一种视联网视频的处理方法及装置制造方法及图纸

本申请提供了一种视联网视频的处理方法及装置。在本申请中，在视联网服务器显示或向视联网终端发送设置了矩形框的视联网原始视频之后，可以在视联网服务器中存储设置了矩形框的视联网原始视频。如此，用户不仅可以在在当时查看设置了矩形框的视联网原始视频，之后也可以从视联网服务器中获取并查看设置了矩形框的视联网原始视频的，会给用户带来很大方便。

A Processing Method and Device for Video Networking

This application provides a video processing method and device for video networking. In this application, after the video networking server displays or transmits the original video of the video networking with rectangular frames to the video networking terminal, the original video of the video networking with rectangular frames can be stored in the video networking server. In this way, users can not only view the original video with rectangular frames at that time, but also obtain and view the original video with rectangular frames from the video network server, which will bring great convenience to users.

【技术实现步骤摘要】
一种视联网视频的处理方法及装置
本申请涉及视联网
，特别是涉及一种视联网视频的处理方法及装置。
技术介绍
现今社会，为了给人们的工作和生活提供安全预防和保障，往往在重要位置处设置有监控摄像头，通过监控摄像头录制重要位置处的监控视频流，之后，安排查看人员查看监控摄像头录制的监控视频流中是否存在可疑人物，例如，查看是否存在在逃人员等。其中，查看人员可以使用终端来查看监控摄像头录制的监控视频流，例如，监控摄像头将录制到的监控视频流发送给该终端，该终端接收监控摄像头发送的监控视频流，并在屏幕上播放监控视频流，查看人员可以查看该终端在屏幕上播放的监控视频流。
技术实现思路
为了解决上述问题，本申请示出了一种视联网视频的处理方法及装置。第一方面，本申请示出了一种视联网视频的处理方法，应用于视联网视频的处理系统，所述系统包括视联网视频录制设备、视联网服务器以及视联网终端，所述视联网视频录制设备与所述视联网服务器基于视联网协议通信连接，所述视联网服务器与所述视联网终端之间基于视联网协议通信连接，所述方法应用于所述视联网服务器中，所述方法包括：获取视联网编码视频，所述视联网编码视频是对视联网原始视频编码后得到的；根据所述视联网编码视频确定对所述视联网原始视频编码时所使用的编码方式；在多种预设解码方式中确定与所述编码方式相对应的目标解码方式；使用所述目标解码方式对所述视联网编码视频解码，得到所述视联网原始视频；使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，所述预设神经网络模型包括由Darknet和YOLO(YouOnlyLookOnce)结合的模型，所述预设神经网络模型是基于多种类型的样本物体以及多种姿态的样本物体训练得到的；在所述视联网原始视频中的每一帧图片中设置矩形框，以使每一帧图片中的每一个目标物体均位于一个不同的矩形框中，以及使得在显示所述视联网原始视频中的每一帧图片时能够显示设置的矩形框；显示或向视联网终端发送设置了矩形框的视联网原始视频；在所述视联网服务器中存储设置了矩形框的原始视联网视频。在一个可选的实现方式中，所述使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，包括：使用预设神经网络模型借助所述视联网服务器中的图形处理器GPU识别所述视联网原始视频中的每一帧图片中的目标物体。在一个可选的实现方式中，所述在所述视联网原始视频中的每一帧图片中设置矩形框之前，还包括：对于在所述视联网原始视频中的每一帧图片，统计在所述图片中识别出的目标物体的数量，在所述图片中设置所述数量，以使在显示所述图片时能够显示所述报警信息。