CN115482488A - 基于智能视频分析的监控视频结构化弹性存储方法 - Google Patents
基于智能视频分析的监控视频结构化弹性存储方法 Download PDFInfo
- Publication number
- CN115482488A CN115482488A CN202211139994.6A CN202211139994A CN115482488A CN 115482488 A CN115482488 A CN 115482488A CN 202211139994 A CN202211139994 A CN 202211139994A CN 115482488 A CN115482488 A CN 115482488A
- Authority
- CN
- China
- Prior art keywords
- video
- storage
- file
- video file
- intelligent
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000002372 labelling Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
- G06V20/47—Detecting features for summarising video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/162—Delete operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
-
- 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
- G06F16/71—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及视频处理技术领域,具体是一种基于智能视频分析的监控视频结构化弹性存储方法,将视频流选取关键图片帧,并将关键图片帧转换为视频文件,包括以下步骤:S1、定义存储规则;S2、视频流处理;S3、消息队列处理;S4、视频文件标签化;S5、循环处理。本发明可以大幅减少视频文件存储所需的硬盘空间,让智能视频监控系统更加智能、高效。
Description
技术领域
本发明涉及视频处理技术领域,具体的是基于智能视频分析的监控视频结构化弹性存储方法。
背景技术
近年来,在各个行业里随着智能视频监控系统部署的数量持续增长,对视频存储的需求也不断增加。以电力系统的配电房为例,作为配电网的重要组成部分,配电房对于安全有很高的要求,业界已经为配电房配置了大量的监控摄像头,大多是高清的网络摄像头,监控视频会通过网络回传到中心服务器存储起来,供以后调阅使用。
在公告号为CN113300468B的中国专利文献中披露了一种配电站房AI人工智能分析处理系统及其方法,由基于AI微处理的数据处理电路和基于GPU的视频加速处理电路同时运行基于视频图形识别系统,基于视频图形识别系统对选取的高分辨率视频数据内容进行识别,并将识别结果与目标参照物比对,并将比对结果反馈至远程监控服务器中,由远程监控服务器根据反馈结果实现对配电房运行状态进行监控识别,从而极大的提高了配电房监控作业的可靠性,并有助于及时发现配电房运行安全隐患。但是,该方案并未对视频文件的存储进行优化。
在公告号为CN105100718B 的中国专利文献中披露了一种基于视频摘要的智能视频分析方法,为了从将海量的视频提取其中的主要事件,以自动的方式对视频结构和内容进行分析,从原始视频中提取完整的运动事件,从而生成视频摘要,可将1小时的视频在几分钟之内完成快速浏览。但是该方案中需要在原始视频的基础上生成新的视频摘,显然占用了更多存储空间。
由此可见,现有的智能视频监控系统,已经可以用人工智能或传统图像识别方式提取出有用的图像信息,例如识别人脸、物体、行为等。但是在视频存储方面,通常只是简单的将摄像头采集的视频按时间段分割成文件进行保存的方法,导致管理人员只能以时间作为唯一的维度进行视频的检索查询;同时,对于大多数摄像头,很多时候其采集的视频内容是几乎没有变化或者没有保存价值的,例如夜间无人场合的视频画面,这样会浪费很多存储的空间。
发明内容
本发明旨在提供一种基于智能视频分析的监控视频结构化弹性存储方法,在传统的智能视频监控系统的基础上,对摄像头采集上来的视频流进行分析,按照设定的存储规则动态选取图像帧保存为视频文件,并对保存的视频文件标签化,在数据库中保存对应于视频文件的多维标签信息,以对用户提供多维度检索条件的视频文件查询支持。
为了实现上述目的,本发明采用了如下的技术方案。
基于智能视频分析的监控视频结构化弹性存储方法,将摄像头提供的视频流选取关键图片帧,并按时间顺序将关键图片帧转换为存储占用小、可多维度检索的视频文件,具体包括以下步骤:
