[发明专利]面向多目标视频监控的边缘计算系统及其工作方法

说明书

本发明公开了一种面向多目标视频监控的边缘计算系统及其工作方法，包括：视频预处理模块，用于接收摄像头实时传输的视频流，根据自适应配置优化模块发送的最优配置参数对视频流中的视频帧进行处理，并将处理后的视频帧传输给视频分析模块；视频分析模块，通过目标检测和目标跟踪算法对处理后的视频帧进行分析，得到目标的位置信息，将所述位置信息传输到前端设备进行显示；自适应配置优化模块，实时获取运行时状态信息和系统状态信息，并根据自适应优化配置算法得到最优配置参数。通过使用目标跟踪的方法构建间隔帧与目标运动速度和精度之间的模型关系，可以有效分摊目标检测的时延，确保实时性。

技术领域

本发明属于多目标视频分析和边缘计算领域，具体指代一种面向多目标视频监控的边缘计算系统及其工作方法。

背景技术

随着现代科学技术的发展，面对大量的监控目标，比如交通车辆的监控，人流流量的管控以及课堂教学评估，我们往往需要对高分辨率高帧率的视频流进行处理，达到高精度实时响应的需求。传统的解决方案是将视频数据传输到云端服务器进行处理；首先，如果将海量的视频数据全部传输到云服务器进行处理，云服务器难以承受；其次，数据从边缘端传输到云端容易受到带宽的影响，难以满足许多应用实时性的要求，并且隐私性得不到保护。随着边缘设备计算能力的提高，考虑将视频数据放到边缘端进行处理，实现对多个目标的分析。然而在实际部署中，往往采用静态配置进行处理，边缘设备无法根据情景感知动态配置优化，导致边缘设备计算资源的浪费，从而无法达到高精度和低时延的要求。

因此，基于上述考虑，有必要提出一种面向多目标视频分析的边缘计算系统及其工作方法。不仅可以保护用户隐私，同时能够通过自适应的情境感知来进行配置优化，充分利用边缘设备的计算资源，满足高精度低时延的用户需求。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种面向多目标视频监控的边缘计算系统及其工作方法，以解决现有技术不能高精度、低时延地在边缘设备上同时对多目标进行分析的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种面向多目标视频监控的边缘计算系统，包括：视频预处理模块、视频分析模块及自适应配置优化模块；其中，

视频预处理模块，用于接收摄像头实时传输的视频流，根据自适应配置优化模块发送的最优配置参数对视频流中的视频帧进行处理，并将处理后的视频帧传输给视频分析模块；

视频分析模块，通过目标检测和目标跟踪算法对处理后的视频帧进行分析，得到目标的位置信息，将所述位置信息传输到前端设备进行显示；

自适应配置优化模块，实时获取运行时状态信息和系统状态信息，并根据自适应优化配置算法得到最优配置参数。

进一步地，所述最优配置参数包括：跳帧数f、视频分辨率r以及卷积神经网络相关配置M，其中卷积神经网络相关配置包括：网络模型、目标置信度以及IOU阈值。

进一步地，所述视频预处理模块对视频流中的视频帧进行处理具体包括：根据自适应优化配置模块发送的最优配置参数，将输入的视频帧的分辨率调整为最优配置参数中的分辨率。

进一步地，所述视频分析模块对处理后的视频帧进行分析具体包括：