【技术实现步骤摘要】
本专利技术涉及ai智能，尤其涉及一种智能摄像机视频流配置方法、装置、电子设备及存储介质。
技术介绍
1、随着计算机硬件技术与软件技术的不断发展，使得各种嵌入式设备、移动设备以及智能设备得到广泛推广。云ai(artificial intelligence，人工智能)监控摄像机是新兴的居家安防智能设备。可以通过将ai算法应用部署在云侧，用户可按需配置加载ai算法，如人脸识别、区域入侵、口罩识别等。
2、算法模型依赖底层芯片接口，同款芯片研发的算法理论均可适配。然而在实际应用中，同款芯片因为不同智能摄像机厂商区别，存在视频流配置差异问题。如果依据设备类型区别研发算法版本，无疑会增大维护成本。同时，针对同一款芯片，可以研发多品类算法。不同算法由于应用环境以及检测目标差异，对于视频流配置需求也存在不同之处，应用同一路视频流配置，会增加额外的系统资源使用开销。
3、由此可见，合理的算法动态选取视频流配置方法是非常有必要的。目前而言，基于智能摄像机的ai算法动态选取视频流配置方法相关研究十分缺乏。
技术实现思路
1、本专利技术提供了一种智能摄像机视频流配置方法、装置、电子设备及存储介质，用于解决或部分解决现有技术中缺乏基于智能摄像机的ai算法动态选取视频流配置方法的问题。
2、本专利技术提供的一种智能摄像机视频流配置方法，所述方法包括：
3、获取智能摄像机的视频流配置文件以及对应的配置文件路径，并通过sdk将所述配置文件路径传递至ai算法业务进程；
4、通过所述ai算法业务进程读取所述配置文件路径的视频流配置文件，并建立视频流动态优化配置模型；
5、结合所述视频流配置文件以及所述视频流动态优化配置模型，通过比对所述智能摄像机的离线训练环境与实际应用环境的配置差异，选取最优视频流配置。
6、可选地，所述获取智能摄像机的视频流配置文件以及对应的配置文件路径，并通过sdk将所述配置文件路径传递至ai算法业务进程，包括：
7、获取智能摄像机的资源使用情况、视频流配置规范以及配置通知接口；
8、结合所述资源使用情况，按照所述视频流配置规范在配置文件路径存入视频流配置文件，并通过所述配置通知接口将所述配置文件路径传递至sdk；
9、建立所述sdk与ai算法业务进程通信，并通过所述sdk将所述配置文件路径传递至所述ai算法业务进程。
10、可选地，所述建立所述sdk与ai算法业务进程通信，并通过所述sdk将所述配置文件路径传递至所述ai算法业务进程，包括：
11、建立所述sdk与ai算法业务进程通信，并设定业务进程上线协议码对，所述业务进程上线协议码对包括在线消息码以及消息响应码；
12、通过所述sdk实时监听所述ai算法业务进程的上线情况；
13、若所述sdk接收到所述ai算法业务进程发送的在线消息码，则通过所述sdk将消息响应码以及所述配置文件路径，传递至所述ai算法业务进程。
14、可选地，所述建立视频流动态优化配置模型，包括：
15、获取ai算法的可使用内存资源上限以及cpu占用峰值；
16、以提高ai算法精度作为优化目标，以所述智能摄像机的内存资源使用率小于等于所述可使用内存资源上限，以及cpu占用率小于等于所述cpu占用峰值作为约束条件，建立视频流动态优化配置模型。
17、可选地，所述视频流配置文件包括多组不同的可选视频流配置参数，所述结合所述视频流配置文件以及所述视频流动态优化配置模型，通过比对所述智能摄像机的离线训练环境与实际应用环境的配置差异，选取最优视频流配置，包括：
18、获取所述智能摄像机的视频流参数配置数据，所述视频流参数配置数据包括所述智能摄像机设定的所有不同视频流配置参数；
19、对所述视频流参数配置数据进行离线分析，获得ai算法精度、内存资源使用率以及cpu占用率随分辨率的变化情况数据，并基于所述变化情况数据进行曲线拟合，获得配置相关关系；
20、以内存资源使用率与cpu占用率作为值域，根据配置相关关系，确定分辨率定义域范围，并在所述分辨率定义域范围内求解ai算法精度最优值，并基于所述ai算法精度最优值，确定所述智能摄像机在离线训练环境下的离线视频流配置参数；
21、基于所述视频流动态优化配置模型，从多组所述可选视频流配置参数中选取所述智能摄像机在实际应用环境下最优的在线视频流配置参数；
22、根据所述离线视频流配置参数以及所述在线视频流配置参数进行配置差异比对，并基于比对结果，确定最优视频流配置。
23、可选地，所述根据所述离线视频流配置参数以及所述在线视频流配置参数进行配置差异比对，并基于比对结果，确定最优视频流配置，包括：
