一种基于边缘计算的城市安防系统及其检测方法与流程

本发明涉及计算机数据处理及物联网技术领域，具体地说是一种基于边缘计算的城市安防系统及其检测方法。

背景技术：

边缘计算是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。随着云计算的发展，在云端汇聚了大量的计算和存储资源，降低了数据运算和存储成本。当传输的数据量越来越庞大，由于云计算是将所有数据统一汇聚到云端进行处理，因此也存在诸如响应不及时、功耗高、网络带宽需求高等问题。相对于云计算来说，边缘计算承担了部分数据筛选和计算工作，使得数据计算和传输更加有效。

在安防领域，前端图像采集设备会实时产生大量的图像和视频数据，如果将图像和视频数据传输到云端进行提取和分析，会占用大量传输带宽，导致数据分析结果滞后。

技术实现要素：

本发明的技术任务是提供一种基于边缘计算的城市安防系统及其检测方法。

本发明的技术任务是按以下方式实现的：

一种基于边缘计算的城市安防系统，包括前端视频图像采集设备、边缘侧处理单元、云端安防系统；

所述的边缘侧处理单元与所述的前端视频图像采集设备，所述的云端安防系统与所述的边缘侧处理单元通过4g或专用网络进行数据传输。

所述的前端视频图像采集设备分布安装在多个地方部署，拍摄获取环境数据。

所述的拍摄获取环境数据，包括拍摄周围环境、车辆外观、车辆号码以及行人。

所述的边缘侧处理单元实时获取到视频流和图像，并对视频流和图像中的内容进行目标事物的检测、提取和解析，将提取的结构化有效数据上传到所述的云端安防系统。

所述的云端安防系统收集所述的边缘侧处理单元传输的视频和图像数据，存储结构化数据。

所述的云端安防系统建立识别目标，对已有素材中的所述的识别目标进行分析和学习，形成目标预测模型，通过网络分发给各个所述的边缘处理单元。

所述的识别目标是特定的人物或车辆外观及车辆号码。

所述的云端安防系统收集所述的边缘侧处理单元上传的检测目标动态，当检测目标出现时，实时产生预警。

一种基于边缘计算的城市安防系统的检测方法，该检测方法的步骤如下：

步骤1)云端安防系统对目标图像中的特定的人物或车辆进行提取和识别，形成特定的预测模型；

步骤2)所述的云端安防系统将所述的预测模型下发到边缘侧处理单元；

步骤3)前端视频图像采集设备实时采集视频和图像，并输出到所述的边缘侧处理单元；

步骤4)所述的边缘侧处理单元中的计算单元使用人物或车辆预测模型，对视频流和图像中的特定信息进行检测和提取；

步骤5)所述的云端安防系统接收到有效的目标识别数据后，产生预警信息，以对目标人物或车辆及时做出处理。

所述的步骤4)中对视频流和图像中的特定信息进行检测和提取，包括，当检测到目标人物或车辆出现时，计算单元立即将识别数据发送到所述的云端安防系统。

本发明的一种基于边缘计算的城市安防系统及其检测方法和现有技术相比，将云端集中处理计算能力引入到边缘侧处理单元。在云端建立目标识别任务，学习已有图像素材内容，形成图像预测模型，下发至边缘侧处理单元。边缘侧处理单元集成高性能计算芯片，前端图像采集等设备与边缘侧处理单元直接连接，实时将视频和图像传输至处理单元，通过高性能计算芯片和图像分析智能算法，实现在边缘侧进行视频图像目标的检测、提取、建模和分析。这样可以有效降低视频流原始数据的传输与存储成本，提高安防事物识别效率，出现目标事物时可以低延时快速预警。

附图说明

附图1为一种基于边缘计算的城市安防系统及其检测方法的结构示意图；

具体实施方式

实施例1：

一种基于边缘计算的城市安防系统，包括前端视频图像采集设备、边缘侧处理单元、云端安防系统；所述的边缘侧处理单元与所述的前端视频图像采集设备，所述的云端安防系统与所述的边缘侧处理单元通过4g或专用网络进行数据传输。

