本申请提供体一种基于视频语义驱动的城市大脑云边协同计算方法及装置，包括：获取视频流数据；对所述视频流数据进行语义检测，获得语义检测结果；根据所述语义检测结果从所述视频流数据中抽取得到目标图片；确定与当前边缘节点建立通信且具有处理资源的节点，作为目标节点；向所述目标节点发送所述目标图片，以使所述目标节点对所述目标图片进行语义结果提取，获得语义结果。本申请解决了边缘节点之间带宽受限、视频流直接传输困难、边缘服务器负载容量有限的问题，在面对突发大流量处理时，本申请提供的基于视频语义驱动的城市大脑云边协同计算方法能提供高效的云边协同处理能力，有效保障目标跟踪、流量统计等业务流不中断。中断。中断。
【技术实现步骤摘要】
基于视频语义驱动的城市大脑云边协同计算方法及装置
[0001]本申请涉及视频处理
，尤其涉及一种基于视频语义驱动的城市大脑云边协同计算方法及装置。
技术介绍
[0002]视频系统是智慧交通中的重要组成部分，可用于监控道路交通、车辆行驶、违法行为等，为智慧交通提供数据支持。
[0003]如何高效处理城市大脑的海量视频流数据，这给后端信息系统带来了巨大的挑战。在边云协同处理过程中，边缘服务器会就近收集多路摄像头的视频流，并对视频流进行实时处理之后产生的结果数据（包括而不限于车流量、车辆追踪信息、人流量等）发送给云侧服务器，从而大幅降低通信开销和云服务器的计算负载。
[0004]然而，在云边协同场景下需要将完整的视频流传输至相邻节点，在相邻节点中采用视频目标检测的方法进行重复的处理。在此基础上，如果遇到有突发大流量等情况，边缘服务器会发生过载而不能实时处理，导致业务数据中断等情况。
技术实现思路
[0005]为克服相关技术中存在的问题，本说明书提供了一种基于视频语义驱动的城市大脑云边协同计算方法及装置。
[0006]第一方面，本申请提供一种基于视频语义驱动的城市大脑云边协同计算方法，包括：获取视频流数据；对所述视频流数据进行语义检测，获得语义检测结果；根据所述语义检测结果从所述视频流数据中抽取得到目标图片；确定与当前边缘节点建立通信且具有处理资源的节点，作为目标节点；向所述目标节点发送所述目标图片，以使所述目标节点对所述目标图片进行语义结果提取，获得语义结果。
[0007]可选的，所述与当前边缘节点建立通信且具有处理资源的节点包括：与所述当前边缘节点相邻的边缘节点以及中心节点；所述确定与当前边缘节点建立通信，且具有处理资源的节点，作为目标节点，包括：在所述当前边缘节点的图像处理队列长度超过预设队列长度阈值的情况下，根据所述相邻的边缘节点所对应的图像处理队列长度从所述相邻的边缘节点中确定目标节点；在所述相邻的边缘节点的图像处理队列长度均超过预设队列长度阈值的情况下，将所述中心节点确定为目标节点。
[0008]可选的，所述根据所述相邻的边缘节点所对应的图像处理队列长度从所述相邻的边缘节点中确定目标节点，包括：
将图像处理队列长度最短的相邻的边缘节点确定为目标节点。
[0009]可选的，所述对所述视频流数据进行语义检测，获得语义检测结果，包括：对所述视频流数据的车牌区域进行检测，获得车牌区域检测结果。
[0010]可选的，所述对所述视频流数据的车牌区域进行检测，获得车牌区域检测结果，包括：利用预先训练好的车牌检测模型对所述视频流数据对应的每一帧图片进行特征提取，获得不同尺度的特征图；其中，所述车牌检测模型是基于SSD目标检测算法训练得到；利用不同长宽比和尺寸的锚框在所述特征图上生成多个候选框；对多个所述候选框进行分类与回归预测，获得所述候选框的类别概率以及位置信息；根据所述候选框的类别概率以及位置信息，通过非极大抑制算法从多个候选框中确定最终的候选框，并将最终的候选框所对应的类别概率以及位置信息作为车牌区域检测结果。
[0011]可选的，所述根据所述语义检测结果从所述视频流数据中抽取得到目标图片，包括：根据所述类别概率从所述视频流数据中抽取得到包含车牌的初始目标图片；根据所述位置信息，从所述初始目标图片中截取车牌区域，作为最终的目标图片。
[0012]第二方面，本申请还提供一种基于视频语义驱动的城市大脑云边协同计算方法，包括：所述基于视频语义驱动的城市大脑云边协同计算系统包括当前边缘节点及目标节点，所述方法包括：所述当前边缘节点执行如上述任一项所述的基于视频语义驱动的城市大脑云边协同计算方法；所述目标节点对所述目标图片进行语义结果提取，获得语义结果。
[0013]可选的，所述目标节点对所述目标图片进行语义结果提取，获得语义结果，包括：将从当前边缘节点处获取得到的目标图片存储至所述目标节点的图像处理队列中，依次对图像处理队列中的目标图片进行语义结果提取，获得语义结果。
[0014]可选的，所述目标节点对所述目标图片进行语义结果提取，获得语义结果，包括：所述目标节点对所述目标图片进行车牌识别，获得车牌识别结果。
[0015]可选的，所述目标节点对所述目标图片进行车牌识别，获得车牌识别结果，包括：对所述目标图片进行预处理，获得预处理后图片；对所述预处理后图片进行特征提取；利用预先训练好的随机森林模型中的多个决策树对提取到的特征进行识别，获得多个初始识别结果；其中，所述初始识别结果与所述决策树对应，所述随机森林模型基于随机森林算法训练得到；对所述多个初始识别结果进行投票或取均值处理，以获得最终的车牌识别结果。
