一种养殖场多目标视频分析方法及其系统技术方案

技术编号:15696010 阅读:161 留言:0更新日期:2017-06-24 11:36
本发明专利技术提供一种养殖场多目标视频分析方法及其系统,所述方法包括:S1.基于养殖场的多个视频流,利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;S2.利用多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。本发明专利技术的视频分析方法及其系统可以构建基于流式计算养殖场多目标视频分析系统,为规模化动物养殖特别是生猪养殖过程中,基于视频流对生猪行为进行实时监控和分析提供有效解决方案。

【技术实现步骤摘要】
一种养殖场多目标视频分析方法及其系统
本专利技术涉及养殖场视频监控
,更具体地,涉及一种养殖场多目标视频分析方法及其系统。
技术介绍
我国是世界上最大的猪肉生产国和消费国,猪肉产量近十年来稳居全球首位。2015年,我国猪肉总产量达到5487万吨,预计到2020年,猪肉总产量达到5760万吨,占肉类总产量64%。随着我国社会和经济的不断发展,人们生活质量不断的提高,对猪肉类食品的需求量不断增加的同时,对猪肉产品的质量安全提出了更高的要求,生猪的健康养殖是向社会提供质量安全猪肉的前提保证。生猪的采食、饮水、排泄等行为特征反应了生猪的生长状态,通过分析生猪的日常行为表现,可以判定生猪生长状态健康与否。当前我国养殖业主要通过人工观察方法,监测猪的生长情况,消耗大量的人力和物力,得到的数据可信度低。基于计算机视觉技术对生猪行为进行跟踪、识别、记录和分析,实现准确、实时、便捷监测生猪的生长动态,对于保障猪肉的质量品质安全是非常必要的。随着生猪养殖由传统分散的养殖方式向规模化、集约化、精细化养殖模式的发展,基于单计算节点,目标检测模型固定单一的视频流目标检测分析系统,无法满足对多视频流、视频背景复杂多变、多目标生猪的实时检测分析的需求。
技术实现思路
本专利技术的目的是提供一种养殖场多目标视频分析方法及其系统。该系统能够实时获取多个摄像头的视频流,将获取到的多个视频流进行解码、统一结构封装、自定义分组,分组视频发送给各计算节点,在不同层上的计算节点可以插入相应的功能处理模块,对发送过来的分组视频进行处理,继而发送到下一个处理节点进行处理,实现目标生猪的实时分析和/或检测。本专利技术的一个方面,提供了一种养殖场多目标视频分析方法,包括:S1.基于养殖场的多个视频流,利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;S2.利用多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。本专利技术的另一个方面,还提供了一种养殖场多目标视频分析系统,包括:视频流获取模块,用于获取养殖场的多个视频流;storm流式计算模块,用于利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;分析模块,用于多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。本申请提出养殖场多目标视频分析方法及系统具有以下优点:1)能够实时分析大规模监控视频流,根据分析产生的决策数据能为经营者进一步提高效率提供决策依据和参考,从而促使经营者为养殖企业制定合理的产业规划和政策;2)对养殖场尤其是生猪养殖场进行多摄像头多目标的监控检测。对监控视频做到实时快速检测和分析,进一步完善生猪养殖向规模化、精细化、智能化方向发展;3)实现动态可扩展性,可动态添加新的计算结点处理增加的视频流;4)采用可插拔方式对功能模块进行管理,用户根据需求随时配置合适的功能模块进行视频分析处理,有较好的适用性;5)采用统一视频流获取接口,可适配不同编码的摄像头,提高工作效率;6)减少开发人员的开发时间和工作量,同时方便管理人员进行维护和管理。附图说明图1为根据本专利技术实施例中养殖场多目标视频分析方法的总体流程示意图;图2为根据本专利技术实施例中养殖场多目标视频分析系统的总体流程示意图;图3为根据本专利技术一个优选实施例中养殖场多目标视频分析系统的流程示意图;图4为根据本专利技术一个优选实施例中养殖场多目标视频分析系统中插拔式功能组合的流程示意图。具体实施方式下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。本专利技术所提供的养殖场多目标视频分析方法,如图1所示,包括:S1.基于养殖场的多个视频流,利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;S2.利用多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。在本专利技术的实施例中以生猪的养殖场为例,详述本专利技术。在本专利技术中,“多个”指2个或2个以上。在本专利技术的分析方法中,使用了storm流式技术对生猪养殖场中多个视频流进行分析,是实现生猪目标行为跟踪、识别、记录和分析的前提。在S1中,为了提高工作效率,在本专利技术的实施例中,使用统一视频流获取接口,可适配不同编码的摄像头。其中,S1的具体步骤包括:S11.对所述多个视频流以视频帧的形式进行解码,将解码后的数据封装至数据集中;S12.基于所述数据集,使用拓扑分组将其在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点。其中,S12中的拓扑分组可以为本领域storm流式计算常见的分组模型,用户可以根据实际需求来选择合适的拓扑分组形式进行分组,如字段分组、全局分组、随机分组、本地分组、无分组、广播分组、直接分组或自定义分组。在本专利技术优选的实施例中,为了更加方便,可以采用随机分组模型。为了能更好地实现超负荷状态下的分析,本专利技术的随机分组模型更优选地是综合各计算节点已积累的请求数和各计算节点所需最小的请求处理时间来判断各计算节点的计算能力是否达到满负荷,从而实现对视频数据灵活调度的目的以及自动增加计算节点。在本专利技术中优选的随机分组模型为:定义t时刻某个节点s已积累的请求数为Ls(t),程序会为该节点的每个请求评估处理时间为Tsm(t),该节点在t时刻的请求积累量等于前一时刻的请求积累量LS(t-1)与t时刻内到达节点的新的请求数目NS(t)之和,再减掉t时刻内处理掉的请求数As(t),节点s在t时刻所需要的请求处理时间为Ts(t),节点s到t时刻为止所需要的请求处理时间为τs(t),则具体关系如下:Ls(t)=Ls(t-1)+Ns(t)-As(t)(1)τs(t)=τs(t-1)+Ts(t)(3)为了方便对整个集群的资源调度,t时刻整个集群所有任务的总积累量用L(t)表示为:在本专利技术的一个实施例中,为了提高节点的响应时间,增大节点吞吐量,这里规定:σ(t)=min{L1(t),L2(t),...,Ls(t),...,Lk(t)}(5)τ(t)=min{τ1(t),τ2(t),...,τs(t),...,τk(t)}(6)Ls(t)≤σ(t)(7)τs(t)≤τ(t)(8)其中σ(t)为t时刻各计算节点含有请求量最小值,t时刻某个节点s已积累的请求数Ls(t)不超过σ(t);τ(t)为到t时刻为止各计算节点所需最少的请求处理时间,节点s到t时刻为止所需要的请求处理时间τs(t)不超过τ(t)。设在t+1时刻提交给节点s的请求数目为NS(t+1),Δσ(t)为到t+1时刻为止已积累的请求数与t时刻各计算节点含有请求量最小值σ(t)之差:Δσ(t)=Ns(t+1)+Ls(t)-σ(t)(9)Δτ(t)为在t+1时刻节点s所需要的总处理时间与到t时刻为止各计算节点所需最少的请求处理时间τ(t)之差:Δτ(t)=τs(t)+Ts(t+1)-τ(t)(10)如果Δσ(t)>0则表示t+1时刻s节点已经处于超负荷状态,且多出了Δσ(t)请求量;如果Δτ(t)>0是多了请求量,则首先将t+1时刻提交给节点s的请求数目为NS(t+1)的任务请求平均分配其他本文档来自技高网...
一种养殖场多目标视频分析方法及其系统

