头移动,比如在遭遇大风等时,室外的前端摄像头会被风移动;
(2)环境灯光变化造成拍摄的图像灰度变化;
(3)一些非目标对象的移动,比如蚊虫等。
另外,本实施例中,后端设备包括一个以上的智能卡,每个智能卡的计算资源是固定的,一个智能卡能够与多个通道绑定,即一个智能卡能够与一个以上的前端摄像头绑定,因此,一个智能卡可以开启多路的智能分析,每一路对应一个通道,比如一个后端设备有4个智能卡,一个智能卡可以开启4路人脸分析,那这个后端设备同时最大可以开启16路人脸分析,另外,本申请以前端移动侦测事件作为占用计算资源的依据,即在有前端移动设备上报移动侦测事件时才会进行智能分析,适用于多个前端摄像头事件上报不频繁的情况。
可以理解的,在本实施例中,以前端移动侦测事件作为占用计算资源的依据,计算资源不跟通道绑定,可以多个通道共享计算资源,特别适用于需要智能分析的通道较多,且事件发生不频繁场景,可以有效的降低对计算资源的要求,另外,前端摄像头上报的事件中存在一定的误报概率,因此,在分析上报的事件图像中有目标对象后再开始对视频流进行智能分析,可以有效降低事件误报,提高计算资源的使用率。
在本实施例中还提供了一种监控视频智能分析装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图5是本实施例的监控视频智能分析装置的结构框图,如图5所示,该装置包括:
第一获取模块51,用于获取事件对应的事件图像;
目标事件判断模块52,连接至第一获取模块51,用于根据事件图像判断是否有目标事件发生;
第二获取模块53,连接至目标事件判断模块52,用于在目标事件发生时,获取目标事件对应的视频数据;
智能分析模块54,连接至第二获取模块53,用于对目标事件对应的视频数据进行智能分析。
在其中一个实施例中,目标事件判断模块52包括:
判断单元,用于判断事件图像是否存在目标对象;
目标事件确定单元,连接至判断单元,用于在判断事件图像存在目标对象时,根据目标对象的行为确定是否有目标事件发生。
在其中一个实施例中,目标事件为移动侦测事件、温度异常报警事件或者声音异常报警事件。
监控视频智能分析装置还包括:
第三获取模块,用于在没有可用的计算资源时,将目标事件添加至等候队列中,轮询获取计算资源。
第二获取模块53包括:
第一获取单元,用于获取目标事件的开始时间;
第一时刻确定单元,连接至第一获取单元,用于根据开始时间和预设时间段,确定开始时间之前的第一时刻;
视频数据获取单元,连接至第一时刻确定单元,用于根据第一时刻,获取目标事件对应的视频数据。
第二获取模块53还包括:若无法获取目标事件对应的视频数据,将目标事件添加至等候队列中,并轮询获取目标事件对应的视频数据。
监控视频智能分析装置还包括:
第一判断模块,用于在目标事件结束时,判断目标事件开始时是否开启智能分析功能;
第二判断模块,用于在目标事件开始时开启智能分析功能,判断是否正在对目标事件对应的视频数据进行智能分析;
智能分析结束模块,若正在对目标事件对应的视频数据进行智能分析,用于结束对目标事件对应的视频数据进行智能分析;
时间保存模块,若没有正在对目标事件对应的视频数据进行智能分析,且目标事件在等候队列中,用于保存目标事件的上报开始时间和上报结束时间。
监控视频智能分析装置还包括:
目标事件丢弃模块,若目标事件开始时未开启智能分析功能,用于丢弃目标事件。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
获取事件对应的事件图像。
根据事件图像判断是否有目标事件发生。
若有目标事件发生,获取目标事件对应的视频数据。
对目标事件对应的视频数据进行智能分析。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的监控视频智能分析方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种监控视频智能分析方法。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种监控视频智能分析方法,其特征在于,包括:
获取事件对应的事件图像;
根据事件图像判断是否有目标事件发生;
若有目标事件发生,获取所述目标事件对应的视频数据;
对所述目标事件对应的视频数据进行智能分析。
2.根据权利要求1所述的监控视频智能分析方法,其特征在于,所述根据事件图像判断是否有目标事件发生,包括:
判断所述事件图像是否存在目标对象;
若是,根据所述目标对象的行为确定是否有所述目标事件发生。
3.根据权利要求1所述的智能分析方法,其特征在于,所述目标事件为移动侦测事件、温度异常报警事件或者声音异常报警事件。
4.根据权利要求1所述的监控视频智能分析方法,其特征在于,所述对所述目标事件对应的视频数据进行智能分析,之前包括:
判断当前是否有可用的用于智能分析的计算资源,若没有可用的计算资源,将所述目标事件添加至等候队列中;
轮询获取计算资源。
5.根据权利要求1所述的监控视频智能分析方法,其特征在于,所述获取所述目标事件对应的视频数据,包括:
获取所述目标事件的上报开始时间;
获取所述上报开始时间之前预设时间点至事件结束时的视频数据。
6.根据权利要求1所述的监控视频智能分析方法,其特征在于,所述获取所述目标事件对应的视频数据,还包括:
判断当前环境条件是否满足获取所述视频数据;
若不满足,将所述目标事件添加至等候队列中,并轮询获取所述目标事件对应的视频数据。
7.根据权利要求1所述的监控视频智能分析方法,其特征在于,所述方法还包括:
若所述目标事件结束,判断所述目标事件上报开始时是否开启智能分析功能;
若所述目标事件开始时开启智能分析功能,判断是否正在对所述目标事件对应的视频数据进行智能分析;
若是,则结束对所述目标事件对应的视频数据进行智能分析;
若否,且所述目标事件在等候队列中,则保存所述目标事件的上报开始时间和上报结束时间。
