[发明专利]一种视频数据存证方法、装置、存储介质及终端

权利要求书

1.一种视频数据存证方法，其特征在于，应用于第一客户端，所述方法包括：

当采集到待传输的视频数据时，获取针对所述视频数据设置的预先训练的场景类型识别模型；

提取所述视频数据中多个关键视频帧，并基于所述预先训练的场景类型识别模型确定每个关键视频帧的场景类型；

加载当前车辆的行车数据，并根据所述行车数据与所述每个关键视频帧的场景类型构建携带参数的蒙板图片；

将所述携带参数的蒙板图片和所述每个关键视频帧进行合成，生成合成的目标视频数据；

将待传输的视频数据和所述行车数据发送至第二客户端，并将所述目标视频数据处理后和所述行车数据一起发送至云端服务器。

2.根据权利要求1所述的方法，其特征在于，按照以下步骤生成预先训练的场景类型识别模型，包括：

采集车辆所处的场景图像，得到模型训练样本；其中，所述场景图像至少包括车辆卸货场景、车辆加油场景、车辆行车场景以及车辆事故场景；

采用YOLOv5算法创建场景类型识别模型；

将所述模型训练样本输入所述场景类型识别模型中进行模型训练，输出损失值；

当所述损失值到达最小时，生成预先训练的场景类型识别模型；

或者，

当所述损失值未到达最小时，将所述损失值进行反向传播以调整所述场景类型识别模型的模型参数，并继续将所述模型训练样本输入所述场景类型识别模型中进行模型训练。

3.根据权利要求1所述的方法，其特征在于，所述场景类型识别模型包括输入端、基准网络、Neck网络以及Head输出端；

所述基于所述预先训练的场景类型识别模型确定每个关键视频帧的场景类型，包括：

输入端接收每个关键视频帧，并将所述每个关键视频帧缩放到预设大小后进行归一化，得到归一化后的视频帧；

基准网络将归一化后的视频帧进行特征提取，得到特征图集合；

Neck网络将所述特征图集合中各特征图与预设基础特征进行特征融合，得到融合后的特征图；

Head输出端采用分类分支对融合后的特征图进行分类，并采用回归分支对分类后的类型进行线性回归，得到每个关键视频帧的场景类型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述行车数据与所述每个关键视频帧的场景类型构建携带参数的蒙板图片，包括：

获取蒙板图片；

识别所述蒙板图片上第一参数标识集合；

识别所述行车数据与所述每个关键视频帧的场景类型对应的第二参数标识集合；

从所述第一参数标识集合中识别与所述第二参数标识集合中各参数标识相同的参数标识进行数据映射，生成携带参数的蒙板图片。

5.根据权利要求1所述的方法，其特征在于，所述将所述目标视频数据处理后和所述行车数据一起发送至云端服务器，包括：

获取数字水印图像；

分别从所述目标视频数据的图像与所述数字水印图像中截取正方形的RGB图像，得到第一图像和第二图像；

将所述第一图像进行颜色通道分离后得到第一颜色分量集合，并将第二图像进行颜色通道分离后得到第二颜色分量集合；

对所述第一颜色分量集合进行Arnold变换后得到变换矩阵；

根据所述变换矩阵对所述第二颜色分量集合进行DCT变换后得到直流分量；

根据所述变换矩阵与所述直流分量对目标视频数据嵌入数字水印，生成处理后的视频数据；

将所述处理后的视频数据与所述行车数据发送至云端服务器。

6.根据权利要求1所述的方法，其特征在于，应用于云端服务器，所述方法包括：

接收第一客户端针对所述云端服务器发送的处理后的视频数据与行车数据；

将处理后的视频数据转换为二进制数据；

将所述二进制数据与所述行车数据进行SHA256哈希运算，得到第一哈希字符串；

将所述第一哈希字符串保存至区块链。