基于云边协同的视频分析系统方法、系统、设备及介质技术方案

本发明专利技术提出了一种基于云边协同的视频分析系统、方法、设备及介质，该系统包括采集模块，用于获取来自边缘节点的样本数据和初始视频；算法匹配模块，用于对样本数据进行场景分析，确定边缘节点所属的目标场景，基于目标场景从各视觉算法中匹配至少一个目标算法形成算法配置策略，加密模块，用于对算法配置策略关联的目标算法进行加密，生成算法加密文件；算法配置模块，用于接收云端的算法加密文件并进行解密，获得算法配置策略，以使边缘节点按照算法配置策略进行配置；算法分析模块，用于利用配置后的至少一个目标算法对采集的初始视频进行分析，获得识别结果。本发明专利技术提高了视频分析的实时性和分析所用算法的安全性。频分析的实时性和分析所用算法的安全性。频分析的实时性和分析所用算法的安全性。

【技术实现步骤摘要】
基于云边协同的视频分析系统方法、系统、设备及介质


[0001]本专利技术涉及视频分析领域，尤其涉及一种基于云边协同的视频分析系统方系统、方法、设备及介质。

技术介绍

[0002]AI视觉(即，计算机视觉)是人工智能的重要领域之一，基于其构建的视频分析系统通过训练计算机复制人类视觉系统，使得数字设备(如人脸检测器，QR码扫描仪)能够像人类一样识别和处理图像和视频中的物体，广泛应用于各行各业。例如，在工业中应用于生产力分析、设备外观检查和质量检测等，在农业中应用于动物监测、作物监测和产量评估等；在交通中应用于违规检测、停车占用检测和车牌识别等。视频分析对计算能力的要求高，在相关技术中，视频分析系统通常依赖于云计算进行视频分析，云计算通过使用大量资源的网络来提供远程服务，使视频分析系统在低硬件要求的情况下，拥有强大的计算能力，不仅能够实现视频分析，还能直接将因视频分析而产生的相关数据存储于云端，在设备需要时再下发，减少设备的存储压力。
[0003]然而，视频分析系统在视频分析的过程中对响应速度的要求非常高。一方面，云计算的网络速度远远不及视频数据的增长速度，而网络带宽的问题需要硬件上跨时代的突破才能解决，导致在网络边缘很难满足视频分析的实时性和带宽要求；另一方面，依赖于云计算就需要与其他公司共享计算资源，云端物理安全不存在，导致视频分析系统存在数据安全隐患，特别是视频分析所涉及算法资源的安全，算法的所有权，算法的转码存储。
[0004]因此，如何提高视频分析的实时性和算法的安全性，是一个亟待解决的问题。r/>
技术实现思路