S1、定义存储规则;
存储规则中包括保存条件和保存方式,保存条件的内容包括指定的时间段和通过图像识别检测出的事件,保存方式的内容包括视频文件的文件格式、编码方式、时长、帧率、码率、分辨率;
S2、视频流处理;
从摄像头接入一段视频流,将其转换为多个图片帧,并按时间顺序将图片帧组成消息队列;
S3、消息队列处理;
根据步骤S1中的保存条件对步骤S2中的消息队列的各图片帧进行分析,判断是否存在与步骤S1中的保存条件相符的图片帧,并且仅在判断结果为真时按照步骤S1中的保存方式从消息队列中选取关键图片帧转换为视频文件进行存储,非关键图片帧则予以删除;
S4、视频文件标签化;
S3中的视频文件存储成功后,在数据库中建立用于索引该视频文件的多维标签信息;
S5、循环处理;
重复执行步骤S2到步骤S4,直到摄像头视频流停止。
显然,上述方法可利用智能视频分析技术对视频流进行分析,根据分析结果判定是否将视频流保存为视频文件,以及如何将视频流保存为存储占用小的视频文件,同时在数据库中建立用于索引该视频文件的多维标签信息。
与现有技术相比,本发明的有益效果在于:
(1)可以大幅减少视频文件存储所需的硬盘空间,降低硬件成本;
(2)可以方便管理人员进行多维度的视频文件查询,节省人工劳动时间;
(3)可以升级现有的智能视频监控系统,使其存储功能弹性化,让智能视频监控系统更加智能、高效。
下面,结合说明书附图和具体实施方式对本发明做进一步的说明。
附图说明
图1是本发明的方法流程示意图。
具体实施方式
采用本发明中基于智能视频分析的监控视频结构化弹性存储方法,将摄像头提供的视频流选取关键图片帧,并按时间顺序将关键图片帧转换为存储占用小、可多维度检索的视频文件,具体包括以下步骤:
S1、定义存储规则;
存储规则中包括保存条件和保存方式,保存条件的内容包括指定的时间段和通过图像识别检测出的事件,保存方式的内容包括视频文件的文件格式、编码方式、时长、帧率、码率、分辨率;
S2、视频流处理;
从摄像头接入一段视频流,将其转换为多个图片帧,并按时间顺序将图片帧组成消息队列;
S3、消息队列处理;
根据步骤S1中的保存条件对步骤S2中的消息队列的各图片帧进行分析,判断是否存在与步骤S1中的保存条件相符的图片帧,并且仅在判断结果为真时按照步骤S1中的保存方式从消息队列中选取关键图片帧转换为视频文件进行存储,非关键图片帧则予以删除;
S4、视频文件标签化;
步骤S3中的视频文件存储成功后,在数据库中建立用于索引该视频文件的多维标签信息;
S5、循环处理;
重复执行步骤S2到步骤S4,直到摄像头视频流停止。
通过上述方法可利用智能视频分析技术对视频流进行分析,根据分析结果判定是否将视频流保存为视频文件,以及如何将视频流保存为存储占用小的视频文件,例如:指定的时间段为早上8:00至下午6:00之间时,每个视频文件的时长为10分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每秒一帧,码率为2048Kbps,分辨率1280X720像素;早上8:00至下午6:00之外的其他时段未出现通过图像识别检测出的事件时,每个视频文件的时长为20分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每10秒一帧,码率为1024Kbps,分辨率为960X540像素;早上8:00至下午6:00之外的其他时段出现通过图像识别检测出的事件时,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每秒一帧,码率为2048Kbps,分辨率1280X720像素。
显然,通过上述方法可以大幅减少视频文件存储所需的硬盘空间,存储功能更加弹性化,降低了硬件成本。
同时,鉴于上述方法在数据库中建立了用于索引该视频文件的多维标签信息,即将对视频文件的进行分类描述的信息存储在数据库中,以提供用户多维度检索查询。
具体的,多维标签信息包括步骤S1定义的存储规则中与视频文件对应的保存条件和保存方式。因此,用户可以按照保存方式、指定的时间段、通过图像识别检测出的事件多维度的检索查询出对应的视频文件,从而获得期望的监控记录,节省了人工劳动时间。
作为本发明一方面的改进,存储规则采用保存条件中的各项内容以及保存方式中的各项内容通过组合形成多条子规则,并对多条子规则分别指定优先级后存入数据库或者配置文件,步骤S3从数据库或者配置文件中按优先级适用子规则。据此,可以在一种实施方式中形成如下的多条子规则:
(11)指定的时间段为早上8:00至下午6:00之间时,每个视频文件的时长为10分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每秒一帧,码率为2048Kbps,分辨率1280X720像素;
(12)其他时段,每个视频文件的时长为20分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每10秒一帧,码率为1024Kbps,分辨率为960X540像素;
