CN115801487A - 视频ai盒子、视频数据处理方法、装置及电子设备 - Google Patents

视频ai盒子、视频数据处理方法、装置及电子设备 Download PDF

Info

Publication number
CN115801487A
CN115801487A CN202211309748.0A CN202211309748A CN115801487A CN 115801487 A CN115801487 A CN 115801487A CN 202211309748 A CN202211309748 A CN 202211309748A CN 115801487 A CN115801487 A CN 115801487A
Authority
CN
China
Prior art keywords
video
data
box
video data
switch
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
CN202211309748.0A
Other languages
English (en)
Inventor
樊华
蔡炯
张国和
马宇
高一招
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp 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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN202211309748.0A priority Critical patent/CN115801487A/zh
Publication of CN115801487A publication Critical patent/CN115801487A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请实施例提供了一种视频AI盒子、视频数据处理方法、装置及电子设备。所述视频AI盒子与视频采集设备和交换机串联连接,所述视频AI盒子接收所述视频采集设备采集的视频数据,将所述视频数据发送给所述交换机,以由所述交换机将所述视频数据发送给视频平台;所述视频AI盒子对接收的所述视频数据进行处理,生成视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。本申请实施例通过采用一对一串联的方式,能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署,同时,可以大幅节约云服务平台的算力资源和带宽资源。

Description

视频AI盒子、视频数据处理方法、装置及电子设备
技术领域
本申请涉及视频数据处理技术领域,特别是涉及一种视频AI盒子、视频数据处理方法、装置及电子设备。
背景技术
随着科技水平的不断提升,AI(Artificial Intelligence,人工智能)盒子的应用越来越广泛。目前,在视频技术领域,AI盒子通常采用并行的方式与交换机和摄像头连接,即AI盒子与摄像头分别接入交换机。在工作过程中,AI盒子采用寻址的方式找到摄像头IP,将该摄像头IP对应的摄像头采集的视频数据进行分析运算,再将运算结果传送到云端。该接入方式下,由于AI盒子较多,且单个AI盒子支持多路摄像头接入,那么,单个AI盒子所需的算力资源比较大,同时浪费了带宽资源,投入成本较高。并且,上述接入方式现场施工配置操作较为繁琐,对安装人员的要求较高,不利于大规模、大范围的推广部署。
发明内容
本申请实施例所要解决的技术问题是提供一种视频AI盒子、视频数据处理方法、装置及电子设备,以大幅节约云服务平台的算力资源和带宽资源,同时,一对一的接入方式能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署。
第一方面,本申请实施例提供了一种视频AI盒子,所述视频AI盒子与视频采集设备和交换机串联连接,
所述视频AI盒子接收所述视频采集设备采集的视频数据,将所述视频数据发送给所述交换机,以由所述交换机将所述视频数据发送给视频平台;
所述视频AI盒子对接收的所述视频数据进行处理,生成视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
可选地,在所述视频AI盒子上设置有第一网口和第二网口,
所述视频AI盒子通过所述第一网口与视频采集设备连接,并通过所述第二网口与交换机连接。
可选地,所述第一网口和所述第二网口为带有供电功能的网口。
可选地,所述视频AI盒子包括:通讯模块,以将所述视频数据和所述视频告警数据发送给所述交换机。
可选地,所述视频AI盒子包括:电源模块,以与外部电源连接,由所述外部电源为所述视频AI盒子提供电能。
第二方面,本申请实施例提供了一种视频数据处理方法,应用于上述任一项所述的视频AI盒子,所述方法包括:
