一种视频神经元节点的空间重构方法技术

本发明专利技术公开一种视频神经元节点的空间重构方法，包括如下步骤：S1、对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络；S2、将每个视频神经元节点感知的海量视频图像信息加入时间轴进行空间重构后，接入后端管理平台进行统一管理。本发明专利技术对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络，并将每个视频神经元节点感知的海量视频图像信息加入时间轴形成“一机一档”进行空间重构后，接入后端管理平台进行统一管理，为跨地区跨部门视频图像信息资源提供整合共享功能。实现各类异构平台间的标准化级联/互联，同时可实现对非国标平台的标准化改造。

【技术实现步骤摘要】
一种视频神经元节点的空间重构方法
本专利技术属于计算机软件领域，具体涉及一种视频神经元节点的空间重构方法。
技术介绍
传统视频监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过同轴视频电缆将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果达到最佳。随着时代的发展，传统的视频监控系统体现出一系列的缺点。无论是早期的模拟电视监控系统(CCTV)、后来的数字视频监控系统(DVR)及当前主流的网络视频监控系统(IPSurveillance),其核心大多仍然停留在“监”和“控”的应用，主要通过人员的实时监控及事后的录像回放来进行各种应用(早期主要应用于安防)，无法有效整合各类资源实现“智能化”的目的。
技术实现思路
为了解决现有技术存在的视频监控系统监控画面多、不具备针对性、实时性差、出错率高的技术问题，本专利技术目的在于提供一种视频神经元节点的空间重构方法。为跨地区跨部门视频图像信息资源提供整合共享功能。本专利技术所采用的技术方案为：一种视频神经元节点的空间重构方法，包括如下步骤：S1、对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络；S2、将每个视频神经元节点感知的海量视频图像信息加入时间轴进行空间重构后，接入后端管理平台进行统一管理。本专利技术对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络，并将每个视频神经元节点感知的海量视频图像信息加入时间轴形成“一机一档”进行空间重构后，接入后端管理平台进行统一管理，为跨地区跨部门视频图像信息资源提供整合共享功能。实现各类异构平台间的标准化级联/互联，同时可实现对非国标平台的标准化改造。所述视频感知单元包括高点视频单元和低点视频单元，每个高点视频单元和低点视频单元均建立人工视频神经元节点并网络化。具体地，所述高点视频单元对区域进行全局监控，在视频图像上迭加全息位置地图，对视野范围内的关注点进行可视化标注，将标签在视频图像中进行图像化展示，将视频图像中的背景信息进行结构化描述，并将地理位置、场景信息和视频流一起编码，加入时间轴形成复合视频流。具体地，所述低点视频单元与其中一个或多个关注点相关联，在低点不同角度查看监控区域细节，并将地理位置、场景信息和视频流一起编码，加入时间轴形成复合视频流。进一步地，所述低点视频单元在视频图像上迭加全息位置地图，对视野范围内的标注物进行可视化标注，将标签在视频图像中进行图像化展示，将视频图像中的背景信息进行结构化描述。构建全息位置地图，从位置关联网络提升到多维动态场景。当查找视频时，一键返回所有高点视频单元和低点视频单元的视频图像时间，实现视频同步。所述复合视频流加入时间轴进行空间重构。作为优选地，所述视频神经网络包括输入层、输出层和一个以上隐藏层，并采用BP算法对视频神经网络进行学习，每个视频神经元节点作为输入层的输入数据。作为优选地，所述BP算法包括梯度下降法。本专利技术的有益效果为：本专利技术对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络，并将每个视频神经元节点感知的海量视频图像信息加入时间轴形成“一机一档”进行空间重构后，接入后端管理平台进行统一管理，为跨地区跨部门视频图像信息资源提供整合共享功能。实现各类异构平台间的标准化级联/互联，同时可实现对非国标平台的标准化改造。本专利技术构建全息位置地图，从位置关联网络提升到多维动态场景。附图说明图1是本专利技术-实施例的神经网络的结构示意图。图2是全息位置地图的核心组成原理图。图3是全息位置地图关键技术主要框架图。图4是一层神经网络结构图。图5是前向神经网络结构图。图6是两层神经网络图(决策分界)。图7是两层神经网络图(空间变换)。具体实施方式下面结合附图及具体实施例对本专利技术作进一步阐述。如图1所示，本实施例的一种视频神经元节点的空间重构方法，包括如下步骤：第一步、对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络。第二步、神经元节点感知的海量视频图像信息加入时间轴进行空间重构后，接入后端管理平台进行统一管理。视频感知单元包括高点视频单元和低点视频单元，每个高点视频单元和低点视频单元均建立人工视频神经元节点并网络化。在本实施例中，高点视频单元对区域进行全局监控，在视频图像上迭加全息位置地图，对视野范围内的关注点进行可视化标注，将标签在视频图像中进行图像化展示，将视频图像中的背景信息进行结构化描述，并将地理位置、场景信息和视频流一起编码，加入时间轴形成复合视频流。低点视频单元与其中一个或多个关注点相关联，在低点不同角度查看监控区域细节，在视频图像上迭加全息位置地图，对视野范围内的标注物进行可视化标注，将标签在视频图像中进行图像化展示，将视频图像中的背景信息进行结构化描述。并将地理位置、场景信息和视频流一起编码，加入时间轴形成复合视频流。复合视频流加入时间轴进行空间重构。低点视频单元构建全息位置地图，从位置关联网络提升到多维动态场景。以下详细阐述全息位置地图：全息位置地图是指在泛在网环境下以位置为纽带动态关联事物或事件的多时态、多主题、多层次、多粒度的信息提供个性化的位置及与位置相关的智能服务平台。其宗旨是以人为本，根据用户的应用需求基于位置来集成和关联适宜的地理范围内容类型、细节程度、时间点或间隔的泛在信息。通过适应于特定用户的表达方式为用户提供信息服务。其中泛在网涵盖了传感网、互联网、通信网、行业网等网络系统，它们既是全息位置地图的信息来源，又是其运行环境。泛在信息是在泛在网环境下获取的事物或事件本身及其相关信息(如位置、状态、环境等)，涵盖地球表面的基础地理信息、独立地理实体(如建筑物)的结构信息地理实体间的关联信息、各行业的信息、人的自身及其喜好信息等。泛在信息能够直接或间接地与空间位置相关联，形成描述特定事物或事件等的总体信息。位置是指现实世界和虚拟环境中特定目标所占用的空间。在现实世界中，位置可以是用地理坐标表达的直接位置，也可以是地名、地址、相对方位和距离关系等表达的相对位置，用以描述地理实体或要素的所在地、社会事件发生地、移动目标的路径等；在虚拟环境下用IP地址，URL，社交网络账户等形式描述用户登录或发布信息的位置等。泛在信息通过位置进行关联，根据特定应用与需求，选择特定的时态、主题、层次和粒度来描述相关事物或事件的特征。“时态”反映了事物或事件随着时间变化的情形；“主题”是指从不同角度描述事物或事件；“层次”是基于事物或事件自身的层次或级别的划分来描述其相应层次的特征；“粒度”是指依据用户需求确定的描述事物或事件信息的详细程度。全息位置地图强调以位置为核心将泛在信息到多维地图上进行汇聚、关联、分析、传递、表达。其核心组成如图2所示。泛在信息是全息位置地图最重要的数据源，为全息位置地图提供数据支撑；语义位置作为泛在信息的核心元素，为全息位置地图提供有效的关联手段；多维动态场景应满足泛在信息及空间信息在时间尺度上的本文档来自技高网...

