面向实时视频流分析的边缘计算方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114972550A(43)申请公布日2022.08.30(21)申请号202210688416.1G06T1/60(2006.01)(22)申请日2022.06.16G06F3/06(2006.01)(71)申请人慧之安信息技术股份有限公司地址100000北京市海淀区昆明湖南路51号A座二层217号(72)发明人余丹刘一凡兰雨晴王丹星(74)专利代理机构北京广技专利代理事务所(特殊普通合伙)11842专利代理师张国香(51)Int.Cl.G06T7/90(2017.01)G06T7/13(2017.01)G06F9/50(2006.01)G06F9/48(2006.01)G06T1/20(2006.01)权利要求书3页说明书7页附图1页(54)发明名称面向实时视频流分析的边缘计算方法(57)摘要本发明提供了面向实时视频流分析的边缘计算方法，其根据边缘计算系统包含的所有边缘计算服务器的数据计算性能，将边缘计算系统转换为具有三层纵向计算框架结构的边缘计算系统；对摄像设备拍摄得到的目标对象视频进行分析处理，确定目标对象视频的视频流画面特征，以此将目标对象视频分配至具有三层纵向计算框架结构的边缘计算系统的其中一层边缘计算层进行分析处理；再将目标对象视频的分析处理结果通过互联网上传到目标终端设备上；上述边缘计算方法将所有边缘计算服务器整合为具有三层纵向计算框架结构的边缘计算系统，以识别分析具有不同画面特征的目标对象视频，在不需要占用互联网带宽的情况下，也能实现快速准确安全的视频流分析。CN114972550ACN114972550A权利要求书1/3页1.面向实时视频流分析的边缘计算方法，其特征在于，其包括如下步骤：步骤S1，将边缘计算系统与摄像设备进行连接，根据所述边缘计算系统包含的所有边缘计算服务器的数据计算性能，将所述边缘计算系统转换为具有三层纵向计算框架结构的边缘计算系统；步骤S2，指示摄像设备对目标对象进行视频拍摄，得到目标对象视频；对所述目标对象视频进行分析处理，确定所述目标对象视频的视频流画面特征；步骤S3，根据所述视频流画面特征，将所述目标对象视频分配至具有三层纵向计算框架结构的边缘计算系统的其中一层边缘计算层进行分析处理；步骤S4，将对目标对象视频的分析处理结果通过互联网上传到目标终端设备上。2.如权利要求1所述的面向实时视频流分析的边缘计算方法，其特征在于：在所述步骤S1中，将边缘计算系统与摄像设备进行连接之后，还包括：获取所述边缘计算系统包含的所有边缘计算服务器各自所使用的数据计算工具类型和数据计算工具的计算速率。3.如权利要求2所述的面向实时视频流分析的边缘计算方法，其特征在于：在所述步骤S1中，根据所述边缘计算系统包含的所有边缘计算服务器的数据计算性能，将所述边缘计算系统转换为具有三层纵向计算框架结构的边缘计算系统具体包括：根据每个边缘计算服务器所使用的数据计算工具类型和数据计算工具的计算速率，确定每个边缘计算服务器的算力值；根据每个边缘计算服务器的算力值大小，将所有边缘计算服务器分别划分到底层服务器集合、中层服务器集合和顶层服务器集合中；其中，所述底层服务器集合、所述中层服务器集合和所述顶层服务器集合中边缘计算服务器的算力值依次增大；将所述底层服务器集合、所述中层服务器集合和所述顶层服务器集合由下至上依次组成具有三层纵向计算框架结构的边缘计算系统。4.如权利要求3所述的面向实时视频流分析的边缘计算方法，其特征在于：在所述步骤S2中，指示摄像设备对目标对象进行视频拍摄，得到目标对象视频具体包括：指示摄像设备对目标对象进行彩色全景视频拍摄，得到目标对象视频。5.如权利要求4所述的面向实时视频流分析的边缘计算方法，其特征在于：在所述步骤S2中，对所述目标对象视频进行分析处理，确定所述目标对象视频的视频流画面特征具体包括：按照所述目标对象视频的拍摄时序，将所述目标对象视频划分为若干目标对象视频流；从每个目标对象视频流中提取得到若干视频流画面，并确定每个视频流画面的色度分布特征和轮廓分布特征。6.如权利要求5所述的面向实时视频流分析的边缘计算方法，其特征在于：在所述步骤S3中，根据所述视频流画面特征，将所述目标对象视频分配至具有三层纵向计算框架结构的边缘计算系统的其中一层边缘计算层进行分析处理具体包括：根据所述目标对象视频对应的视频流画面的色度分布特征和轮廓分布特征，确定所述目标对象视频的画面复杂程度；根据所述目标对象视频的画面复杂程度，将所述目标对象视频分配至具有三层纵向计2CN114972550A权利要求书2/3页算框架结构的边缘计算系统中的底层服务器集合、中层服务器集合或顶层服务器集合，从而对所述目标对象视频进行画面内容识别分析。7.如权利要求6所述