【技术实现步骤摘要】
本专利技术涉及视频监控，尤其涉及一种自定义视频监控系统。
技术介绍
1、视频监控是利用监控摄像头对拍摄区域的影响进行获取处理后储存，这样不仅可以结合图像处理技术达到安防效果，也便于对数据进行溯源。
2、经检索，中国专利公开号为cn104994360b的专利，公开了视频监控方法和视频监控系统，包括获取经由视频采集模块采集的视频数据；基于预先设置的场景信息和所述视频数据，确定作为监控目标的对象；提取所述对象的特征信息；以及基于所述特征信息，确定所述对象的预测信息，其中，所述视频数据为包含深度信息的视频数据。
3、上述专利存在以下不足：其无法控制监控的启停节点，例如对于生产线的工人操作规范性监控时，视频监控的启停与工人上下班一致，而其无法控制视频启停节点，这就会导致摄像头会始终处于工作状态，能耗增加的同时也会使得无效数据的采集量大大增加。
4、为此，本专利技术提出一种自定义视频监控系统。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种自定义视频监控系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种自定义视频监控系统，包括多个工作时长不同的监控模组和通讯连接于多个监控模组的数据存储服务器以及通讯连接于数据存储服务器的管理终端，所述监控模组由不同监控节点组成，所述监控节点为可调节角度的摄像头。
4、优选地：所述自定义视频监控系统的使用方法包括以下步骤：
5、
6、s2：根据所有的监控节点的工作时间段的类型，分类聚集逻辑建立多个区块数据的监控模组，并将同类型的监控节点置于相应的监控模组内；
7、s3：监控模组将该子级下所有的监控节点数据打包为区块数据并传输至数据存储服务器；
8、s4：管理终端通过数据存储服务器获取监控信息。
9、进一步地：所述s2步骤中，分类聚集逻辑包括基于精确控制的分类聚集算法和基于近似匹配的分类聚集算法。
10、在前述方案的基础上：所述基于精确控制的分类聚集算法包括以下步骤：
11、sa1：以24h为一个循环工作状态，获取n个监控节点中第一个监控节点工作的时刻t1以及最后一个监控节点关闭的时刻t2；
12、sa2：将时刻t1至时刻t2分割为多个时间段区间(tp，tq)，从而形成了多个监控模组的工作时刻区间(tp，tq)；
13、sa3：获取每个监控节点的启动时刻t以及工作时长h；
14、sa4：若监控节点的启动时刻t以及工作时长h形成的工作区时间区间(t，t+h)被包含于监控模组的工作时刻区间(tp，tq)，则该监控节点被归类于该监控模组中，再将每个节点设定启动时刻；并按照此方法将所有监控节点分类即可。
15、在前述方案中更佳的方案是：所述sa2步骤中，时间段区间的分割采用基于时段均分的方法或基于节点数量均分的方法。
16、作为本专利技术进一步的方案：所述基于时段均分的方法包括以下步骤：
17、sa21a：首先确定所要分割的监控模组的数量n；
18、sa22a：将t1至t2时间段均分为(t1，t1+ti)、(t1+ti，t1+2ti)、......(t1+(n-1)ti，t2)即可。
19、同时，所述sa22a步骤中，
20、作为本专利技术的一种优选的：所述基于节点数量均分的方法包括以下步骤：
21、sa21b：首先采集监控节点的数量m以及所要分割的监控模组数量n，从而确定每个监控模组包含的监控节点数量
22、sa22b：获取每个监控节点的工作时长h，并按照升序或者降序的方式排列；
23、sa23b：将排序后的监控节点按照步长数量为依次归类即可。
24、同时，所述基于近似匹配的分类聚集算法包括以下步骤：
25、sb1：根据监控节点的启动时刻t以及工作时长h确定每个节点的工作时间区段(t，t+h)；
26、sb2：将所有工作时间区段被包含于区间(t-δt，t+h+δt)的监控节点进行归类为同一监控模组内，并且该监控模组内的所有监控节点的工作时间区段均更新为(t-δt，t+h+δt)。
27、作为本专利技术的一种更优的方案：所述sb2步骤中，δt为近似冗余量，δt∈(0.8h，1.2h)，h为所有监控节点工作时长的均值。
28、本专利技术的有益效果为：
29、1.本专利技术，通过将所有的监控节点归类为不同的监控模组，再根据监控模组不同的启停时间，一方面能实现监控节点的启停控制，降低能耗，缩减无效数据量，另一方面，也能将所有数据以区块数据的形式呈现，便于读取和储存。
本文档来自技高网...【技术保护点】
1.一种自定义视频监控系统，其特征在于，包括多个工作时长不同的监控模组和通讯连接于多个监控模组的数据存储服务器以及通讯连接于数据存储服务器的管理终端，所述监控模组由不同监控节点组成，所述监控节点为可调节角度的摄像头。
2.根据权利要求1所述的一种自定义视频监控系统，其特征在于，所述自定义视频监控系统的使用方法包括以下步骤：
3.根据权利要求2所述的一种自定义视频监控系统，其特征在于，所述S2步骤中，分类聚集逻辑包括基于精确控制的分类聚集算法和基于近似匹配的分类聚集算法。
4.根据权利要求3所述的一种自定义视频监控系统，其特征在于，所述基于精确控制的分类聚集算法包括以下步骤：
5.根据权利要求4所述的一种自定义视频监控系统，其特征在于，所述SA2步骤中，时间段区间的分割采用基于时段均分的方法或基于节点数量均分的方法。
6.根据权利要求5所述的一种自定义视频监控系统，其特征在于，所述基于时段均分的方法包括以下步骤：
7.根据权利要求6所述的一种自定义视频监控系统，其特征在于，所述SA22a步骤中，
8
9.根据权利要求3所述的一种自定义视频监控系统，其特征在于，所述基于近似匹配的分类聚集算法包括以下步骤：
10.根据权利要求9所述的一种自定义视频监控系统，其特征在于，所述SB2步骤中，Δt为近似冗余量，为所有监控节点工作时长的均值。
...【技术特征摘要】
1.一种自定义视频监控系统，其特征在于，包括多个工作时长不同的监控模组和通讯连接于多个监控模组的数据存储服务器以及通讯连接于数据存储服务器的管理终端，所述监控模组由不同监控节点组成，所述监控节点为可调节角度的摄像头。
2.根据权利要求1所述的一种自定义视频监控系统，其特征在于，所述自定义视频监控系统的使用方法包括以下步骤：
3.根据权利要求2所述的一种自定义视频监控系统，其特征在于，所述s2步骤中，分类聚集逻辑包括基于精确控制的分类聚集算法和基于近似匹配的分类聚集算法。
4.根据权利要求3所述的一种自定义视频监控系统，其特征在于，所述基于精确控制的分类聚集算法包括以下步骤：
5.根据权利要求4所述的一种自定义视频监控系统...
【专利技术属性】
技术研发人员：卞定元，
申请(专利权)人：苏州市吴越智博大数据科技有限公司，
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。