监控前端控制方法、装置和视频监控系统与流程

本公开涉及视频监控领域，特别涉及一种监控前端控制方法、装置和视频监控系统。

背景技术：

现有智能视频分析主要通过前端智能或平台智能实现，其中：

前端智能是指视频监控前端设备具备专业的智能分析功能，能够实时视频图像捕捉，自动分析图像内容，检测、跟踪视频中的运动目标，并结合运动目标的轨迹信息，与预设的安全规则进行比较，对设定区域内的视频周界闯入、物品移植、攀爬、镜头异常等行为产生报警信息，可以提高现有监控系统效率。

平台智能是指基于通用服务器实现智能视频分析的产品形态，一般基于windows操作系统，应用标准性能服务器当输入视频码流较小时，能够在保证检测与识别效果基础上同时实时分析多路并有效报警。

现有的前端智能要求前端部署专用的智能摄像头，如人脸抓拍摄像头、车牌抓拍摄像头、客流摄像头等分别用于不同的应用场景，从而增加了配置成本和控制的复杂度。

技术实现要素：

本公开的实施例解决的一个技术问题是：由于需要专用摄像头以分别执行不同的任务，因此增加了配置成本和控制的复杂度。

根据本公开的一个或多个实施例的一个方面，提供一种监控前端控制方法，包括：

在接收到分析引擎平台下发的任务信息后，从任务信息中提取出算法标识和算法参数；

根据算法参数对与算法标识相对应的算法进行配置；

利用算法执行相应的任务；

将任务的分析结果上报给分析引擎平台。

可选地，在将分析结果上报给分析引擎平台后，还包括：删除算法参数。

可选地，在删除算法参数后，还包括：

利用初始化配置参数进行监控前端初始化配置。

可选地，从任务信息中提取出算法许可有效期；

在算法许可有效期指定的时间段内，利用算法执行相应的任务。

根据本公开的一个或多个实施例的另一个方面，提供一种监控前端控制装置，包括：

接收模块，被配置为接收分析引擎平台下发的任务信息；

提取模块，被配置为从任务信息中提取出算法标识和算法参数；

配置模块，被配置为根据算法参数对与算法标识相对应的算法进行配置；

任务执行模块，被配置为利用算法执行相应的任务；

上报模块，被配置为将任务的分析结果上报给分析引擎平台。

可选地，配置模块还被配置为在上报模块将分析结果上报给分析引擎平台后，删除算法参数。

可选地，配置模块还被配置为在删除算法参数后，利用初始化配置参数进行监控前端初始化配置。

可选地，提取模块还被配置为从任务信息中提取出算法许可有效期；

配置模块还被配置为在算法许可有效期指定的时间段内，利用算法执行相应的任务。

根据本公开的一个或多个实施例的另一个方面，提供一种监控前端控制装置，包括：

存储器，被配置为存储指令；

处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如上述任一实施例涉及的方法。

根据本公开的一个或多个实施例的一个方面，提供一种监控前端设备，包括：

如上述任一实施例涉及的监控前端控制装置。

根据本公开的一个或多个实施例的一个方面，提供一种视频监控系统，包括：

如上述任一实施例涉及的监控前端设备；

分析引擎平台，被配置为向监控前端设备下发任务信息，以及接收监控前端设备上报的分析结果。

根据本公开的一个或多个实施例的一个方面，提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上述任一实施例涉及的方法。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开一个实施例的监控前端控制方法的示例性流程图。

图2为本公开另一实施例的监控前端控制方法的示例性流程图。

图3为本公开一个实施例的监控前端控制装置的示例性框图。

图4为本公开另一实施例的监控前端控制装置的示例性框图。

图5为本公开一个实施例的监控前端设备的示例性框图。

图6为本公开一个实施例的监控监控系统的示例性框图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为本公开一个实施例的监控前端控制方法的示例性流程图。可选地，本实施例的方法步骤可由监控前端控制装置执行。其中：

步骤101，在接收到分析引擎平台下发的任务信息后，从任务信息中提取出算法标识和算法参数。

步骤102，根据算法参数对与算法标识相对应的算法进行配置。

例如，可通过对预设算法进行相应的算法参数配置，从而可使同一个普通的监控前端装置根据配置以执行脸抓拍摄像、车牌抓拍摄像、客流摄像等任务。

步骤103，利用算法执行相应的任务。

步骤104，将任务的分析结果上报给分析引擎平台。

通过将任务的分析结果上报给分析引擎平台，从而可有效缓解分析引擎平台的负荷压力。

基于本公开上述实施例提供的监控前端控制方法，根据任务需求对视频前端的算法进行配置，从而监控前端可执行相应的任务。由此可实现同一个普通的监控前端根据配置执行不同的任务，从而实现动态前端智能分析。

