CN114998813A - 面向云服务的视频监控服务方法及平台 - Google Patents

面向云服务的视频监控服务方法及平台 Download PDF

Info

Publication number
CN114998813A
CN114998813A CN202210929807.8A CN202210929807A CN114998813A CN 114998813 A CN114998813 A CN 114998813A CN 202210929807 A CN202210929807 A CN 202210929807A CN 114998813 A CN114998813 A CN 114998813A
Authority
CN
China
Prior art keywords
video
monitoring
information
service
acquisition
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
CN202210929807.8A
Other languages
English (en)
Other versions
CN114998813B (zh
Inventor
岳建明
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.)
Jiangsu Sanleng Smartcity&iot System Co ltd
Original Assignee
Jiangsu Sanleng Smartcity&iot System 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 Jiangsu Sanleng Smartcity&iot System Co ltd filed Critical Jiangsu Sanleng Smartcity&iot System Co ltd
Priority to CN202210929807.8A priority Critical patent/CN114998813B/zh
Publication of CN114998813A publication Critical patent/CN114998813A/zh
Application granted granted Critical
Publication of CN114998813B publication Critical patent/CN114998813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了面向云服务的视频监控服务方法及平台,涉及数字处理技术领域,方法包括:对监控区域进行监控,获得监控区域视频信息;得到多区域视频信息,获得多区域视频特征;进行服务类型分析,确定视频特征匹配类型信息;进行类型相关性分析,确定服务匹配用户;分析监控特征采集要求,确定采集控制参数;生成控制信息,发送至监控设备,得到视频监控属性采集信息;发送至服务匹配用户。解决无法针对性的控制监控设备进行视频特征采集,导致视频监控数据与用户视频监控服务需求适配度低技术问题,达到基于用户的视频监控服务需求,进行视频特征采集,获取具有针对性的视频监控数据,提高用户视频监控服务需求与视频特征的适配度技术效果。

