CN115439404A - 一种视频检测系统和方法 - Google Patents

Abstract

本发明涉及视频检测技术领域，尤其涉及一种视频检测系统和方法。系统包括管理平台、边缘节点和网络摄像头，其中，边缘节点中预存储有多个AI算法；网络摄像头用于获取待检测视频；管理平台用于：利用用户从边缘节点预存储的多个AI算法中所选取的目标AI算法，对待检测视频进行检测，得到检测结果。将多个AI算法预先存储在边缘节点中，用户能够根据实际情况调用相应的AI算法，对待检测视频进行检测，在极大程度上降低时间耗费，提高用户体验度。

Description

一种视频检测系统和方法

技术领域

本发明涉及视频检测技术领域，尤其涉及一种视频检测系统和方法。

背景技术

目前，用户在进行视频检测时，一般根据检测要求，预先定制或者预先订购相应的视频检测软件，如有新的检测要求，还需要从市面找相应的视频检测软件以满足新的检测要求，找寻开发公司重新定制开发，周期长。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供了一种视频检测系统和方法。

本发明的一种视频检测系统的技术方案如下：

包括管理平台、边缘节点和网络摄像头，其中，所述边缘节点中预存储有多个AI算法；

所述网络摄像头用于获取待检测视频；

所述管理平台用于：利用用户从所述边缘节点预存储的多个AI算法中所选取的目标AI算法，对所述待检测视频进行检测，得到检测结果。

本发明的一种视频检测系统的有益效果如下：

将多个AI算法预先存储在边缘节点中，用户能够根据实际情况调用相应的AI算法，对待检测视频进行检测，在极大程度上降低时间耗费，提高用户体验度。

在上述方案的基础上，本发明的一种视频检测系统还可以做如下改进。

进一步，所述管理平台还用于：将所述检测结果反馈至所述用户的客户端。

进一步，所述边缘节点所预存储多个AI算法包括：人脸识别算法、人流密度检测算法、抽烟检测算法和口罩检测算法。

进一步，所述网络摄像头为基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

进一步，所述管理平台还用于：对所述边缘节点所预存储的多个AI算法进行批量管理。

本发明的一种视频检测方法的技术方案如下：

S1、网络摄像头获取待检测视频；

S2、管理平台利用用户从边缘节点预存储的多个AI算法中所选取的目标AI算法，对所述待检测视频进行检测，得到检测结果。

本发明的一种视频检测方法的有益效果如下：

将多个AI算法预先存储在边缘节点中，用户能够根据实际情况调用相应的AI算法，对待检测视频进行检测，在极大程度上降低时间耗费，提高用户体验度。

在上述方案的基础上，本发明的一种视频检测方法还可以做如下改进。

进一步，还包括：

所述管理平台将所述检测结果反馈至所述用户的客户端。

进一步，所述边缘节点所预存储多个AI算法包括：人脸识别算法、人流密度检测算法、抽烟检测算法和口罩检测算法。

进一步，所述网络摄像头基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

进一步，还包括：

所述管理平台对所述边缘节点所预存储的多个AI算法进行批量管理。

附图说明

图1为本发明实施例的一种视频检测系统的结构示意图；

图2为管理平台的显示界面的示意图之一；

图3为管理平台的显示界面的示意图之二；

图4为管理平台的显示界面的示意图之三；

图5为管理平台的显示界面的示意图之四；

图6为本发明实施例的一种视频检测系统的部署示意图；

图7为本发明实施例的一种视频检测方法的流程示意图。

具体实施方式

如图1所示，本发明实施例的一种视频检测系统，包括管理平台、边缘节点和网络摄像头，其中，边缘节点中预存储有多个AI算法，多个AI算法具体如下：

1)在电力领域，包括输电线路异物检测算法、输电线路鸟巢检测算法、绝缘子检测算法、电线杆/电箱/井盖/标石检测算法等AI算法；

2)在安防领域，包括电子围栏算法、人脸识别算法、抽烟检测算法、徘徊逗留算法、口罩检测算法、人流密度算法、行人跌倒算法、行人属性分析算法等AI算法；

3)在农业领域，包括水下垃圾检测算法、小麦检测算法、害虫检测算法、苹果计数算法等AI算法；

4)至智能社区领域，包括电梯电瓶车检测算法、道路破损检测算法、烟火检测算法等AI算法；

5)在智能工地领域，包括安全帽检测算法、反光衣检测算法、进出口流量管理算法等AI算法；

6)其它领域，包括车牌识别算法、厨师服检测算法、表针检测算法、减震器检测算法等AI算法。

网络摄像头用于获取待检测视频；

管理平台用于：利用用户从边缘节点预存储的多个AI算法中所选取的目标AI算法，对待检测视频进行检测，得到检测结果。具体地：

1)例如，网络摄像头获取输电线路的待检测视频，用户从边缘节点预存储的多个AI算法中所选取的目标AI算法为输电线路异物检测算法，基于输电线路的待检测视频，利用输电线路异物检测算法，对输电线路上是否存在异物进行检测，得到检测结果，该检测结果具体包括：输电线路上是否存在异物，以及输电线路上的异物的位置等。

2)例如，网络摄像头获取输电线路的待检测视频，用户从边缘节点预存储的多个AI算法中所选取的目标AI算法为输电线路鸟巢检测算法，基于输电线路的待检测视频，利用输电线路鸟巢检测算法，对输电线路上是否存在鸟巢进行检测，得到检测结果，该检测结果具体包括：输电线路上是否存在鸟巢，以及输电线路上的鸟巢的位置等。

3)例如，网络摄像头获取预设区域如机场或火车站等的待检测视频，用户从边缘节点预存储的多个AI算法中所选取的目标AI算法为人流密度算法，基于预设区域的待检测视频，利用人流密度算法，确定预设区域的人流密度，得到检测结果，该检测结果具体包括：预设区域如机场或火车站等的实时人流密度。

