CN116886871A - 一种网络数据信息管理方法、系统及计算机存储介质 - Google Patents

一种网络数据信息管理方法、系统及计算机存储介质 Download PDF

Info

Publication number
CN116886871A
CN116886871A CN202310924424.6A CN202310924424A CN116886871A CN 116886871 A CN116886871 A CN 116886871A CN 202310924424 A CN202310924424 A CN 202310924424A CN 116886871 A CN116886871 A CN 116886871A
Authority
CN
China
Prior art keywords
target building
camera
image
frame
building
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
CN202310924424.6A
Other languages
English (en)
Other versions
CN116886871B (zh
Inventor
杨健
陈晨
罗成
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.)
Zhejiang Anyixin Technology Co ltd
Original Assignee
Zhejiang Anyixin Technology 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 Zhejiang Anyixin Technology Co ltd filed Critical Zhejiang Anyixin Technology Co ltd
Priority to CN202310924424.6A priority Critical patent/CN116886871B/zh
Publication of CN116886871A publication Critical patent/CN116886871A/zh
Application granted granted Critical
Publication of CN116886871B publication Critical patent/CN116886871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及网络信息技术领域，具体公开一种网络数据信息管理方法、系统及计算机存储介质，该方法包括：步骤1、目标楼宇监控信息获取、步骤2、目标楼宇监控信息分析、步骤3、目标楼宇网络信号增强处理和步骤4、目标楼宇拍摄承载能力处理，本发明使目标楼宇内摄像头的网络信号与摄像头的实际需求更为贴切，进而保障了目标楼宇内摄像头的拍摄质量和传输质量，提高了摄像头拍摄视频的可靠性和参考性，从而确保楼宇的安全防护工作，本发明保障了楼宇内摄像头拍摄内容的丰富性与摄像头本身承载能力的适配性，有利于相关工作人员对楼宇的安全管理，从而提高了楼宇内摄像头的利用率，避免不必要的资源浪费。