获取视频采集设备采集的视频数据;
将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台;
对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
可选地,所述对所述视频数据进行处理,得到视频告警数据,包括:
对所述视频数据进行解码处理,生成解码视频数据;
对所述解码视频数据中的每帧图像进行预处理,得到预处理图像;
调用预设模型算法对所述预处理图像进行处理,得到图像处理结果;
根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像;
根据所述目标帧图像,生成所述视频告警数据。
第三方面,本申请实施例提供了一种视频数据处理装置,应用于上述任一项所述的视频AI盒子,所述装置包括:
视频数据获取模块,用于获取视频采集设备采集的视频数据;
视频数据发送模块,用于将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台;
视频告警数据发送模块,用于对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
可选地,所述视频告警数据发送模块包括:
解码数据生成单元,用于对所述视频数据进行解码处理,生成解码视频数据;
预处理图像获取单元,用于对所述解码视频数据中的每帧图像进行预处理,得到预处理图像;
图像处理结果获取单元,用于调用预设模型算法对所述预处理图像进行处理,得到图像处理结果;
目标帧图像获取单元,用于根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像;
视频告警数据生成单元,用于根据所述目标帧图像,生成所述视频告警数据。
第四方面,本申请实施例提供了一种电子设备,包括:
处理器、存储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程序时实现上述任一项所述的视频数据处理方法。
第五方面,本申请实施例提供了一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一项所述的视频数据处理方法。
与现有技术相比,本申请实施例包括以下优点:
本申请实施例中,视频AI盒子与视频采集设备和交换机串联连接,视频AI盒子可以接收视频采集设备采集的视频数据,将视频数据发送给交换机,以由交换机将视频数据发送给视频平台。视频AI盒子可以对接收的视频数据进行处理,生成视频告警数据,将视频告警数据发送给交换机,以由交换机将视频告警数据发送给业务平台。本申请实施例通过采用一对一(即一个视频AI盒子对应一个视频采集设备)串联的方式,能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署,同时,可以大幅节约云服务平台的算力资源和带宽资源。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
图1为本申请实施例提供的一种视频AI盒子的结构示意图;
图2为本申请实施例提供的一种SoC模块的结构示意图;
图3为本申请实施例提供的一种视频流数据传输流程的示意图;
图4为本申请实施例提供的一种视频数据处理方法的步骤流程图;
图5为本申请实施例提供的一种视频告警数据获取方法的步骤流程图;
图6为本申请实施例提供的一种视频数据处理装置的结构示意图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
参照图1,示出了本申请实施例提供的一种视频AI盒子的结构示意图,如图1所示,该视频AI盒子11可以与视频采集设备12和交换机13串联连接。
在本实施例中,视频AI盒子是指集成了多个功能模块的盒子。对于视频AI盒子的结构可以结合图3进行如下详细描述。
参照图3,示出了本申请实施例提供的一种视频流数据传输流程的示意图。如图3所示,视频AI盒子内可以集成:电源模块、PoE模块、视频解码模块、图片预处理模块、AI分析模块、分析结果后处理模块、平台对接模块和通讯模块等模块中的至少一个。
其中,电源模块可以用于连接外部电源,以由外部电源为视频AI盒子提供电能,以确保视频AI盒子的正常运行。
PoE模块(即带有PoE(Power Over Ethernet,有源以太网)功能的接口模块),可以用于与视频采集设备连接,以接收视频采集设备采集的视频流数据。
视频解码模块可以对PoE模块接收的视频流数据进行解码处理,即用特定方法将视频流数据还原为它所代表的内容或将电脉冲信号、光信号、无线电波等。
图片预处理模块可以用于对解码后的视频数据进行高频抽帧处理,即采用较高的频率抽取解码后的视频数据中的每一帧图片。在具体实现中,图片预处理模块还可以对抽取的每一帧图片进行降噪等处理,以提高图片的清晰度,具体地,对于图片预处理的方式可以根据业务需求而定,本实施例对此不加以限制。