【技术保护点】
1.一种视频神经元节点的空间重构方法，其特征在于：包括如下步骤：S1、对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络；S2、将每个视频神经元节点感知的海量视频图像信息加入时间轴进行空间重构后，接入后端管理平台进行统一管理。

【技术特征摘要】
1.一种视频神经元节点的空间重构方法，其特征在于：包括如下步骤：S1、对每个视频感知单元均建立人工视频神经元节点并网络化，形成视频神经网络；S2、将每个视频神经元节点感知的海量视频图像信息加入时间轴进行空间重构后，接入后端管理平台进行统一管理。2.根据权利要求1所述的一种视频神经元节点的空间重构方法，其特征在于：所述视频感知单元包括高点视频单元和低点视频单元，每个高点视频单元和低点视频单元均建立人工视频神经元节点并网络化。3.根据权利要求2所述的一种视频神经元节点的空间重构方法，其特征在于：所述高点视频单元对区域进行全局监控，在视频图像上迭加全息位置地图，对视野范围内的关注点进行可视化标注，将标签在视频图像中进行图像化展示，将视频图像中的背景信息进行结构化描述，并将地理位置、场景信息和视频流一起编码，形成复合视频流。4.根据权利要求3所述的一种视频神经元节点的空间重构方法，其特征在于：所述低点视频单元与其中一个或多个关注点相关联，在低点不同角度查看监控区域细节，并将地理位置、场景信息和视频流...

【专利技术属性】
技术研发人员：邸磊，
申请(专利权)人：视云融聚广州科技有限公司，
类型：发明
国别省市：广东,44