一种基于云存储的视频数据采集和管理系统的制作方法

本发明属于视频采集技术领域，涉及云存储技术，具体是一种基于云存储的视频数据采集和管理系统。

背景技术：

云存储是一种网上在线存储（英语：cloudstorage）的模式，即把数据存放在通常由第三方托管的多台虚拟服务器，而非专属的服务器上。托管（hosting）公司运营大型的数据中心，需要数据存储托管的人，则透过向其购买或租赁存储空间的方式，来满足数据存储的需求。数据中心营运商根据客户的需求，在后端准备存储虚拟化的资源，并将其以存储资源池（storagepool）的方式提供，客户便可自行使用此存储资源池来存放文件或对象。实际上，这些资源可能被分布在众多的服务器主机上。云存储这项服务乃透过web服务应用程序接口（api）,或是透过web化的用户界面来访问。

发明专利cn102801978a公开了一种基于云存储的视频数据采集和管理系统，视频数据采集采用多路采集然后分析拼接的方式，经过拼接压缩后的数据采用有线或无线的方式上传到云端数据存储，之后管理人只要连接网络，便可以随时随地的调用云存储上的数据。本发明改善了现有视频装置调节能力差，压缩比低，占用空间大，输出范围窄等缺点。数据采集迅速，并能够更好更快的调用、监视、保存异地视频数据，可应用于交通、小区、银行等各种公共设施。

目前渔船出海后的危险驾驶行为如玩手机、抽烟、打瞌睡、擅离岗位等危险驾驶行为，一般只能依靠普通监控，监管人员随机抽查或者驾驶员的自觉，在远洋甚至无法监管，人力成本高昂而且不可靠。

综上，目前的技术状况主要存在以下几个主要缺陷：

(1)人工监控，费时费力，效率低下。

(2)渔船出海后，由于无4g信号无法监管。

(3)事前监控，缺少事中监控和预警。

(4)缺少事后分析和辅助决策。

为此，提出一种基于云存储的视频数据采集和管理系统。

技术实现要素：

为了解决上述方案存在的问题，本发明提供了一种基于云存储的视频数据采集和管理系统。

本发明的目的可以通过以下技术方案实现：

一种基于云存储的视频数据采集和管理系统，包括视频采集模块、智能分析模块、智能报警模块、数据传输模块、数据统计模块、管理模块、临时存储模块以及云存储库；

所述视频采集模块用于获取出海渔船内的视频数据，并将视频数据发送至智能分析模块，所述视频采集模块、智能分析模块、智能报警模块以及数据传输模块安装在出海渔船内部，所述智能分析模块用于接受视频采集模块发送的视频数据，并进行智能分析，具体的智能分析包括以下步骤：

步骤一：视频采集模块实时获取出海渔船内视频数据，并将获取的视频数据发送至智能分析模块；

步骤二：智能分析模块接收到出海渔船内视频数据后，将视频数据处理成为图像帧；并通过深度学习网络检测出海渔船内的人体；

当没有检测到人体时，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；

当检测到人体时，智能分析模块获取图像帧内的关键点；

步骤三：所述关键点包括头部关键点、腿部关键点、手部关键点以及肩部关键点；智能分析模块依次连接关键点，构成人体图形；

步骤四：智能分析模块从临时存储模块中获取线性分析模型，将关键点构成的人体图形代入线性分析模型，依次与异常行为人体模型进行比较，异常行为人体模型包括睡觉行为人体模块、抽烟行为人体模型、玩手机行为人体模型；计算异常行为匹配系数；

步骤五：分别将异常行为匹配系数进行排列，并将异常行为匹配系数与异常行为匹配系数阈值进行比较；

当异常行为匹配系数大于异常行为匹配系数阈值时，判定属于行为异常，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；并将视频数据发送至临时存储模块进行存储；

当异常行为匹配系数小于等于异常行为匹配系数阈值时，判定属于正常行为，智能分析模块发送正常信号至智能报警模块，智能报警模块不进行应答；智能分析模块将视频数据发送至临时存储模块进行存储。

进一步地，所述数据传输模块用于将临时存储模块中存储的视频数据发送至云存储库，所述数据传输模块包括网速检测单元、数据传输单元以及信号调用单元；具体的，数据传输模块传输数据的方式包括以下步骤：