AI分析模块(可以集成多个AI算法)可以用于对抽取的图片进行处理,以得到相应的运算结果。
分析结果后处理模块可以用于对AI分析模块输出的结果进行分析,以分析出连续的视频帧图片内符合条件的图片,并根据筛选的图片生成视频告警数据。
平台对接模块可以用于对分析结果后处理模块筛选的图片进行打包处理,并生成打包数据对应的平台标识,以指示将该打包数据发送给对应的平台。
通讯模块可以用于将视频数据发送给交换机。
可以理解地,上述各个模块仅是为了更好地理解视频AI盒子的内部结构而列举的虚拟模块,在具体实现中,视频AI盒子的内部结构并不局限于上述模块,还可以包含其它虚拟模块,具体地,可以根据实际情况而定,本实施例对此不加以限制。
在实际应用中,视频AI盒子可以集成于SoC模块上,SoC(System on Chip,系统级芯片)是一个有专用目标的集成电路,其中包含完整系统并有嵌入软件的全部内容。如图2所示,视频AI盒子可以集成于SoC模块上,在该SoC模块上还设置有DDR(即DDR SDRAM(Double Data Rate Synchronous Dynamic Random Access Memory,双倍速率同步动态随机存储器))和eMMC(Embedded Multi Media Card)。其中,eMMC由一个嵌入式存储解决方案组成,带有MMC(多媒体卡)接口、快闪存储器设备及主控制器。所有都在一个小型的BGA封装。接口速度高达每秒400MBytes,eMMC具有快速、可升级的性能。
视频采集设备是指用于采集视频数据的设备,在本示例中,视频采集设备可以为摄像机等设备。
在实际应用中,视频采集设备可以为设置于固定场所的设备,如建筑工地、住宅区、交通要道等场所。
在工作过程中,视频AI盒子可以接收视频采集设备12采集的视频数据,然后将视频数据发送给交互机13,以由交互机13将视频数据发送给视频平台。
同时,视频AI盒子还可以对接收的视频数据进行处理,生成视频告警数据,并将该视频告警数据发送给交换机,以由交换机将该视频告警数据发送给业务平台。
对于视频数据的传输流程可以结合图3进行如下详细描述。
如图3所示,本实施例提供的一对一的模式有两条视频传输线路:
1、视频AI盒子通过PoE模块获取摄像头采集的视频流,并将该视频流发送给通讯模块,以由通讯模块将该视频流发送给交换机,并由交换机将该视频流发送给视频平台进行播放。如图3虚线所示传输流程。
2、首先,视频AI盒子通过PoE模块获取摄像头采集的视频流,并将该视频流发送给视频解码模块,由视频解码模块对视频流进行解码,得到解码视频数据。其次,可以调用图片预处理模块抽取解码视频数据中的视频帧图片。进而,调用AI分析模块对抽取的视频帧图片进行AI运算,以得到每张视频帧图片的预测结果,并调用分析结果后处理模块根据各视频帧图片的预测结果,筛选出符合告警条件的目标图片,并根据目标图片生成视频告警数据,以将视频告警数据发送给平台对接模块。最后,可以调用平台对接模块生成该视频告警数据对应的平台标识,以指示该视频告警数据所发送的目的平台,并由通讯模块将该视频告警数据和对应的平台标识发送给交换机,以由交换机根据平台标识将该视频告警数据发送给相应的业务平台。
在实际应用中,针对视频采集设备所处的场景可以预先设置相应的告警条件,例如,以工地场景为例,预先设置的告警条件为检测到工人未佩戴安全帽的图像。此时,在通过AI分析模块检测出工人未佩戴安全帽的图像之后,则视为触发告警条件,并将该图像作为目标图像,以生成视频告警数据等。
可以理解地,视频AI盒子内的各个模块可以通过总线连接,且视频AI盒子内的模块不仅限于图3所示的模块,具体地,对于视频AI盒子内集成的虚拟模块的数量和种类可以根据业务需求而定,本实施例对此不加以限制。
本申请实施例通过标准化一对一的模式,一个视频AI盒子对一路视频,可以实现视频AI盒子与视频平台解耦,可独立部署,能够支持不同的视频平台。
在本申请实施例的一种具体实现中,在视频AI盒子11上设置有第一网口和第二网口,其中,视频AI盒子11可以通过第一网口与视频采集设备12连接,并通过第二网口与交换机13连接。
在具体实现中,视频AI盒子11可以通过线缆穿过第一网口与视频采集设备12连接,并通过线缆穿过第二网口与交换机13连接。在本示例中,线缆可以为数据总线、光缆、电缆等中的任一种,对于线缆的具体类型可以根据业务需求而定,本实施例对此不加以限制。
在本申请实施例的另一种具体实现中,第一网口和第二网口可以为带有供电功能的网口。如图2所示,两个网口均为带有PoE功能的TSN网口等。进而,在视频AI盒子进入工作状态之后,可以通过视频AI盒子为视频采集设备提供电能,以在保障视频采集设备正常运行的同时,无需额外增加供电线缆,降低了安装的复杂程度,节约了设计成本。
在本申请实施例提供的另一种具体实现中,视频AI盒子还可以包括:通讯模块,该通讯模块可以用于与交换机进行通讯,从而可以将视频AI盒子获取的视频数据和处理得到的告警数据发送给交换机。
在本申请实施例的另一种具体实现中,视频AI盒子还可以包括:电源模块,该电源模块可以与外部电源连接,以由外部电源为视频AI盒子提供电能,能够保障视频AI盒子的正常运行。如图3所示的电源模块等。
