[发明专利]基于煤矿掘进工作面关键特征的视频编码注意力标定系统

说明书

本发明涉及视频编码压缩领域，具体涉及基于煤矿掘进工作面关键特征的视频编码注意力标定系统，该系统包括：采集煤矿掘进工作面视频，对视频进行标定，根据标定结果以及像素点的灰度值获取像素点的损失阈值；构建待压缩序列，将待压缩序列中的数据依次作为前缀以及后缀，根据前缀以及后缀对应像素点的损失阈值获取共识字典中对应的前缀匹配灰度值，进一步得到预压缩数据以及匹配结果，根据预压缩数据的匹配率获取待压缩数据，对待压缩数据的进行编码，进一步得到视频压缩数据。本发明压缩效率高，损失的信息量少，确保了根据视频压缩数据识别煤矿各类隐患的准确性以及实时性。

技术领域

本发明涉及视频编码压缩领域，具体涉及基于煤矿掘进工作面关键特征的视频编码注意力标定系统。

背景技术

绝大多数煤矿具有地质条件复杂、开采难度大、灾害类型多、分布面广、人的不安全行为和环境、物的不安全状态等隐患众多等特点，导致煤矿安全生产事故时有发生，致使人身伤亡。为了及时发现煤矿隐患问题，遏制矿山重特大事故发生，煤矿开采单位通常会对煤矿掘进工作面进行视频监控，通过视频对煤矿各类隐患进行分析研判。

目前通常使用“前端采集+后台分析”的视频分析模式，但该模式从视频图像采集、分析、判断、决策、反馈的整个过程会产生较长的时间延迟，无法第一时间识别出各类隐患。

针对以上问题，本发明提出一种云-边-端协同分析模型，使得煤矿各类隐患分析研判由云平台和边缘节点互相配合进行，通过边缘节点对视频中煤矿掘进工作面的关键特征进行识别标定，结合标定内容对视频进行压缩，并传输至云平台，云平台根据标定内容进行煤矿各类隐患的识别。通过云-边-端协同分析的模式，减少云端的计算量，节省视频响应时间，提高各类隐患的识别效率。

发明内容

为了解决上述问题，本发明提供基于煤矿掘进工作面关键特征的视频编码注意力标定系统，所述系统包括：

视频采集模块，采集煤矿掘进工作面视频；

视频标定模块，边缘节点获取视频帧的标定结果；

损失阈值获取模块，根据标定结果以及像素点的灰度值获取像素点的损失阈值；

视频压缩模块，S1：构建初始的共识字典；将视频帧中所有像素点的灰度值构成待压缩序列；

S2：将待压缩序列中第一个灰度值作为前缀，根据前缀对应像素点的损失阈值在共识字典中获取多个前缀匹配灰度值；

S3：对每个前缀匹配灰度值分别执行匹配操作，得到预压缩数据以及匹配结果，包括：

S301：将待压缩序列中前缀的下一个灰度值作为后缀，获取后缀对应像素点的损失阈值；根据共识字典以及后缀获取第一差值；

当前缀匹配灰度值与前缀相同且第一差值小于或等于，或前缀匹配灰度值与前缀不同且第一差值为0时，获取新的前缀以及新的前缀匹配灰度值；否则，将前缀作为预压缩数据，将前缀匹配灰度值作为匹配结果；

S302：当未获得预压缩数据以及匹配结果时，重复S301，直到获取预压缩数据以及匹配结果时停止迭代；

S4：根据预压缩数据以及匹配结果获取预压缩数据的匹配率；将匹配率最大的预压缩数据作为待压缩数据，获取待压缩数据的编码，对共识字典以及待压缩序列进行更新；

S5：重复S2到S4，直到待压缩序列为空时停止迭代；将所有待压缩数据的编码构成编码序列；对编码序列以及标定结果进行压缩得到视频压缩数据；

视频传输模块，将视频压缩数据至传输云平台；

风险隐患识别预警模块，对视频压缩数据进行解压以及风险隐患识别预警。

优选的，所述获取视频帧的标定结果，包括的步骤为：

利用语义分割网络将视频帧中所有像素点分为多个类别，将语义分割网络输出的视频帧中每个像素点的类别作为视频帧的标定结果。

优选的，所述根据标定结果以及像素点的灰度值获取像素点的损失阈值，包括的步骤为：