Description

面向云服务的视频监控服务方法及平台
技术领域
本发明涉及数字处理技术领域,具体涉及面向云服务的视频监控服务方法及平台。
背景技术
物联网与人工智能技术的发展,大力推动了视频监控服务的全面性,但是,现阶段视频监控服务的无法为用户提供精确的影像数据,影像数据选调流程仍需多方审核,使得视频监控服务难以有效推广,降低了视频监控数据的使用价值,常见的,视频监控数据仅用于疫情管控、治安管理、打击犯罪等社会性质活动,但从服务民生角度出发,视频监控数据的利用率极低。
结合视频监控数据的选调,为用户提供对应需求的监控数据,便于进行影像数据选调与审核,在保护视频监控影像的隐私安全的同时,为用户提供对应的视频监控服务,常见的,在失踪事件中,为避免警力资源的浪费,儿童的失踪时间超出24小时予以立案请求,身体智力正常的成年人的失踪事件超出予以48小时立案请求,若及时进行视频监控数据的智能提取检索,确定失踪人口是否处于活动限制(被绳子绑住)、活动异常(哭泣)等状态,一方面,为用户自行寻踪提供数据支持,另一方面,辅助相关警务人员对失踪事件的调查,而且面向云服务的视频监控服务还可以最大限度的保障视频监控数据的安全,降低影像数据盗用带来的隐私安全问题。
现有技术中存在无法针对性的控制监控设备进行视频特征采集,导致视频监控数据与用户视频监控服务需求适配度低的技术问题。
发明内容
本申请通过提供了面向云服务的视频监控服务方法及平台,解决了无法针对性的控制监控设备进行视频特征采集,导致视频监控数据与用户视频监控服务需求适配度低的技术问题,达到了基于用户的视频监控服务需求,进行视频特征采集,获取具有针对性的视频监控数据,提高用户视频监控服务需求与视频特征的适配度的技术效果。
鉴于上述问题,本申请提供了面向云服务的视频监控服务方法及平台。
第一方面,本申请提供了面向云服务的视频监控服务方法,其中,所述方法包括:通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;将所述视频监控属性采集信息发送至所述服务匹配用户。
第二方面,本申请提供了面向云服务的视频监控服务平台,其中,所述平台包括:监控视频获取单元,所述监控视频获取单元用于通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;区域划分单元,所述区域划分单元用于对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;服务类型分析单元,所述服务类型分析单元用于根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;相关性分析单元,所述相关性分析单元用于基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;控制参数确定单元,所述控制参数确定单元用于根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;特征采集单元,所述特征采集单元用于根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;信息发送单元,所述信息发送单元用于将所述视频监控属性采集信息发送至所述服务匹配用户。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过视频监控系统对监控区域进行监控,获得监控区域视频信息;进行区域划分,得到多区域视频信息,进行特征识别,获得多区域视频特征;进行服务类型分析,确定视频特征匹配类型信息;在云服务信息集中进行类型相关性分析,对用户进行排序,确定服务匹配用户;结合视频特征匹配类型信息对应的区域视频特征,分析监控特征采集要求,确定采集控制参数;生成控制信息,发送至监控区域视频信息对应编码的监控设备,进行视频特征采集,得到视频监控属性采集信息;发送至服务匹配用户。本申请实施例达到了基于用户的视频监控服务需求,进行视频特征采集,获取具有针对性的视频监控数据,提高用户视频监控服务需求与视频特征的适配度的技术效果。
附图说明
图1为本申请面向云服务的视频监控服务方法的流程示意图;
图2为本申请面向云服务的视频监控服务方法的构建多区域视频特征的流程示意图;
图3为本申请面向云服务的视频监控服务方法的进行监控干扰特征识别并标记的流程示意图;
图4为本申请面向云服务的视频监控服务平台的结构示意图。
附图标记说明:监控视频获取单元11,区域划分单元12,服务类型分析单元13,相关性分析单元14,控制参数确定单元15,特征采集单元16,信息发送单元17。
具体实施方式
本申请通过提供了面向云服务的视频监控服务方法及平台,解决了无法针对性的控制监控设备进行视频特征采集,导致视频监控数据与用户视频监控服务需求适配度低的技术问题,达到了基于用户的视频监控服务需求,进行视频特征采集,获取具有针对性的视频监控数据,提高用户视频监控服务需求与视频特征的适配度的技术效果。
实施例一
如图1所示,本申请提供了面向云服务的视频监控服务方法,其中,所述方法包括:
S100:通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;