本申请实施例通过采用一对一的设计模式,降低盒子成本。采用PoE供电、自动获取摄像头IP,拉起视频流的设计,减轻安装部署的难度,助力规模化发展业务。支撑多AI算法叠加运算,结合云端系统满足大部分小微企业的使用场景需求。通过边缘运算,减少传输延时,让告警更及时。
本申请实施例提供的视频AI盒子,视频AI盒子与视频采集设备和交换机串联连接,视频AI盒子可以接收视频采集设备采集的视频数据,将视频数据发送给交换机,以由交换机将视频数据发送给视频平台。视频AI盒子可以对接收的视频数据进行处理,生成视频告警数据,将视频告警数据发送给交换机,以由交换机将视频告警数据发送给业务平台。本申请实施例通过采用一对一(即一个视频AI盒子对应一个视频采集设备)串联的方式,能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署,同时,可以大幅节约云服务平台的算力资源和带宽资源。
参照图4,示出了本申请实施例提供的一种视频数据处理方法的步骤流程图,如图4所示,该视频数据处理方法可以包括:
步骤401:获取视频采集设备采集的视频数据。
本申请实施例可以应用于上述实施例中所描述的视频AI盒子。
在视频AI盒子处于工作状态的情况下,可以获取视频采集设备采集的视频数据。例如,在视频采集设备为设置于工地场景内的设备时,则采集的视频数据即为工地内的行人视频数据。在视频采集设备为设置于交通道路上的设备时,则采集的视频数据即为该交通道路上的行车视频数据等。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例对此不加以限制。
在获取到视频采集设备采集的视频数据之后,执行步骤402和步骤403。
步骤402:将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台。
在获取到视频采集设备采集的视频数据之后,可以由视频AI盒子直接将该视频数据发送给交换机,以由交换机将该视频数据发送给视频平台。具体地,可以通过视频AI盒子内的通讯模块将该视频数据发送给交换机,然后由交换机将该视频数据发送给视频平台进行播放。
步骤403:对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
在获取到视频采集设备采集的视频数据之后,可以由视频AI盒子内置的功能模块对视频数据进行处理,以得到视频告警数据,并将该视屏告警数据发送给交换机,以由交换机将该视频告警数据发送给业务平台,由业务平台进行后续的处理。
对于视频告警数据的生成过程可以结合图5进行如下详细描述。
参照图5,示出了本申请实施例提供的一种视频告警数据获取方法的步骤流程图,如图5所示,该视频告警数据获取方法可以包括:步骤501、步骤502、步骤503、步骤504和步骤505。
步骤501:对所述视频数据进行解码处理,生成解码视频数据。
在本实施例中,视频AI盒子可以与视频采集设备和交换机串联连接,具体地,可以在视频AI盒子上设置分别于视频采集设备和交换机连接的网口,这两个网口为带有充电功能的网口。
在视频AI盒子获取到视频采集设备采集的视频数据之后,可以对视频数据进行解码处理,以生成解码视频数据。
在实际应用中,视频采集设备可以为设置于固定场所的设备,如建筑工地、住宅区、交通要道等场所。
在视频AI盒子进入工作状态之后,可以通过视频AI盒子为视频采集设备提供电能,以启动视频采集设备,使视频采集设备进入工作状态。
在视频采集设备进入工作状态之后,可以实时采集视频数据,以发送给视频AI盒子。在具体实现中,视频采集设备在采集到光信号数据之后,可以对光信号数据进行编码,以生成编码后的视频流(即本示例中的视频数据),然后将编码后的视频流发送给视频AI盒子。
在视频AI盒子获取到视频采集设备传输的视频数据之后,可以对该视频数据进行解码,从而可以得到解码视频数据。
在对视频数据进行解码处理生成解码视频数据之后,执行步骤502。
步骤502:对所述解码视频数据中的每帧图像进行预处理,得到预处理图像。
在对视频数据进行解码处理生成解码视频数据之后,可以对解码视频数据中的每帧图像进行预处理得到预处理图像。具体地,可以抽取解码视频数据中每帧图像,然后对每帧图像进行预处理(如降噪、滤波等),以得到每帧图像对应的预处理图像。
在对解码视频数据中的每帧图像进行预处理得到每帧图像对应的预处理图像之后,执行步骤503。
步骤503:调用预设模型算法对所述预处理图像进行处理,得到图像处理结果。
在对解码视频数据中的每帧图像进行预处理得到每帧图像对应的预处理图像之后,可以调用预设模型算法对预处理图像进行处理,以得到每帧图像对应的图像处理结果。
在具体实现方式中,在视频AI盒子内可以内置AI分析模块,该AI分析模块可以包含多个AI算法,可以用于对每帧图像对应的预处理图像进行处理。
