一种边缘计算视频分析算法接入方法与流程

1.本发明涉及边缘计算技术领域，特别涉及一种边缘计算视频分析算法接入方法。

背景技术：

2.目前，边缘计算设备的接入效率受制于边缘计算硬件提供商的工程效率，且流程标准化程度低。需要一个一个地根据算法sdk的具体情况由边缘计算硬件提供商进行接入。边缘计算设备提供商和算法提供商接入繁琐推流、取流分析、算法的自由度和效率也比较低。

技术实现要素：

3.本发明提供一种边缘计算视频分析算法接入方法，用以解决以上背景技术出现的情况。
4.本技术方案提供了一种边缘计算视频分析算法接入方法，包括：
5.通过预设的视频采集节点，采集监控目标的视频数据；
6.通过所述视频数据，识别监控目标的视频数据的延迟参数；
7.将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；
8.采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，
9.所述配置数据至少包括准确率、资源消耗和时延；
10.将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
11.作为本技术方案的一种实施例，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：
12.通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；
13.将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；
14.抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
15.作为本技术方案的一种实施例，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：
16.根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，
17.所述活动信息至少包括请求时间、请求内容、配置视频数据；
18.通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；
19.通过所述配置数据，对所述延迟参数进行动态配置。
20.作为本技术方案的一种实施例，所述将动态配置后的视频采集节点对应的边缘计
算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：
21.采用统一标准接口接收视频采集节点的yuv视频流；
22.将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，
23.所述yuv是视频流采用的颜编码方法；
24.所述json是轻量级的数据交换格式；
25.将所述json分析结果格式化并输出对应的文件。
26.本技术方案提供了一种边缘计算视频分析算法接入系统，包括：
27.视频数据模块，用于通过预设的视频采集节点，采集监控目标的视频数据；
28.延迟参数模块，用于通过所述视频数据，识别监控目标的视频数据的延迟参数；
29.边缘计算模型构建模块，用于将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；
30.动态配置模块，用于采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，
31.所述配置数据至少包括准确率、资源消耗和时延；
32.接入模块，用于将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
33.作为本技术方案的一种实施例，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：
34.第一输入变量单元，用于通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；
35.第二输入变量单元，用于将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；
36.边缘计算模型单元，用于抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
37.作为本技术方案的一种实施例，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：
38.用户的请求信息采集单元，用于根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，
39.所述活动信息至少包括请求时间、请求内容、配置视频数据；
40.配置数据计算单元，用于通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；
41.动态配置单元，用于通过所述配置数据，对所述延迟参数进行动态配置。
42.作为本技术方案的一种实施例，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：
43.接收单元，用于采用统一标准接口接收视频采集节点的yuv视频流；
44.格式处理单元，用于将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，
45.所述yuv是视频流采用的颜编码方法；
46.所述json是轻量级的数据交换格式；
47.输出单元，用于将所述json分析结果格式化并输出对应的文件。
48.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
49.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
50.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
51.图1为本发明实施例中一种边缘计算视频分析算法接入方法流程图。
具体实施方式
52.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
53.实施例1：
54.本发明实施例提供了一种边缘计算视频分析算法接入方法，包括：
55.通过预设的视频采集节点，采集监控目标的视频数据；
56.通过所述视频数据，识别监控目标的视频数据的延迟参数；
57.将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；
58.采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，
59.所述配置数据至少包括准确率、资源消耗和时延；
60.将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
61.上述技术方案的工作原理和有益效果在于：
62.本发明实施例提供了一种边缘计算视频分析算法接入方法，包括：
63.通过预设的视频采集节点，采集监控目标的视频数据；通过所述视频数据，识别监控目标的视频数据的延迟参数；将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，所述配置数据至少包括准确率、资源消耗和时延；将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
64.实施例2：
65.在一个实施例中，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：
66.通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；
67.将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；
68.抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
69.上述技术方案的工作原理和有益效果在于：
70.本技术方案将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
71.实施例3：
72.在一个实施例中，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：
73.根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，
74.所述活动信息至少包括请求时间、请求内容、配置视频数据；
75.通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；
76.通过所述配置数据，对所述延迟参数进行动态配置。
77.上述技术方案的工作原理和有益效果在于：
78.本技术方案采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，所述活动信息至少包括请求时间、请求内容、配置视频数据；通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；通过所述配置数据，对所述延迟参数进行动态配置。
79.实施例4：
80.在一个实施例中，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：
81.采用统一标准接口接收视频采集节点的yuv视频流；
82.将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，
83.所述yuv是视频流采用的颜编码方法；
84.所述json是轻量级的数据交换格式；
85.将所述json分析结果格式化并输出对应的文件。
86.上述技术方案的工作原理和有益效果在于：
87.本技术方案将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：采用统一标准接口接收视频采集节点的yuv视频流；将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，所述yuv是视频流采用的颜编码方法；所述json是轻量级的数据交换格式；将所述json分析结果格式化并输出对应的文件。
88.实施例5：
89.本技术方案提供了一种边缘计算视频分析算法接入系统，包括：
90.视频数据模块，用于通过预设的视频采集节点，采集监控目标的视频数据；
91.延迟参数模块，用于通过所述视频数据，识别监控目标的视频数据的延迟参数；
92.边缘计算模型构建模块，用于将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；
93.动态配置模块，用于采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，
94.所述配置数据至少包括准确率、资源消耗和时延；
95.接入模块，用于将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
96.上述技术方案的工作原理和有益效果在于：
97.本技术方案提供了一种边缘计算视频分析算法接入系统，包括：视频数据模块，用于通过预设的视频采集节点，采集监控目标的视频数据；延迟参数模块，用于通过所述视频数据，识别监控目标的视频数据的延迟参数；边缘计算模型构建模块，用于将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；动态配置模块，用于采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，所述配置数据至少包括准确率、资源消耗和时延；接入模块，用于将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。
98.实施例6：
99.在一个实施例中，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：
100.第一输入变量单元，用于通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；
101.第二输入变量单元，用于将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；
102.边缘计算模型单元，用于抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
103.上述技术方案的工作原理和有益效果在于：
104.本技术方案将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：第一输入变量单元，用于通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；第二输入变量单元，用于将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；边缘计算模型单元，用于抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。
105.实施例7：
106.在一个实施例中，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：
107.用户的请求信息采集单元，用于根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，
108.所述活动信息至少包括请求时间、请求内容、配置视频数据；
109.配置数据计算单元，用于通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；
110.动态配置单元，用于通过所述配置数据，对所述延迟参数进行动态配置。
111.上述技术方案的工作原理和有益效果在于：
112.本技术方案采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：用户的请求信息采集单元，用于根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，所述活动信息至少包括请求时间、请求内容、配置视频数据；
113.配置数据计算单元，用于通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；动态配置单元，用于通过所述配置数据，对所述延迟参数进行动态配置。
114.实施例8：
115.在一个实施例中，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：
116.接收单元，用于采用统一标准接口接收视频采集节点的yuv视频流；
117.格式处理单元，用于将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，
118.所述yuv是视频流采用的颜编码方法；
119.所述json是轻量级的数据交换格式；
120.输出单元，用于将所述json分析结果格式化并输出对应的文件。
121.上述技术方案的工作原理和有益效果在于：
122.本技术方案将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：接收单元，用于采用统一标准接口接收视频采集节点的yuv视频流；格式处理单元，用于将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，所述yuv是视频流采用的颜编码方法；所述json是轻量级的数据交换格式；输出单元，用于将所述json分析结果格式化并输出对应的文件。
123.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：