S200:对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;
具体而言,所述视频监控系统用于执行所述视频监控服务方法,所述视频监控系统包括多组监控设备,所述监控设备可以是摄像头等相关实时监控设备,所述摄像头为智能摄像装置,内部集成红外模块,可以结合可视度数据,监测空气中的颗粒物分布相关参数,红外模块还可以保证所述摄像头拥有良好的夜间影像采集功能,所述监控区域为任意公共场所的任意区域,不对所述监控区域进行限制,通过视频监控系统的多组监控设备对监控区域进行监控,获得监控区域视频信息,对所述多组监控设备进行设备编码,确定监控设备编码,其中,所述监控区域视频信息与视频监控系统中的监控设备编码相关联,所述关联为天然存在的关联关系,即视频监控系统中的一号设备编码采集所得的视频信息与一号设备编码的关联关系,对所述监控区域视频信息进行区域划分,得到多区域视频信息,所述区域划分可以是等区块划分,也可以是面积分布式的区块划分,需要结合监控区域特征进行对照确定,通过图像卷积特征分析,对所述多区域视频信息进行特征识别,获得多区域视频特征,所述多区域视频特征包括但不限于行为特征、状态特征、环境特征,通过数据采集与特征提取,为后续的数据处理提供可靠数据支持。
进一步的,如图2所示,对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征,所述步骤S200还包括:
S210:根据监控区域进行监控区域特征识别,确定监控区域背景特征;
S220:根据所述监控区域背景特征对背景特征进行聚类分析,获得背景分类信息;
S230:根据所述背景分类信息中的类型数量、面积跨度信息,确定区域划分标准;
S240:基于所述区域划分标准对所述监控区域视频信息进行区域划分,获得多视频划分区域标识框,将所述多视频划分区域标识框嵌入所述监控区域视频信息中对监控区域视频信息的显示画面进行区域划分;
S250:分别对各划分区域进行特征识别,得到各划分区域中的图像特征信息,基于所有区域图像特征信息构建所述多区域视频特征。
具体而言,确定监控区域的主体目标,对监控区域进行区域背景提取,根据监控区域进行监控区域特征识别,通过聚类分析,对监控区域进行特征识别,进行自底向上的凝聚层次聚类分析,确定监控区域背景特征,所述控区域背景特征可以是环境特征(草原环境特征、小区环境特征、商场环境特征);根据所述监控区域背景特征,通过大数据,进行信息检索,调取相关联的区域背景特征,所述区域背景特征与所述监控区域背景特征的特征指标一致,通过所述区域背景特征对背景特征进行层次聚类分析,获得背景分类信息,所述背景分类信息包括但不限于背景类型信息与所述背景类型信息对应的特征指标,所述背景类型信息可以是草原、商场、小区,所述背景类型信息对应的特征指标可以包括但不限于建筑物特征、植株类型特征;根据所述背景分类信息中的类型数量、面积跨度信息,所述类型数量与所述背景类型信息对应,示例性的,小区可以对应的类型数量可以是单元楼的栋数,所述面积跨度信息包括多个面积跨度区间,所述面积跨度的单位可以限制为m2,确定区域划分标准,所述区域划分标准即类型数量、面积跨度信息对应的区域规模划分;基于所述区域划分标准对所述监控区域视频信息进行区域划分,确定所述监控区域对应的规模,获得多视频划分区域标识框,所述多视频划分区域标识框即以所述类型数量与所述面积跨度信息对应的最小单位对所述监控区域进行区域分块标识,结合上述示例进一步说明,草原可以对应为均匀区域标识分块,小区可以针对单元楼的栋数与面积,进行分布式区域标识分块,将所述多视频划分区域标识作为标记信号框嵌入所述监控区域视频信息中,对监控区域视频信息的显示画面进行区域标记划分;通过聚类分析分别对各划分区域进行特征分析提取,所述聚类分析表示通过计算相似度来进行数据的簇的划分,所述聚类分析对应的算法可以包括但不限于k-means算法、K-medoids算法等其他相关聚类算法,得到各划分区域中的图像特征信息,所述图像特征信息即对应区块的行为特征信息、状态特征信息、环境特征信息,基于所有区域图像特征信息构建所述多区域视频特征,为提供针对性的客户服务提供技术支持。
S300:根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;
进一步的,根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息,所述步骤S300包括:
S310:对所述多区域视频特征进行特征分类,确定视频显示主体信息;
S320:基于所述视频显示主体信息对主体行为状态特征进行提取,确定主体行为状态信息;
S330:根据所述视频显示主体信息、所述主体行为状态信息进行特征组合,基于特征组合进行特征类型的匹配,确定所述视频特征匹配类型信息。
具体而言,所述服务类型包括辅助看护服务、辅助监管服务等,所述辅助监管服务即犬类出行牵绳识别、闯红灯行为识别,根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息,所述视频特征匹配类型信息与所述服务类型对应,示例性的,闯红灯行为识别对应的视频特征匹配类型信包括但不限于信号灯状态特征信息、汽车停止线状态特征信息,为辅助进行用户多元服务提供技术支持。
