一种面向视频实时智能感知的高并发调度与分析系统

1.本发明属于监测安保领域，涉及一种面向视频实时智能感知的高并发调度与分析系统，是一种使用新的智能调度算法完成高并发智能分析监控视频的系统，不但有更好的高并发处理能力，还有更优秀的智能视频质检功能。

背景技术：

2.近年来，随着计算机视觉算法的发展，监控视频智能分析系统的日益完善，这种技术越来越被各行各业认可并落地使用。然而在实际的开发中，由于大量的监控摄像机的接入，网速的限制，服务器的容量，服务器的性能等多种多样的因素限制。在一定的硬件设备条件下，如何发挥硬件性能，能否在相同硬件条件下，更好的提升软件系统的性能，这就要在整个架构和算法上有所创新和突破。
3.传统地解决高并发大量视频数据的方法，是将多台负责实际处理的服务器连接到一个负载均衡服务器上。负载均衡服务器再对这些处理业务的服务器进行负载分配，一旦客户端发送网络请求到负载均衡服务器上，负载均衡服务器会根据一定的算法(轮询、权重、ip_hash、最少连接数、第三方的负载分配策略)，将请求转发到与它连接的不同服务器上，减轻每个服务器的压力，使他们都能均衡处理业务，提高整个系统的并发量，吞吐量。
4.目前分发服务器的智能调度算法已经越来越多，越来越成熟，但是在速度和分配处理资源方面还存在一些问题，处理高并发的大量数据仍然是一个非常复杂困难的问题。尤其是在涉及智能分析监控系统的项目上，不但要考虑硬件设备，还要考虑带宽、分辨率、智能分析服务器的当时运行状态。如何在诸如摄像机等边缘计算设备有限的计算资源环境下，达到实时或近实时的智能分析数据的处理，是安保领域非常有意义的问题。出实用的智能调度算法、更优的智能分析技术、可共享储存的信息处理结果、直观可视化的展示结果能更加地完善智能分析监控系统。
5.此外，目前对于视频的预处理，大多项目对于它的存在可有可无，并不重视，虽然没有此项处理也可以完成最后的智能分析业务，但却浪费了珍贵的计算资源与不必要的时间消耗，在高并发的业务场景下是有缺陷的。如何利用好视频质检的视频预处理流程，减少不必要的计算资源与时间的浪费，也是目前涉及高并发智能分析监控系统项目所面临的发展核心问题之一。
6.本发明着眼于系统的整体框架、提高和改进分发服务器的负载分配方法、视频质检的视频预处理流程操作，以提高智能分析系统在面临大量数据场景下对于数据处理的应对能力。利用优秀的负载分配算法和重要的视频质检流程，建立高效的解决方法，本发明可满足高并发大数据场景下的监控系统。

技术实现要素：

7.本发明技术解决问题：克服现有技术的不足，提供了一种面向视频实时智能感知的高并发调度与分析系统。
8.一种面向视频实时智能感知的高并发调度与分析系统，包括：数据采集和分发模块、视频调度模块、视频处理队列模块、智能分析模块、数据存储模块、数据可视化模块；
9.数据采集和分发模块：该模块以网络摄像机的视频图像作为输入，由网络摄像机、流媒体服务器、负载均衡服务器、分发服务器进行视频采集、视频编解码、负载均衡、智能调度分发后，输出至各台智能分析服务器的视频处理队列中。其中，网络摄像机(nvr或者ipc)具有将采集到视频上传到流媒体服务器的功能，通过将实时采集的视频信号传入视频编码器中进行视频的编码压缩，然后将编码压缩后的视频上传至流媒体服务器；流媒体服务器具有对多路网络摄像机的汇聚功能，实现了局部区域的流媒体数据汇总；负载均衡服务器具有负载分配分发服务器功能，通过软件层次的ip负载均衡方法，能够将响应时间越短的分发服务器优先被指定为当前的目标分发服务器；分发服务器具有视频调度功能，通过调用智能调度算法，实时计算下级连接的各台智能分析服务器的分发权重，实现了将视频智能的分配，最大地利用服务器性能。
