一种面向机器视觉的视频传输方法及传输系统技术方案

本发明专利技术公开了一种面向机器视觉的视频传输方法及传输系统，传输方法包括：摄像机采集视频，确定当前关键帧，计算下一视频帧与最近关键帧的差值，将差值小于过滤阈值的视频帧过滤，将差值不小于阈值的视频帧作为关键帧保留；选取当前时间窗口内的任一关键帧划分为多个具有不同重要等级的区域并分配不同等级的量化参数，将同一时间窗口内的所有关键帧的按照相同的编码策略编码后上传至边缘；边缘对编码数据进行解码并识别目标，结合计算资源与当前带宽资源，向摄像机提供反馈信息，指导摄像机的视频帧过滤与配置选择策略。通过筛除冗余帧和设置时间窗口实现帧内分块重编码，在保证神经网络推理精度的前提下，有效降低传输带宽与计算资源开销。与计算资源开销。与计算资源开销。

【技术实现步骤摘要】
一种面向机器视觉的视频传输方法及传输系统


[0001]本专利技术属于视频分析
，更具体地，涉及一种面向机器视觉的视频传输方法及传输系统。

技术介绍

[0002]随着计算机视觉领域的技术更新，尤其是基于神经网络的高精度目标检测技术的发展，视频分析技术得以顺应大数据时代的潮流，使得交通情况监控、目标检测与跟踪等常见的任务需求实现自动化，在全社会得到普及应用，为智慧城市及物联网持续赋能。视频分析旨在利用计算机视觉乃至人工智能相关技术，实时处理摄像头等终端设备捕获的视频流，并得到准确的分析结果。
[0003]由于端设备算力不足等原因，现有的视频分析应用场景常基于集中式的设备
‑
云架构，由端设备将视频流上传至云，再由云使用深度神经网络推理等技术对视频进行分析。而与云相比，边缘节点在地理位置上更加靠近端设备侧，使得视频分析的网络流量更小，响应时间更快，因此也在视频分析场景中得到广泛应用。然而，一个边缘节点通常需要与多个端设备进行通信，进而需要传输和处理大量的视频数据，对于带宽与计算资源有限的边缘节点，大量视频数据的妥善处理是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向机器视觉的视频传输方法，其特征在于，包括：摄像机采集视频，确定当前关键帧，计算下一视频帧与最近关键帧的差值，将差值小于过滤阈值的视频帧过滤，将差值不小于阈值的视频帧作为关键帧保留；选取当前时间窗口内的任一关键帧并根据重要性将帧画面划分为多个具有不同重要等级的区域，对不同重要等级的区域分配不同等级的量化参数，将同一时间窗口内的所有关键帧的按照相同的编码策略编码后上传至边缘；边缘对编码数据进行解码并识别目标，当传输延时超出预期时，控制摄像头增大过滤阈值或降低编码质量，当分析准确度低于预期时，控制摄像头减小过滤阈值或提高编码质量。2.如权利要求1所述的面向机器视觉的视频传输方法，其特征在于，在计算下一视频帧与最近关键帧的差值时，基于离线时根据历史数据分析所选定的视频特征进行计算，其中，根据历史数据分析选定视频特征，包括：对当前摄像机的历史视频数据进行采样，确定当前摄像机监控范围内的典型视频场景；根据处理任务、精度和延时要求的不同，选择对应的视频特征。3.如权利要求2所述的面向机器视觉的视频传输方法，其特征在于，根据处理任务、精度和延时要求的不同，选择对应的视频特征，包括：初选多种视频特征；确定关键帧并基于每种视频特征获取对应的过滤帧；基于交并比IOU计算过滤帧以关键帧为基准的F1分数，以评判过滤的准确度；选择准确度最高的视频特征作为在线视频传输时所用的视频特征。4.如权利要求1所述的面向机器视觉的视频传输方法，其特征在于，根据重要性将帧画面划分为多个具有不同重要等级的区域，包括；确定物体密度函数：其中，b
i
为第i个区块，为区块b
i
的物体密度，obj表示目标物体检测框，S
obj
表示某一物体检测框的面积，表示区块b
i
的面积，表示区块b
i
内所有检测框并集的面积，N
i
表示区块b
i
内检测框的数目，N
total
表示对应帧中识别出的总检测框数目，a和b均是表示权重的正数；将帧画面划分为多个区域并计算每个区域的物体密度函数，物体密度越大的区域质量等级越高，对应的编码质量要求越高。5.如权利要求1所述的面向机器视觉的视频传输方法，其特征在于，选取当前时间窗口内的第一关键帧确定编码策略，同一时间窗口...

【专利技术属性】
技术研发人员：陈芃，杨鹏，杨甦舒，侯甲慰，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：