[0005]鉴于以上所述现有技术的缺点，本专利技术提供一种基于云边协同的视频分析系统、方法、设备及介质，以解决上述技术问题之一。
[0006]在第一方面，本专利技术提供的一种基于云边协同的视频分析系统，包括：采集模块，用于获取来自边缘节点的样本数据和初始视频，所述样本数据为所述初始视频中截取的任意一段；算法管理中心，包括加密模块与算法匹配模块，所述算法匹配模块，用于对所述样本数据进行场景分析，确定所述边缘节点所属的目标场景，基于所述目标场景从各视觉算法中匹配至少一个目标算法形成算法配置策略，所述加密模块，用于对所述算法配置策略关联的所述目标算法进行加密，生成算法加密文件；算法配置模块，用于接收云端的所述算法加密文件并进行解密，获得所述算法配置策略，以使所述边缘节点按照所述算法配置策略进行配置；算法分析模块，用于利用配置后的所述至少一个目标算法对采集的所述初始视频进行分析，获得识别结果，所述识别结果包括目标对象、目标类型以及所述目标对象是否处于异常状态。
[0007]于本专利技术的一实施例中，所述系统，还包括：渲染模块，用于基于所述目标对象、目标类型以及所述目标对象是否处于异常状态对所述初始视频中至少一帧进行渲染，获得具
有异常标注显示的目标视频帧，并基于多帧连续的所述目标视频帧生成目标视频；视频输出模块，用于接收所述初始视频、所述目标视频和所述识别结果作为视频分析结果，予以输出。
[0008]于本专利技术的一实施例中，所述算法匹配模块，还包括：场景识别单元，用于根据预设时间间隔从所述样本数据提取一样本数据帧，对所述样本数据帧进行场景识别，确定样本场景，对当前样本数据帧和前一样本数据帧进行匹配，基于匹配结果确定场景是否发生变化；其中，若匹配，则场景保持不变，将所述前一样本数据帧的所述样本场景作为所述目标场景；若不匹配，则对场景发生变化，将所述当前样本数据帧的所述样本场景作为所述目标场景；策略生成单元，用于根据所述目标场景从各所述视觉算法中匹配至少一个目标算法形成算法配置策略，所述视觉算法包括分类算法、检测算法、分割算法、匹配算法、测量算法和光学字符识别算法中至少一种。
[0009]于本专利技术的一实施例中，所述算法分析模块，还包括：目标识别单元，用于利用所述目标算法对所述初始视频中的的初始视频帧进行识别，确定所述目标对象和目标类型；异常状态识别单元，用于识别所述目标对象的状态是否符合预设异常条件，若符合，则所述目标对象处于异常状态，若不符合，则所述目标对象不处于异常状态。
[0010]于本专利技术的一实施例中，所述采集模块还用于采集来自所述边缘节点的设备特征信息和运行状态信息，所述设备特征信息包括设备类型、设备各硬件的性能参数、所述识别结果与预设一级设备联动情况、所述目标算法的数量，所述目标算法的识别频率，所述运行状态信息包括设备各硬件的运行状态、所述目标算法的运行状态、所述初始视频的传输状态、所述目标视频的传输状态、消息通道的传输状态和网络宽带占用率。
[0011]于本专利技术的一实施例中，所述系统，还包括：故障管理模块，用于根据所述边缘节点的所述设备特征信息和所述运行状态信息监测所述边缘节点的故障，并进行告警，所述异常管理模块包括节点等级管理单元、异常报告生成单元和故障类型判定单元；其中，所述节点等级管理单元，用于确定各所述边缘节点的等级，其中，将所述识别结果与预设一级设备联动的所述边缘节点设置为第一等级节点，并根据所述目标算法的数量和所述目标算法的识别频率对其余所述边缘节点进行排序，将预设排名内的所述边缘节点设置为第二等级节点，预设排名外的所述边缘节点设置为第三等级节点；所述异常报告生成单元，用于将所述边缘节点的所述运行状态信息输入至预设运行状态模型，以通过所述预设运行状态模型输出异常报告；所述故障类型判定单元，用于根据预设故障规则分析所述异常报告，确定所述边缘节点的故障类型，所述故障类型包括第一告警、第二告警、第三告警、第四告警。
[0012]于本专利技术的一实施例中，所述异常管理模块，还包括：告警单元，用于根据所述边缘节点的等级和所述故障类型进行告警；其中，若所述边缘节点为所述第一等级节点，则所述边缘节点发生任一故障类型的故障时，将触发声光报警器进行报警；若所述边缘节点为所述第二等级节点或所述第三等级节点，且所述故障类型为所述第一告警，则触发声光报警器进行报警；若所述边缘节点为所述第二等级节点或所述第三等级节点，且所述边缘节点的故障为所述第一告警以外的故障类型，则生成告警弹窗提示；告警消除单元，用于在所述边缘节点的故障处理完成时，生成告警消除的弹窗提示。