在一个可选的实现方式中，所述方法还包括：确定所述数量是否大于预设数量；如果所述数量大于预设数量，则生成报警信息；在所述图片中设置所述报警信息，以使在显示所述图片时能够显示所述报警信息。在一个可选的实现方式中，所述获取视联网编码视频，包括：获取在所述视联网服务器中直接输入的视联网编码视频；或，接收所述视联网视频录制设备发送的、实时录制的视联网编码视频，所述视联网视频录制设备与视联网服务器之间点对点通过数据线直接通信连接；或，通过视联网络获取视联网编码视频。在一个可选的实现方式中，所述根据所述视联网编码视频确定对所述视联网原始视频编码时所使用的编码方式，包括：在所述视联网编码视频中的预设字段中查找编码标识；根据所述编码标识确定所述编码方式。在一个可选的实现方式中，所述在多种预设解码方式中确定与所述编码方式相对应的目标解码方式，包括：在编码方式与编码方式匹配的解码方式之间的对应关系中，查找与所述编码方式相对应的解码方式，并作为所述目标解码方式。第二方面，本申请示出了一种视联网视频的处理装置，应用于视联网视频的处理系统，所述系统包括视联网视频录制设备、视联网服务器以及视联网终端，所述视联网视频录制设备与所述视联网服务器基于视联网协议通信连接，所述视联网服务器与所述视联网终端之间基于视联网协议通信连接，所述装置应用于所述视联网服务器中，所述装置包括：获取模块，用于获取视联网编码视频，所述视联网编码视频是对视联网原始视频编码后得到的；第一确定模块，用于根据所述视联网编码视频确定对所述视联网原始视频编码时所使用的编码方式；第二确定模块，用于在多种预设解码方式中确定与所述编码方式相对应的目标解码方式；解码模块，用于使用所述目标解码方式对所述视联网编码视频解码，得到所述视联网原始视频；识别模块，用于使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，所述预设神经网络模型包括由Darknet和YOLO(YouOnlyLookOnce)结合的模型，所述预设神经网络模型是基于多种类型的样本物体以及多种姿态的样本物体训练得到的；第一设置模块，用于在所述视联网原始视频中的每一帧图片中设置矩形框，以使每一帧图片中的每一个目标物体均位于一个不同的矩形框中，以及使得在显示所述视联网原始视频中的每一帧图片时能够显示设置的矩形框；显示发送模块，用于显示或向视联网终端发送设置了矩形框的视联网原始视频；存储模块，用于在所述视联网服务器中存储设置了矩形框的原始视联网视频。在一个可选的实现方式中，所述识别模块具体用于使用预设神经网络模型借助所述视联网服务器中的图形处理器GPU识别所述视联网原始视频中的每一帧图片中的目标物体。在一个可选的实现方式中，所述装置还包括：统计模块，用于对于在所述视联网原始视频中的每一帧图片，统计在所述图片中识别出的目标物体的数量，第二设置模块，用于在所述图片中设置所述数量，以使在显示所述图片时能够显示所述报警信息。在一个可选的实现方式中，所述装置还包括：第三确定模块，用于确定所述数量是否大于预设数量；生成模块，用于如果所述数量大于预设数量，则生成报警信息；第三设置模块，用于在所述图片中设置所述报警信息，以使在显示所述图片时能够显示所述报警信息。在一个可选的实现方式中，所述获取模块包括：第一获取单元，用于获取在所述视联网服务器中直接输入的视联网编码视频；或，接收单元，用于接收所述视联网视频录制设备发送的、实时录制的视联网编码视频，所述视联网视频录制设备与视联网服务器之间点对点通过数据线直接通信连接；或，第二获取单元，用于通过视联网络获取视联网编码视频。在一个可选的实现方式中，所述第一确定模块包括：查找单元，用于在所述视联网编码视频中的预设字段中查找编码标识；确定单元，用于根据所述编码标识确定所述编码方式。在一个可选的实现方式中，所述第二确定模块具体用于在编码方式与编码方式匹配的解码方式之间的对应关系中，查找与所述编码方式相对应的解码方式，并作为所述目标解码方式。本申请包括以下优点：通常情况下，在视联网服务器显示或向视联网终端发送设置了矩形框的视联网原始视频之后，并不会存储设置了矩形框的视联网原始视频。如此，用户往往只能在当时查看设置了矩形框的视联网原始视频，之后是无法查看到设置了矩形框的视联网原始视频的，这就得用户带来很大不便。而在本申请中，在视联网服务器显示或向视联网终端发送设置了矩形框的视联网原始视频之后，可以在视联网服务器中存储设置了矩形框的视联网原始视频。如此，用户不仅可以在在当时查看设置了矩形框的视联网原始视频，之后也可以从视联网服务器本文档来自技高网...