实施例2：

一种基于边缘计算的城市安防系统，包括前端视频图像采集设备、边缘侧处理单元、云端安防系统；所述的边缘侧处理单元与所述的前端视频图像采集设备，所述的云端安防系统与所述的边缘侧处理单元通过4g或专用网络进行数据传输。

所述的前端视频图像采集设备分布安装在多个地方部署，拍摄获取环境数据；所述的拍摄获取环境数据，包括拍摄周围环境、车辆外观、车辆号码以及行人。

所述的边缘侧处理单元实时获取到视频流和图像，并对视频流和图像中的内容进行目标事物的检测、提取和解析，将提取的结构化有效数据上传到所述的云端安防系统。

实施例3：

一种基于边缘计算的城市安防系统，包括前端视频图像采集设备、边缘侧处理单元、云端安防系统；所述的边缘侧处理单元与所述的前端视频图像采集设备，所述的云端安防系统与所述的边缘侧处理单元通过4g或专用网络进行数据传输。

所述的前端视频图像采集设备分布安装在多个地方部署，拍摄获取环境数据；所述的拍摄获取环境数据，包括拍摄周围环境、车辆外观、车辆号码以及行人。

所述的边缘侧处理单元实时获取到视频流和图像，并对视频流和图像中的内容进行目标事物的检测、提取和解析，将提取的结构化有效数据上传到所述的云端安防系统。

所述的云端安防系统收集所述的边缘侧处理单元传输的视频和图像数据，存储结构化数据。

所述的云端安防系统建立识别目标，对已有素材中的所述的识别目标进行分析和学习，形成目标预测模型，通过网络分发给各个所述的边缘处理单元。

所述的识别目标是特定的人物或车辆外观及车辆号码。

所述的云端安防系统收集所述的边缘侧处理单元上传的检测目标动态，当检测目标出现时，实时产生预警。

实施例4：

配置设备：

一种基于边缘计算的城市安防系统，包括前端视频图像采集设备、边缘侧处理单元、云端安防系统；所述的边缘侧处理单元与所述的前端视频图像采集设备，所述的云端安防系统与所述的边缘侧处理单元通过4g或专用网络进行数据传输。

所述的前端视频图像采集设备分布安装在多个地方部署，拍摄获取环境数据；所述的拍摄获取环境数据，包括拍摄周围环境、车辆外观、车辆号码以及行人。

所述的边缘侧处理单元实时获取到视频流和图像，并对视频流和图像中的内容进行目标事物的检测、提取和解析，将提取的结构化有效数据上传到所述的云端安防系统。

所述的云端安防系统收集所述的边缘侧处理单元传输的视频和图像数据，存储结构化数据。

所述的云端安防系统建立识别目标，对已有素材中的所述的识别目标进行分析和学习，形成目标预测模型，通过网络分发给各个所述的边缘处理单元。

所述的识别目标是特定的人物或车辆外观及车辆号码。

所述的云端安防系统收集所述的边缘侧处理单元上传的检测目标动态，当检测目标出现时，实时产生预警。

一种基于边缘计算的城市安防系统的检测方法，该检测方法的步骤如下：

步骤1)云端安防系统对目标图像中的特定的人物或车辆进行提取和识别，形成特定的预测模型；

步骤2)所述的云端安防系统将所述的预测模型下发到边缘侧处理单元；

步骤3)前端视频图像采集设备实时采集视频和图像，并输出到所述的边缘侧处理单元；

步骤4)所述的边缘侧处理单元中的计算单元使用人物或车辆预测模型，对视频流和图像中的特定信息进行检测和提取；当检测到目标人物或车辆出现时，计算单元立即将识别数据发送到所述的云端安防系统；

步骤5)所述的云端安防系统接收到有效的目标识别数据后，产生预警信息，以对目标人物或车辆及时做出处理。

通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的几种具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。