在实际应用中,针对不同的视频采集场景可以在视频AI盒子内加载与场景对应的功能的模型算法,例如,在视频采集场景为交通路段场景时,则视频AI盒子内加载的模型算法可以为检测车辆是否违规行驶的模型算法,如检测车辆车牌是否遮挡的模型算法、检测车辆速度是否超速的模型算法、检测车辆是否压实线的模型算法等。在视频采集场景为工地场景时,则视频AI盒子内加载的模型算法可以为检测工地是否存在违规行为的模型算法,如检测工人是否佩戴安全帽的算法、检测是否存在高空抛物的模型算法等等。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
在调用预设模型算法对预处理图像进行处理得到图像处理结果之后,执行步骤504。
步骤504:根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像。
目标帧图像是指从一系列视频帧图像中筛选的符合预设告警条件的图像。
在在调用预设模型算法对预处理图像进行处理得到图像处理结果之后,可以根据图像处理结果和预设告警条件获取视频数据中的目标帧图像。
在具体实现中,可以针对不同的视频采集场景设置相应的告警条件,例如,在视频采集场景为交通路段场景时,设置的告警条件可以为超速行驶时告警、遮挡车牌时告警、压实线时告警灯条件。在视频采集场景为工地场景时,设置的告警条件可以为未佩戴安全帽时告警、高空抛物时报警、未按规则倒建筑垃圾时报警灯条件。在视频采集场景为住宅区场景时,设置的告警条件可以为高空抛物时告警、违规停车时告警、违规倒垃圾时告警灯条件等。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
在根据图像处理结果和预设告警条件获取到视频数据中的目标帧图像之后,执行步骤505。
步骤505:根据所述目标帧图像,生成所述视频告警数据。
在根据图像处理结果和预设告警条件获取到视频数据中的目标帧图像之后,可以根据目标帧图像生成视频告警数据。具体地,可以根据目标帧图像确定出相应的告警数据,并将告警数据和目标帧图像打包得到视频告警数据,例如,在目标帧图像为未佩戴安全帽的图像时,则可以生成对应的告警语音或文本等告警数据,然后将未佩戴安全帽的图像与告警语音或文本等告警数据打包得到视频告警数据等。
可以理解地,上述示例仅是为了更好地理解本申请实施例的技术方案而列举的示例,不作为对本实施例的唯一限制。
本申请实施例通过采用一对一的设计模式,降低盒子成本。并且,采用支撑多AI算法叠加运算,结合云端系统满足大部分小微企业的使用场景需求。通过边缘运算,减少传输延时,让告警更及时。
本申请实施例提供的视频数据处理方法,通过获取视频采集设备采集的视频数据。将视频数据发送给交换机,以由交换机将视频数据发送给视频平台。对视频数据进行处理,得到视频告警数据,将视频告警数据发送给交换机,以由交换机将视频告警数据发送给业务平台。本申请实施例通过采用一对一(即一个视频AI盒子对应一个视频采集设备)串联的方式,能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署,同时,可以大幅节约云服务平台的算力资源和带宽资源。
参照图6,示出了本申请实施例提供的一种视频数据处理装置的结构示意图,如图6所示,该视频数据处理装置600可以包括以下模块:
视频数据获取模块610,用于获取视频采集设备采集的视频数据;
视频数据发送模块620,用于将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台;
视频告警数据发送模块630,用于对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
可选地,所述视频告警数据发送模块630包括:
解码数据生成单元,用于对所述视频数据进行解码处理,生成解码视频数据;
预处理图像获取单元,用于对所述解码视频数据中的每帧图像进行预处理,得到预处理图像;
图像处理结果获取单元,用于调用预设模型算法对所述预处理图像进行处理,得到图像处理结果;
目标帧图像获取单元,用于根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像;
视频告警数据生成单元,用于根据所述目标帧图像,生成所述视频告警数据。
本申请实施例提供的视频数据处理装置,通过获取视频采集设备采集的视频数据。将视频数据发送给交换机,以由交换机将视频数据发送给视频平台。对视频数据进行处理,得到视频告警数据,将视频告警数据发送给交换机,以由交换机将视频告警数据发送给业务平台。本申请实施例通过采用一对一(即一个视频AI盒子对应一个视频采集设备)串联的方式,能够降低现场施工配置操作的难度,对安装人员要求较低,便于大规模、大范围的推广部署,同时,可以大幅节约云服务平台的算力资源和带宽资源。
本申请实施例还提供了一种电子设备,包括:存储器、处理器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,所述计算机程序被所述处理器执行时实现上述视频数据处理方法。
