一种视频分析算力调度方法、系统、电子设备及存储介质技术方案

本发明专利技术涉及一种视频分析算力调度方法、系统、电子设备及存储介质，属于视频分析算力调度领域，构建监控节点的G(V,E)点边图，在关键摄像头检测到兴趣目标时，开启监控节点内的所有关联摄像头拉流，启用G(V,E)点边图预测兴趣目标在监控节点内的轨迹路线，计算预测轨迹路线上兴趣目标到每个顶点的欧氏距离，只启动欧氏距离小于或等于欧氏距离阈值的关联摄像头的兴趣目标检测算法。本发明专利技术在检测封闭区域有无兴趣目标时开启和关闭后端服务器拉流，还通过构建G(V,E)点边图和计算欧氏距离的方式来实时开启和关闭兴趣目标附近的关联摄像头的兴趣目标检测算法，来达到拉流和算法算力都能实时开启和关闭，从而节约算力和存储资源。从而节约算力和存储资源。从而节约算力和存储资源。

【技术实现步骤摘要】
一种视频分析算力调度方法、系统、电子设备及存储介质


[0001]本专利技术涉及视频分析算力调度领域，特别是涉及一种视频分析算力调度方法、系统、电子设备及存储介质。

技术介绍

[0002]智能安防布控场景中很常见的一种场景是前端普通网络摄像机与重算力后端服务器联动，后端服务器需要完成视频流解码、视频分析算法处理以及后续的数据分析汇总。在人员密度低的一些封闭式场景中，摄像头24小时都属于启动拉流状态，会采集到大量冗余无效数据，这些数据传送到后端，会造成后端服务器的算力资源很大程度的浪费。
[0003]针对这种情况，现有的解决方法是：当检测设备检测到封闭区域有人时，一次性开启整个区域里后端服务器所有摄像头拉流和相应算法，当检测到封闭区域无人时，一次性关闭后端服务所有摄像头拉流和相应算法。如中国专利公开号为CN114257794A，专利名称为“一种视频分析算力调度方法及系统”，公开了将每个监控节点内的摄像头设置为关键摄像头以及与关键摄像头联动的关联摄像头，当关键摄像头检测到兴趣目标时，开启与该关键摄像头联动的所有关联摄像头，并将所有关联摄像头视频流接入视频分析服务器，当关键摄像头在一定时间内没有检测到兴趣目标时，关闭与该关键摄像头联动的所有关联摄像头。这种方法比之前24小时开启摄像头拉流和相应算法的状态要节约算力，但是在一次性开启整个区域里后端服务器所有摄像头拉流和相应算法后，对于没有检测到人的摄像头拉流和相应算法仍有算力资源的浪费。