24、若所述离线视频流配置参数与所述在线视频流配置参数的系统性能约束一致，且参数配置一致，则将所述在线视频流配置参数作为最优视频流配置；
25、若所述离线视频流配置参数与所述在线视频流配置参数的系统性能约束一致，但参数配置存在差异，则采用k-邻近算法对所述在线视频流配置参数进行就近选取，确定最优视频流配置；
26、若所述离线视频流配置参数与所述在线视频流配置参数的系统性能约束不一致，则重新确定离线训练环境下的分辨率定义域范围，以重新确定离线视频流配置参数，并基于所述在线视频流配置参数以及重新确定后的离线视频流配置参数再次进行配置差异比对。
27、可选地，所述方法还包括：
28、制定所述智能摄像机与ai算法的视频流配置规范，所述视频流配置规范表示智能摄像机与ai算法的视频流格式采用统一的json格式；
29、选取智能摄像机的设备号、通道号、端口号以及分辨率属性作为可选视频流配置参数，并设置ai算法的可使用内存资源上限以及cpu占用峰值；
30、设置视频流的配置通知接口，并以固件存储配置文件绝对路径作为所述配置通知接口的入参。
31、本专利技术还提供了一种智能摄像机视频流配置装置，包括：
32、配置文件路径传递模块，用于获取智能摄像机的视频流配置文件以及对应的配置文件路径，并通过sdk将所述配置文件路径传递至ai算法业务进程；
33、视频流动态优化配置模型建立模块，用于通过所述ai算法业务进程读取所述配置文件路径的视频流配置文件，并建立视频流动态优化配置模型；
34、最优视频流配置选取模块，用于结合所述视频流配置文件以及所述视频流动态优化配置模型，通过比对所述智能摄像机的离线训练环境与实际应用环境的配置差异，选取最优视频流配置。
35、本专利技术还提供了一种电子设备，所述设备包括处理器以及存储器：
36、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
37、所述处理器用于根据所述程序代码中的指令执行如上任一项所述的智能摄像机视频流配置方法。本文档来自技高网...
【技术保护点】
1.一种智能摄像机视频流配置方法，其特征在于，包括：
2.根据权利要求1所述的智能摄像机视频流配置方法，其特征在于，所述获取智能摄像机的视频流配置文件以及对应的配置文件路径，并通过SDK将所述配置文件路径传递至AI算法业务进程，包括：
3.根据权利要求2所述的智能摄像机视频流配置方法，其特征在于，所述建立所述SDK与AI算法业务进程通信，并通过所述SDK将所述配置文件路径传递至所述AI算法业务进程，包括：
4.根据权利要求2所述的智能摄像机视频流配置方法，其特征在于，所述建立视频流动态优化配置模型，包括：
5.根据权利要求4所述的智能摄像机视频流配置方法，其特征在于，所述视频流配置文件包括多组不同的可选视频流配置参数，所述结合所述视频流配置文件以及所述视频流动态优化配置模型，通过比对所述智能摄像机的离线训练环境与实际应用环境的配置差异，选取最优视频流配置，包括：
6.根据权利要求5所述的智能摄像机视频流配置方法，其特征在于，所述根据所述离线视频流配置参数以及所述在线视频流配置参数进行配置差异比对，并基于比对结果，确定最优
7.根据权利要求2至6任一项所述的智能摄像机视频流配置方法，其特征在于，还包括：
8.一种智能摄像机视频流配置装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的智能摄像机视频流配置方法。
...【技术特征摘要】
1.一种智能摄像机视频流配置方法，其特征在于，包括：
2.根据权利要求1所述的智能摄像机视频流配置方法，其特征在于，所述获取智能摄像机的视频流配置文件以及对应的配置文件路径，并通过sdk将所述配置文件路径传递至ai算法业务进程，包括：
3.根据权利要求2所述的智能摄像机视频流配置方法，其特征在于，所述建立所述sdk与ai算法业务进程通信，并通过所述sdk将所述配置文件路径传递至所述ai算法业务进程，包括：
4.根据权利要求2所述的智能摄像机视频流配置方法，其特征在于，所述建立视频流动态优化配置模型，包括：
5.根据权利要求4所述的智能摄像机视频流配置方法，其特征在于，所述视频流配置文件包括多组不同的可选视频流配置参数，所述结合所述视频流配置文件以及所述...
【专利技术属性】
技术研发人员：杨程，张亮，孙俊，成国强，
申请(专利权)人：天翼数字生活科技有限公司，
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。