【技术实现步骤摘要】
本专利技术涉及视频图像分析，尤其涉及一种基于大数据技术的视频图像智能分析方法及系统。
技术介绍
1、随着大数据技术发展速度的日渐提升,大数据在我国各领域的应用广度和深度日渐提升,然而随着大数据技术在广告、电商等行业用来分析客户行为取得广泛成功，但是在视频监控领域应用发展十分迟缓，其主要原因就是视频监控领域的核心数据是视频流是非结构化数据，无法直接使用成熟的大数据技术进行分析处理，虽然目前视频资源使用的行业增多，但利用率不高，且人工查看、分析视频的使用效率较低。
技术实现思路
1、有鉴于此，本专利技术提出一种基于大数据技术的视频图像智能分析方法及系统，可以解决现有技术所存在的利用率不高，且人工查看、分析视频的使用效率较低的缺陷。
2、本专利技术的技术方案是这样实现的：
3、一种基于大数据技术的视频图像智能分析方法，具体包括：
4、依据多路网络摄像机集群采集视频流数据；
5、对视频流数据进行预处理，得到每帧图像自身信息和每帧图像之间的关联信息；
6、基于大数据分布式存储系统对每帧图像自身信息和每帧图像之间的关联信息进行存储；
7、获取每帧图像自身信息和每帧图像之间的关联信息，并输入yolov5图像分类模型进行训练，得到视频识别模型；
8、依据视频识别模型对视频资源进行分析，从而实现视频图像的智能分析。
9、作为所述基于大数据技术的视频图像智能分析方法的进一步可选方案，所述依据多路网络摄像机集
10、多路网络摄像机集群采集实时视频流数据，并将采集到的实时视频流数据发送至分布式处理系统中；
11、分布式处理系统依据spark driver处理集群的driver节点在具体的execute计算节点中启动receiver组件接收实时视频流数据；
12、blockgenerator组件将receiver组件接收到的实时视频流数据封装成block；
13、将封装好的block发送至blockmanager管理器,blockmanager管理器将每个receiver组件都封装成一个task；
14、receiver组件接入rtsp流，得到rtsp视频数据流。
15、作为所述基于大数据技术的视频图像智能分析方法的进一步可选方案，所述对视频流数据进行预处理，得到每帧图像自身信息和每帧图像之间的关联信息，具体包括：
16、调用opencv库中的videocapture方法对rtsp视频数据流进行视频流解码，生成图像帧数据；
17、依据图像帧数据进行转换处理，得到帧的字节数组，其中，所述帧的字节数组为每帧图像自身信息；
18、将帧的字节数组以消息形式写入到消息中间件kafka；
19、调用spark stream流式处理引擎对消息中间件kafka中的消息数据进行关联分析，得到每帧图像之间的关联信息。
20、作为所述基于大数据技术的视频图像智能分析方法的进一步可选方案，所述基于大数据分布式存储系统对每帧图像自身信息和每帧图像之间的关联信息进行存储，具体包括：
21、使用大数据分布式存储系统的hdfs组件存储每帧图像自身信息；
22、使用大数据分布式存储系统的hbase组件存储每帧图像之间的关联信息。
23、作为所述基于大数据技术的视频图像智能分析方法的进一步可选方案，所述获取每帧图像自身信息和每帧图像之间的关联信息，并输入yolov5图像分类模型进行训练，得到视频识别模型，具体包括：
24、获取每帧图像自身信息和每帧图像之间的关联信息，并依据每帧图像自身信息和每帧图像之间的关联信息对每帧图像进行标注；
25、将标注后的每帧图像输入yolov5图像分类模型进行训练，得到视频识别模型。
26、一种基于大数据技术的视频图像智能分析系统，包括：
27、采集模块，用于依据多路网络摄像机集群采集视频流数据；
28、预处理模块，用于对视频流数据进行预处理，得到每帧图像自身信息和每帧图像之间的关联信息；
29、存储模块，用于基于大数据分布式存储系统对每帧图像自身信息和每帧图像之间的关联信息进行存储；
30、输入模块，用于获取每帧图像自身信息和每帧图像之间的关联信息，并输入yolov5图像分类模型进行训练，得到视频识别模型；
31、分析模块，用于依据视频识别模型对视频资源进行分析，从而实现视频图像的智能分析。
32、作为所述基于大数据技术的视频图像智能分析系统的进一步可选方案，所述采集模块包括：
33、多路网络摄像机集群，用于采集实时视频流数据，并将采集到的实时视频流数据发送至分布式处理系统中；