10.视频调度模块，该模块由视频请求，视频调度、视频解码、流媒体转发，四个子项组成。视频请求子项，其首先获得全部摄像头的一级目录，然后层层递进，使用递归算法，最后获取全部摄像头的关键字(id)。获取到全部的摄像头id后，发送大量请求全部摄像头视频源的网络请求，使目标流媒体服务器推流，将对应的摄像头视频源推送到分发服务器的视频调度子项中。视频调度子项，其首先根据人工设定的参数，通过使用设计好的智能调度算法(该算法考虑了带宽、分辨率、智能分析服务器已处理的数据量、智能分析服务器未处理的数据量)，得到每个智能分析服务器权重值，然后根据它们的优先级处理视频，根据这些不同智能分析服务器优先级权重值的比较，将视频依次放入优先级从高到低的智能分析服务器对应的视频处理队列中，当视频处理队列模块中某一个队列的一个视频被智能分析服务器处理完毕后，使用智能调度算法重新计算每个智能分析服务器的权重值，重新决定视频放入各个智能分析服务器视频处理队列的顺序，重复上一步操作。智能调度算法实现了对高并发视频的智能转发与任务分配，充分利用服务器性能加快视频处理速度。视频解码子项，当需要额外开发扩展时，外部第三方可以发送网络请求到视频调度模块，该子项对接收到的数据流进行解码运算，并将解码后的视频流媒体推送至指定端口。流媒体转发子项，当需要额外的开发需求时，外部第三方可以发送网络请求，让视频调度的流媒体视频源转发给第三方，第三方可以利用视频源进行其他操作。
11.智能分析模块，该模块由视频质检，视频分析、图像分析、外部调用，四个子项组成。视频质检子项，实现了如镜头污渍判断、图像画面模糊、视角异常、视频码率过低、图像的重采样、视频的帧率转换等操作。其采用了成熟的视频预处理算法，因地制宜的对每个视频进行不同视频质检操作，减少不必要的计算资源和时间的浪费。视频分析子项，该子项以视频处理队列模块的视频源作为输入，调用计算机视觉算法分析视频调度模块中经智能调度分配的视频，将分析结果输出到数据可视化模块，该子项还内置各种智能算法，可分析各种不同场景下的事件。图像分析子项，该子项以视频处理队列模块的视频源作为输入，按一定时间间隔不断地抽取视频的一帧作为图片，调用计算机视觉算法分析该图片，将分析结果输出到数据可视化模块，该子项还内置各种智能算法，可分析各种不同场景下的事件。外部调用子项，当需要额外的开发需求时，外部第三方可以发送网络请求，调用智能分析模块中提供的各种不同智能分析算法。
12.数据存储模块，该模块以智能分析模块中视频结果、图片结果为输入，通过使用关系型数据库写入和读取数据，利用数据库高并发处理中的主从读写分离方法，将读取数据库操作和写入数据库操作分离，从而解决了多个智能分析服务器的结果要写入数据库时或者客户端频繁大量的读取数据库数据时，遇到的高并发问题。该模块由视频存储，图像存储、分析数据存储、数据管理，四个子项组成。视频存储子项，将每台智能分析服务器智能分析模块处理过的原视频和算法处理后的视频存储到数据库中。图像存储子项，将每台智能分析服务器智能分析模块处理过的原图片和算法处理后的图片存储到数据库中。分析数据存储子项，当需要额外的开发需求时，外部第三方可以请求数据库，提供智能分析模块中的视频分析结果和图片分析结果，以满足其他额外需求。数据管理子项，该子项使用数据库语言能对已经存储的图片，视频、分析数据进行增加，查询、更新、删除等基本操作，还提供定时导出数据功能，以满足其他额外需求。
13.数据可视化模块，该模块以智能分析视频结果、图片结果为输入，提供智能分析模块的视频分析结果、图像分析结果的预览展示功能，并具备对智能分析模块中的视频分析结果、图像分析结果进行数据统计与分析的功能。该模块通过统计智能分析模块输出的结构化分析数据，将视频分析结果和图像分析结果进行统计分析，通过使用统计图、统计表的形式将智能分析结果进行可视化展示。该模块由视频预览，图像预览、统计数据分析、结构化数据分析，四个子项组成。视频预览子项，将每台智能分析服务器智能分析模块处理过的原视频和算法处理后的视频显示到数据可视化平台上。图像预览子项，将每台智能分析服务器智能分析模块处理过的原图片和算法处理后的图片显示到数据可视化平台上。统计数据分析子项，通过统计智能分析模块输出的结构化分析数据，将视频分析结果和图像分析结果进行统计分析，通过使用统计图、统计表的形式将智能分析结果进行可视化展示。结构化数据分析子项，为了让数据更加多方面的可视化，提供对外的结构化分析数据。当需要额外的开发需求时，外部第三方可以发送网络请求，可以得到图片分析结果的数据和视频分析结果的数据，以满足其他额外需求。