1.一种边缘计算视频分析算法接入方法，其特征在于，包括：通过预设的视频采集节点，采集监控目标的视频数据；通过所述视频数据，识别监控目标的视频数据的延迟参数；将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，所述配置数据至少包括准确率、资源消耗和时延；将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。2.根据权利要求1所述的一种边缘计算视频分析算法接入方法，其特征在于，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。3.根据权利要求1所述的一种边缘计算视频分析算法接入方法，其特征在于，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，所述活动信息至少包括请求时间、请求内容、配置视频数据；通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；通过所述配置数据，对所述延迟参数进行动态配置。4.根据权利要求1所述的一种边缘计算视频分析算法接入方法，其特征在于，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：采用统一标准接口接收视频采集节点的yuv视频流；将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，所述yuv是视频流采用的颜编码方法；所述json是轻量级的数据交换格式；将所述json分析结果格式化并输出对应的文件。5.一种边缘计算视频分析算法接入系统，其特征在于，包括：视频数据模块，用于通过预设的视频采集节点，采集监控目标的视频数据；延迟参数模块，用于通过所述视频数据，识别监控目标的视频数据的延迟参数；边缘计算模型构建模块，用于将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；动态配置模块，用于采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，
所述配置数据至少包括准确率、资源消耗和时延；接入模块，用于将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。6.根据权利要求5所述的一种边缘计算视频分析算法接入系统，其特征在于，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：第一输入变量单元，用于通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量；第二输入变量单元，用于将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量；边缘计算模型单元，用于抽取第一输入变量和第二输入变量的对应关系，通过所述对应关系，构建边缘计算模型。7.根据权利要求5所述的一种边缘计算视频分析算法接入方法，其特征在于，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：用户的请求信息采集单元，用于根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，所述活动信息至少包括请求时间、请求内容、配置视频数据；配置数据计算单元，用于通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；动态配置单元，用于通过所述配置数据，对所述延迟参数进行动态配置。8.根据权利要求5所述的一种边缘计算视频分析算法接入方法，其特征在于，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：接收单元，用于采用统一标准接口接收视频采集节点的yuv视频流；格式处理单元，用于将所述yuv视频流传输至预设的程序进行格式处理，生成json分析结果；其中，所述yuv是视频流采用的颜编码方法；所述json是轻量级的数据交换格式；输出单元，用于将所述json分析结果格式化并输出对应的文件。

技术总结

本发明提供了一种边缘计算视分析算法接入方法，包括：通过预设的视频采集节点，采集监控目标的视频数据；通过所述视频数据，识别监控目标的视频数据的延迟参数；将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，所述配置数据至少包括准确率、资源消耗和时延；将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。计算模型。计算模型。