[0016]可选的，所述基于视频语义驱动的城市大脑云边协同计算系统还包括中心节点；在所述目标节点对所述目标图片进行语义结果提取，获得语义结果之后，方法还包括：
所述目标节点向中心节点发送所述语义结果；所述中心节点获取所述语义结果，并基于所述语义结果进行目标跟踪或流量统计处理，以获得视频业务处理结果。
[0017]第三方面，本申请还提供一种基于视频语义驱动的城市大脑云边协同计算装置，包括：数据获取模块，用于获取视频流数据；语义检测模块，用于对所述视频流数据进行语义检测，获得语义检测结果；目标图片获取模块，用于根据所述语义检测结果从所述视频流数据中抽取得到目标图片；目标节点确定模块，用于确定与当前边缘节点建立通信且具有处理资源的节点，作为目标节点；目标图片发送模块，用于向所述目标节点发送所述目标图片，以使所述目标节点对所述目标图片进行语义结果提取，获得语义结果。
[0018]第四方面，本申请还提供一种基于视频语义驱动的城市大脑云边协同计算装置，所述基于视频语义驱动的城市大脑云边协同计算系统包括当前边缘节点及目标节点，所述方法包括：当前边缘节点处理模块，用于所述当前边缘节点执行如上述任一项所述的基于视频语义驱动的城市大脑云边协同计算方法；目标节点处理模块，用于所述目标节点对所述目标图片进行语义结果提取，获得语义结果。
[0019]第五方面，本申请还提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于视频语义驱动的城市大脑云边协同计算方法。
[0020]第六方面，本申请还提供一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现上述的基于视频语义驱动的城市大脑云边协同计算方法。
[0021]本申请提供的基于视频语义驱动的城市大脑云边协同计算方法及装置，其中，基于视频语义驱动的城市大脑云边协同计算方法，在当前边缘节点中，先对接收到的多路视频流数据进行语义检测，从而从多路视频流中确定包含语义信息的目标图像，进而根据相邻节点与中心节点的处理资源从相邻节点与中心节点中确定目标节点，通过仍具有处理能力的目标节点进行进一步的语义结果的识别，从而无需当前边缘节点将完整的视频流数据发送本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于视频语义驱动的城市大脑云边协同计算方法，其特征在于，包括：获取视频流数据；对所述视频流数据进行语义检测，获得语义检测结果；根据所述语义检测结果从所述视频流数据中抽取得到目标图片；确定与当前边缘节点建立通信且具有处理资源的节点，作为目标节点；向所述目标节点发送所述目标图片，以使所述目标节点对所述目标图片进行语义结果提取，获得语义结果。2.如权利要求1所述的方法，其特征在于，所述与当前边缘节点建立通信且具有处理资源的节点包括：与所述当前边缘节点相邻的边缘节点以及中心节点；所述确定与当前边缘节点建立通信，且具有处理资源的节点，作为目标节点，包括：在所述当前边缘节点的图像处理队列长度超过预设队列长度阈值的情况下，根据所述相邻的边缘节点所对应的图像处理队列长度从所述相邻的边缘节点中确定目标节点；在所述相邻的边缘节点的图像处理队列长度均超过预设队列长度阈值的情况下，将所述中心节点确定为目标节点。3.如权利要求2所述的方法，其特征在于，所述根据所述相邻的边缘节点所对应的图像处理队列长度从所述相邻的边缘节点中确定目标节点，包括：将图像处理队列长度最短的相邻的边缘节点确定为目标节点。4.如权利要求1所述的方法，其特征在于，所述对所述视频流数据进行语义检测，获得语义检测结果，包括：对所述视频流数据的车牌区域进行检测，获得车牌区域检测结果。5.如权利要求4所述的方法，其特征在于，所述对所述视频流数据的车牌区域进行检测，获得车牌区域检测结果，包括：利用预先训练好的车牌检测模型对所述视频流数据对应的每一帧图片进行特征提取，获得不同尺度的特征图；其中，所述车牌检测模型是基于SSD目标检测算法训练得到；利用不同长宽比和尺寸的锚框在所述特征图上生成多个候选框；对多个所述候选框进行分类与回归预测，获得所述候选框的类别概率以及位置信息；根据所述候选框的类别概率以及位置信息，通过非极大抑制算法从多个候选框中确定最终的候选框，并将最终的候选框所对应的类别概率以及位置信息作为车牌区域检测结果。6.如权利要求5所述的方法，其特征在于，所述根据所述语义检测结果从所述视频流数据中抽取得到目标图片，包括：根据所述类别概率从所述视频流数据中抽取得到包含车牌的初始目标图片；根据所述位置信息，从所述初始目标图片中截取车牌区域，作为最终的目标图片。7.一种基于视频语义驱动的城市大脑云边协同计算方法，其特征在于，所述基于视频语义驱动的城市大脑云边协同计算系统包括当前边缘节点及目标节点，所述方法包括：所述当前边缘...
【专利技术属性】
技术研发人员：高丰，郑宇化，孙铭鸽，
申请(专利权)人：之江实验室，
类型：发明
国别省市：
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。