Description

一种网络数据信息管理方法、系统及计算机存储介质
技术领域
本发明涉及网络信息技术领域，具体而言，涉及一种网络数据信息管理方法、系统及计算机存储介质。
背景技术
网络数据信息管理对于确保数据安全、支持决策、提高效率、合规要求、知识管理以及业务分析和预测都具有重要性和必要性。它是组织和企业保持竞争优势、提高运营效能的关键要素。在楼宇的安防布控中，通过摄像头进行各方位的监控，从而保障楼宇的安防，并记录相关信息，以便突发情况给予证据支持，若摄像头不能合理运行，不仅影响摄像头拍摄数据的准确性，从而无法提供证据支持，而且影响楼宇的安防，甚至给楼宇造成不必要的损失，因此，对楼宇内摄像头的运行进行分析是极其有必要的。
现有技术中对楼宇内摄像头运行的分析在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在以下几个层面：(1)现有技术中大多对楼宇内摄像头进行网络信号全覆盖，满足楼宇内各摄像头的基本使用要求，由于楼宇内摄像头所属拍摄视频的质量和传输视频的质量与网络信号息息相关，因此要保证楼宇内摄像头拍摄视频的质量和传输视频的质量，楼宇内摄像头的网络信号必须要满足要求，现有技术对这一层面的忽视导致楼宇内摄像头的拍摄质量和传输质量不高，进而降低了摄像头拍摄视频的可靠性和参考性，从而影响楼宇的安全防护工作。
(2)现有技术中对楼宇内摄像头的拍摄承载能力的关注度不高，进而忽略了楼宇内摄像头拍摄内容的丰富性与摄像头本身承载能力的适配性，容易出现楼宇内摄像头的拍摄内容丰富性较高而导致的视频模糊或不流畅的现象，一方面降低了楼宇内摄像头的拍摄质量，从而不利于相关工作人员对楼宇的安全管理，另一方面在一定程度上影响楼宇内摄像头的使用寿命，从而降低楼宇内摄像头的利用率，造成不必要的资源浪费。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种网络数据信息管理方法、系统及计算机存储介质,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：本发明第一方面提供一种网络数据信息管理方法，包括：步骤1、目标楼宇监控信息获取：从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数。
步骤2、目标楼宇监控信息分析：基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并执行步骤3，进而分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数，并执行步骤4。
步骤3、目标楼宇网络信号增强处理：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理。
步骤4、目标楼宇拍摄承载能力处理：分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
进一步地，所述目标楼宇所属各摄像头对应的拍摄性能评估系数，其具体分析方法为：将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，获取其对应的帧序号，从而得到目标楼宇所属各摄像头对应各帧图像的帧序号Him，其中i为各摄像头的编号，i＝1,2,...,n，m为各帧图像的编号，m＝1,2,...,l。
依据目标楼宇所属各摄像头对应各帧图像的帧序号构建目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值并据此分析目标楼宇所属各摄像头对应的图像丢失风险系数ηi，Hi(m+1)为目标楼宇所属第i个摄像头对应第m+1个帧图像的帧序号。
基于播放的目标楼宇所属各摄像头对应的监控视频提取帧速率Vi和缓冲时长Ti；
将目标楼宇所属各摄像头对应帧图像丢失风险系数进行均值处理，并将其结果作为目标楼宇对应的参考帧图像丢失风险系数η′，进而分析目标楼宇所属各摄像头对应的拍摄性能评估系数其中e为自然常数，V′为预定义的监控视频对应的标准帧速率，T′为预定义的监控视频对应的允许缓冲时长，χ1、χ2、χ3分别为预定义的帧图像丢失风险、帧速率、缓冲时长对应的权重因子。
进一步地，所述目标楼宇所属各摄像头对应的图像丢失风险系数，其具体分析方法为：将目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值与预定义的标准帧序号偏差值进行对比，若目标楼宇所属某摄像头对应某帧图像与相邻图像的帧序号偏差值大于帧序号偏差值，则将该帧图像标记为目标图像，进而统计目标楼宇所属各摄像头对应的各目标图像。
依据目标楼宇所属各摄像头对应的各目标图像构建目标楼宇所属各摄像头对应的各次图像丢失，并结合目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值，获取目标楼宇所属各摄像头对应各次图像丢失的帧序号偏差值进而据此统计目标楼宇所属各摄像头对应各次图像丢失的图像数量/>其中k为各次图像丢失的编号，k＝1,2,...,j，并据此分析目标楼宇所属各摄像头对应的图像丢失严重程度值εi。
获取目标楼宇所属各摄像头对应最后一帧图像的帧序号，并将其作为目标楼宇所属各摄像头对应的预计播放总帧数SIi′，进而分析目标楼宇所属各摄像头对应的实际播放的帧丢失率