图7示出了本申请实施例的一种电子设备700的结构示意图。如图7所示,电子设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM703中,还可存储电子设备700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标、麦克风等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,可由处理单元701执行。例如,上述任一实施例的方法可被实现为计算机软件程序,其被有形地包含于计算机可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序被加载到RAM703并由CPU701执行时,可以执行上文描述的方法中的一个或多个动作。
另外地,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述视频数据处理方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端上,使得在计算机或其他可编程终端上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端中还存在另外的相同要素。
以上对本申请所提供的一种视频AI盒子、一种视频数据处理方法、一种视频数据处理装置、一种电子设备和一种计算机可读存储介质,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种视频AI盒子,其特征在于,所述视频AI盒子与视频采集设备和交换机串联连接,
所述视频AI盒子接收所述视频采集设备采集的视频数据,将所述视频数据发送给所述交换机,以由所述交换机将所述视频数据发送给视频平台;
所述视频AI盒子对接收的所述视频数据进行处理,生成视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
2.根据权利要求1所述的方法,其特征在于,在所述视频AI盒子上设置有第一网口和第二网口,
所述视频AI盒子通过所述第一网口与视频采集设备连接,并通过所述第二网口与交换机连接。
3.根据权利要求2所述的视频AI盒子,其特征在于,
所述第一网口和所述第二网口为带有供电功能的网口。
4.根据权利要求1所述的视频AI盒子,其特征在于,所述视频AI盒子包括:通讯模块,以将所述视频数据和所述视频告警数据发送给所述交换机。
5.根据权利要求1所述的视频AI盒子,其特征在于,所述视频AI盒子包括:电源模块,以与外部电源连接,由所述外部电源为所述视频AI盒子提供电能。
6.一种视频数据处理方法,应用于权利要求1至5中任一项所述的视频AI盒子,其特征在于,所述方法包括:
获取视频采集设备采集的视频数据;
将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台;
对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
7.根据权利要求6所述的方法,其特征在于,所述对所述视频数据进行处理,得到视频告警数据,包括:
对所述视频数据进行解码处理,生成解码视频数据;
对所述解码视频数据中的每帧图像进行预处理,得到预处理图像;
调用预设模型算法对所述预处理图像进行处理,得到图像处理结果;
根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像;
根据所述目标帧图像,生成所述视频告警数据。
8.一种视频数据处理装置,应用于权利要求1至5中任一项所述的视频AI盒子,其特征在于,所述装置包括:
视频数据获取模块,用于获取视频采集设备采集的视频数据;
视频数据发送模块,用于将所述视频数据发送给交换机,以由所述交换机将所述视频数据发送给视频平台;
视频告警数据发送模块,用于对所述视频数据进行处理,得到视频告警数据,将所述视频告警数据发送给所述交换机,以由所述交换机将所述视频告警数据发送给业务平台。
9.根据权利要求8所述的装置,其特征在于,所述视频告警数据发送模块包括:
解码数据生成单元,用于对所述视频数据进行解码处理,生成解码视频数据;
预处理图像获取单元,用于对所述解码视频数据中的每帧图像进行预处理,得到预处理图像;
图像处理结果获取单元,用于调用预设模型算法对所述预处理图像进行处理,得到图像处理结果;
目标帧图像获取单元,用于根据所述图像处理结果和预设告警条件,获取所述视频数据中的目标帧图像;
视频告警数据生成单元,用于根据所述目标帧图像,生成所述视频告警数据。
10.一种电子设备,其特征在于,包括:
处理器、存储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程序时实现权利要求6至7中任一项所述的视频数据处理方法。
11.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行权利要求6至7中任一项所述的视频数据处理方法。