14.所述视频调度模块中的智能调度算法具体实现如下：
15.(1)根据智能分析服务器硬件优良程度，给予n个智能分析服务器对应的n个视频处理队列初始参数α1...αn。初始参数αk越小，权重值ωk越大，优先级越高，k∈[1,n]；
[0016]
(2)根据设计的权重公式计算出n个智能分析服务器的权重值。其中αk是(1)中给予的初始值。为第k个视频处理队列待处理的数据量(bit)，n为对应队列中待处理的视频数量，x
ki
＝该视频分辨率*位深*fps*视频长度。ε为一个常数，保证分母不为零。yk为第k个视频处理队列对应的智能分析服务器数据处理速度(b/s)，yk＝已完成的一个视频的数据量/总用时；
[0017]
(3)根据n个智能分析服务器的权重值ω1...ωn分配来自于视频调度模块中的视频源，权重值ωk越大，优先级越高，k∈[1,n]，将视频源放入每台智能分析服务器对应的视频处理队列模块中。如果智能分析服务器空闲，则该对应的队列队头视频源出队，并将其放入智能分析服务器中去处理；
[0018]
(4)反复执行(2)(3)操作，完成高并发大量的视频数据处理工作。
[0019]
所述智能分析模块中使用视频质检进行视频的预处理过程如下：
[0020]
(1)判断视频的角度是否异常(被人故意旋转或者云台故障，拍摄的画面不是需要监控的场景)；
[0021]
(2)如果异常则不处理该视频，并且提示视频角度异常的信息；
[0022]
(3)否则继续判断是否网络卡顿；
[0023]
(4)如果异常则不处理该视频，并且提示网络卡顿的信息；
[0024]
(5)否则继续判断是否镜头污损；
[0025]
(6)如果存在镜头污损，则调用图像复原算法；
[0026]
(7)否则继续判断是否视频图像画面模糊；
[0027]
(8)如果存在画面模糊，则调用图像增强算法。
[0028]
本发明与现有技术相比的优点在于：
[0029]
1)本发明提供了一种新的分发服务器智能调度算法，利用带宽、分辨率、智能分析服务器的当时运行状态情况等信息，从而设计算法，计算获得每个智能分析服务器的权重，设置了分配业务资源的优先级，使得在相同硬件条件下，能更好地减轻每个智能分析服务器的压力，使它们都能均衡的处理业务资源，提高整个系统的并发量、吞吐量，充分发挥系统性能。
[0030]
2)本发明提供了一个优秀的视频质检流程，实现了如镜头污渍判断、图像画面模糊、视角异常、视频码率过低、图像的重采样、视频的帧率转换等操作。具体来讲，其采用了成熟的视频预处理算法，因地制宜的对每个视频进行不同视频质检操作，减少不必要的计算资源和时间的浪费。适用于高并发、大量业务资源的场景，并提高了整个系统的稳定性和处理速度。
[0031]
3)本发明提供的系统设计了可维护接口和可扩展接口。使得系统可以替换某个模块，而不影响其他模块的使用。模块都可以扩展，添加新的功能也不影响其他模块的工作。
附图说明
[0032]
图1为本发明的系统流程图；
[0033]
图2为本发明的数据采集和分发模块流程图；
[0034]
图3为本发明的视频调度模块流程图；
[0035]
图4为本发明的视频调度模块智能调度算法流程图；
[0036]
图5为本发明的智能分析模块流程图；
[0037]
图6为本发明的智能分析模块中视频质检的视频预处理流程图；
具体实施方式
[0038]
下面结合附图及实施例对本发明进行详细说明。
[0039]
如图1所示，为本发明的一种面向视频实时智能感知的高并发调度与分析系统：数据采集和分发模块、视频调度模块、智能分析模块、数据存储模块、数据可视化模块；
[0040]
上述各模块的具体实现过程如下：
[0041]
1、数据采集和分发模块，如图2所示，
[0042]
(1)流媒体服务器接受采集端发送的数据流；