统计目标楼宇所属各摄像头对应帧图像丢失的总次数CIi，进而分析目标楼宇所属各摄像头对应的图像丢失风险系数其中CI′为预定义的允许图像丢失的次数，λ1、λ2、λ3分别表示为预定义的图像丢失严重程度、实际播放的帧丢失率、图像丢失次数对应的影响权重系数。
进一步地，所述目标楼宇所属各摄像头对应的图像丢失严重程度值εi，其具体分析方法为：基于目标楼宇所属各摄像头对应各次帧图像丢失的图像数量，从中选取目标楼宇所属各摄像头的图像的最多丢失数量和最少丢失数量/>
将目标楼宇所属各摄像头对应各次图像丢失的图像数量与预定义的允许丢失图像的数量进行对比，若目标楼宇所属某摄像头对应某次图像丢失的图像数量大于或等于允许丢失图像的数量，则将该次图像丢失标记为异常丢失，进而统计目标楼宇所属各摄像头对应的各次异常丢失。
获取目标楼宇所属各摄像头对应各次异常丢失的图像数量Xih，其中h为各次异常丢失的编号，h＝1,2,...,g，并结合云数据库中存储的各严重级别对应的图像数量，筛选目标楼宇所属各摄像头对应各次异常丢失的严重级别，并据此获取目标楼宇所属各摄像头对应各次异常丢失的严重值Jih。
汇总目标楼宇所属各摄像头对应异常丢失的总次数Yi，并据此分析目标楼宇所属各摄像头对应的视频流畅度其中
SI′为预定义的帧图像的最多丢失数量与最少丢失数量之间的允许误差，n为摄像头的数量，g为异常丢失的次数，。
基于目标楼宇所属各摄像头对应的视频流畅度，结合云数据库中存储的各图像丢失严重程度值对应的视频流畅度范围，筛选目标楼宇所属各摄像头对应的图像丢失严重程度值，并将其标记为εi。
进一步地，所述传输参数包括各次传输中断对应的起始时间点和结束时间点。
进一步地，所述目标楼宇所属各摄像头对应的传输效率评估指数，其具体分析方法为：从目标楼宇所属各摄像头对应的传输参数中提取各次传输中断对应的起始时间点和结束时间点/>并据此分析目标楼宇所属各摄像头对应各次传输中断的持续时长其中p为各次传输中断的编号，p＝1,2,...,q。
将目标楼宇所属各摄像头的持续时长大于或等于预定义的持续时长阈值对应的各次传输中断标记为各严重中断，进而统计目标楼宇所属各摄像头对应严重中断的次数CJi。
分析目标楼宇所属各摄像头对应各次传输中断与前一次传输中断对应的间隔时长其中/>为目标楼宇所属第i个摄像头对应第p-1次传输中断的结束时间点。
统计目标楼宇所属各摄像头对应传输中断的次数CJ′i，进而据此分析目标楼宇所属各摄像头对应的传输效率评估指数其中q为传输中断的次数，χ1、χ2、χ3分别表示为严重中断次数、传输中断次数、传输中断间隔时长对应的占比因子。
进一步地，所述目标楼宇所属各摄像头对应的网络信号增强需求指数，其具体计算公式为：其中δ1、δ2分别为预定义的拍摄性能评估系数、传输效率评估指数对应的比例系数。
进一步地，所述目标楼宇所属各摄像头对应的拍摄承载能力评估指数，其具体分析方法为：将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，进而得到目标楼宇所属各摄像头对应的各帧图像，并获取其对应的分辨率FBim。
将目标楼宇所属各摄像头对应的各帧图像按照预定义的面积进行网格划分，进而得到划分后的若干子区域，并从若干子区域内随机选取各布设点，进而获取目标楼宇所属各摄像头对应各帧图像所属各子区域对应各布设点的色度值Iimfx，其中f为各子区域的编号，f＝1,2,...,u，x为各布设点的编号，x＝1,2,...,y，并据此分析目标楼宇所属各摄像头对应各帧图像所属各子区域对应的颜色丰富性其中I′为预定义的布设点的允许色度偏差值，y为布设点的数量，Iimf(x+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f个子区域对应第x+1个布设点的色度值。
分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数其中
其中ξim(f+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f+1个子区域对应的颜色丰富性，u为子区域的数量。
本发明第二方面提供一种网络数据信息管理系统，包括：目标楼宇监控信息获取模块，用于从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数。
目标楼宇监控信息分析模块，用于基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数。
目标楼宇网络信号增强处理模块：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理。
目标楼宇拍摄承载能力处理模块，用于分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
本发明第三方面提供计算机存储介质，所述计算机存储介质有一个或多个程序，所述一个或多个程序可被一个或者多个处理器执行，以实现上述网络数据信息管理方法中的步骤。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在步骤1中获取目标楼宇对应摄像头的监控视频和传输参数，进而为后续楼宇内摄像头的监控信息分析提供了强有力的数据支持。
(2)本发明在步骤2中通过分析目标楼宇内摄像头的拍摄性能评估系数和传输效率评估指数，综合分析目标楼宇内摄像头的网络信号增强需求指数，进而弥补了现有技术中大多对楼宇内摄像头进行网络信号全覆盖的以满足基本使用要求的缺陷，进而保障了对目标楼宇内摄像头的针对性分析，使目标楼宇内摄像头的网络信号与摄像头的实际需求更为贴切，进而保障了目标楼宇内摄像头的拍摄质量和传输质量，提高了摄像头拍摄视频的可靠性和参考性，从而确保楼宇的安全防护工作。