(13)出现通过图像识别检测出的事件时,视频文件的保存方式在(11)或(12)的基础上进行调整,帧率为每秒10帧,码率为4096Kbps,分辨率1920X1080像素,并且本条子规则的优先级高于(11)和(12)。
作为本发明另一方面的改进,保存方式的内容还包括在通过图像识别检测出的事件前后的规定时长内选取关键图片帧,使得视频文件获得了结构化弹性存储。据此,可以在另一种实施方式中形成如下的多条子规则:
(21)指定的时间段为早上8:00至下午6:00之间时,每个视频文件的时长为10分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每秒一帧,码率为2048Kbps,分辨率1280X720像素;
(22)其他时段,每个视频文件的时长为20分钟,视频文件的文件格式为mp4格式,编码方式采用h264编码,帧率为每10秒一帧,码率为1024Kbps,分辨率为960X540像素;
(23)出现通过图像识别检测出的事件时,视频文件的保存方式的在(21)或(22)的基础上进行调整,在事件发生前5秒到发生后5秒之外的保存方式不变,但是事件发生前5秒到发生后5秒之间的帧率为每秒10帧,码率为4096Kbps,分辨率1920X1080像素,并且本条子规则的优先级高于(21)和(22)。
此外,作为本发明其他方面的改进,图像识别检测出的事件包括画面像素值产生明显变化,和/或人脸识别为真,和/或物体识别为真,和/或流程检测为真,和/或违规行为识别为真,让智能视频监控系统更加智能、高效。鉴于通过图像识别对特定事件进行检测的方法,在现有技术中已经提出了大量可实施的解决方案,因此本发明不再予以赘述。
对于本领域技术人员而言,本发明的保护范围并不限于上述示范性实施例的细节,在没有背离本发明的精神或基本特征的情况下,本领域技术人员基于本发明的要件所做出的等同含义和保护范围内的所有变化的实施方式均应囊括在本发明之内。
Claims (5)
1.基于智能视频分析的监控视频结构化弹性存储方法,将摄像头提供的视频流选取关键图片帧,并按时间顺序将关键图片帧转换为存储占用小、可多维度检索的视频文件,其特征在于,具体包括以下步骤:
S1、定义存储规则;
存储规则中包括保存条件和保存方式,保存条件的内容包括指定的时间段和通过图像识别检测出的事件,保存方式的内容包括视频文件的文件格式、编码方式、时长、帧率、码率、分辨率;
S2、视频流处理;
从摄像头接入一段视频流,将其转换为多个图片帧,并按时间顺序将图片帧组成消息队列;
S3、消息队列处理;
根据步骤S1中的保存条件对步骤S2中的消息队列的各图片帧进行分析,判断是否存在与步骤S1中的保存条件相符的图片帧,并且仅在判断结果为真时按照步骤S1中的保存方式从消息队列中选取关键图片帧转换为视频文件进行存储,非关键图片帧则予以删除;
S4、视频文件标签化;
步骤S3中的视频文件存储成功后,在数据库中建立用于索引该视频文件的多维标签信息;
S5、循环处理;
重复执行步骤S2到步骤S4,直到摄像头视频流停止。
2.根据权利要求1所述的基于智能视频分析的监控视频结构化弹性存储方法,其特征在于,保存方式的内容还包括在通过图像识别检测出的事件前后的规定时长内选取关键图片帧。
3.根据权利要求1或2所述的基于智能视频分析的监控视频结构化弹性存储方法,其特征在于, 图像识别检测出的事件包括画面像素值产生明显变化,和/或人脸识别为真,和/或物体识别为真,和/或流程检测为真,和/或违规行为识别为真。
4.根据权利要求1或2所述的基于智能视频分析的监控视频结构化弹性存储方法,其特征在于,存储规则采用保存条件中的各项内容以及保存方式中的各项内容通过组合形成多条子规则,并对多条子规则分别指定优先级后存入数据库或者配置文件,步骤S3从数据库或者配置文件中按优先级适用子规则。
5.根据权利要求1所述的基于智能视频分析的监控视频结构化弹性存储方法,其特征在于,多维标签信息包括步骤S1定义的存储规则中与视频文件对应的保存条件和保存方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211139994.6A CN115482488A (zh) | 2022-09-20 | 2022-09-20 | 基于智能视频分析的监控视频结构化弹性存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211139994.6A CN115482488A (zh) | 2022-09-20 | 2022-09-20 | 基于智能视频分析的监控视频结构化弹性存储方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115482488A true CN115482488A (zh) | 2022-12-16 |