具体而言,对所述多区域视频特征进行特征分类,所述特征分类结合所述多区域视频特征的特征类型对应进行特征类型划分,示例性的,所述行为特征包括但不限于随手扔垃圾行为特征、闯红灯行为特征,确定视频显示主体信息,对应的,随手扔垃圾行为特征的显示主体一般为人,闯红灯行为特征的显示主体可以包括行人、汽车、自行车与骑行者,所述视频显示主体信息包括但不限于主体行为特征信息、主体状态特征信息、主体类型特征信息;基于所述视频显示主体信息,对主体行为状态特征进行提取,提取所述主体行为特征信息与所述主体状态特征信息,通过特征分析确定主体行为状态信息,所述特征分析通过K-Medoids(中心点)算法,简单来说就是选取中位置最中心的对象,以中心点作为参照点,进行特征迭代,直到所述主体行为特征信息与所述主体状态特征信息中对象分布不再变化,在对象分布不再变化,获取主体行为状态信息,所述主体行为状态信息与所述视频显示主体信息对应,所述主体行为状态信息包括但不限于行为状态参数、行为状态动作特征参数,示例性的,对于闯红灯行为,需要对闯红灯主体的结合路面标记,确定闯红灯主体的速度状态参数、位置特征参数,即闯红灯主体的主体行为状态信息可以是闯红灯主体的速度状态参数、位置特征参数;根据所述视频显示主体信息、所述主体行为状态信息进行特征组合,所述特征组合的方式存在多种,可以对应所述服务类型进行特征组合匹配,后通过特征组合进行特征类型的匹配,确定所述视频特征匹配类型信息,所述视频特征匹配类型信息即视频监控服务平台采集所得针对所述服务类型的匹配信息,为保证服务类型的针对性,保护视频监控数据的安全提供技术支持。
S400:基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;
S500:根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;
具体而言,所述云服务信息集为所述视频监控服务平台对应的服务信息的整合,所述云服务信息集依照用户的服务请求的发出先后分布,所述云服务信息集包括多组用户端的服务请求信息,基于所述视频特征匹配类型信息在云服务信息集中逐次进行类型相关性分析,确定所述云服务信息集中每一组用户端的服务请求信息与所述视频特征匹配类型信息的相关系数,通过所述相关系数的绝对值的大小,对所述云服务信息集中的用户进行排序,基于视频监控服务平台对应的相关系数的绝对值限制阈值,进行用户筛选,确定服务匹配用户,简单来说就是相关系数的绝对值小于所述绝对值限制阈值,表示所述视频特征匹配类型信息与不满足用户需求;所述区域视频特征包括但不限于视频显示主体特征、视频采集参数特征,根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,所述采集要求可以与焦距调整等监控采集参数调整对应,确定采集控制参数,所述采集控制参数用于调整所述视频监控系统的参数指标,具体的,所述犬类出行牵绳识别对应的采集控制参数可以需要采集确定犬类颈部是否存在牵引装置,需要进行焦距调整,以便于进行采集与识别,为提高所述视频监控服务平台提供的数据信息的精准度,保障数据的可靠性提供技术支持。
进一步的,根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数,所述步骤S500还包括:
S510:根据所述区域视频特征,获得服务匹配用户的类型监控需求信息;
S520:根据所述类型监控需求信息,确定监控参数信息;
S530:将所述监控参数信息作为所述采集控制参数。
具体而言,根据所述区域视频特征,获得服务匹配用户的类型监控需求信息,所述类型监控需求信息与视频监控平台中监控设备的型号与功能指标对应,简单说明,监控设备配合红外模块,确定监控设备的可视距离,可以监测空气中的颗粒物分布相关参数;监控设备配合音频采集装备,确定监控区域的音频信息,可以监测是否出现禁鸣区是否出现噪声污染;基于监控当前状态的第一采集控制参数,根据所述类型监控需求信息,确定监控参数信息,所述监控参数信息即所述第一采集控制参数的控制调整参数信息;将所述监控参数信息作为所述采集控制参数,为保证视频监控服务平台采集控制信号的可靠性提供技术支持。
进一步的,如图3所示,将所述视频监控属性采集信息发送至所述服务匹配用户之前,本申请实施例还包括:
S540:基于所述区域视频特征、所述服务匹配用户,获得用户监控记录数据库;
S550:根据所述用户监控记录数据库进行干扰特征分析,确定监控干扰特征,所述监控干扰特征为对所述区域视频特征具有误差干扰的特征;
S560:根据所述监控干扰特征对所述视频监控属性采集信息进行监控干扰特征识别并标记。
具体而言,基于所述区域视频特征、所述服务匹配用户,进行数据整合,获得用户监控记录数据库,所述用户监控记录数据库包括用户的服务请求信息、所述区域视频特征、所述服务匹配用户,每一个用户对应一个用户监控记录数据库,示例性的,区域视频特征相似度高的两用户可能存在亲属关系,简单来说,同一宠物为甲乙两兄妹共同饲养,甲与乙的辅助监管服务对应确定的区域视频特征相似度高,在进行数据库构建过程甲与乙的数据库部分一致;根据所述用户监控记录数据库进行干扰特征分析,所述干扰特征分析结合所述用户监控记录数据库的合成的数据采集日志的时延进行分析,确定监控干扰特征,所述监控干扰特征为对所述区域视频特征具有误差干扰的特征,所述监控干扰特征包括但不限于监控采集干扰特征、数据传输干扰特征,示例性说明,监控摄像头出现灰尘、雨滴或其他遮挡物,即对应监控采集干扰特征,会使得所述区域视频特征出现误差干扰,在数据信号不稳定状态,可能存在部分数据传输失败,使得所述区域视频特征出现误差干扰;根据所述监控干扰特征对所述视频监控属性采集信息进行监控干扰特征识别并标记,为进行监控干扰排除提供技术支持,保证了所述区域视频特征的稳定性。