步骤s1：数据传输模块将出海渔船分别标记为i，i=1,2……n;网速检测单元获取出海渔船i的网络连接信号lli；

步骤s2：网络检测单元获取网络连接信号阈值，当出海渔船i的网络连接信号lli小于网络连接信号阈值时，表示网络连接信号弱或无网络连接，网络检测单元发送不传输信号至数据传输单元，信号传输单元不进行临时存储模块与云存储库的数据传输；

步骤s3：当出海渔船i的网络连接信号lli大于等于网络连接信号阈值时，表示网络连接信号强，网络检测单元发送传输信号至数据传输单元与信号调用单元；

步骤s4：信号调用单元获取临时存储模块内部存储的视频数据，并区分行为异常视频数据与行为正常视频数据，数据传输单元优先传输行为异常视频数据后进行行为正常视频数据的传输。

进一步地，所述信号调用单元区分行为异常视频数据与行为正常视频数据的方法包括以下步骤：

步骤p1：信号调用单元链接智能分析模块，并获取智能分析模块发送至智能报警模块的所有信号，并同时获取智能分析模块发送至智能报警模块的所有信号的发送时间t1j；j表示信号；j=1,2……m;

步骤p2：信号调用单元调取智能分析模块发送至临时存储模块的所有视频数据，并同时获取智能分析模块发送至临时存储模块的所有视频数据的发送时间t2k；k表示视频数据编号，k=1,2……o;

步骤p3：当存在t1j=t2k时，表示信号j与视频数据编号k属于绑定；

步骤p4：对信号j进行正常信号与预警信号的区别，则与信号j绑定的异常视频数据与行为正常视频数据也进行区分。

进一步地，所述管理模块用于对出海渔船内人员进行管理，具体的管理包括以下步骤：

步骤t1：管理模块通过数据统计模块获取出海渔船i的船员信息，具体的船员信息包括出海渔船的船员人数以及船员名称；

步骤t2：管理模块获取云存储库内存储的异常视频数据，并定位到出海渔船i的编号；

步骤t3：管理模块将出海渔船i的船员异常次数增加一。

进一步地，当智能分析模块检测到人体时，获取人体的关键点的位置，并将人体的关键点位置发送至智能分析模块；

智能分析模块将建立平面二维坐标，分别将头部关键点、腿部关键点、手部关键点以及肩部关键点标记为a、b1、b2、c1、c2、d1、d2;其中1表示左边，2表示右边；

连接ad1c1b1b2c2d2a构成一个封闭图形。

进一步地，智能报警模块具体为声光报警器，声光报警器接收智能分析模块的信号后进行报警，具体的：

当接收的信号为预警信号时，通过声光报警器进行声光报警，声光报警器发出“人员离岗”语音；

当接收的信号为睡觉行为异常信号时，智能分析模块连接智能报警模块进行睡觉状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员睡觉”语音；

当接收的信号为抽烟行为异常信号时，智能分析模块连接智能报警模块进行抽烟状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员抽烟”语音；

当接收的信号为玩手机行为异常信号时，智能分析模块连接智能报警模块进行玩手机状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员玩手机”语音。

与现有技术相比，本发明的有益效果是：

1、视频采集模块用于获取出海渔船内的视频数据，并将视频数据发送至智能分析模块，视频采集模块、智能分析模块、智能报警模块以及数据传输模块安装在出海渔船内部，智能分析模块用于接受视频采集模块发送的视频数据，并进行智能分析。

2、视频采集模块实时获取出海渔船内视频数据，并将获取的视频数据发送至智能分析模块；智能分析模块接收到出海渔船内视频数据后，将视频数据处理成为图像帧；并通过深度学习网络检测出海渔船内的人体；当没有检测到人体时，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；当检测到人体时，智能分析模块获取图像帧内的关键点；关键点包括头部关键点、腿部关键点、手部关键点以及肩部关键点；智能分析模块依次连接关键点，构成人体图形；智能分析模块从临时存储模块中获取线性分析模型，将关键点构成的人体图形代入线性分析模型，依次与异常行为人体模型进行比较，异常行为人体模型包括睡觉行为人体模块、抽烟行为人体模型、玩手机行为人体模型；计算异常行为匹配系数；分别将异常行为匹配系数进行排列，并将异常行为匹配系数与异常行为匹配系数阈值进行比较；当异常行为匹配系数大于异常行为匹配系数阈值时，判定属于行为异常，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；并将视频数据发送至临时存储模块进行存储；当异常行为匹配系数小于等于异常行为匹配系数阈值时，判定属于正常行为，智能分析模块发送正常信号至智能报警模块，智能报警模块不进行应答；智能分析模块将视频数据发送至临时存储模块进行存储。

