一种视频分析设备的管理方法及装置制造方法及图纸

本申请提供一种视频分析设备的管理方法及装置，用于实现视频监控网络中的视频分析设备的有效管理。应用于包括多个视频分析设备和云服务器的视频监控网络中，该方法包括：云服务器获取多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；云服务利用基于密度峰值快速搜索聚类CFSFDP算法将多个位置数据点划分为M个聚类区域，所述M为正整数；对于M个聚类区域中的每个聚类区域，云服务器从所述聚类区域内选择中心位置数据点对应的视频分析设备作为管理节点，以使所述聚类区域内的其他位置数据点对应的视频分析设备通过管理节点处部署的接入点接入视频监控网络中。

A management method and device of video analysis equipment

【技术实现步骤摘要】
一种视频分析设备的管理方法及装置
本申请实施例涉及视频监控
，尤其涉及一种视频分析设备的管理方法及装置。
技术介绍
视频分析设备是一种涉及图像处理、模式识别、人工智能等多个领域的智能视频分析产品。视频分析设备能够对视频区域内出现的警戒区警戒线闯入、物品遗留或丢失、逆行、人群密度异常等异常情况进行分析，及时发出告警信息。目前，在电力配电、以及分布式能源配给等系统中，具有在边缘侧进行监控视频智能分析的需求。这些场所的地理位置一般较偏远，场所内设备、设施部署结构复杂，还可能存在温度、气压、电磁辐射等特殊环境差异，致使视频分析设备的部署和维护变得困难。因此，在这种特殊环境下如何有效的管理视频分析设备就成为一个问题。
技术实现思路
本申请提供一种视频分析设备的管理方法及装置，用于实现视频监控网络中视频分析设备的有效管理。为达到上述目的，本申请采用如下技术方案：第一方面，提供一种视频分析设备的管理方法，应用于包括多个视频分析设备和云服务器的视频监控网络中，该方法包括：云服务器获取多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；云服务器利用基于密度峰值快速搜索聚类CFSFDP算法将多个位置数据点划分为M个聚类区域，M为正整数；对于M个聚类区域中的每个聚类区域，云服务器从该聚类区域内选择中心位置数据点对应的视频分析设备作为管理节点，以使该聚类区域内的其他位置数据点对应的视频分析设备通过管理节点处部署的接入点接入视频监控网络中。上述技术方案中，实现了该视频监控网络中视频分析设备的有效管理，且对于一些特殊环境或者场景技术人员无需亲自到达现场进行单独的配置和维护。在第一方面的一种可能的实现方式中，利用CFSFDP算法将多个位置数据点划分为M个聚类区域，包括：确定多个位置数据点中每个位置数据点的局部密度和距离；根据每个位置数据点的局部密度和距离，将多个位置数据点划分为M个聚类区域。上述可能的实现方式中，提供了一种简单有效的划分M个聚类区域的方式。在第一方面的一种可能的实现方式中，确定多个位置数据点中每个位置数据点的局部密度，包括：根据如下公式(1)确定每个位置数据点的局部密度；式中，i表示第i个位置数据点，j表示第j个位置数据点，dij表示第i个位置数据点与第j个位置数据点之间的距离，ε表示随机小量，dc表示截断距离；上述可能的实现方式中，能够增加不同位置数据点之间的区分度，有助于获得稳定、合理的聚类区域。在第一方面的一种可能的实现方式中，确定多个位置数据点中每个位置数据点的距离，包括：根据如下公式(2)确定每个位置数据点的距离；式中，ρi表示第i个位置数据点对应的局部密度，ρj表示第j个位置数据点对应的局部密度，ρ表示多个位置数据点对应的局部密度组成的序列。上述可能的实现方式中，能够增加不同位置数据点之间的区分度，有助于获得稳定、合理的聚类区域。