[0043]
(2)负载均衡服务器将数据流转发至各个分发服务器；
[0044]
(3)分发服务器对数据流进行解码，然后根据智能调度算法分发至各个智能分析服务器；
[0045]
(4)智能分析服务器接收视频流，并将其放入视频处理队列。
[0046]
2、视频调度模块，如图3所示，
[0047]
(1)视频请求子项向流媒体服务器发起视频资源请求；
[0048]
(2)将接收到的视频流利用智能调度算法计算下属智能分析服务器的分发权重；
[0049]
(3)解码视频流；
[0050]
(4)如果解码成功，则将解码后的视频流分发至分发权重最高的智能分析服务器；
[0051]
(5)如果失败，则不进行处理。
[0052]
3、视频调度模块中的智能调度算法，如图4所示，
[0053]
(1)根据智能分析服务器硬件优良程度，给予n个智能分析服务器对应的n个视频处理队列初始参数α1...αn。初始参数αk越小，权重值ωk越大，优先级越高，k∈[1,n]；
[0054]
(2)根据设计的权重公式计算出n个智能分析服务器的权重值。其中αk是(1)中给予的初始值。为第k个视频处理队列待处理的数据量(bit)，n为对应队列中待处理的视频数量，x
ki
＝该视频分辨率*位深*fps*视频长度。ε为一个常数，保证分母不为零。yk为第k个视频处理队列对应的智能分析服务器数据处理速度(b/s)，yk＝已完成的一个视频的数据量/总用时；
[0055]
(3)根据n个智能分析服务器的权重值ω1...ωn分配来自于视频调度模块中的视频源，权重值ωk越大，优先级越高，k∈[1,n]，将视频源放入每台智能分析服务器对应的视频处理队列模块中。如果智能分析服务器空闲，则该对应的队列队头视频源出队，并将其放入智能分析服务器中去处理；
[0056]
(4)反复执行(2)(3)操作，完成高并发大量的视频数据处理工作。
[0057]
4、智能分析模块，如图5所示，
[0058]
(1)将视频处理队列模块的队头视频进行视频质检；
[0059]
(2)如果未通过，则调用画质增强算法处理后，执行(4)；
[0060]
(3)如果通过，则执行(4)；
[0061]
(4)将经过质检的视频判断是否需要静态图像检测；
[0062]
(5)如果需要，则提取视频流首帧图像放入图像队列中，执行(7)；
[0063]
(6)如果不需要，则隔帧提取视频流若干帧图像放入图像队列，执行(7)；
[0064]
(7)调用计算机视觉算法，处理图像队列中图像。
[0065]
5、智能分析模块中视频质检的视频预处理流程，如图6所示
[0066]
(1)判断视频的角度是否异常(被人故意旋转或者云台故障，拍摄的画面不是需要监控的场景)；
[0067]
(2)如果异常则不处理该视频，并且提示视频角度异常的信息；
[0068]
(3)否则继续判断是否网络卡顿；
[0069]
(4)如果异常则不处理该视频，并且提示网络卡顿的信息；
[0070]
(5)否则继续判断是否镜头污损；
[0071]
(6)如果存在镜头污损，则调用图像复原算法；
[0072]
(7)否则继续判断是否视频图像画面模糊；
[0073]
(8)如果存在画面模糊，则调用图像增强算法。
[0074]
6、数据存储模块
[0075]
该模块以智能分析模块中视频结果、图片结果为输入，通过使用关系型数据库写入和读取数据，利用数据库高并发处理中的主从读写分离方法，将读取数据库操作和写入数据库操作分离，从而解决了多个智能分析服务器的结果要写入数据库时或者客户端频繁大量的读取数据库数据时，遇到的高并发问题。该模块由视频存储，图像存储、分析数据存储、数据管理，四个子项组成。视频存储子项，将每台智能分析服务器智能分析模块处理过的原视频和算法处理后的视频存储到数据库中。图像存储子项，将每台智能分析服务器智能分析模块处理过的原图片和算法处理后的图片存储到数据库中。分析数据存储子项，当需要额外的开发需求时，外部第三方可以请求数据库，提供智能分析模块中的视频分析结果和图片分析结果，以满足其他额外需求。数据管理子项，该子项使用数据库语言能对已经存储的图片，视频、分析数据进行增加，查询、更新、删除等基本操作，还提供定时导出数据功能，以满足其他额外需求。