34、启动模块，用于分布式处理系统依据spark driver处理集群的driver节点在具体的execute计算节点中启动receiver组件接收实时视频流数据；
35、第一封装模块，用于blockgenerator组件将receiver组件接收到的实时视频流数据封装成block；
36、第二封装模块，用于将封装好的block发送至blockmanager管理器,blockmanager管理器将每个receiver组件都封装成一个task；
37、接入模块，用于receiver组件接入rtsp流，得到rtsp视频数据流。
38、作为所述基于大数据技术的视频图像智能分析系统的进一步可选方案，所述预处理模块包括：
39、调用模块，用于调用opencv库中的videocapture方法对rtsp视频数据流进行视频流解码，生成图像帧数据；
40、转换模块，用于依据图像帧数据进行转换处理，得到帧的字节数组，其中，所述帧的字节数组为每帧图像自身信息；
41、写入模块，用于将帧的字节数组以消息形式写入到消息中间件kafka；
42、分析模块，用于调用spark stream流式处理引擎对消息中间件kafka中的消息数据进行关联分析，得到每帧图像之间的关联信息。
43、作为所述基于大数据技术的视频图像智能分析系统的进一步可选方案，所述存储模块包括：
44、hdfs组件，用于存储每帧图像自身信息；
45、hbase组件，用于存储每帧图像之间的关联信息。
46、作为所述基于大数据技术的视频图像智能分析系统的进一步可选方案，所述输入模块包括：
47、标注模块，用于获取每帧图像自身信息和每帧图像之间的关联信息，并依据每帧图像自身信息和每帧图像之间的关联信息对每帧图像进行标注；
48、执行模块，用于将标注后的每帧图像输入yolov5图像分类模型进行训练，得到视频识别模型。
49、本专利技术的有益效果是：通过对视本文档来自技高网...
【技术保护点】
1.一种基于大数据技术的视频图像智能分析方法，其特征在于，具体包括：
2.根据权利要求1所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述依据多路网络摄像机集群采集视频流数据，具体包括：
3.根据权利要求2所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述对视频流数据进行预处理，得到每帧图像自身信息和每帧图像之间的关联信息，具体包括：
4.根据权利要求3所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述基于大数据分布式存储系统对每帧图像自身信息和每帧图像之间的关联信息进行存储，具体包括：
5.根据权利要求4所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述获取每帧图像自身信息和每帧图像之间的关联信息，并输入yolov5图像分类模型进行训练，得到视频识别模型，具体包括：
6.一种基于大数据技术的视频图像智能分析系统，其特征在于，包括：
7.根据权利要求6所述的一种基于大数据技术的视频图像智能分析系统，其特征在于，所述采集模块包括：
8.根据权利
9.根据权利要求8所述的一种基于大数据技术的视频图像智能分析系统，其特征在于，所述存储模块包括：
10.根据权利要求9所述的一种基于大数据技术的视频图像智能分析系统，其特征在于，所述输入模块包括：
...【技术特征摘要】
1.一种基于大数据技术的视频图像智能分析方法，其特征在于，具体包括：
2.根据权利要求1所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述依据多路网络摄像机集群采集视频流数据，具体包括：
3.根据权利要求2所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述对视频流数据进行预处理，得到每帧图像自身信息和每帧图像之间的关联信息，具体包括：
4.根据权利要求3所述的一种基于大数据技术的视频图像智能分析方法，其特征在于，所述基于大数据分布式存储系统对每帧图像自身信息和每帧图像之间的关联信息进行存储，具体包括：
5.根据权利要求4所述的一种基于大数据技术的视频图像智能分析方法，其...
【专利技术属性】
技术研发人员：黄小伟，包恒玥，彭曼，史钰潮，范纯爱，
申请(专利权)人：白云电气研究院南京有限公司，
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。