CN202211309748.0A 2022-10-25 2022-10-25 视频ai盒子、视频数据处理方法、装置及电子设备 Pending CN115801487A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211309748.0A CN115801487A (zh) 2022-10-25 2022-10-25 视频ai盒子、视频数据处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211309748.0A CN115801487A (zh) 2022-10-25 2022-10-25 视频ai盒子、视频数据处理方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN115801487A true CN115801487A (zh) 2023-03-14

Family

ID=85433706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211309748.0A Pending CN115801487A (zh) 2022-10-25 2022-10-25 视频ai盒子、视频数据处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN115801487A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117459792A (zh) * 2023-12-20 2024-01-26 深圳市奔迈科技有限公司 基于视觉算法的视频处理方法和ai盒子

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117459792A (zh) * 2023-12-20 2024-01-26 深圳市奔迈科技有限公司 基于视觉算法的视频处理方法和ai盒子
CN117459792B (zh) * 2023-12-20 2024-04-26 深圳市奔迈科技有限公司 基于视觉算法的视频处理方法和ai盒子

Similar Documents

Publication Publication Date Title
CN110288837B (zh) 一种多摄像机协同的违停车牌识别方法及装置
CN105321320B (zh) 一种基于vpn构架的4g lte网络在线预警系统及方法
CN203260195U (zh) 基于智能终端的交通违章公众监督系统
CN112350854B (zh) 一种流量故障定位方法、装置、设备及存储介质
CN103067514A (zh) 用于视频监控分析系统的云计算资源优化的方法和系统
WO2024011926A1 (zh) 基于5g的安防监控系统、方法、电子设备及存储介质
CN115801487A (zh) 视频ai盒子、视频数据处理方法、装置及电子设备
CN114255432A (zh) 视频流处理方法、装置、电子设备、存储介质及系统
CN106713351B (zh) 一种基于串口服务器的安全通讯方法及装置
Barrero et al. Internet in the development of future road‐traffic control systems
CN113949703A (zh) 一种电力人工智能的云边协同系统
CN204759452U (zh) 一种基于视频烟雾多特征融合的交通火灾检测系统
CN202077136U (zh) 一种用于电梯的叠加装置
CN214338041U (zh) 一种基于5g物联网的智能城市监控系统
CN112202932A (zh) 一种基于边缘计算的对视频进行结构化分析的方法及装置
CN215186950U (zh) 一种基于人脸识别技术的行人闯红灯行为证据采集装置
CN116232808A (zh) 一种基于边缘计算的智慧园区接入网关系统
CN205693803U (zh) 基于无线网络的通信和图像采集的监控装置
CN113489942A (zh) 基于边缘计算的视频监控系统
CN208015894U (zh) 一种基于全景摄像头的视频分析系统
CN103456179A (zh) 车辆统计方法、装置及视频监控系统
Zengqiang et al. Wireless monitoring system of vehicle overspeed on freeway based on GPRS
CN112187810A (zh) 一种前端设备控制方法及装置
CN112347996A (zh) 一种场景状态判断方法、装置、设备及存储介质
CN205946009U (zh) 基于视频大数据的智能分析及处理系统

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