一种基于5G的AI智能边缘计算系统及方法技术方案

本发明专利技术公开了一种基于5G的AI智能边缘计算系统及方法，涉边缘计算技术领域，解决了视频分析使用复杂、误报多、产品需要定制化开发以及长时间的现场服务，导致投入成本高，价格居高不下的技术问题；通过数据采集模块获取视频流，并将视频流进行编码处理，获取数据包；数据处理模块接收数据包，根据数据包和行为检测模型获取行为标签，识别行为标签并生成预警信息；语音预警模块接收预警信号，根据预警信息获取预警语音和违规信息；本发明专利技术提供最优算力性价比，满足多元化需求；通过5G的AI智能边缘计算技术，对视频图像进行AI智能分析，实时识别违规及不安全行为，生成定制化的语音告警系统，实时推送告警提示信息，进行实时语音告警。进行实时语音告警。进行实时语音告警。

【技术实现步骤摘要】
一种基于5G的AI智能边缘计算系统及方法


[0001]本专利技术属于AI智能领域，涉及边缘计算技术，具体是一种基于5G的AI智能边缘计算系统及方法。

技术介绍

[0002]全球AI智能边缘计算视频分析已有30
‑
40年的发展历史，可以说是视频监控的发展带动了智能视频的发展。因此基于AI智能边缘计算视频分析的产品快速发展时间也不超过10年。在这10年中，大家首先看到的是国外产品，随后是国内的公司开始自主研发的产品，直到出现目前国外和国内同时竞争的局面。然而无论国外还是国内的产品，要么找不准用户的需求，要么在面对用户的实际应用需求时，都面临着不可回避的问题，使用复杂、误报多、产品需要定制化开发以及长时间的现场服务，导致投入成本高，价格居高不下等等。
[0003]为此，提出一种基于5G的AI智能边缘计算系统及方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于5G的AI智能边缘计算系统及方法，该一种基于5G的AI智能边缘计算系统解决了视频分析使用复杂、误报多、产品需要定制化开发以及长时间的现场服务，导致投入成本高，价格居高不下的问题。
[0005]为实现上述目的，根据本专利技术的第一方面的实施例提出一种基于5G的AI智能边缘计算系统，包括数据采集模块、数据处理模块以及语音预警模块；各个模块之间基于数字信号进行信息交互；
[0006]所述数据采集模块用于获取视频流，并将所述视频流进行编码处理，获取数据包；<br/>[0007]并将所述数据包发送至所述数据处理模块；
[0008]所述数据处理模块用于接收所述数据包，根据所述数据包和行为检测模型获取行为标签，识别所述行为标签并生成预警信息；其中，所述行为检测模型基于人工智能模型建立；
[0009]将所述预警信息发送至所述语音预警模块；
[0010]所述语音预警模块用于接收所述预警信号，根据所述预警信息获取预警语音和违规信息。
[0011]优选的，所述数据采集模块包括摄像设备。
[0012]优选的，所述数据采集模块获取视频流，并将所述视频流进行编码处理，获取数据包，包括以下步骤：
[0013]所述数据采集模块设定采集周期；所述采集周期标记为T，单位为min；其中，T为大于0的整数；
[0014]根据时间顺序对采集周期进行编号，采集周期的编号用n表示；其中n的取值为1,2,3
……
N，N为总采集次数；
[0015]对所述摄像设备拍摄的区域进行划分，并进行编号，区域的编号用m表示；其中，m的取值为1,2,3
……
M，M为区域总数；
[0016]所述摄像设备每隔Tmin获取一次视频流；所述视频流标记为SP
nm
：
[0017]将所述视频流进行编码处理，获取数据包；
[0018]将所述数据包发送至数据处理模块。
[0019]优选的，将所述视频流进行编码处理，获取数据包，包括以下步骤：
[0020]截取视频流中的画面数据；
[0021]将所述画面数据进行，压缩成数据包。
[0022]优选的，所述数据处理模块根据所述数据包和行为检测模型获取行为标签，识别所述行为标签并生成预警信息，包括以下步骤：
[0023]所述数据处理模块接收所述数据包，并且将所述数据包进行解码获取视频流；
[0024]从数据处理模块获取行为检测模型；
[0025]将所述视频流输入至所述行为检测模型中，获取行为标签；
[0026]所述行为标签进行识别，获取员工的违规行为，根据所述违规行为生产预警信息；其中，所述预警信息包括违规行为和区域编号；
[0027]所述数据处理模块将所述预警信息发送至所述语音预警模块。
[0028]优选的，将所述数据包进行解码获取视频图像，包括以下步骤：
[0029]所述数据处理模块打开数据包，并重新还原成画面；
[0030]将画面根据顺序逐帧排列形成视频流。
[0031]优选的，基于人工智能模型建立所述行为检测模型，包括：
[0032]从数据处理模块获取标准训练数据；
