[发明专利]实时异步视频分析方法及系统

说明书

本发明提供一种实时异步视频分析方法及系统。该实时异步视频分析方法包括：根据获取的视频流提取多个视频帧；其中，每个视频帧均对应一个摄像机ID；根据摄像机ID获取视频帧对应的识别算法模型；将视频帧放入该视频帧对应的消息队列中；其中，识别算法模型与消息队列一一对应；从消息队列中获取封装视频帧得到的消息，并根据消息对应的识别算法模型识别该消息，得到识别结果；推送识别结果。本发明可以稳定系统，降低系统故障率和运维成本。

技术领域

本发明涉及视频分析领域，具体地，涉及一种实时异步视频分析方法及系统。

背景技术

随着人工智能深度学习技术的发展以及GPU并行计算能力的提升，人工智能技术在安防领域取得了突破性的进展。建设一个对客户友好、运维部署成本低、高效、可扩展的视频分析系统是人工智能视频分析的基础。

现有技术中各个模块的耦合性过高，某个单独模块故障将导致整个系统无法工作，大大增加了系统故障率。耦合性过高的模块所需使用的技术栈较多，系统的高复杂性通常会给开发人员带来干扰，增加了运维成本。

发明内容

本发明实施例的主要目的在于提供一种实时异步视频分析方法及系统，以稳定系统，降低系统故障率和运维成本。

为了实现上述目的，本发明实施例提供一种实时异步视频分析方法，包括：

根据获取的视频流提取多个视频帧；其中，每个视频帧均对应一个摄像机ID；

根据摄像机ID获取视频帧对应的识别算法模型；

将视频帧放入该视频帧对应的消息队列中；其中，识别算法模型与消息队列一一对应；

从消息队列中获取封装视频帧得到的消息，并根据消息对应的识别算法模型识别该消息，得到识别结果；

推送识别结果。

本发明实施例还提供一种实时异步视频分析系统，包括：

视频流获取单元，用于根据获取的视频流提取多个视频帧；其中，每个视频帧均对应一个摄像机ID；

识别算法模型获取单元，用于根据摄像机ID获取视频帧对应的识别算法模型；

消息队列单元，用于将视频帧放入该视频帧对应的消息队列中；其中，识别算法模型与消息队列一一对应；

识别单元，用于从消息队列中获取封装视频帧得到的消息，并根据消息对应的识别算法模型识别该消息，得到识别结果；

推送单元，用于推送识别结果。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的实时异步视频分析方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的实时异步视频分析方法的步骤。

本发明实施例的实时异步视频分析方法及系统先根据获取的视频流提取多个视频帧，再根据摄像机ID获取视频帧对应的识别算法模型，然后将视频帧放入该视频帧对应的消息队列中；接着从消息队列中获取封装视频帧得到的消息，并根据消息对应的识别算法模型识别该消息，得到识别结果，最后推送识别结果，可以稳定系统，降低系统故障率和运维成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中实时异步视频分析方法的流程图；