在第一方面的一种可能的实现方式中，根据每个位置数据点的局部密度和距离，将多个位置数据点划分为M个聚类区域，包括：从多个位置数据点中选择局部密度大于密度阈值、且距离大于距离阈值的W个位置数据点，W为正整数；确定W个位置数据点中每个位置数据点的局部密度与距离的乘积，并选择乘积较大的M个位置数据点作为M个聚类区域的中心位置数据点；对于多个位置数据点中除W个位置数据点之外的其他位置数据点，按照其他位置数据点分别与M个聚类区域的中心位置数据点之间的距离的最小值确定所属的聚类区域，以将多个位置数据点划分为M个聚类区域。上述可能的实现方式中，能够增加不同位置数据点之间的区分度，有助于获得稳定、合理的聚类区域。在第一方面的一种可能的实现方式中，该方法还包括：云服务器向管理节点发送区域管理策略，以使管理节点按照区域管理策略管理管理节点所属的聚类区域内的其他视频分析设备。上述可能的实现方式中，每个聚类区域的管理节点接收到该区域管理策略时，能够按照该区域管理策略对该聚类区域内的其他视频分析设备进行管理，从而实现了该视频监控网络中视频分析设备的有效管理，且对于一些特殊环境或者场景技术人员无需亲自到达现场进行单独的配置和维护。在第一方面的一种可能的实现方式中，云服务器利用CFSFDP聚类算法将多个位置数据点划分为M个聚类区域之后，该方法还包括：云服务器从该聚类区域内选择局部密度仅次于中心位置数据点的位置数据点对应的视频分析设备作为备管理节点。上述可能的实现方式中，通过设置备管理节点，可以避免因为管理节点故障而导致无法有效管理视频分析设备的问题，提高了该视频监控网络的性能。第二方面，提高一种云服务器，应用于包括多个视频分析设备和云服务器的视频监控网络中，云服务器包括：获取单元，用于获取多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；划分单元，用于利用基于密度峰值快速搜索聚类CFSFDP算法将多个位置数据点划分为M个聚类区域，M为正整数；选择单元，用于对于M个聚类区域中的每个聚类区域，从该聚类区域内选择中心位置数据点对应的视频分析设备作为管理节点，以使该聚类区域内的其他位置数据点对应的视频分析设备通过管理节点处部署的接入点接入视频监控网络中。在第二方面的一种可能的实现方式中，划分单元具体用于：确定多个位置数据点中每个位置数据点的局部密度和距离；根据每个位置数据点的局部密度和距离，将多个位置数据点划分为M个聚类区域。在第二方面的一种可能的实现方式中，划分单元还具体用于：根据如下公式(1)确定每个位置数据点的局部密度；式中，i表示第i个位置数据点，j表示第j个位置数据点，dij表示第i个位置数据点与第j个位置数据点之间的距离，ε表示随机小量，dc表示截断距离；在第二方面的一种可能的实现方式中，划分单元还具体用于：根据如下公式(2)确定每个位置数据点的距离；式中，ρi表示第i个位置数据点对应的局部密度，ρj表示第j个位置数据点对应的局部密度，ρ表示多个位置数据点对应的局部密度组成的序列；在第二方面的一种可能的实现方式中，划分单元还具体用于：从多个位置数据点中选择局部密度大于密度阈值、且距离大于距离阈值的W个位置数据点，W为正整数；确定W个位置数据点中每个位置数据点的局部密度与距离的乘积，并选择乘积较大的M个位置数据点作为M个聚类区域的中心位置数据点；对于多个位置数据点中除W个位置数据点之外的其他位置数据点，按照其他位置数据点分别与M个聚类区域的中心位置数据点之间的距离的最小值确定所属的聚类区域，以将多个位置数据点划分为M个聚类区域。在第二方面的一种可能的实现方式中，云服务器还包括：发送单元，用于向管理节点发送区域管理策略，以使管理节点按照区域管理策略管理管理节点所属的聚类区域内的其他视频分析设备。在第二方面的一种可能的实现方式中，选择单元还用于：从该聚类区域内选择局部密度仅次于中心位置数据点的位置数据点对应的视频分析设备作为备管理节点。第三方面，提供一种云服务器，该云服务器包括存储器、处理器、总线和通信接口，存储器中存储代码和数据本文档来自技高网...