(3)本发明在步骤2中对楼宇内摄像头的拍摄承载能力进行分析，进而保障了楼宇内摄像头拍摄内容的丰富性与摄像头本身承载能力的适配性，避免出现楼宇内摄像头的拍摄内容丰富性较高而导致的视频模糊或不流畅的现象，一方面保障了楼宇内摄像头的拍摄质量，从而有利于相关工作人员对楼宇的安全管理，另一方面在一定程度上有效保障楼宇内摄像头的使用寿命，从而提高了楼宇内摄像头的利用率，避免不必要的资源浪费。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法流程图。
图2为本发明的模块连接图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明第一方面提供一种网络数据信息管理方法，其特征在于，包括：步骤1、目标楼宇监控信息获取：从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数。
在本发明的具体实施例中，所述传输参数包括各次传输中断对应的起始时间点和结束时间点。
本发明在步骤1中获取目标楼宇对应摄像头的监控视频和传输参数，进而为后续楼宇内摄像头的监控信息分析提供了强有力的数据支持。
步骤2、目标楼宇监控信息分析：基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并执行步骤3，进而分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数，并执行步骤4。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的拍摄性能评估系数，其具体分析方法为：将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，获取其对应的帧序号，从而得到目标楼宇所属各摄像头对应各帧图像的帧序号Him，其中i为各摄像头的编号，i＝1,2,...,n，m为各帧图像的编号，m＝1,2,...,l。
依据目标楼宇所属各摄像头对应各帧图像的帧序号构建目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值并据此分析目标楼宇所属各摄像头对应的图像丢失风险系数ηi，Hi(m+1)为目标楼宇所属第i个摄像头对应第m+1个帧图像的帧序号。
基于播放的目标楼宇所属各摄像头对应的监控视频提取帧速率Vi和缓冲时长Ti；
需要说明的是，帧速率为每设定时长播放的图像帧数，缓冲时长为监控视频首次出现画面需要的时长。
将目标楼宇所属各摄像头对应帧图像丢失风险系数进行均值处理，并将其结果作为目标楼宇对应的参考帧图像丢失风险系数η′，进而分析目标楼宇所属各摄像头对应的拍摄性能评估系数其中e为自然常数，V′为预定义的监控视频对应的标准帧速率，T′为预定义的监控视频对应的允许缓冲时长，χ1、χ2、χ3分别为预定义的帧图像丢失风险、帧速率、缓冲时长对应的权重因子。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的图像丢失风险系数，其具体分析方法为：将目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值与预定义的标准帧序号偏差值进行对比，若目标楼宇所属某摄像头对应某帧图像与相邻图像的帧序号偏差值大于帧序号偏差值，则将该帧图像标记为目标图像，进而统计目标楼宇所属各摄像头对应的各目标图像。
依据目标楼宇所属各摄像头对应的各目标图像构建目标楼宇所属各摄像头对应的各次图像丢失，并结合目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值，获取目标楼宇所属各摄像头对应各次图像丢失的帧序号偏差值进而据此统计目标楼宇所属各摄像头对应各次图像丢失的图像数量/>其中k为各次图像丢失的编号，k＝1,2,...,j，并据此分析目标楼宇所属各摄像头对应的图像丢失严重程度值εi。
获取目标楼宇所属各摄像头对应最后一帧图像的帧序号，并将其作为目标楼宇所属各摄像头对应的预计播放总帧数SIi′，进而分析目标楼宇所属各摄像头对应的实际播放的帧丢失率
统计目标楼宇所属各摄像头对应帧图像丢失的总次数CIi，进而分析目标楼宇所属各摄像头对应的图像丢失风险系数其中CI′为预定义的允许图像丢失的次数，λ1、λ2、λ3分别表示为预定义的图像丢失严重程度、实际播放的帧丢失率、图像丢失次数对应的影响权重系数。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的图像丢失严重程度值εi，其具体分析方法为：基于目标楼宇所属各摄像头对应各次帧图像丢失的图像数量，从中选取目标楼宇所属各摄像头的图像的最多丢失数量和最少丢失数量/>
将目标楼宇所属各摄像头对应各次图像丢失的图像数量与预定义的允许丢失图像的数量进行对比，若目标楼宇所属某摄像头对应某次图像丢失的图像数量大于或等于允许丢失图像的数量，则将该次图像丢失标记为异常丢失，进而统计目标楼宇所属各摄像头对应的各次异常丢失。
获取目标楼宇所属各摄像头对应各次异常丢失的图像数量Xih，其中h为各次异常丢失的编号，h＝1,2,...,g，并结合云数据库中存储的各严重级别对应的图像数量，筛选目标楼宇所属各摄像头对应各次异常丢失的严重级别，并据此获取目标楼宇所属各摄像头对应各次异常丢失的严重值Jih。