【技术保护点】
1.一种视联网视频的处理方法，其特征在于，应用于视联网视频的处理系统，所述系统包括视联网视频录制设备、视联网服务器以及视联网终端，所述视联网视频录制设备与所述视联网服务器基于视联网协议通信连接，所述视联网服务器与所述视联网终端之间基于视联网协议通信连接，所述方法应用于所述视联网服务器中，所述方法包括：获取视联网编码视频，所述视联网编码视频是对视联网原始视频编码后得到的；根据所述视联网编码视频确定对所述视联网原始视频编码时所使用的编码方式；在多种预设解码方式中确定与所述编码方式相对应的目标解码方式；使用所述目标解码方式对所述视联网编码视频解码，得到所述视联网原始视频；使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，所述预设神经网络模型包括由Darknet和YOLO(You Only Look Once)结合的模型，所述预设神经网络模型是基于多种类型的样本物体以及多种姿态的样本物体训练得到的；在所述视联网原始视频中的每一帧图片中设置矩形框，以使每一帧图片中的每一个目标物体均位于一个不同的矩形框中，以及使得在显示所述视联网原始视频中的每一帧图片时能够显示设置的矩形框；显示或向视联网终端发送设置了矩形框的视联网原始视频；在所述视联网服务器中存储设置了矩形框的原始视联网视频。...

【技术特征摘要】
1.一种视联网视频的处理方法，其特征在于，应用于视联网视频的处理系统，所述系统包括视联网视频录制设备、视联网服务器以及视联网终端，所述视联网视频录制设备与所述视联网服务器基于视联网协议通信连接，所述视联网服务器与所述视联网终端之间基于视联网协议通信连接，所述方法应用于所述视联网服务器中，所述方法包括：获取视联网编码视频，所述视联网编码视频是对视联网原始视频编码后得到的；根据所述视联网编码视频确定对所述视联网原始视频编码时所使用的编码方式；在多种预设解码方式中确定与所述编码方式相对应的目标解码方式；使用所述目标解码方式对所述视联网编码视频解码，得到所述视联网原始视频；使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，所述预设神经网络模型包括由Darknet和YOLO(YouOnlyLookOnce)结合的模型，所述预设神经网络模型是基于多种类型的样本物体以及多种姿态的样本物体训练得到的；在所述视联网原始视频中的每一帧图片中设置矩形框，以使每一帧图片中的每一个目标物体均位于一个不同的矩形框中，以及使得在显示所述视联网原始视频中的每一帧图片时能够显示设置的矩形框；显示或向视联网终端发送设置了矩形框的视联网原始视频；在所述视联网服务器中存储设置了矩形框的原始视联网视频。2.根据权利要求1所述的方法，其特征在于，所述使用预设神经网络模型识别所述视联网原始视频中的每一帧图片中的目标物体，包括：使用预设神经网络模型借助所述视联网服务器中的图形处理器GPU识别所述视联网原始视频中的每一帧图片中的目标物体。3.根据权利要求1所述的方法，其特征在于，所述在所述视联网原始视频中的每一帧图片中设置矩形框之前，还包括：对于在所述视联网原始视频中的每一帧图片，统计在所述图片中识别出的目标物体的数量，在所述图片中设置所述数量，以使在显示所述图片时能够显示所述报警信息。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：确定所述数量是否大于预设数量；如果所述数量大于预设数量，则生成报警信息；在所述图片中设置所述报警信息，以使在显示所述图片时能够显示所述报警信息。5.根据权利要求1所述的方法，其特征在于，所述获取视联网编码视频，包括：获取在所述视联网服务器中直接输入的视联网编码视频；或，接收所述视联网视频录制设备发送的、实时录制的视联网编码视频，所述视联网视频录制设备与视联网服务器之间点对点通过数据线直接通信连接；或，通过视联网络获取视联网编码...

【专利技术属性】
技术研发人员：张鹏，杨春晖，王艳辉，沈军，
申请(专利权)人：视联动力信息技术股份有限公司，
类型：发明
国别省市：北京,11