[0033]通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为行为检测模型；
[0034]人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型。
[0035]优选的，所述语音预警模块根据所述预警信息获取预警语音和违规信息，包括以下步骤：
[0036]所述语音预警模块接收所述预警信息后，根据所述违规行为生成预警语音，根据区域编号将所述预警语音发送至对应区域的音频设备；
[0037]生成违规信息至对应区域的负责人的智能终端；其中，所述违规信息包括违规视频。
[0038]优选的，还包括存储模块；
[0039]所述存储模块包括临时只读存储单元、随机存取存储单元以及扩展存储单元；
[0040]所述只读存储单元用于存放系统的影像文件、固定程序和数据；
[0041]所述随机存取存储单元用于存储数据处理模块中的数据；
[0042]所述扩展存储单元用于存储视频分析后的结果数据等信息。
[0043]一种基于5G的AI智能边缘计算方法，其特征在于，包括以下步骤：
[0044]S1：获取视频流，并将视频流进行编码处理，获取数据包；
[0045]S2：根据数据包和行为检测模型获取行为标签，识别行为标签并生成预警信息；
[0046]S3：根据预警信息获取预警语音和违规信息。
[0047]与现有技术相比，本专利技术的有益效果是：
[0048]本专利技术通过数据采集模块获取视频流，并将视频流进行编码处理，获取数据包；并将数据包发送至数据处理模块；数据处理模块接收数据包，根据数据包和行为检测模型获取行为标签，识别行为标签并生成预警信息；将预警信息发送至语音预警模块；语音预警模块接收预警信号，根据预警信息获取预警语音和违规信息；解决海量智能数据流的处理效率和功耗问题，提供最优算力性价比，满足多元化需求；通过5G的AI智能边缘计算技术，对视频图像进行AI智能分析，实时识别违规及不安全行为，生成定制化的语音告警系统，实时推送告警提示信息，进行实时语音告警。
附图说明
[0049]图1为本专利技术的原理图；
[0050]图2为本专利技术的流程图。
具体实施方式
[0051]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0052]如图1所示，一种基于5G的AI智能边缘计算系统，包括数据采集模块、数据处理模块以及语音预警模块；各个模块之间基于数字信号进行信息交互；
[0053]所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于5G的AI智能边缘计算系统，其特征在于，包括数据采集模块、数据处理模块以及语音预警模块；各个模块之间基于数字信号进行信息交互；所述数据采集模块用于获取视频流，并将所述视频流进行编码处理，获取数据包；并将所述数据包发送至所述数据处理模块；所述数据处理模块用于接收所述数据包，根据所述数据包和行为检测模型获取行为标签，识别所述行为标签并生成预警信息；其中，所述行为检测模型基于人工智能模型建立；将所述预警信息发送至所述语音预警模块；所述语音预警模块用于接收所述预警信号，根据所述预警信息获取预警语音和违规信息。2.根据权利要求1所述一种基于5G的AI智能边缘计算系统，其特征在于，所述数据采集模块包括摄像设备。3.根据权利要求2所述一种基于5G的AI智能边缘计算系统，其特征在于，所述数据采集模块获取视频流，并将所述视频流进行编码处理，获取数据包，包括以下步骤：所述数据采集模块设定采集周期；所述采集周期标记为T，单位为min；其中，T为大于0的整数；根据时间顺序对采集周期进行编号，采集周期的编号用n表示；其中n的取值为1,2,3
……
N，N为总采集次数；对所述摄像设备拍摄的区域进行划分，并进行编号，区域的编号用m表示；其中，m的取值为1,2,3
……
M，M为区域总数；所述摄像设备每隔Tmin获取一次视频流；所述视频流标记为SP
nm
：将所述视频流进行编码处理，获取数据包；将所述数据包发送至数据处理模块。4.根据权利要求3所述一种基于5G的AI智能边缘计算系统，其特征在于，将所述视频流进行编码处理，获取数据包，包括以下步骤：截取视频流中的画面数据；将所述画面数据进行，压缩成数据包。5.根据权利要求3所述一种基于5G的AI智能边缘计算系统，其特征在于，所述数据处理模块根据所述数据包和行为检测模型获取行为标签，识别所述行为标签并生成预警信息，包括以下步骤：所述数据处理模块接收所述数据包，并且将所述数据包进行解码获取视频...

【专利技术属性】
技术研发人员：曹竹冬，王琰楠，李纲强，张衡，陶昆，潘斌斌，周发明，
申请(专利权)人：中通服和信科技有限公司，
类型：发明
国别省市：