【技术保护点】
1.一种视频分析设备的管理方法，其特征在于，应用于包括多个视频分析设备和云服务器的视频监控网络中，所述方法包括：/n所述云服务器获取所述多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；/n所述云服务器利用基于密度峰值快速搜索聚类CFSFDP算法将所述多个位置数据点划分为M个聚类区域，所述M为正整数；/n对于所述M个聚类区域中的每个聚类区域，所述云服务器从所述聚类区域内选择中心位置数据点对应的视频分析设备作为管理节点，以使所述聚类区域内的其他位置数据点对应的视频分析设备通过所述管理节点处部署的接入点接入所述视频监控网络中。/n

【技术特征摘要】
1.一种视频分析设备的管理方法，其特征在于，应用于包括多个视频分析设备和云服务器的视频监控网络中，所述方法包括：
所述云服务器获取所述多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；
所述云服务器利用基于密度峰值快速搜索聚类CFSFDP算法将所述多个位置数据点划分为M个聚类区域，所述M为正整数；
对于所述M个聚类区域中的每个聚类区域，所述云服务器从所述聚类区域内选择中心位置数据点对应的视频分析设备作为管理节点，以使所述聚类区域内的其他位置数据点对应的视频分析设备通过所述管理节点处部署的接入点接入所述视频监控网络中。


2.根据权利要求1所述的方法，其特征在于，所述利用CFSFDP算法将所述多个位置数据点划分为M个聚类区域，包括：
确定所述多个位置数据点中每个位置数据点的局部密度和距离；
根据每个位置数据点的局部密度和距离，将所述多个位置数据点划分为M个聚类区域。


3.根据权利要求2所述的方法，其特征在于，所述确定所述多个位置数据点中每个位置数据点的局部密度，包括：
根据如下公式(1)确定每个位置数据点的局部密度；



式中，i表示第i个位置数据点，j表示第j个位置数据点，dij表示第i个位置数据点与第j个位置数据点之间的距离，ε表示随机小量，dc表示截断距离。


4.根据权利要求3所述的方法，其特征在于，所述确定所述多个位置数据点中每个位置数据点的距离，包括：
根据如下公式(2)确定每个位置数据点的距离；



式中，ρi表示第i个位置数据点对应的局部密度，ρj表示第j个位置数据点对应的局部密度，ρ表示所述多个位置数据点对应的局部密度组成的序列。


5.根据权利要求2-4任一项所述的方法，其特征在于，所述根据每个位置数据点的局部密度和距离，将所述多个位置数据点划分为M个聚类区域，包括：
从所述多个位置数据点中选择局部密度大于密度阈值、且距离大于距离阈值的W个位置数据点，W为正整数；
确定所述W个位置数据点中每个位置数据点的局部密度与距离的乘积，并选择所述乘积较大的M个位置数据点作为M个聚类区域的中心位置数据点；
对于所述多个位置数据点中除所述W个位置数据点之外的其他位置数据点，按照所述其他位置数据点分别与所述M个聚类区域的中心位置数据点之间的距离的最小值确定所属的聚类区域，以将所述多个位置数据点划分为M个聚类区域。


6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
所述云服务器向所述管理节点发送区域管理策略，以使所述管理节点按照所述区域管理策略管理所述管理节点所属的聚类区域内的其他视频分析设备。


7.根据权利要求1-6任一项所述的方法，其特征在于，所述云服务器利用CFSFDP聚类算法将所述多个位置数据点划分为M个聚类区域之后，所述方法还包括：
所述云服务器从所述聚类区域内选择局部密度仅次于所述中心位置数据点的位置数据点对应的视频分析设备作为备管理节点。


8.一种云服务器，其特征在于，应用于包括多个视频分析设备和云服务器的视频监控网络中，所述云服务器包括：
获取单元，用于获取所述多个视频分析设备中每个视频分析设备的位置信息，得到多个位置数据点；...

【专利技术属性】
技术研发人员：傅蓉蓉，高帅，贾贝，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44