Family
ID=84424193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211139994.6A Withdrawn CN115482488A (zh) | 2022-09-20 | 2022-09-20 | 基于智能视频分析的监控视频结构化弹性存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482488A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116033198A (zh) * | 2023-02-16 | 2023-04-28 | 南京红松信息技术有限公司 | 基于目标帧的多路视频流智能存储的识别方法 |
-
2022
- 2022-09-20 CN CN202211139994.6A patent/CN115482488A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116033198A (zh) * | 2023-02-16 | 2023-04-28 | 南京红松信息技术有限公司 | 基于目标帧的多路视频流智能存储的识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10123051B2 (en) | Video analytics with pre-processing at the source end | |
CN107430687B (zh) | 视频流的基于实体的时间分割 | |
US8494231B2 (en) | Face recognition in video content | |
CN107104961B (zh) | 基于ZooKeeper的分布式实时视频监控处理系统 | |
US6665442B2 (en) | Image retrieval system and image retrieval method | |
CN108683877B (zh) | 基于Spark的分布式海量视频解析系统 | |
RU2484529C1 (ru) | Способ ранжирования видеоданных | |
CN113221706B (zh) | 基于多进程的多路视频流的ai分析方法及系统 | |
US20100142914A1 (en) | Method and device for describing and capturing video object | |
EP2401686A1 (en) | Video segmentation | |
WO2017032245A1 (zh) | 一种视频文件索引信息的生成方法和设备 | |
CN110087144A (zh) | 视频文件处理方法、装置、电子设备和计算机存储介质 | |
US10719552B2 (en) | Focalized summarizations of a video stream | |
Kumar et al. | Key frame extraction from consumer videos using sparse representation | |
CN115482488A (zh) | 基于智能视频分析的监控视频结构化弹性存储方法 | |
CN107563341A (zh) | 一种人脸识别装置与一种人脸识别系统 | |
CN115116004A (zh) | 一种基于深度学习的办公区域异常行为检测系统及方法 | |
CN109120896B (zh) | 安防视频监控卫士系统 | |
CN103533353A (zh) | 一种近似视频编码系统 | |
CN112637538B (zh) | 用于优化视频分析的智能标签方法、系统、介质及终端 | |
CN113067887B (zh) | 一种多目标应用程序窗口信息抓取与网络推送方法及系统 | |
Perrott et al. | Real-time multimedia tagging and content-based retrieval for CCTV surveillance systems | |
CN112235627A (zh) | 一种本地存储分时传送方法 | |
US20240129497A1 (en) | Reduced Video Stream Resource Usage | |
US20230396819A1 (en) | Analytic- and application-aware video derivative generation techniques |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221216 |