S600:根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;
进一步的,根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息,所述步骤S600还包括:
S610:采集获得控制监控视频,对所述控制监控视频进行所述区域视频特征识别效果判断;
S620:当区域视频特征的采集效果满足特征识别要求时,确定控制监控视频;
S630:当区域视频特征的采集效果不满足特征识别要求时,根据所述控制监控视频、所述采集控制参数进行清晰度调整,直到满足所述特征识别要求为止,确定调整采集控制参数信息,基于所述调整采集控制参数信息生成所述控制信息;
S640:对所述控制监控视频进行所述区域视频特征的识别及标记,并基于所述区域视频特征的识别及标记进行监控属性的评价;
S650:利用进行所述区域视频特征标记的所述控制监控视频、监控属性评价信息,构建所述视频监控属性采集信息。
具体而言,所述控制监控视频即所述服务匹配用户对应的监控视频,采集获得控制监控视频,对所述控制监控视频进行所述区域视频特征识别效果判断,所述识别效果通过特征识别要求进行判断;所述特征识别要求与所述服务请求信息对应,简单说明,在辅助监管服务中的犬类出行牵绳识别,需要确定犬类颈部是否存在牵引装置,所述特征识别要求对应牵引装置与所述牵引装置的两端,当区域视频特征的采集效果满足特征识别要求时,确定控制监控视频;当区域视频特征的采集效果不满足特征识别要求时,根据所述控制监控视频、所述采集控制参数进行清晰度调整,直到满足所述特征识别要求为止,确定调整采集控制参数信息,所述调整采集控制参数信息包括焦距控制调整参数等清晰度调整参数,基于所述调整采集控制参数信息生成所述控制信息;对所述控制监控视频进行所述区域视频特征的识别及标记,并基于所述区域视频特征的识别及标记进行监控属性的评价,所述监控属性可以是生命健康安全属性,一般的,若存在危险或者关键信息,可以结合监控属性进行提醒;利用进行所述区域视频特征标记的所述控制监控视频、监控属性评价信息,所述监控属性评价信息可以是生命健康安全威胁评价,示例性的,在犬类出行牵绳识别过程,确定出现犬类颈部不存在牵引装置或所述牵引装置的两端存在一端未固定的状况,需要结合所述犬类体积、所述犬类嘴套状态,结合专家系统,以所述犬类体积、所述犬类嘴套状态为标记数据,基于大数据进行数据筛选提取,将数据筛选提取所得信息录入所述专家系统的知识库,进行生命健康安全威胁评价,基于所述区域视频特征的识别及标记进行监控属性的评价,构建所述视频监控属性采集信息。针对监控对云服务的用户进行特征的针对性监控和数据辅助分析、指导与预警,便于用户进行有效的监控。
S700:将所述视频监控属性采集信息发送至所述服务匹配用户。
进一步的,将所述视频监控属性采集信息发送至所述服务匹配用户,所述步骤S700包括:
S710:获得服务匹配用户的端口信息;
S720:基于端口信息建立监控数据同步,将所述视频监控属性采集信息同步至所述服务匹配用户。
具体而言,获得所述服务匹配用户的端口信息,所述端口信息一般为网络接口地址所对应的端口信息;基于所述监控区域视频信息与视频监控系统中的监控设备编码相关联,通过端口信息建立监控数据信道,通过所述监控数据信道进行监控数据同步,将所述视频监控属性采集信息同步至所述服务匹配用户,保证数据传输的稳定性。
综上所述,本申请所提供的面向云服务的视频监控服务方法及平台具有如下技术效果:
由于采用了通过视频监控系统对监控区域进行监控,获得监控区域视频信息,进行区域划分,得到多区域视频信息,进行特征识别,获得多区域视频特征,进行服务类型分析,确定视频特征匹配类型信息,在云服务信息集中进行类型相关性分析,对用户进行排序,确定服务匹配用户,结合视频特征匹配类型信息对应的区域视频特征,分析监控特征采集要求,确定采集控制参数,生成控制信息,发送至监控区域视频信息对应编码的监控设备,进行视频特征采集,得到视频监控属性采集信息,发送至服务匹配用户,本申请实施例达到了基于用户的视频监控服务需求,进行视频特征采集,获取具有针对性的视频监控数据,提高用户视频监控服务需求与视频特征的适配度的技术效果。
由于采用了根据监控区域进行监控区域特征识别,确定监控区域背景特征;进行聚类分析,获得背景分类信息;根据类型数量、面积跨度信息,确定区域划分标准;对监控区域视频信息进行区域划分,获得多视频划分区域标识框,嵌入监控区域视频信息中对监控区域视频信息的显示画面进行区域划分;分别进行特征识别,得到各划分区域中的图像特征信息,构建多区域视频特征,为提供针对性的客户服务提供技术支持。