可选地，在将分析结果上报给分析引擎平台后，还可删除算法参数，利用初始化配置参数进行监控前端初始化配置。从而可使监控前端在完成指定任务后，又恢复为初始设置以执行其常规任务。

图2为本公开另一实施例的监控前端控制方法的示例性流程图。可选地，本实施例的方法步骤可由监控前端控制装置执行。其中：

步骤201，在接收到分析引擎平台下发的任务信息后，从任务信息中提取出算法标识、算法参数和算法许可有效期。

步骤202，根据算法参数对与算法标识相对应的算法进行配置。

步骤203，在算法许可有效期指定的时间段内，利用算法执行相应的任务。

步骤204，将任务的分析结果上报给分析引擎平台。

步骤205，删除算法参数，利用初始化配置参数进行监控前端初始化配置。

通过指定监控前端在指定时间内执行指定任务，可进一步提升任务执行的灵活性。

图3为本公开一个实施例的监控前端控制装置的示例性框图。如图3所示，监控前端控制装置包括接收模块31、提取模块32、配置模块33、任务执行模块34和上报模块35。其中：

接收模块31被配置为接收分析引擎平台下发的任务信息。

提取模块32被配置为从任务信息中提取出算法标识和算法参数。

配置模块33被配置为根据算法参数对与算法标识相对应的算法进行配置。

任务执行模块34被配置为利用算法执行相应的任务。

上报模块35被配置为将任务的分析结果上报给分析引擎平台。

可选地，配置模块33还被配置为在上报模块将分析结果上报给分析引擎平台后，删除算法参数。

可选地，配置模块33还被配置为在删除算法参数后，利用初始化配置参数进行监控前端初始化配置。

基于本公开上述实施例提供的监控前端控制装置，根据任务需求对视频前端的算法进行配置，从而监控前端可执行相应的任务。由此可实现同一个普通的监控前端根据配置执行不同的任务，从而实现动态前端智能分析。

可选地，提取模块32还被配置为从任务信息中提取出算法许可有效期，配置模块33还被配置为在算法许可有效期指定的时间段内，利用算法执行相应的任务。

通过指定监控前端在指定时间内执行指定任务，可进一步提升任务执行的灵活性。

图4为本公开另一实施例的监控前端控制装置的示例性框图。如图4所示，该定时器设置装置包括存储器41和处理器42。其中：

存储器41用于存储指令，处理器42耦合到存储器41，处理器42被配置为基于存储器存储的指令执行实现如图1或图2中任一实施例涉及的方法。

如图4所示，该装置还包括通信接口43，用于与其它设备进行信息交互。同时，该装置还包括总线44，处理器42、通信接口43、以及存储器41通过总线44完成相互间的通信。

存储器41可以包含高速ram存储器，也可还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器41也可以是存储器阵列。存储器41还可能被分块，并且块可按一定的规则组合成虚拟卷。

此外，处理器42可以是一个中央处理器cpu，或者可以是专用集成电路asic，或者是被配置成实施本公开实施例的一个或多个集成电路。

本公开同时还涉及一种计算机可读存储介质，其中计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如图1或图2中任一实施例涉及的方法。

图5为本公开一个实施例的监控前端设备的示例性框图。如图5所示，监控前端设备51中包括如图3或图4中任一实施例涉及的监控前端控制装置52。由此，监控前端设备51可根据监控前端控制装置52的控制，实现动态前端智能分析。

图6为本公开一个实施例的监控监控系统的示例性框图。如图6所示，该系统可包括分析引擎平台61和监控前端设备62。其中，监控前端设备62可为图5中任一实施例涉及的监控前端设备。

其中，分析引擎平台61被配置为向监控前端设备62下发任务信息，以及接收监控前端设备62上报的分析结果。

可选地，在上面所描述的功能单元模块可以实现为用于执行本公开所描述功能的通用处理器、可编程逻辑控制器(programmablelogiccontroller，简称：plc)、数字信号处理器(digitalsignalprocessor，简称：dsp)、专用集成电路(applicationspecificintegratedcircuit，简称：asic)、现场可编程门阵列(field-programmablegatearray，简称：fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

通过实施本公开所提供的方案，无需配置专门的智能摄像机，同一摄像机可根据所接收到的任务指示进行动态配置，实现动态前端智能分析，提高了任务分配和执行的灵活性。

此外，由于监控前端将任务执行后的分析结果上报给分析引擎平台，从而无需分析引擎平台进行业务分析处理，有效减轻了分析引擎平台的负荷压力。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。