汇总目标楼宇所属各摄像头对应异常丢失的总次数Yi，并据此分析目标楼宇所属各摄像头对应的视频流畅度其中
SI′为预定义的帧图像的最多丢失数量与最少丢失数量之间的允许误差，n为摄像头的数量，g为异常丢失的次数，。
基于目标楼宇所属各摄像头对应的视频流畅度，结合云数据库中存储的各图像丢失严重程度值对应的视频流畅度范围，筛选目标楼宇所属各摄像头对应的图像丢失严重程度值，并将其标记为εi。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的传输效率评估指数，其具体分析方法为：从目标楼宇所属各摄像头对应的传输参数中提取各次传输中断对应的起始时间点和结束时间点/>并据此分析目标楼宇所属各摄像头对应各次传输中断的持续时长/>其中p为各次传输中断的编号，p＝1,2,...,q。
将目标楼宇所属各摄像头的持续时长大于或等于预定义的持续时长阈值对应的各次传输中断标记为各严重中断，进而统计目标楼宇所属各摄像头对应严重中断的次数CJi。
分析目标楼宇所属各摄像头对应各次传输中断与前一次传输中断对应的间隔时长其中/>为目标楼宇所属第i个摄像头对应第p-1次传输中断的结束时间点。
统计目标楼宇所属各摄像头对应传输中断的次数CJi′，进而据此分析目标楼宇所属各摄像头对应的传输效率评估指数其中q为传输中断的次数，χ1、χ2、χ3分别表示为严重中断次数、传输中断次数、传输中断间隔时长对应的占比因子。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的网络信号增强需求指数，其具体计算公式为：其中δ1、δ2分别为预定义的拍摄性能评估系数、传输效率评估指数对应的比例系数。
本发明在步骤2中通过分析目标楼宇内摄像头的拍摄性能评估系数和传输效率评估指数，综合分析目标楼宇内摄像头的网络信号增强需求指数，进而弥补了现有技术中大多对楼宇内摄像头进行网络信号全覆盖的以满足基本使用要求的缺陷，进而保障了对目标楼宇内摄像头的针对性分析，使目标楼宇内摄像头的网络信号与摄像头的实际需求更为贴切，进而保障了目标楼宇内摄像头的拍摄质量和传输质量，提高了摄像头拍摄视频的可靠性和参考性，从而确保楼宇的安全防护工作。
在本发明的具体实施例中，所述目标楼宇所属各摄像头对应的拍摄承载能力评估指数，其具体分析方法为：将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，进而得到目标楼宇所属各摄像头对应的各帧图像，并获取其对应的分辨率FBim。
将目标楼宇所属各摄像头对应的各帧图像按照预定义的面积进行网格划分，进而得到划分后的若干子区域，并从若干子区域内随机选取各布设点，进而获取目标楼宇所属各摄像头对应各帧图像所属各子区域对应各布设点的色度值Iimfx，其中f为各子区域的编号，f＝1,2,...,u，x为各布设点的编号，x＝1,2,...,y，并据此分析目标楼宇所属各摄像头对应各帧图像所属各子区域对应的颜色丰富性其中I′为预定义的布设点的允许色度偏差值，y为布设点的数量，Iimf(x+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f个子区域对应第x+1个布设点的色度值。
分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数其中其中ξim(f+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f+1个子区域对应的颜色丰富性，u为子区域的数量。
本发明在步骤2中对楼宇内摄像头的拍摄承载能力进行分析，进而保障了楼宇内摄像头拍摄内容的丰富性与摄像头本身承载能力的适配性，避免出现楼宇内摄像头的拍摄内容丰富性较高而导致的视频模糊或不流畅的现象，一方面保障了楼宇内摄像头的拍摄质量，从而有利于相关工作人员对楼宇的安全管理，另一方面在一定程度上有效保障楼宇内摄像头的使用寿命，从而提高了楼宇内摄像头的利用率，避免不必要的资源浪费。
步骤3、目标楼宇网络信号增强处理：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理。
需要说明的是，所述分析目标楼宇对应的各网络信号增强摄像头，其具体分析方法为：将目标楼宇所属各摄像头对应的网络信号增强需求指数与预定义的网络信号增强需求指数阈值进行对比，若目标楼宇所属某摄像头对应的网络信号增强需求指数大于或等于网络信号增强需求指数阈值，则将该摄像头标记为网络信号增强摄像头，进而得到目标楼宇对应的各网络信号增强摄像头。
步骤4、目标楼宇拍摄承载能力处理：分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
需要说明的是，同目标楼宇对应的各网络信号增强摄像头的分析方法一致，分析目标楼宇对应的各拍摄承载能力增强摄像头。
参照图2所示，本发明第二方面提供一种网络数据信息管理系统，包括：目标楼宇监控信息获取模块、目标楼宇监控信息分析模块、目标楼宇网络信号增强处理模块、目标楼宇拍摄承载能力处理模块和云数据库。
所述目标楼宇监控信息获取模块与目标楼宇监控信息分析模块连接，目标楼宇监控信息分析模块分别与目标楼宇网络信号增强处理模块和目标楼宇拍摄承载能力处理模块连接。