由于采用了采集获得控制监控视频,进行区域视频特征识别效果判断;若采集效果满足特征识别要求时,确定控制监控视频;若采集效果不满足特征识别要求时,根据控制监控视频、采集控制参数进行清晰度调整,直到满足特征识别要求为止,确定调整采集控制参数信息,生成控制信息;对控制监控视频进行区域视频特征的识别及标记,进行监控属性的评价;利用进行区域视频特征标记的控制监控视频、监控属性评价信息,构建视频监控属性采集信息。针对监控对云服务的用户进行特征的针对性监控和数据辅助分析、指导与预警,便于用户进行有效的监控。
实施例二
基于与前述实施例中面向云服务的视频监控服务方法相同的发明构思,如图4所示,本申请提供了面向云服务的视频监控服务平台,其中,所述平台包括:
监控视频获取单元11,所述监控视频获取单元11用于通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;
区域划分单元12,所述区域划分单元12用于对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;
服务类型分析单元13,所述服务类型分析单元13用于根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;
相关性分析单元14,所述相关性分析单元14用于基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;
控制参数确定单元15,所述控制参数确定单元15用于根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;
特征采集单元16,所述特征采集单元16用于根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;
信息发送单元17,所述信息发送单元17用于将所述视频监控属性采集信息发送至所述服务匹配用户。
进一步的,所述平台包括:
监控区域特征识别单元,所述监控区域特征识别单元用于根据监控区域进行监控区域特征识别,确定监控区域背景特征;
聚类分析单元,所述聚类分析单元用于根据所述监控区域背景特征对背景特征进行聚类分析,获得背景分类信息;
区域划分标准确定单元,所述区域划分标准确定单元用于根据所述背景分类信息中的类型数量、面积跨度信息,确定区域划分标准;
区域划分单元,所述区域划分单元用于基于所述区域划分标准对所述监控区域视频信息进行区域划分,获得多视频划分区域标识框,将所述多视频划分区域标识框嵌入所述监控区域视频信息中对监控区域视频信息的显示画面进行区域划分;
特征识别单元,所述特征识别单元用于分别对各划分区域进行特征识别,得到各划分区域中的图像特征信息,基于所有区域图像特征信息构建所述多区域视频特征。
进一步的,所述平台包括:
特征分类单元,所述特征分类单元用于对所述多区域视频特征进行特征分类,确定视频显示主体信息;
行为状态特征提取单元,所述行为状态特征提取单元用于基于所述视频显示主体信息对主体行为状态特征进行提取,确定主体行为状态信息;
特征组合单元,所述特征组合单元用于根据所述视频显示主体信息、所述主体行为状态信息进行特征组合,基于特征组合进行特征类型的匹配,确定所述视频特征匹配类型信息。
进一步的,所述平台包括:
监控需求信息获取单元,所述监控需求信息获取单元用于根据所述区域视频特征,获得服务匹配用户的类型监控需求信息;
监控参数确定单元,所述监控参数确定单元用于根据所述类型监控需求信息,确定监控参数信息;
采集控制参数确定单元,所述采集控制参数确定单元用于将所述监控参数信息作为所述采集控制参数。
进一步的,所述平台包括:
数据库获得单元,所述数据库获得单元用于基于所述区域视频特征、所述服务匹配用户,获得用户监控记录数据库;
干扰特征分析单元,所述干扰特征分析单元用于根据所述用户监控记录数据库进行干扰特征分析,确定监控干扰特征,所述监控干扰特征为对所述区域视频特征具有误差干扰的特征;
监控干扰特征识别与标记单元,所述监控干扰特征识别与标记单元用于根据所述监控干扰特征对所述视频监控属性采集信息进行监控干扰特征识别并标记。
进一步的,所述平台包括:
特征识别效果判断单元,所述特征识别效果判断单元用于采集获得控制监控视频,对所述控制监控视频进行所述区域视频特征识别效果判断;
控制监控视频确定单元,所述控制监控视频确定单元用于当区域视频特征的采集效果满足特征识别要求时,确定控制监控视频;
控制信息生成单元,所述控制信息生成单元用于当区域视频特征的采集效果不满足特征识别要求时,根据所述控制监控视频、所述采集控制参数进行清晰度调整,直到满足所述特征识别要求为止,确定调整采集控制参数信息,基于所述调整采集控制参数信息生成所述控制信息;
监控属性评价单元,所述监控属性评价单元用于对所述控制监控视频进行所述区域视频特征的识别及标记,并基于所述区域视频特征的识别及标记进行监控属性的评价;
属性采集信息构建单元,所述属性采集信息构建单元用于利用进行所述区域视频特征标记的所述控制监控视频、监控属性评价信息,构建所述视频监控属性采集信息。
进一步的,所述平台包括:
端口信息获得单元,所述端口信息获得单元用于获得服务匹配用户的端口信息;
监控数据同步单元,所述监控数据同步单元用于基于端口信息建立监控数据同步,将所述视频监控属性采集信息同步至所述服务匹配用户。
本说明书和附图仅仅是本申请的示例性说明,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

