[实用新型]一种用于智慧城市网格化管理的复眼摄像装置

说明书

本实用新型公开了一种用于智慧城市网格化管理的复眼摄像装置，所述复眼摄像装置包括复眼镜头单元1和主机2，所述复眼镜头单元1为长方体外型，在所述长方体的四个侧面上，每一个侧面上均设置一组多焦距组合的复眼镜头阵列，所述复眼镜头阵列中均包括一个短焦距摄像头3，所述短焦距摄像头3的焦距为2~4mm；还包括4个中焦距摄像头4，所述中焦距摄像头4的焦距为15mm；还包括10个长焦距摄像头5，所述长焦距摄像头5的焦距为25mm。在所述复眼镜头单元1的每个侧面的边缘处都设置有遮光板6。

技术领域

本实用新型涉及视频监控技术领域，尤其涉及一种用于智慧城市网格化管理的复眼摄像装置。

背景技术

智慧城市是把云计算、大数据和人工智能等信息技术应用在城市管理系统中,通过对各类城市大数据的有效聚合、分析与挖掘,实现信息化、智能化与城镇化深度融合,从而有助于缓解“大城市病”,实现城市的精细化运营和动态管理。因此,如何集合各类城市大数据,充分分析和挖掘大数据价值,是智慧城市发展中亟待解决的一个关键问题。

视频监控网络的大规模图像视频数据是作为智慧城市的数据处理和决策中枢的重要数据资源。然而,对一个大中城市动辄上万路甚至几十万路监控摄像头来说,这一数字可能还不及百分之一。若按每路高清视频平均4Mbps码率计算,实时传输十万路监控视频数据就需要400Gbps带宽。同样,按每个配备多GPU卡的高性能服务器可以实时处理十路高清视频流计算,十万路监控视频的分析处理至少需要一万台服务器的云计算能力。无法实时汇聚和处理大规模监控视频流数据,就意味着城市大脑无法实时感知和分析当下城市正在发生的事态,更无法根据实时态势做出及时的预测与决策支持。在现有视频监控系统中,采用的是长期自然形成的1+1模式监控技术架构,即一个摄像机输出一个视频流,面向一种功能或用途。例如，有的摄像头负责大屏监视,有的摄像头负责抓拍人脸,有的摄像头负责车牌识别。在技术上,1+1模式采用的是“源端图像视频压缩→传输→后端特征提取与分析识别”的框架,其中前端设备的任务是视频采集、压缩和传输,云端服务器的任务是处理和分析,包括视频解压缩、人工校验、对象检测、模式识别、事件分析等。这种模式的好处是设备的安装调试比较简单。然而,由于特征提取与分析识别需要在解码重构后的图像视频上完成,压缩将必定影响其性能。为了减少传输带宽和节省存储,部分视频监控系统甚至过度压缩,从而造成图像视频质量过低,视觉特征受损,严重影响分析识别精度。

由此可见，现有技术中急需一种能够独立的能够同时实施对多种城市管理目标进行实时监控并实时进行精准图像识别的监控装置。

实用新型内容

本实用新型所要达到的技术目的是提供一种。

根据上述技术目的本实用新型提供一种用于智慧城市网格化管理的复眼摄像装置，所述复眼摄像装置包括复眼镜头单元1和主机2，所述复眼镜头单元1为长方体外型，在所述长方体的四个侧面上，每一个侧面上均设置一组多焦距组合的复眼镜头阵列，所述复眼镜头阵列中均包括一个短焦距摄像头3，所述短焦距摄像头3的焦距为2～4mm；还包括4个中焦距摄像头4，所述中焦距摄像头4的焦距为15mm；还包括10个长焦距摄像头5，所述长焦距摄像头5的焦距为25mm。在所述复眼镜头单元1的每个侧面的边缘处都设置有遮光板6。

所述主机2包括视频图像融合运算器及无线通信模块，所述视频融合运算器将每一复眼镜头阵列所获取的多路视频图像进行融合拼接

在一个实施例中，所述视频融合运算器将每一复眼镜头阵列所获取的多路视频图像进行融合拼接，所述短焦距镜头3实现对拍摄场景的全景范围拍摄，而中焦距摄像头4与长焦距摄像头5所形成的拼接图像的拍摄范围与短焦距摄像头3拍摄范围重合，且形成高清晰度的图像拍摄。由中焦距摄像头4与长焦距摄像头5所形成的拼接图像的分辨率高于40000×30000像素。