[0013]在第二方面，本专利技术还提供了一种基于云边协同的视频分析方法，包括：获取来自边缘节点的样本数据和初始视频，所述样本数据为所述初始视频中截取的任意一段；对所
述样本数据进行场景分析，确定所述边缘节点所属的目标场景，基于所述目标场景从各视觉算法中匹配至少一个目标算法形成算法配置策略；对所述算法配置策略关联的所述目标算法进行加密，生成算法加密文件；接收云端的所述算法加密文件并进行解密，获得所述算法配置策略，以使所述边缘节点按照所述算法配置策略进行配置；利用配置后的所述至少一个目标算法对采集的所述初始视频进行分析，获得识别结果，所述识别结果包括目标对象、目标类型以及所述目标对象是否处于异常状态。
[0014]在第三方面，本专利技术还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云边协同的视频分析系统，其特征在于，包括：采集模块，用于获取来自边缘节点的样本数据和初始视频，所述样本数据为所述初始视频中截取的任意一段；算法管理中心，包括加密模块与算法匹配模块，所述算法匹配模块，用于对所述样本数据进行场景分析，确定所述边缘节点所属的目标场景，基于所述目标场景从各视觉算法中匹配至少一个目标算法形成算法配置策略，所述加密模块，用于对所述算法配置策略关联的所述目标算法进行加密，生成算法加密文件；算法配置模块，用于接收云端的所述算法加密文件并进行解密，获得所述算法配置策略，以使所述边缘节点按照所述算法配置策略进行配置；算法分析模块，用于利用配置后的所述至少一个目标算法对采集的所述初始视频进行分析，获得识别结果，所述识别结果包括目标对象、目标类型以及所述目标对象是否处于异常状态。2.如权利要求1所述的基于云边协同的视频分析系统，其特征在于，所述系统，还包括：渲染模块，用于基于所述目标对象、目标类型以及所述目标对象是否处于异常状态对所述初始视频中至少一帧进行渲染，获得具有异常标注显示的目标视频帧，并基于多帧连续的所述目标视频帧生成目标视频；视频输出模块，用于接收所述初始视频、所述目标视频和所述识别结果作为视频分析结果，予以输出。3.如权利要求1所述的基于云边协同的视频分析系统，其特征在于，所述算法匹配模块，还包括：场景识别单元，用于根据预设时间间隔从所述样本数据提取一样本数据帧，对所述样本数据帧进行场景识别，确定样本场景，对当前样本数据帧和前一样本数据帧进行匹配，基于匹配结果确定场景是否发生变化；其中，若匹配，则场景保持不变，将所述前一样本数据帧的所述样本场景作为所述目标场景；若不匹配，则对场景发生变化，将所述当前样本数据帧的所述样本场景作为所述目标场景；策略生成单元，用于根据所述目标场景从各所述视觉算法中匹配至少一个目标算法形成算法配置策略，所述视觉算法包括分类算法、检测算法、分割算法、匹配算法、测量算法和光学字符识别算法中至少一种。4.如权利要求1所述的基于云边协同的视频分析系统，其特征在于，所述算法分析模块，还包括：目标识别单元，用于利用所述目标算法对所述初始视频中的初始视频帧进行识别，确定所述目标对象和目标类型；异常状态识别单元，用于识别所述目标对象的状态是否符合预设异常条件，若符合，则所述目标对象处于异常状态，若不符合，则所述目标对象不处于异常状态。5.如权利要求2所述的基于云边协同的视频分析系统，其特征在于，所述采集模块还用于采集来自所述边缘节点的设备特征信息和运行状态信息，所述设备特征信息包括设备类型、设备各硬件的性能参数、所述识别结果与预设一级设备联动情况、所述目标算法的数量，所述目标算法的识别频率，所述运行状态信息包括设备各硬件的运行状态、所述目标算
法的运行状态、所述初始视频的传输状态、所述目标视频的传输状态...

【专利技术属性】
技术研发人员：黄建斌，张晓辉，庞殊杨，韦兴林，周青松，冉星明，李强，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
类型：发明
国别省市：