技术实现思路

[0004]本专利技术的目的是提供一种视频分析算力调度方法、系统、电子设备及存储介质，以在封闭式场景且人员密度小时，优化视频分析算力的调度，节约算力和存储资源。
[0005]为实现上述目的，本专利技术提供了如下方案：一种视频分析算力调度方法，所述方法包括：构建安防布控场景中每个监控节点的G(V, E)点边图；所述监控节点为封闭区域；所述G(V, E)点边图以监控节点内的每个摄像头为顶点，顶点相连的边为监控节点内的路径；将每个监控节点内的摄像头划分为关键摄像头和关联摄像头，关闭关联摄像头，同时设置关键摄像头一直处于开启状态并采用异常检测算法实时检测监控节点中的兴趣目标；当关键摄像头检测到兴趣目标进入监控节点内时，开启监控节点内的所有关联摄像头，并将所有关联摄像头的视频流接入视频分析服务器；实时确定当前拍摄到兴趣目标的摄像头在G(V, E)点边图中对应的顶点，并在G(V, E)点边图中确定与所述顶点同边的所有相邻顶点；实时计算兴趣目标到每个相邻顶点的欧氏距离，并开启小于或等于欧氏距离阈值
的欧氏距离所对应的相邻顶点上关联摄像头的兴趣目标检测算法；当已开启兴趣目标检测算法的关联摄像头到兴趣目标的欧氏距离大于欧氏距离阈值时，关闭关联摄像头的兴趣目标检测算法；若监控节点内关键摄像头和关联摄像头在预设时间内均未检测到兴趣目标，则关闭监控节点内的所有关联摄像头。
[0006]可选的，所述构建安防布控场景中每个监控节点的G(V, E)点边图，具体包括：利用安装好3D视觉相机的智能移动设备在监控节点内自由绕行一圈，获取监控节点的立体图像；根据监控节点的立体图像，利用SLAM（Simultaneous localization and mapping）建图技术构建监控节点的3D点云场景图；以俯视角度将3D点云场景图投影到2D空间形成监控节点的2D图像；根据监控节点的2D图像，以监控节点内的每个摄像头为顶点，把监控节点内所有可以经过的路径的顶点用直线连接起来，构建出监控节点的G(V,E)点边图。
[0007]可选的，所述构建安防布控场景中每个监控节点的G(V, E)点边图，之后还包括：统计安防布控场景下所有需布控摄像头数量、监控节点数量、同时有人出现的监控节点峰值、监控节点平均算力调度峰值系数和视频分析服务器最大负载；根据安防布控场景下所有需布控摄像头数量、监控节点数量、同时有人出现的监控节点峰值、监控节点平均算力调度峰值系数和视频分析服务器最大负载，利用公式N=(F
×
S
×
W)/(M
×
K)计算视频分析服务器数量；式中，N为视频分析服务器数量，F为同时有人出现的监控节点峰值，S为所有需布控摄像头数量，M为视频分析服务器最大负载，K为安防布控场景下监控节点总数量，W为安防布控场景下监控节点平均算力调度峰值系数；将所有需布控的摄像头划分到不同监控节点内。
[0008]可选的，所述异常检测算法包括：目标检测算法和目标跟踪算法；所述目标检测算法用于通过训练好的目标检测深度学习模型获取兴趣目标检测框；所述目标跟踪算法用于根据兴趣目标检测框确认兴趣目标的轨迹是否进入监控节点内。
[0009]可选的，所述目标跟踪算法具体包括：利用跟踪判别公式S=|Rgt ∩ Rtr|/|Rgt ∪ Rtr|计算兴趣目标检测框的交并比S；其中，Rgt和Rtr为两个兴趣目标检测框；若S大于预设阈值，则判断两个兴趣目标检测框为同一兴趣目标，实时跟踪兴趣目标的位置；根据实时跟踪的兴趣目标位置形成兴趣目标的轨迹，并根据兴趣目标的轨迹确认兴趣目标是否进入监控节点内。
[0010]一种视频分析算力调度系统，所述系统包括：点边图构建模块，用于构建安防布控场景中每个监控节点的G(V, E)点边图；所述监控节点为封闭区域；所述G(V, E)点边图以监控节点内的每个摄像头为顶点，顶点相连的边为监控节点内的路径；摄像头设置模块，用于将每个监控节点内的摄像头划分为关键摄像头和关联摄像
头，关闭关联摄像头，同时设置关键摄像头一直处于开启状态并采用异常检测算法实时检测监控节点中的兴趣目标；关联摄像头开启模块，用于当关键摄像头检测到兴趣目标进入监控节点内时，开启监控节点内的所有关联摄像头，并将所有关联摄像头的视频流接入视频分析服务器；相邻顶点确定模块，用于实时确定当前拍摄到兴趣目标的摄像头在G(V, E)点边图中对应的顶点，并在G(V, E)点边图中确定与所述顶点同边的所有相邻顶点；检测算法开启模块，用于实时计算兴趣目标到每个相邻顶点的欧氏距离，并开启小于或等于欧氏距离阈值的欧氏距离所对应的相邻顶点上关联摄像头的兴趣目标检测算法；检测算法关闭模块，用于当已开启兴趣目标检测算法的关联摄像头到兴趣目标的欧氏距离大于欧氏距离阈值时，关闭关联摄像头的兴趣目标检测算法；关联摄像头关闭模块，用于若监控节点内关键摄像头和关联摄像头在预设时间内均未检测到兴趣目标，则关闭监控节点内的所有关联摄像头。
[0011]一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述的视频分析算力调度方法。
[0012]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如前述的视频分析算力调度方法。
[0013]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术公开一种视频分析算力调度方法、系统、电子设备及存储介质，构建监控节点的G(V, E)点边图，在关键摄像头检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频分析算力调度方法，其特征在于，所述方法包括：构建安防布控场景中每个监控节点的G(V, E)点边图；所述监控节点为封闭区域；所述G(V, E)点边图以监控节点内的每个摄像头为顶点，顶点相连的边为监控节点内的路径；将每个监控节点内的摄像头划分为关键摄像头和关联摄像头，关闭关联摄像头，同时设置关键摄像头一直处于开启状态并采用异常检测算法实时检测监控节点中的兴趣目标；当关键摄像头检测到兴趣目标进入监控节点内时，开启监控节点内的所有关联摄像头，并将所有关联摄像头的视频流接入视频分析服务器；实时确定当前拍摄到兴趣目标的摄像头在G(V, E)点边图中对应的顶点，并在G(V, E)点边图中确定与所述顶点同边的所有相邻顶点；实时计算兴趣目标到每个相邻顶点的欧氏距离，并开启小于或等于欧氏距离阈值的欧氏距离所对应的相邻顶点上关联摄像头的兴趣目标检测算法；当已开启兴趣目标检测算法的关联摄像头到兴趣目标的欧氏距离大于欧氏距离阈值时，关闭关联摄像头的兴趣目标检测算法；若监控节点内关键摄像头和关联摄像头在预设时间内均未检测到兴趣目标，则关闭监控节点内的所有关联摄像头。2.根据权利要求1所述的视频分析算力调度方法，其特征在于，所述构建安防布控场景中每个监控节点的G(V, E)点边图，具体包括：利用安装好3D视觉相机的智能移动设备在监控节点内自由绕行一圈，获取监控节点的立体图像；根据监控节点的立体图像，利用SLAM建图技术构建监控节点的3D点云场景图；以俯视角度将3D点云场景图投影到2D空间形成监控节点的2D图像；根据监控节点的2D图像，以监控节点内的每个摄像头为顶点，把监控节点内所有可以经过的路径的顶点用直线连接起来，构建出监控节点的G(V,E)点边图。3.根据权利要求1所述的视频分析算力调度方法，其特征在于，所述构建安防布控场景中每个监控节点的G(V, E)点边图，之后还包括：统计安防布控场景下所有需布控摄像头数量、监控节点数量、同时有人出现的监控节点峰值、监控节点平均算力调度峰值系数和视频分析服务器最大负载；根据安防布控场景下所有需布控摄像头数量、监控节点数量、同时有人出现的监控节点峰值、监控节点平均算力调度峰值系数和视频分析服务器最大负载，利用公式N=(F
×
S
×
W)/(M
×
K)计算视频分析服务器数量；式中，N为视频分析服务器数量，F为同时有人出现的监控节点峰值，S为所有需布控摄像头数量，M为视频分析服务器最大负载，K为安防布控场景下监控节点总数量，W为安防布控场景下监控节点平均算力调...

【专利技术属性】
技术研发人员：石德恩，周晓，李诚，朱才志，
申请(专利权)人：合肥英特灵达信息技术有限公司，
类型：发明
国别省市：