需要说明的是，所述一种网络数据信息管理系统，还包括云数据库，所述云数据库与目标楼宇监控信息分析模块连接，云数据库用于存储各严重级别对应的图像数量，各图像丢失严重程度值对应的视频流畅度范围。
所述目标楼宇监控信息获取模块，用于从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数。
所述目标楼宇监控信息分析模块，用于基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数。
所述目标楼宇网络信号增强处理模块：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理。
所述目标楼宇拍摄承载能力处理模块，用于分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
本发明第三方面提供计算机存储介质，所述计算机存储介质有一个或多个程序，所述一个或多个程序可被一个或者多个处理器执行，以实现上述网络数据信息管理方法中的步骤。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种网络数据信息管理方法，其特征在于，包括：
步骤1、目标楼宇监控信息获取：从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数；
步骤2、目标楼宇监控信息分析：基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并执行步骤3，进而分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数，并执行步骤4；
步骤3、目标楼宇网络信号增强处理：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理；
步骤4、目标楼宇拍摄承载能力处理：分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
2.根据权利要求1所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的拍摄性能评估系数，其具体分析方法为：
将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，获取其对应的帧序号，从而得到目标楼宇所属各摄像头对应各帧图像的帧序号Him，其中i为各摄像头的编号，i＝1,2,...,n，m为各帧图像的编号，m＝1,2,...,l；
依据目标楼宇所属各摄像头对应各帧图像的帧序号构建目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值并据此分析目标楼宇所属各摄像头对应的图像丢失风险系数ηi，Hi(m+1)为目标楼宇所属第i个摄像头对应第m+1个帧图像的帧序号；
基于播放的目标楼宇所属各摄像头对应的监控视频提取帧速率Vi和缓冲时长Ti；
将目标楼宇所属各摄像头对应帧图像丢失风险系数进行均值处理，并将其结果作为目标楼宇对应的参考帧图像丢失风险系数η′，进而分析目标楼宇所属各摄像头对应的拍摄性能评估系数其中e为自然常数，V′为预定义的监控视频对应的标准帧速率，T′为预定义的监控视频对应的允许缓冲时长，χ1、χ2、χ3分别为预定义的帧图像丢失风险、帧速率、缓冲时长对应的权重因子。
3.根据权利要求2所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的图像丢失风险系数，其具体分析方法为：
将目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值与预定义的标准帧序号偏差值进行对比，若目标楼宇所属某摄像头对应某帧图像与相邻图像的帧序号偏差值大于帧序号偏差值，则将该帧图像标记为目标图像，进而统计目标楼宇所属各摄像头对应的各目标图像；
依据目标楼宇所属各摄像头对应的各目标图像构建目标楼宇所属各摄像头对应的各次图像丢失，并结合目标楼宇所属各摄像头对应各帧图像与相邻图像的帧序号偏差值，获取目标楼宇所属各摄像头对应各次图像丢失的帧序号偏差值进而据此统计目标楼宇所属各摄像头对应各次图像丢失的图像数量/>其中k为各次图像丢失的编号，k＝1,2,...,j，并据此分析目标楼宇所属各摄像头对应的图像丢失严重程度值εi；
获取目标楼宇所属各摄像头对应最后一帧图像的帧序号，并将其作为目标楼宇所属各摄像头对应的预计播放总帧数SIi′，进而分析目标楼宇所属各摄像头对应的实际播放的帧丢失率
统计目标楼宇所属各摄像头对应帧图像丢失的总次数CIi，进而分析目标楼宇所属各摄像头对应的图像丢失风险系数其中CI′为预定义的允许图像丢失的次数，λ1、λ2、λ3分别表示为预定义的图像丢失严重程度、实际播放的帧丢失率、图像丢失次数对应的影响权重系数。
4.根据权利要求3所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的图像丢失严重程度值εi，其具体分析方法为：
基于目标楼宇所属各摄像头对应各次帧图像丢失的图像数量，从中选取目标楼宇所属各摄像头的图像的最多丢失数量和最少丢失数量/>
将目标楼宇所属各摄像头对应各次图像丢失的图像数量与预定义的允许丢失图像的数量进行对比，若目标楼宇所属某摄像头对应某次图像丢失的图像数量大于或等于允许丢失图像的数量，则将该次图像丢失标记为异常丢失，进而统计目标楼宇所属各摄像头对应的各次异常丢失；