Claims (8)

1.面向云服务的视频监控服务方法,其特征在于,所述方法包括:
通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;
对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;
根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;
基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;
根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;
根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;
将所述视频监控属性采集信息发送至所述服务匹配用户。
2.如权利要求1所述的方法,其特征在于,对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征,包括:
根据监控区域进行监控区域特征识别,确定监控区域背景特征;
根据所述监控区域背景特征对背景特征进行聚类分析,获得背景分类信息;
根据所述背景分类信息中的类型数量、面积跨度信息,确定区域划分标准;
基于所述区域划分标准对所述监控区域视频信息进行区域划分,获得多视频划分区域标识框,将所述多视频划分区域标识框嵌入所述监控区域视频信息中对监控区域视频信息的显示画面进行区域划分;
分别对各划分区域进行特征识别,得到各划分区域中的图像特征信息,基于所有区域图像特征信息构建所述多区域视频特征。
3.如权利要求1所述的方法,其特征在于,根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息,包括:
对所述多区域视频特征进行特征分类,确定视频显示主体信息;
基于所述视频显示主体信息对主体行为状态特征进行提取,确定主体行为状态信息;
根据所述视频显示主体信息、所述主体行为状态信息进行特征组合,基于特征组合进行特征类型的匹配,确定所述视频特征匹配类型信息。
4.如权利要求1所述的方法,其特征在于,根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数,包括:
根据所述区域视频特征,获得服务匹配用户的类型监控需求信息;
根据所述类型监控需求信息,确定监控参数信息;
将所述监控参数信息作为所述采集控制参数。
5.如权利要求4所述的方法,其特征在于,将所述视频监控属性采集信息发送至所述服务匹配用户之前,包括:
基于所述区域视频特征、所述服务匹配用户,获得用户监控记录数据库;
根据所述用户监控记录数据库进行干扰特征分析,确定监控干扰特征,所述监控干扰特征为对所述区域视频特征具有误差干扰的特征;
根据所述监控干扰特征对所述视频监控属性采集信息进行监控干扰特征识别并标记。
6.如权利要求1所述的方法,其特征在于,根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息,包括:
采集获得控制监控视频,对所述控制监控视频进行所述区域视频特征识别效果判断;
当区域视频特征的采集效果满足特征识别要求时,确定控制监控视频;
当区域视频特征的采集效果不满足特征识别要求时,根据所述控制监控视频、所述采集控制参数进行清晰度调整,直到满足所述特征识别要求为止,确定调整采集控制参数信息,基于所述调整采集控制参数信息生成所述控制信息;
对所述控制监控视频进行所述区域视频特征的识别及标记,并基于所述区域视频特征的识别及标记进行监控属性的评价;
利用进行所述区域视频特征标记的所述控制监控视频、监控属性评价信息,构建所述视频监控属性采集信息。
7.如权利要求6所述的方法,其特征在于,将所述视频监控属性采集信息发送至所述服务匹配用户,包括:
获得服务匹配用户的端口信息;
基于端口信息建立监控数据同步,将所述视频监控属性采集信息同步至所述服务匹配用户。
8.面向云服务的视频监控服务平台,其特征在于,所述平台包括:
监控视频获取单元,所述监控视频获取单元用于通过视频监控系统对监控区域进行监控,获得监控区域视频信息,所述监控区域视频信息与视频监控系统中的监控设备编码相关联;
区域划分单元,所述区域划分单元用于对所述监控区域视频信息进行区域划分,得到多区域视频信息,并对所述多区域视频信息进行特征识别,获得多区域视频特征;
服务类型分析单元,所述服务类型分析单元用于根据所述多区域视频特征进行服务类型分析,确定视频特征匹配类型信息;
相关性分析单元,所述相关性分析单元用于基于所述视频特征匹配类型信息在云服务信息集中进行类型相关性分析,并根据获得的相关性分析结果对所述云服务信息集中的用户进行排序,确定服务匹配用户;
控制参数确定单元,所述控制参数确定单元用于根据所述服务匹配用户、所述视频特征匹配类型信息对应的区域视频特征,进行监控特征采集要求的分析,确定采集控制参数;
特征采集单元,所述特征采集单元用于根据所述采集控制参数生成控制信息,发送至监控区域视频信息对应编码的监控设备,控制监控设备进行视频特征的采集,得到视频监控属性采集信息;
信息发送单元,所述信息发送单元用于将所述视频监控属性采集信息发送至所述服务匹配用户。
CN202210929807.8A 2022-08-04 2022-08-04 面向云服务的视频监控服务方法及平台 Active CN114998813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210929807.8A CN114998813B (zh) 2022-08-04 2022-08-04 面向云服务的视频监控服务方法及平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210929807.8A CN114998813B (zh) 2022-08-04 2022-08-04 面向云服务的视频监控服务方法及平台

