[发明专利]基于队列的双缓冲AI视频传输方法及相关设备

权利要求书

1.一种基于队列的双缓冲AI视频传输方法，其应用于物联网终端，其特征在于，该方法包括如下步骤：

步骤S1、获取实时采集的视频流；

步骤S2、将所述视频流存入第一队列缓存区，存入的同时对所述视频流进行人工智能识别，并判断是否识别出识别目标：

若是，则继续将该视频流存入所述第一队列缓存区，将预设时间之前的视频流前推复制到第二队列缓存区，并同时将所述视频流存入所述第二队列缓存区，再启动将缓存进所述第二队列缓存区的该视频流通过网络传输至云端服务器；

若否，则继续将该视频流仅存入所述第一队列缓存区；

所述步骤S1之前，所述基于队列的双缓冲AI视频传输方法还包括如下步骤：

步骤S0、配置所述第一队列缓存区的大小为A，并将所述第一队列缓存区的头地址和尾地址的均偏移设置为0；配置所述第二队列缓存区的大小为B，并将所述第二队列缓存区的头地址和尾地址的均偏移设置为0；设置预设时间为t，t大于0；使所述第一队列缓存区及所述第二队列缓存区均与所述云端服务器通信连接；并将所述物联网终端的识别状态标志设置为false值，所述识别状态标志用于判断所述物联网终端人工智能是否识别出所述识别目标；

所述步骤S2具体包括：

步骤S21、将所述视频流存入所述第一队列缓存区，并判断所述物联网终端的视频传输标志是否为true值：若是，则继续将当前所述视频流存入至所述第二队列缓存区并将其缓存进所述第二队列缓存区后通过网络传输至云端服务器；若否，则进入步骤S22；

步骤S22、将所述视频流进行所述人工智能识别并判断是否识别出所述识别目标，若是，则将所述识别状态标志设置为true值，若否，则将所述识别状态标志设置为false值;

步骤S23、同时判断所述识别状态标志和所述视频传输标志：

若所述视频传输标志为false值，同时所述识别状态标志为false值，则返回所述步骤S21；

若所述视频传输标志为false值，同时所述识别状态标志为true值，

则将预设时间t之前的视频流前推复制到第二队列缓存区，并同时将该视频流存入所述第二队列缓存区，并将所述视频传输标志设置为true值，再启动将缓存进所述第二队列缓存区的该视频流通过网络传输至云端服务器，同时返回所述步骤S21；

若所述视频传输标志为true值，同时所述识别状态标志为false值，则进一步判断所述视频流是否正在通过网络传输至云端服务器，若是则继续进行网络传输，若否，则将所述视频传输标志设置为false值，并返回所述步骤S21。

2.根据权利要求1所述的基于队列的双缓冲AI视频传输方法，其特征在于，所述步骤S23中，若所述视频传输标志为true值，同时所述识别状态标志为false值，则进一步判断所述视频流是否正在通过网络传输至云端服务器，若否，则延迟预设时间后再将所述视频传输标志设置为false值。

3.根据权利要求1所述的基于队列的双缓冲AI视频传输方法，其特征在于，将所述视频流存入所述第一队列缓存区和将所述视频流存入第二队列缓存区均根据队列缓存区算法进行存入，所述队列缓存区算法应用于所述视频流中的入队、追加以及出队；

其中，所述队列缓存区包括时间队列和数据缓冲区，所述时间队列为数组，所述时间队列中的元素的结构包括时间、数据缓冲区偏移以及数据长度；所述数据缓冲区为内存空间；

应用所述队列缓存区算法的过程包括：

步骤S31、判断当前的所述视频流的视频时间是否与所述第一队列缓存区的所述时间队列队尾的时间相同：

若否，则判断为新的所述视频流，并将该视频流存入所述第一队列缓存区，

若是，则判断该视频流为正在存入的视频流，并将该视频流继续存入所述第一队列缓存区；

步骤S32、判断所述视频传输标志是否为true值，并同时判断当前的所述视频流的视频时间是否与所述第一队列缓存区的所述时间队列队尾的时间相同：

若否，则判断为新的所述视频流，并将该视频流存入所述第二队列缓存区，

若是，则判断该视频流为正在存入的视频流，并将该视频流继续存入所述第二队列缓存区。