[0076]
7、数据可视化模块
[0077]
该模块以智能分析视频结果、图片结果为输入，提供智能分析模块的视频分析结果、图像分析结果的预览展示功能，并具备对智能分析模块中的视频分析结果、图像分析结果进行数据统计与分析的功能。该模块通过统计智能分析模块输出的结构化分析数据，将视频分析结果和图像分析结果进行统计分析，通过使用统计图、统计表的形式将智能分析结果进行可视化展示。该模块由视频预览，图像预览、统计数据分析、结构化数据分析，四个子项组成。视频预览子项，将每台智能分析服务器智能分析模块处理过的原视频和算法处理后的视频显示到数据可视化平台上。图像预览子项，将每台智能分析服务器智能分析模块处理过的原图片和算法处理后的图片显示到数据可视化平台上。统计数据分析子项，通过统计智能分析模块输出的结构化分析数据，将视频分析结果和图像分析结果进行统计分析，通过使用统计图、统计表的形式将智能分析结果进行可视化展示。结构化数据分析子项，为了让数据更加多方面的可视化，提供对外的结构化分析数据。当需要额外的开发需求时，外部第三方可以发送网络请求，可以得到图片分析结果的数据和视频分析结果的数据，以满足其他额外需求。
[0078]
上面结合实施例对本发明的实例作了详细说明，但是本发明并不限于上述实例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出的各种变化，也应视为本发明的保护范围。

技术特征：

1.一种面向视频实时智能感知的高并发调度与分析系统，包括：数据采集和分发模块、视频调度模块、视频处理队列模块、智能分析模块、数据存储模块和数据可视化模块，其特征在于，数据采集和分发模块以网络摄像机的视频图像作为输入，由网络摄像机、流媒体服务器、负载均衡服务器、分发服务器进行视频采集、视频编解码、负载均衡、智能调度分发后，输出至各台智能分析服务器的视频处理队列中，其中:网络摄像机将采集到视频上传到流媒体服务器，通过将实时采集的视频信号传入视频编码器中进行视频的编码压缩，然后将编码压缩后的视频上传至流媒体服务器；流媒体服务器对多路网络摄像机的汇聚，实现局部区域的流媒体数据汇总；负载均衡服务器进行分配分发，通过软件层次的ip负载均衡方法，将响应时间越短的分发服务器优先被指定为当前的目标分发服务器；分发服务器进行视频调度，通过调用智能调度算法，实时计算下级连接的各台智能分析服务器的分发权重，最大地利用服务器性能；视频调度模块以负载均衡服务器转发后的视频流作为输入，由视频请求、视频调度进行网络请求的发送、视频的分配后，将视频输出至各台智能分析服务器的视频处理队列中，其中：视频请求发送大量密集网络请求，通过发送密集的http网络请求，不断的获取各个目标流媒体服务器的视频；视频调度将各个视频分配给不同智能分析服务器对应队列，通过考虑带宽、分辨率、智能分析服务器已处理的数据量、智能分析服务器未处理的数据量，计算出各个智能分析服务器的优先级权重，比较各个智能分析服务器优先级权重，按照优先级从高到低的顺序，将相应的视频流发送至对应智能分析服务器的的视频处理队列模块中，从而实现了大量视频流的智能调度；视频调度模块具有视频解码和视频流媒体转发功能；视频处理队列模块基于视频调度模块的调度结果，将视频片段传送至指定智能分析服务器中的视频处理队列中，该队列中存储待处理的所有视频片段以及各个视频片段的基本信息，包括源地址、分辨率、码率和帧率；智能分析模块以视频处理队列模块中的视频流作为输入，由视频质检、视频分析、图像分析进行视频的质量检测和预处理、视频片段的分析、图像片段的分析后，将计算机视觉算法分析后的结果输出到数据存储模块和数据可视化模块，其中，通过使用视频质检功能对已分配给各个智能分析服务器的视频流进行质量检测，从而实现了如镜头污渍、画面模糊、视角异常、码流过低的实时监测；视频分析、图片