[发明专利]一种边云环境中的视频分析方法

摘要

一种边云环境中的视频分析方法，包括以下步骤：通过在边缘端对视频数据预处理，再通过MQTT消息传输协议，再将前景图像发送至下一台边缘设备中进行模型推理，对视频中出现的目标进行分类识别，最后将分类结果上传至云端数据库中；具有减小传输负载，降低带宽损耗，提高神经网络模型识别精度以及识别速度的特点。

主权项

1.一种边云环境中的视频分析方法，为实现动态调整工作流中的拓扑结构，该方法中的每个任务节点都分别以Docker容器的方式封装，边缘设备之间、Docker容器之间，都是通过MQTT协议以消息的形式来传输数据，故每个Docker容器中都有MQTTbroker消息中间件来接收和转发数据，其特征在于，包括以下步骤：步骤1，边缘端视频数据采集：边缘端安装有多个摄像头，实时监控路口的车辆以及行人，并采集视频数据，视频数据通过局域网、Internet或者无线网络传送至边缘设备；步骤2，边缘端原始视频预处理：将步骤1接收到的帧图像传输至封装有前背景分离算法的docker容器中进行背景分离，将实时采集到的视频帧图像通过前背景分离算法，获取该帧中的运动物体，舍弃图像背景数据；再通过MQTT消息发布机制，向下一个Docker容器传输运动目标；步骤3，边缘端帧图像推理识别：边缘设备通过MQTT消息订阅机制，接收视频中的运动物体，传输到深度学习网络模型中进行推理分类，输出分类结果，通过MQTT消息发布机制，将分类结果发送至云端；步骤4，边缘设备之间、边‑云协同图像推理识别：基于神经网络的视频处理业务需要消耗边缘设备大量的资源，当边缘设备的计算能力不足时，需要将部分数据传至其他空闲的边缘设备做处理，以减轻当前设备的负载，即边缘设备之间的协同；当某个任务在边缘设备中都无法完成时，就将数据上传至云端服务器中做处理，即边云协同；步骤5，云端存储处理结果：云端通过MQTT订阅边缘设备、云端设备的处理结果，将其存入云端数据库中。