3、数据传输模块用于将临时存储模块中存储的视频数据发送至云存储库，数据传输模块包括网速检测单元、数据传输单元以及信号调用单元；数据传输模块将出海渔船分别标记为i;网速检测单元获取出海渔船i的网络连接信号lli；网络检测单元获取网络连接信号阈值，当出海渔船i的网络连接信号lli小于网络连接信号阈值时，表示网络连接信号弱或无网络连接，网络检测单元发送不传输信号至数据传输单元，信号传输单元不进行临时存储模块与云存储库的数据传输；当出海渔船i的网络连接信号lli大于等于网络连接信号阈值时，表示网络连接信号强，网络检测单元发送传输信号至数据传输单元与信号调用单元；信号调用单元获取临时存储模块内部存储的视频数据，并区分行为异常视频数据与行为正常视频数据，数据传输单元优先传输行为异常视频数据后进行行为正常视频数据的传输。

附图说明

为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种基于云存储的视频数据采集和管理系统的原理框图。

具体实施方式

下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种基于云存储的视频数据采集和管理系统，包括视频采集模块、智能分析模块、智能报警模块、数据传输模块、数据统计模块、管理模块、临时存储模块以及云存储库；

所述视频采集模块用于获取出海渔船内的视频数据，并将视频数据发送至智能分析模块，所述视频采集模块、智能分析模块、智能报警模块以及数据传输模块安装在出海渔船内部，所述智能分析模块用于接受视频采集模块发送的视频数据，并进行智能分析，具体的智能分析包括以下步骤：

步骤一：视频采集模块实时获取出海渔船内视频数据，并将获取的视频数据发送至智能分析模块；

步骤二：智能分析模块接收到出海渔船内视频数据后，将视频数据处理成为图像帧；并通过深度学习网络检测出海渔船内的人体；

当没有检测到人体时，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；

当检测到人体时，智能分析模块获取图像帧内的关键点；

步骤三：所述关键点包括头部关键点、腿部关键点、手部关键点以及肩部关键点；智能分析模块依次连接关键点，构成人体图形；

步骤四：智能分析模块从临时存储模块中获取线性分析模型，将关键点构成的人体图形代入线性分析模型，依次与异常行为人体模型进行比较，异常行为人体模型包括睡觉行为人体模块、抽烟行为人体模型、玩手机行为人体模型；计算异常行为匹配系数；

步骤五：分别将异常行为匹配系数进行排列，并将异常行为匹配系数与异常行为匹配系数阈值进行比较；

当异常行为匹配系数大于异常行为匹配系数阈值时，判定属于行为异常，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；并将视频数据发送至临时存储模块进行存储；

当异常行为匹配系数小于等于异常行为匹配系数阈值时，判定属于正常行为，智能分析模块发送正常信号至智能报警模块，智能报警模块不进行应答；智能分析模块将视频数据发送至临时存储模块进行存储。

其中，所述数据传输模块用于将临时存储模块中存储的视频数据发送至云存储库，所述数据传输模块包括网速检测单元、数据传输单元以及信号调用单元；具体的，数据传输模块传输数据的方式包括以下步骤：

步骤s1：数据传输模块将出海渔船分别标记为i，i=1,2……n;网速检测单元获取出海渔船i的网络连接信号lli；

步骤s2：网络检测单元获取网络连接信号阈值，当出海渔船i的网络连接信号lli小于网络连接信号阈值时，表示网络连接信号弱或无网络连接，网络检测单元发送不传输信号至数据传输单元，信号传输单元不进行临时存储模块与云存储库的数据传输；

步骤s3：当出海渔船i的网络连接信号lli大于等于网络连接信号阈值时，表示网络连接信号强，网络检测单元发送传输信号至数据传输单元与信号调用单元；

步骤s4：信号调用单元获取临时存储模块内部存储的视频数据，并区分行为异常视频数据与行为正常视频数据，数据传输单元优先传输行为异常视频数据后进行行为正常视频数据的传输。

其中，所述信号调用单元区分行为异常视频数据与行为正常视频数据的方法包括以下步骤：

步骤p1：信号调用单元链接智能分析模块，并获取智能分析模块发送至智能报警模块的所有信号，并同时获取智能分析模块发送至智能报警模块的所有信号的发送时间t1j；j表示信号；j=1,2……m;