8.根据权利要求7所述的监控视频智能分析方法,其特征在于,所述方法还包括:
若所述目标事件上报开始时未开启智能分析功能,则丢弃所述目标事件。
9.一种监控视频智能分析装置,其特征在于,包括:
第一获取模块,用于获取事件对应的事件图像;
目标事件判断模块,用于根据事件图像判断是否有目标事件发生;
第二获取模块,用于在目标事件发生时,获取所述目标事件对应的视频数据;
智能分析模块,用于对所述目标事件对应的视频数据进行智能分析。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的监控视频智能分析方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的监控视频智能分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110968109.4A CN113762105A (zh) | 2021-08-23 | 2021-08-23 | 监控视频智能分析方法、装置、电子装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110968109.4A CN113762105A (zh) | 2021-08-23 | 2021-08-23 | 监控视频智能分析方法、装置、电子装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762105A true CN113762105A (zh) | 2021-12-07 |
Family
ID=78790822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110968109.4A Pending CN113762105A (zh) | 2021-08-23 | 2021-08-23 | 监控视频智能分析方法、装置、电子装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762105A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117640980A (zh) * | 2023-12-06 | 2024-03-01 | 金安桥水电站有限公司 | 一种基于数据处理的视频调度系统及方法 |
-
2021
- 2021-08-23 CN CN202110968109.4A patent/CN113762105A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117640980A (zh) * | 2023-12-06 | 2024-03-01 | 金安桥水电站有限公司 | 一种基于数据处理的视频调度系统及方法 |
CN117640980B (zh) * | 2023-12-06 | 2024-05-28 | 金安桥水电站有限公司 | 一种基于数据处理的视频调度系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109166261B (zh) | 基于图像识别的图像处理方法、装置、设备及存储介质 | |
CN102158689B (zh) | 视频监控系统及方法 | |
CN112291520B (zh) | 异常事件识别方法、装置、存储介质及电子装置 | |
KR20080058171A (ko) | 카메라 템퍼링 검출 | |
CN114255432A (zh) | 视频流处理方法、装置、电子设备、存储介质及系统 | |
CN109960969B (zh) | 移动路线生成的方法、装置及系统 | |
CN112017323A (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
CN110611831B (zh) | 一种视频传输方法及装置 | |
CN113762105A (zh) | 监控视频智能分析方法、装置、电子装置和存储介质 | |
CN114139016A (zh) | 一种智慧小区的数据处理方法及系统 | |
CN114697618A (zh) | 一种基于移动终端的楼宇控制方法及系统 | |
CN114189535A (zh) | 一种基于智慧城市数据的业务请求方法及系统 | |
CN111506769B (zh) | 视频文件的处理方法、装置、存储介质及电子装置 | |
CN110855947B (zh) | 一种图像抓拍处理方法及装置 | |
CN115564733A (zh) | 设备工作状态的检测方法、装置、存储介质和电子装置 | |
WO2022012002A1 (en) | Systems and methods for video analysis | |
CN109874036B (zh) | 一种视频分析方法及装置、设备、存储介质 | |
CN112671670A (zh) | 一种vr视频业务识别方法、装置、智能终端及存储介质 | |
CN110503028B (zh) | 确定区域中对象的分布的传感器、系统、方法和介质 | |
CN114842414B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN114827538B (zh) | 一种智慧工地的施工进度监控方法及系统 | |
CN112822496B (zh) | 一种视频分析方法及装置 | |
CN115941480A (zh) | 码流分析方法、装置、存储介质及电子装置 | |
CN115471767A (zh) | 一种基于数据挖掘的建筑质量预测方法及系统 | |
CN114139017A (zh) | 一种智慧小区的安全防范方法及系统 |
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 |