【技术保护点】
一种养殖场多目标视频分析方法,其特征在于,包括:S1.基于养殖场的多个视频流,利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;S2.利用多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。

【技术特征摘要】
1.一种养殖场多目标视频分析方法,其特征在于,包括:S1.基于养殖场的多个视频流,利用storm流式技术将所述视频流在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点;S2.利用多节点并行的方式对所述多个工作节点的数据片段进行分析,以获得所需的视频流。2.根据权利要求1所述的视频分析方法,其特征在于,S1的具体步骤包括:S11.对所述多个视频流以视频帧的形式进行解码,将解码后的数据封装至数据集中;S12.基于所述数据集,使用拓扑分组将其在时间上分割成多个微小数据片段,并将所述数据片段分配给多个工作节点。3.根据权利要求2所述的视频分析方法,其特征在于,S12中拓扑分组为随机分组模型,随机分组模型具体为:定义t时刻某个节点s已积累的请求数为Ls(t),程序会为该节点的每个请求评估处理时间为Tsm(t),该节点在t时刻的请求积累量等于前一时刻的请求积累量LS(t-1)与t时刻内到达节点的新的请求数目NS(t)之和,再减掉t时刻内处理掉的请求数As(t),节点s在t时刻所需要的请求处理时间为Ts(t),节点s到t时刻为止所需要的请求处理时间为τs(t),具体关系如下:Ls(t)=Ls(t-1)+Ns(t)-As(t)τs(t)=τs(t-1)+Ts(t)4.根据权利要求3所述的视频分析方法,其特征在于,t时刻整个集群所有任务的总积累量用L(t)表示为:5.根据权利要求4所述...

【专利技术属性】
技术研发人员:孙龙清邹远炳李玥李亿杨
申请(专利权)人:中国农业大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1