Publications (2)

Publication Number Publication Date
CN114998813A true CN114998813A (zh) 2022-09-02
CN114998813B CN114998813B (zh) 2022-11-25

Family

ID=83022838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210929807.8A Active CN114998813B (zh) 2022-08-04 2022-08-04 面向云服务的视频监控服务方法及平台

Country Status (1)

Country Link
CN (1) CN114998813B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101035271A (zh) * 2007-04-12 2007-09-12 上海天卫通信科技有限公司 低速移动网络中追踪运动目标的视频监控系统和方法
CN101854516A (zh) * 2009-04-02 2010-10-06 北京中星微电子有限公司 视频监控系统、视频监控服务器及视频监控方法
CN104159071A (zh) * 2014-07-11 2014-11-19 深圳瞭望通达科技有限公司 一种基于云服务的智能目标识别装置、系统及方法
CN113177459A (zh) * 2021-04-25 2021-07-27 云赛智联股份有限公司 一种智慧机场服务的视频智能分析方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101035271A (zh) * 2007-04-12 2007-09-12 上海天卫通信科技有限公司 低速移动网络中追踪运动目标的视频监控系统和方法
CN101854516A (zh) * 2009-04-02 2010-10-06 北京中星微电子有限公司 视频监控系统、视频监控服务器及视频监控方法
CN104159071A (zh) * 2014-07-11 2014-11-19 深圳瞭望通达科技有限公司 一种基于云服务的智能目标识别装置、系统及方法
CN113177459A (zh) * 2021-04-25 2021-07-27 云赛智联股份有限公司 一种智慧机场服务的视频智能分析方法及系统

Also Published As

Publication number Publication date
CN114998813B (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
CN115272037B (zh) 一种基于物联网的智慧城市区域治安管理预警方法和系统
CN108846585A (zh) 一种煤矿隐患处理管理系统
US20220270376A1 (en) Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program
KR102151272B1 (ko) 예측모델 학습을 통한 데이터 분석 방법, 장치 및 컴퓨터프로그램
CN110288823A (zh) 一种基于朴素贝叶斯网络的交通违章误判识别方法
CN112509322A (zh) 一种基于无人机的高速交通事故监管方法、系统及可读存储介质
CN105070058B (zh) 一种基于实时路况视频的精准路况分析方法及系统
CN111881320A (zh) 一种视频查询方法、装置、设备及可读存储介质
KR20210117637A (ko) 딥러닝 기반 차량 및 인체 자동 감지용 영상 모니터링 방법 및 이를 이용한 데이터 전송 방법
CN114926824A (zh) 一种不良驾驶行为判别方法
CN116546438B (zh) 一种基于蓝牙mesh网络的楼宇监测系统
CN114998813B (zh) 面向云服务的视频监控服务方法及平台
CN112258707A (zh) 一种基于人脸识别的智能门禁管理系统
CN115797125B (zh) 一种乡村数字化智慧服务平台
CN114913447B (zh) 基于场景识别的警务智慧指挥室系统及方法
CN109376635B (zh) 一种护理质量考核系统及安全事件上报方法
CN113178060A (zh) 一种野生动物ai检测方法及检测系统
KR102655474B1 (ko) 보행량 측정 장치 및 방법
CN111798110A (zh) 驾驶行为危险等级评价方法及提示系统
CN114863543B (zh) 一种特征更新的人脸识别方法及系统
KR20190063355A (ko) 멀티 모달 데이터 수집을 통한 데이터 처리 방법 및 장치
CN117376535B (zh) 智慧校园安防管控方法及系统
CN111291597A (zh) 一种基于图像的人群态势分析方法、装置、设备及系统
CN111382697B (zh) 影像数据处理方法及第一电子设备
CN112417962B (zh) 一种陆地类型自然保护区人员活动轨迹实时监测方法及系统

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
GR01 Patent grant
GR01 Patent grant