分析具有将符合视频质检的视频片段进行计算机视觉算法分析的功能，对不同场景下的视频与图像进行目标检测、目标识别以及目标跟踪；智能分析模块的智能分析算法对外提供调用接口，供其他平台或系统进行按需调用；数据存储模块以智能分析的视频结果、图片结果为输入，由视频存储、图像存储、分析数据存储、数据管理进行原视频和图像存储、算法处理后的视频和图像存储、分析后的结果数据存储、数据的基本管理，其中，视频、图像、分析数据存储，具有存储原视频和图片、算法处理后的视频和图片、分析后的数据结果功能；数据存储模块利用关系型数据库高并发处理的主从读写分离方法，将读取数据库操作和写入数据库操作分离以解决多个智能分析服务器的结果要写入数据库时或者客户端频繁大量的读取数据库数据时遇到的高并发问题；数据存储模块还包括数据管理功能，通过使用数据库语言实现增加、查询、更新、删除、定时
导出数据操作；数据可视化模块以智能分析视频结果、图片结果为输入，由视频预览、图像预览、统计数据分析进行原视频、原图像、算法处理后的视频、图像展示，并统计数据结果；视频预览和图片预览提供智能分析模块中的视频分析结果、图像分析结果预览，通过使用网页前端技术将视频、图像展示到网页中；统计数据分析对智能分析模块中的视频分析结果、图像分析结果进行数据统计与分析，通过使用网页前端技术将视频分析结果和图像分析结果进行统计分析，通过使用统计图、统计表的形式将智能分析结果进行可视化展示；数据可视化模块具有提供结构化数据结果的功能。2.根据权利要求1所述的面向视频实时智能感知的高并发调度与分析系统，其特征在于：所述视频调度模块中的智能调度算法具体实现如下：(1)根据智能分析服务器硬件优良程度，给予n个智能分析服务器对应的n个视频处理队列初始参数α1...α
n
；初始参数α
k
越小，权重值ω
k
越大，优先级越高，k∈[1,n]；(2)根据设计的权重公式计算出n个智能分析服务器的权重值，其中α
k
是步骤(1)中给予的初始值，为第k个视频处理队列待处理的bit数据量，n为对应队列中待处理的视频数量，x
ki
＝该视频分辨率*位深*fps*视频长度；ε为一个常数，保证分母不为零；y
k
为第k个视频处理队列对应的智能分析服务器数据处理速度(b/s)，y
k
＝已完成的一个视频的数据量/总用时；(3)根据n个智能分析服务器的权重值ω1...ω
n
分配来自于视频调度模块中的视频源，权重值ω
k
越大，优先级越高，k∈[1,n]，将视频源放入每台智能分析服务器对应的视频处理队列模块中；如果智能分析服务器空闲，则该对应的队列队头视频源出队，并将其放入智能分析服务器中去处理；(4)反复执行步骤(2)和(3)操作，完成高并发大量的视频数据处理工作。3.根据权利要求1所述的面向视频实时智能感知的高并发调度与分析系统，其特征在于：所述智能分析模块中的视频质检功能的预处理过程如下：(1)判断视频的角度是否异常，包括被人故意旋转或者云台故障，拍摄的画面不是需要监控的场景；(2)如果异常则不处理该视频，并且提示视频角度异常的信息；(3)否则继续判断是否网络卡顿；(4)如果异常则不处理该视频，并且提示网络卡顿的信息；(5)否则继续判断是否镜头污损；(6)如果存在镜头污损，则调用图像复原算法；(7)否则继续判断是否视频图像画面模糊；(8)如果存在画面模糊，则调用图像增强算法。

技术总结

本发明涉及一种面向视频实时智能感知的高并发调度与分析系统，包括：数据采集和分发模块，负责采集监控视频和分发视频资源。视频调度模块，负责处理接受到的高并发视频流。视频处理队列模块，负责缓存已获得的大量视频流资源。智能分析模块，其中的视频质检对视频进行预处理，调用计算机视觉算法分析处理视频和图像。数据存储模块，存储分析前后的视频和图像，并负责管理数据。数据可视化模块，展示算法处理后的视频和图像，并对统计数据与结构化分析数据进行展示。本发明为视频监控、高并发调度、视频智能分析等领域提供了技术支持。视频智能分析等领域提供了技术支持。视频智能分析等领域提供了技术支持。