获取目标楼宇所属各摄像头对应各次异常丢失的图像数量Xih，其中h为各次异常丢失的编号，h＝1,2,...,g，并结合云数据库中存储的各严重级别对应的图像数量，筛选目标楼宇所属各摄像头对应各次异常丢失的严重级别，并据此获取目标楼宇所属各摄像头对应各次异常丢失的严重值Jih；
汇总目标楼宇所属各摄像头对应异常丢失的总次数Yi，并据此分析目标楼宇所属各摄像头对应的视频流畅度其中 SI′为预定义的帧图像的最多丢失数量与最少丢失数量之间的允许误差，n为摄像头的数量，g为异常丢失的次数，；
基于目标楼宇所属各摄像头对应的视频流畅度，结合云数据库中存储的各图像丢失严重程度值对应的视频流畅度范围，筛选目标楼宇所属各摄像头对应的图像丢失严重程度值，并将其标记为εi。
5.根据权利要求2所述的一种网络数据信息管理方法，其特征在于：所述传输参数包括各次传输中断对应的起始时间点和结束时间点。
6.根据权利要求5所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的传输效率评估指数，其具体分析方法为：
从目标楼宇所属各摄像头对应的传输参数中提取各次传输中断对应的起始时间点和结束时间点/>并据此分析目标楼宇所属各摄像头对应各次传输中断的持续时长其中p为各次传输中断的编号，p＝1,2,...,q；
将目标楼宇所属各摄像头的持续时长大于或等于预定义的持续时长阈值对应的各次传输中断标记为各严重中断，进而统计目标楼宇所属各摄像头对应严重中断的次数CJi；
分析目标楼宇所属各摄像头对应各次传输中断与前一次传输中断对应的间隔时长其中/>为目标楼宇所属第i个摄像头对应第p-1次传输中断的结束时间点；
统计目标楼宇所属各摄像头对应传输中断的次数CJi′，进而据此分析目标楼宇所属各摄像头对应的传输效率评估指数其中q为传输中断的次数，χ1、χ2、χ3分别表示为严重中断次数、传输中断次数、传输中断间隔时长对应的占比因子。
7.根据权利要求6所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的网络信号增强需求指数，其具体计算公式为：其中δ1、δ2分别为预定义的拍摄性能评估系数、传输效率评估指数对应的比例系数。
8.根据权利要求2所述的一种网络数据信息管理方法，其特征在于：所述目标楼宇所属各摄像头对应的拍摄承载能力评估指数，其具体分析方法为：
将目标楼宇所属各摄像头对应的监控视频进行播放，并提取目标楼宇所属各摄像头对应监控视频播放的每帧图像，进而得到目标楼宇所属各摄像头对应的各帧图像，并获取其对应的分辨率FBim；
将目标楼宇所属各摄像头对应的各帧图像按照预定义的面积进行网格划分，进而得到划分后的若干子区域，并从若干子区域内随机选取各布设点，进而获取目标楼宇所属各摄像头对应各帧图像所属各子区域对应各布设点的色度值Iimfx，其中f为各子区域的编号，f＝1,2,...,u，x为各布设点的编号，x＝1,2,...,y，并据此分析目标楼宇所属各摄像头对应各帧图像所属各子区域对应的颜色丰富性其中I′为预定义的布设点的允许色度偏差值，y为布设点的数量，Iimf(x+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f个子区域对应第x+1个布设点的色度值；
分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数其中其中ξim(f+1)为目标楼宇所属第i个摄像头对应第m个帧图像所属第f+1个子区域对应的颜色丰富性，u为子区域的数量。
9.一种网络数据信息管理系统，其特征在于，包括：
目标楼宇监控信息获取模块，用于从目标楼宇安全监控后台提取目标楼宇所属各摄像头对应的监控视频和传输参数；
目标楼宇监控信息分析模块，用于基于目标楼宇所属各摄像头对应的监控视频分析目标楼宇所属各摄像头对应的拍摄性能评估系数，并基于目标楼宇所属各摄像头对应的传输参数分析目标楼宇所属各摄像头对应的传输效率评估指数，从而分析目标楼宇所属各摄像头对应的网络信号增强需求指数，并分析目标楼宇所属各摄像头对应的拍摄承载能力评估指数；
目标楼宇网络信号增强处理模块：分析目标楼宇对应的各网络信号增强摄像头，进而对目标楼宇对应的各网络信号增强摄像头进行网络信号增强处理；
目标楼宇拍摄承载能力处理模块，用于分析目标楼宇对应的各拍摄承载能力增强摄像头，并获取目标楼宇对应各拍摄承载能力增强摄像头的编号，进而将其进行显示。
10.计算机存储介质，其特征在于：所述计算机存储介质有一个或多个程序，所述一个或多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任意一项所述的网络数据信息管理方法中的步骤。
CN202310924424.6A 2023-07-26 2023-07-26 一种网络数据信息管理方法、系统及计算机存储介质 Active CN116886871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310924424.6A CN116886871B (zh) 2023-07-26 2023-07-26 一种网络数据信息管理方法、系统及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310924424.6A CN116886871B (zh) 2023-07-26 2023-07-26 一种网络数据信息管理方法、系统及计算机存储介质

