一种边云环境中的视频分析方法技术

技术编号:22418383 阅读:46 留言:0更新日期:2019-10-30 02:04
一种边云环境中的视频分析方法,包括以下步骤:通过在边缘端对视频数据预处理,再通过MQTT消息传输协议,再将前景图像发送至下一台边缘设备中进行模型推理,对视频中出现的目标进行分类识别,最后将分类结果上传至云端数据库中;具有减小传输负载,降低带宽损耗,提高神经网络模型识别精度以及识别速度的特点。

【技术实现步骤摘要】
一种边云环境中的视频分析方法
本专利技术属于边缘计算
,具体涉及一种边云环境中的视频分析方法。
技术介绍
随着物联网、大数据、云计算技术的快速发展,万物互联的环境下,边缘端传感器、监控等设备的数量也在迅速增加,并产生着数据,这些海量的数据需要被及时处理得到响应,否则会造成大量的拥塞。然而由于现有的集中式云计算服务模式下带宽以及资源的限制,已经不能实时高效的处理这些设备所产生的数据,且直接将边缘端采集到的原始数据上传至云端,必然会造成网络带宽负载以及计算资源的浪费。这些设备会产生大量涉及个人隐私的数据,传统模式下,所有的数据需要全部上云处理,那就意味着用户的隐私数据将被上传至云中心,包括装载在无人驾驶汽车上的传感器和摄像头数据、中国用于打击犯罪的“天网”监控网络对行人和车辆实时监控和记录等等,这些数据全部上传至云端大大增加了泄露用户隐私数据的风险。传统集中式云计算服务无法满足大数据处理的实时性、安全性以及低能耗等需求,边缘计算应运而生,网络的边缘设备具有足够的计算能力来实现原始数据的本地化梳理,只需将处理结果上传至云即可。边缘计算是指在网络边缘执行计算的一种计算模式,“边缘”是指本文档来自技高网...

【技术保护点】
1.一种边云环境中的视频分析方法,为实现动态调整工作流中的拓扑结构,该方法中的每个任务节点都分别以Docker容器的方式封装,边缘设备之间、Docker容器之间,都是通过MQTT协议以消息的形式来传输数据,故每个Docker容器中都有MQTTbroker消息中间件来接收和转发数据,其特征在于,包括以下步骤:步骤1,边缘端视频数据采集:边缘端安装有多个摄像头,实时监控路口的车辆以及行人,并采集视频数据,视频数据通过局域网、Internet或者无线网络传送至边缘设备;步骤2,边缘端原始视频预处理:将步骤1接收到的帧图像传输至封装有前背景分离算法的docker容器中进行背景分离,将实时采集到的视频帧...

【技术特征摘要】
1.一种边云环境中的视频分析方法,为实现动态调整工作流中的拓扑结构,该方法中的每个任务节点都分别以Docker容器的方式封装,边缘设备之间、Docker容器之间,都是通过MQTT协议以消息的形式来传输数据,故每个Docker容器中都有MQTTbroker消息中间件来接收和转发数据,其特征在于,包括以下步骤:步骤1,边缘端视频数据采集:边缘端安装有多个摄像头,实时监控路口的车辆以及行人,并采集视频数据,视频数据通过局域网、Internet或者无线网络传送至边缘设备;步骤2,边缘端原始视频预处理:将步骤1接收到的帧图像传输至封装有前背景分离算法的docker容器中进行背景分离,将实时采集到的视频帧图像通过前背景分离算法,获取该帧中的运动物体,舍弃图像背景数据;再通过MQTT消息发布机制,向下一个Docker容器传输运动目标;步骤3,边缘端帧图像推理识别:边缘设备通过MQTT消息订阅机制,接收视频中的运动物体,传输到深度学习网络模型中进行推理分类,输出分类结果,通过MQTT消息发布机...

【专利技术属性】
技术研发人员:杨树森李颖惠永昌
申请(专利权)人:江苏慧中数据科技有限公司
类型:发明
国别省市:江苏,32

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