一种海量实时视频流多级分析及监控系统技术方案

本发明专利技术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YOLO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。和监控所需投资在用户可承受的范围之内。和监控所需投资在用户可承受的范围之内。

【技术实现步骤摘要】
一种海量实时视频流多级分析及监控系统


[0001]本专利技术属于海量视频监控
，尤其涉及一种海量实时视频流多级分析及监控系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着公共安全防控要求的不断提高，作为安防主要技术的视频监控系统已经非常普及，摄像头的数量逐年增加，一个大型企事业单位的摄像头数量通常有数千甚至数万个。但是，监控中心配置的人员数量是有限的，仅靠人工对海量的视频进行监控分析是不可能完成的任务。随着人工智能技术的发展，在视频中进行目标检测、行为分析等不同实现方案不断出现，使得通过人工智能软件系统自动分析监控视频并将视频中出现的事件告知用户成为可能。
[0004]专利技术人发现，基于人工智能技术的智能分析功能可以嵌入到端设备摄像头中，也可以部署到边缘设备中或者云中心实现，形成了基于云计算的架构、基于云边端分布式计算的架构两种不同的视频监控系统架构。但是，无论采用哪种架构形式，都需要为每一路视频提供足够的算力，通常一台服务器在使用普通目标检测模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：郑来波，郑逸凡，王德强，李玉军，张浩，
申请(专利权)人：山东大学，
类型：发明
国别省市：