将多个AI算法预先存储在边缘节点中，用户能够根据实际情况调用相应的AI算法，对待检测视频进行检测，在极大程度上降低时间耗费，提高用户体验度。

可选地，在上述技术方案中，管理平台还用于：将检测结果反馈至用户的客户端。用户的客户端可为用户的智能终端或者用户的APP终端等。

可选地，在上述技术方案中，网络摄像头为基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

可选地，在上述技术方案中，管理平台还用于：对边缘节点所预存储的多个AI算法进行批量管理。具体地：

可进行对多个AI算法进行批量安装和更新，支持告警信息实时同步，查看事件结果即检测结果和事件详情例如执行时间、用户对应的ID等。

在另外一个实施例中，包括管理平台QZ-LINK即管理平台、边缘节点QZ-BOX即管理平台、网络摄像头，具体地：

1)管理平台QZ-LINK：用于对边缘节点QZ-BOX中多个AI算法进行批量管理。可进行技能、软件服务的安装和更新，支持告警信息实时同步，查看事件结果和事件详情。

2)边缘节点QZ-BOX：运行着AI技能和视频流抽帧服务的硬件盒子。添加网络摄像头后，将采集到的图像信息输入到AI技能中进行分析，并展示事件分析结果。支持独立使用。

①适配主流RTSP、RTMP、GB/T28181和Onvif摄像头。

②预置多种AI技能。支持通过QZ-LINK自主创建自定义技能，满足个性化需求。

③单个盒子可运行多个技能、处理多路视频流。在边缘侧完成模型推理、视频分析，有效节省服务器硬件、带宽传输等成本；即插即用、方便部署；提供可视化管理平台；

④方便批量管理，支持二次开发；

⑤适用于厂区、移动基站、楼宇安全、巡检机器人等业务场景；

其中AI算法包括：摔倒检测(骨骼检测)、徘徊逗留、人脸识别、人流密度检测、电子围栏、抽烟检测、口罩检测、翻阅围栏。

在使用过程中：上传视频流即待检测视频给边缘节点QZ-BOX，在管理平台选择要使用的AI算法即目标AI算法，对视频流中的目标进行检测，最后将需要的信息即检测结果进行反馈。

可同时满足四通路网络摄像头检测，每条通路可同时设置四条AI算法。

其中，管理平台的显示界面如图2至5所示，具体实现方式可根据实际情况设置，在此不做赘述。

管理平台QZ-LINK、边缘节点QZ-BOX、网络摄像头的部署方式如图6所示，管理平台QZ-LINK具体为QZ-LINK服务软件，用于查看事件结果、多设备批量管理，边缘节点QZ-BOX包括多QZ-BOX服务软件，网络摄像头可为多个，用于上传视频流即待检测视频。

如图7所示，本发明实施例的一种视频检测方法，包括如下步骤：

S1、网络摄像头获取待检测视频；

S2、管理平台利用用户从边缘节点预存储的多个AI算法中所选取的目标AI算法，对待检测视频进行检测，得到检测结果。

可选地，在上述技术方案中，还包括：

S3、管理平台将检测结果反馈至用户的客户端。

可选地，在上述技术方案中，边缘节点所预存储多个AI算法包括：人脸识别算法、人流密度检测算法、抽烟检测算法和口罩检测算法。

可选地，在上述技术方案中，网络摄像头为基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

可选地，在上述技术方案中，还包括：

S4、管理平台对边缘节点所预存储的多个AI算法进行批量管理。

上述关于本发明的一种视频检测方法中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种视频检测系统的实施例中的各参数和步骤，在此不做赘述。

在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。

所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。

因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)，只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种视频检测系统，其特征在于，包括管理平台、边缘节点和网络摄像头，其中，所述边缘节点中预存储有多个AI算法；

所述网络摄像头用于获取待检测视频；

所述管理平台用于：利用用户从所述边缘节点预存储的多个AI算法中所选取的目标AI算法，对所述待检测视频进行检测，得到检测结果。

2.根据权利要求1所述的一种视频检测系统，其特征在于，所述管理平台还用于：将所述检测结果反馈至所述用户的客户端。

3.根据权利要求1或2所述的一种视频检测系统，其特征在于，所述边缘节点所预存储多个AI算法包括：人脸识别算法、人流密度检测算法、抽烟检测算法和口罩检测算法。

4.根据权利要求1或2所述的一种视频检测系统，其特征在于，所述网络摄像头为基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

5.根据权利要求1或2所述的一种视频检测系统，其特征在于，所述管理平台还用于：对所述边缘节点所预存储的多个AI算法进行批量管理。

6.一种视频检测方法，其特征在于，包括：

S1、网络摄像头获取待检测视频；

S2、管理平台利用用户从边缘节点预存储的多个AI算法中所选取的目标AI算法，对所述待检测视频进行检测，得到检测结果。

7.根据权利要求6所述的一种视频检测方法，其特征在于，还包括：

所述管理平台将所述检测结果反馈至所述用户的客户端。

8.根据权利要求6或7所述的一种视频检测方法，其特征在于，所述边缘节点所预存储多个AI算法包括：人脸识别算法、人流密度检测算法、抽烟检测算法和口罩检测算法。

9.根据权利要求6或7所述的一种视频检测方法，其特征在于，所述网络摄像头为基于RTSP协议的摄像头、基于ONVIF协议的摄像头或基于RTMP的摄像头。

10.根据权利要求6或7所述的一种视频检测方法，其特征在于，还包括：

所述管理平台对所述边缘节点所预存储的多个AI算法进行批量管理。

Images