Publications (2)

Publication Number Publication Date
CN116886871A true CN116886871A (zh) 2023-10-13
CN116886871B CN116886871B (zh) 2024-02-20

Family

ID=88264255

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310924424.6A Active CN116886871B (zh) 2023-07-26 2023-07-26 一种网络数据信息管理方法、系统及计算机存储介质

Country Status (1)

Country Link
CN (1) CN116886871B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110211629A1 (en) * 2008-11-04 2011-09-01 Telefonaktiebolaget Lm Ericsson (Publ) Method and System for Determining a Quality Value of a Video Stream
CN205017456U (zh) * 2015-08-15 2016-02-03 上海鲁安电子有限公司 一种远距离传输信号的网络监控系统
CN114339445A (zh) * 2021-12-16 2022-04-12 以萨技术股份有限公司 实时视频流自适应协调系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110211629A1 (en) * 2008-11-04 2011-09-01 Telefonaktiebolaget Lm Ericsson (Publ) Method and System for Determining a Quality Value of a Video Stream
CN205017456U (zh) * 2015-08-15 2016-02-03 上海鲁安电子有限公司 一种远距离传输信号的网络监控系统
CN114339445A (zh) * 2021-12-16 2022-04-12 以萨技术股份有限公司 实时视频流自适应协调系统及方法

Also Published As

Publication number Publication date
CN116886871B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
US11361423B2 (en) Artificial intelligence-based process and system for visual inspection of infrastructure
EP2210422B1 (en) System and method for encoding video
EP2165525B1 (en) Method of processing moving picture and apparatus thereof
DE102021109767A1 (de) Systeme und methoden zur vorausschauenden sicherheit
CN112035320B (zh) 业务监控方法、装置、电子设备及可读存储介质
CN103546713B (zh) 运动图像编辑设备和方法
US20210383532A1 (en) Systems and methods for resource analysis, optimization, or visualization
US20240089558A1 (en) Rewind and fast forward of content
Chen et al. Temporal reasoning guided QoE evaluation for mobile live video broadcasting
CN110602105A (zh) 一种基于k-means的大规模并行化网络入侵检测方法
US10405012B2 (en) Cloud DVR Optimization
Ren et al. Shot boundary detection in MPEG videos using local and global indicators
CN114639051B (zh) 一种基于大数据分析的广告短视频质量评价方法、系统及存储介质
CN116886871B (zh) 一种网络数据信息管理方法、系统及计算机存储介质
US11182696B2 (en) Quantitative discovery of name changes
US20070061727A1 (en) Adaptive key frame extraction from video data
CN113691801A (zh) 基于视频图像分析的视频监控设备故障监测方法及系统
CN117612060A (zh) 基于人工智能检测的视频预警系统、方法、设备及介质
CN116257220A (zh) 基于云边协同的软件开发数据管理方法及系统
TWI639091B (zh) Big data based automated analysis processing system
CN110322391A (zh) 基于多线程的视频告警事件分析方法
CN115002448A (zh) 应用于安防监控的视频图像质量诊断方法及系统
CN114584758A (zh) 一种城市级监控视频质量评估方法及系统
US11398091B1 (en) Repairing missing frames in recorded video with machine learning
CN115082911A (zh) 一种视频分析方法、装置及视频处理设备

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