步骤p2：信号调用单元调取智能分析模块发送至临时存储模块的所有视频数据，并同时获取智能分析模块发送至临时存储模块的所有视频数据的发送时间t2k；k表示视频数据编号，k=1,2……o;

步骤p3：当存在t1j=t2k时，表示信号j与视频数据编号k属于绑定；

步骤p4：对信号j进行正常信号与预警信号的区别，则与信号j绑定的异常视频数据与行为正常视频数据也进行区分。

其中，所述管理模块用于对出海渔船内人员进行管理，具体的管理包括以下步骤：

步骤t1：管理模块通过数据统计模块获取出海渔船i的船员信息，具体的船员信息包括出海渔船的船员人数以及船员名称；

步骤t2：管理模块获取云存储库内存储的异常视频数据，并定位到出海渔船i的编号；

步骤t3：管理模块将出海渔船i的船员异常次数增加一。

进一步地，当智能分析模块检测到人体时，获取人体的关键点的位置，并将人体的关键点位置发送至智能分析模块；

智能分析模块将建立平面二维坐标，分别将头部关键点、腿部关键点、手部关键点以及肩部关键点标记为a、b1、b2、c1、c2、d1、d2;其中1表示左边，2表示右边；

连接ad1c1b1b2c2d2a构成一个封闭图形。

其中，智能报警模块具体为声光报警器，声光报警器接收智能分析模块的信号后进行报警，具体的：

当接收的信号为预警信号时，通过声光报警器进行声光报警，声光报警器发出“人员离岗”语音；

当接收的信号为睡觉行为异常信号时，智能分析模块连接智能报警模块进行睡觉状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员睡觉”语音；

当接收的信号为抽烟行为异常信号时，智能分析模块连接智能报警模块进行抽烟状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员抽烟”语音；

当接收的信号为玩手机行为异常信号时，智能分析模块连接智能报警模块进行玩手机状态报警；并通过声光报警器进行声光报警，声光报警器发出“人员玩手机”语音。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：视频采集模块用于获取出海渔船内的视频数据，并将视频数据发送至智能分析模块，视频采集模块、智能分析模块、智能报警模块以及数据传输模块安装在出海渔船内部，智能分析模块用于接受视频采集模块发送的视频数据，并进行智能分析；

视频采集模块实时获取出海渔船内视频数据，并将获取的视频数据发送至智能分析模块；智能分析模块接收到出海渔船内视频数据后，将视频数据处理成为图像帧；并通过深度学习网络检测出海渔船内的人体；当没有检测到人体时，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；当检测到人体时，智能分析模块获取图像帧内的关键点；关键点包括头部关键点、腿部关键点、手部关键点以及肩部关键点；智能分析模块依次连接关键点，构成人体图形；智能分析模块从临时存储模块中获取线性分析模型，将关键点构成的人体图形代入线性分析模型，依次与异常行为人体模型进行比较，异常行为人体模型包括睡觉行为人体模块、抽烟行为人体模型、玩手机行为人体模型；计算异常行为匹配系数；分别将异常行为匹配系数进行排列，并将异常行为匹配系数与异常行为匹配系数阈值进行比较；当异常行为匹配系数大于异常行为匹配系数阈值时，判定属于行为异常，智能分析模块发送预警信号至智能报警模块，智能报警模块进行语音报警；并将视频数据发送至临时存储模块进行存储；当异常行为匹配系数小于等于异常行为匹配系数阈值时，判定属于正常行为，智能分析模块发送正常信号至智能报警模块，智能报警模块不进行应答；智能分析模块将视频数据发送至临时存储模块进行存储。

数据传输模块用于将临时存储模块中存储的视频数据发送至云存储库，数据传输模块包括网速检测单元、数据传输单元以及信号调用单元；数据传输模块将出海渔船分别标记为i;网速检测单元获取出海渔船i的网络连接信号lli；网络检测单元获取网络连接信号阈值，当出海渔船i的网络连接信号lli小于网络连接信号阈值时，表示网络连接信号弱或无网络连接，网络检测单元发送不传输信号至数据传输单元，信号传输单元不进行临时存储模块与云存储库的数据传输；当出海渔船i的网络连接信号lli大于等于网络连接信号阈值时，表示网络连接信号强，网络检测单元发送传输信号至数据传输单元与信号调用单元；信号调用单元获取临时存储模块内部存储的视频数据，并区分行为异常视频数据与行为正常视频数据，数据传输单元优先传输行为异常视频数据后进行行为正常视频数据的传输。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。