[发明专利]基于边缘计算的视频监控系统

说明书

一种基于边缘计算的视频监控系统，其特征在于，包括边缘计算模型构建模块、计算中心、视频监控模块、边缘预处理模块和协同处理模块；所述计算中心与边缘计算模型构建模块、视频监控模块、边缘预处理模块和协同处理模块数据连接；加快监控终端处理和响应速度，提高工作效率。

技术领域

本发明属于边缘计算应用领域，尤其涉及一种基于边缘计算的视频监控系统。

背景技术

面向公共安全领域内的视频监控系统主要应对违法犯罪及社会管理等公共安全问题，主要用于视频处理、目标查询和人员跟踪等方面，并逐渐成为城市公共安全的重要保证。传统视频监控系统具有前端摄像机内置计算资源较少、数据量较大、传输带宽延迟较高、目标跟踪效率较低等不足，基于传统视频监控系统前端摄像机所采集的视频分辨率较高，视频数据量较大，现有智能监控系统的视频处理能力不足，传统云模式视频监控系统的计算和传输带宽负载较重，造成目标信息检测漏检较大和检测效率低效等问题。

发明内容

本发明提供一种基于边缘计算的视频监控系统，加快监控终端处理和响应速度，提高工作效率。

本发明通过以下方式实现：

一种基于边缘计算的视频监控系统，其特征在于，包括边缘计算模型构建模块、计算中心、视频监控模块、边缘预处理模块和协同处理模块；所述计算中心与边缘计算模型构建模块、视频监控模块、边缘预处理模块和协同处理模块数据连接。

进一步的，所述边缘计算模型构建模块包括设计阶段模型、部署阶段模型和运行阶段模型。

进一步的，所述视频监控模块包括多路摄像头数据流硬件结构，每一路所述摄像头数据流硬件结构包括一摄像头组件和一树莓派组件，树莓派组件作为中继设备数据连接于摄像头组件和所述后端计算中心之间，用于获取所述摄像头组件拍摄的视频流，从获取的视频流中捕获人物和车辆的图像；后端计算中心用于获取所述树莓派组件捕获的图像，针对获取的图像进行分析识别。

进一步的，所述边缘预处理模块包括视频预处理单元和行为感知的边缘预处理单元。

进一步的，所述计算中心通过以下方式进行目标跟踪：在采集端增加视频处理的硬件单元，对采集到的视频信息进行复制，然后进行预处理（比如目标检测），这部分工作使用目前已有算法进行此项工作，在得到目标位置后，摄像机将有用的信息传输给其邻居节点，同时接收邻居节点发送过来的信息，该节点将对接收到的信息和自身测得信息进行信息融合，从而提取有用信息，再将融合后的信息发送给邻居节点，在相邻时刻内完成多次类似的信息传输，就可以使得整个网络信息达到一致，可以融合各个摄像机的信息用分布式的方式实现全局信息共享；最后使用状态估计算法组成鲁棒的目标跟踪系统。

本发明的有益效果是：加快监控终端处理和响应速度，提高工作效率

视频监控对算力及其成本有很高要求，随着图像识别与硬件技术发展，在视频监控终端完成智能安防的条件日益成熟，弥补了云计算响应不及时、功耗高的问题，安防行业在实时业务、安全与隐私保护等方面的需要得到满足，因此被广泛应用。

相比于传统视频监控，边缘计算+视频监控最主要的变化是把被动监控变为主动分析与预警，因而解决了需要人工处理海量监控数据的问题。从本质上看，边缘计算通过对视频图像进行预处理，去除冗余信息，使部分或全部视频分析迁移到边缘处，由此降低对云中心计算、存储和网络带宽需求，提高视频分析速度。此外，边缘预处理还可以采用软件优化、硬件加速等方法，提高视频图像分析效率。

以人脸识别摄像头为例，强化摄像头终端运算处理能力可让其人脸识别功能不再依赖云端服务器，直接在本地设备上完成辨别，避免耗费时间上传图像，节省带宽资源。

优化数据存储机制，节约能源消耗：

存储环节对监控系统智能化程度有直接影响，尤其在当前深度学习技术发展背景下，构建基于行为感知的视频监控数据弹性存储机制，实现监控场景行为感知数据处理机制变得越来越重要。