说明:收录全网最新的团体标准 提供单次或批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111672567.X (22)申请日 2021.12.31 (71)申请人 山东大学 地址 266237 山东省青岛市 即墨滨海路72 号 (72)发明人 郑来波 郑逸凡 王德强 李玉军  张浩  (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 代理人 朱忠范 (51)Int.Cl. G06F 16/735(2019.01) G06F 16/75(2019.01) G06V 20/40(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种海量实时视频流多 级分析及监控系统 (57)摘要 本发明提供了一种海量实时视频流多级分 析及监控系统, 所述方案通过对海量视频进行分 级处理, 先利用基于视频图像运动特征的两种 低 复杂度算法和具有视频硬解码的低成本嵌入式 边缘计算终端对 大量视频进行两级筛选; 再利用 基于人工智能的YOL O算法和配置了GPU的服务器 对筛选出来的少数视频进行目标检测和推荐显 示, 与对全部视频使用相同人工智能分析算法的 系统相比, 节省了90%以上的算力配置和硬件成 本, 使得通过智能分析对所有视频进行实时分析 和监控所需投资在用户可承受的范围之内。 权利要求书2页 说明书9页 附图1页 CN 114357243 A 2022.04.15 CN 114357243 A 1.一种计算阵列, 其与管理平台通信连接, 并接入海量监控视频流, 其特征在于, 包括 运动视频流筛选单元、 超速视频流筛选单元、 目标检测与智能推荐单元、 综合业务扩展单 元; 其中: 运动视频流筛选单元, 由配置了多路视频硬解码的若干边缘计算终端组成, 每个边缘 计算终端配置了运动目标检测软件系统和通信模块, 用于对接入的海量视频流的每一路计 算累积帧间差, 筛 选出存在运动对象的多路初选 视频流; 超速视频流筛选单元, 由配置了多路视频硬解码的若干边缘计算终端组成, 每个边缘 计算终端配置了超速运动目标检测软件系统和通信模块, 用于对接入的初选视频流的每一 路通过多质心位移法计算 运动目标速度, 筛 选出存在超速运动目标的多路复选 视频流; 目标检测与智能推荐单元, 由配置了GPU的若干服务器构成, 每 台服务器配置有目标检 测与推荐软件系统, 基于深度学习算法对所述复选视频路中的视频流进行实时分析处理, 完成运动目标检测与分类, 以及根据所述管理平台预先制定分析策略的多路视频流的智能 推荐, 并根据预设的评分策略筛 选出高关注度的若干路视频路显示于监控大屏之上。 2.如权利要求1所述的一种计算阵列, 其特征在于, 所述监控大屏用于显示经目标检测 与智能推荐单 元筛选的视频路中的视频流, 供值班人员监看分析; 或, 供值班人员从中选择重点 监看的视频路, 实施连续 监看。 3.如权利要求1所述的一种计算阵列, 其特征在于, 所述计算阵列还包括综合业务扩展 单元, 其用于为特定业务需求提供扩展接口, 实现对筛选出 的视频路中的视频流进行针对 性的处理分析。 4.如权利要求1所述的一种计算阵列, 其特征在于, 所述基于海量视频流及累积帧间差 计算, 筛选出存在运动对象的初选 视频流, 具体为: 对于获取的每一路视频流, 计算当前视频流相邻帧之间的帧间差并进行累积, 获得累 积帧间差图像; 计算所述累积帧间差 图像的像素值之和, 与第一预设阈值进行比较, 确定当前路视频 流中是否包 含运动对象。 5.如权利要求1所述的一种计算阵列, 其特征在于, 基于若干路初选视频流以及运动目 标速度测算方法, 筛 选出存在超速运动目标的复选 视频流, 具体为: 对于每路视频流, 分别对视频帧图像中的运动目标进行边缘检测, 获得二值化差分图 像; 将所述二值化差分图像进行区域划分, 并计算各区域的质心; 基于相邻帧二 值化差分图像的质心位置变化, 确定每 个质心的瞬时位移速度; 基于各区域质心瞬时位移速度的均值与第 二预设阈值进行比较, 确定当前路视频流中 是否包含超速运动目标。 6.如权利要求1所述的一种计算阵列, 其特征在于, 所述分析策略包括但不限于暴力 袭 击监控、 超速车辆跟踪及群体事件监测, 其中, 不同分析策略对应于利用不同训练集进行预 训练的神经网络模型。 7.一种管理平台, 其与所述计算阵列通信连接, 其特 征在于, 包括: 配置单元, 其用于对所述计算阵列中的计算资源、 阈值 参数、 以及算法模型进行制定; 控制单元, 其用于基于制定的配置信 息, 对所述计算阵列中的计算资源进行动态调配;权 利 要 求 书 1/2 页 2 CN 114357243 A 2以及对运动目标检测阈值、 深度学习模型进行配置 。 8.如权利要求7所述的一种管理平台, 其特征在于, 所述管理平台还用于对所述存储区 域网进行存 储策略的配置, 以及动态调整历史视频的存 储时长; 以及, 对所述 监控大屏配置 显示路数、 显示方式、 视频排序方式及更新方式; 以及, 对所述综合 业务分析大屏配置 显示方式及更新策略。 9.一种海量实时视频流多级分析及监控系统, 其特征在于, 包括如权利要求1 ‑6任一项 所述的计算阵列、 如权利要求7 ‑8任一项所述的管理平台、 存 储局域网以及监控大屏, 其中: 所述存储局域网, 其用于基于所述管理平台指定的存储策略, 对所述计算阵列筛选出 的视频路中的视频流进行存 储; 所述监控大屏, 其用于显示经过计算阵列中目标检测与智能推荐单元筛选出来的视 频。 10.如权利要求9所述的一种海量实时视频流多级分析及监控系统, 其特征在于, 所述 系统还包括综合业务分析大屏, 其用于显示综合业务扩展 单元中配置的不同业务的智能分 析结果。权 利 要 求 书 2/2 页 3 CN 114357243 A 3

.PDF文档 专利 一种海量实时视频流多级分析及监控系统

文档预览
中文文档 13 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共13页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种海量实时视频流多级分析及监控系统 第 1 页 专利 一种海量实时视频流多级分析及监控系统 第 2 页 专利 一种海量实时视频流多级分析及监控系统 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-19 00:18:54上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。