基于变频算例调节AI服务器资源动态分配方法与流程

基于变频算例调节ai服务器资源动态分配方法
技术领域
1.本发明涉及服务器资源分配技术领域，尤其涉及一种基于变频算例调节ai服务器资源分配方法。


背景技术：

2.随着5g、物联网、人工智能技术的发展，视频监控系统的大力建设和普及。社会的“智慧”化建设逐步完善和丰富。当下“智慧”化建设主要应用在智慧城市、智慧小区、智慧工地、智慧旅游、智慧出行、智慧路灯、智慧停车场等等，渗透到各行各业。而智能视频分析在“智慧”化建设中发挥着巨大作用。利用现有的视频监控，加上ai视觉分析与识别技术，形成具有视频ai分析能力的应用。实现了人脸特征识别、人体行为分析、体温监测、人流密度监控、危险区域非法入侵、烟雾火灾报警、违规占道分析等功能，无论是在安防领域还是其他视频数据采集领域都起到了不可替代的作用。而视频ai分析功能的实现，需要高性能的服务设备、大量的软件和算法服务做支撑，频繁的数据记录存储和分析处理。导致资源消耗较大、使用成本较高，在行业里全面推广应用实行遇到困难。
3.传统的视频ai分析模式，在摄像头正常工作时，需要一直保持高频的ai分析；无论返回的分析结果是否具有参考价值，都需要保持高频分析，给系统服务器和存储都带来了巨大的压力，也造成ai资源服务的不必要耗费和高额消费。


技术实现要素：

4.本发明的目的在于克服现有技术的缺点，提供了一种基于变频算例调节ai服务器资源动态分配方法，解决了传统视频ai分析模式存在的不足。
5.本发明的目的通过以下技术方案来实现：基于变频算例调节ai服务器资源动态分配方法，所述动态分配方法包括：
6.数据采集服务步骤：采集不同来源的视频数据并转换为数据解析服务步骤能够解析的视频流数据；
7.数据解析服务步骤：根据ai分析频率配置依次进行最新分析频率配置读取、最新分析频率配置解析、视频数据解析、视频图片抽帧、视频录制，生成ai分析单元数据后进行ai分析服务，并根据ai分析服务返回的结果数据进行变频分析服务。
8.所述变频分析服务包括：
9.通过对ai分析服务结果进行解析计算判断是否触发变频解析，如果未触发变频解析，则保持原有的ai分析频率，如果触发变频解析，则恢复ai分析频率至当前ai分析模型的标准ai分析频率或者降低ai分析频率；
10.通过算法计算出当前ai分析模型的最佳ai分析频率配置，将最新的ai分析频率配置存储至数据库/缓存中，以便视频数据解析服务调用。
11.所述最新分析频率配置读取包括：获取存储中当前分析模型的最新ai分析频率配置信息，配置中记录着不同ai分析模型的解析方式、当前分析频率、正常分析频率、降频梯
度、降频周期和最低频率的配置信息，如果未查询到最新ai分析频率配置，则默认使用标准ai分析频率。
12.所述最新分析频率配置解析包括：解析当前最新的分析频率配置信息，解析出配置中的解析方式、当前分析频率、正常分析频率、降频梯度、降频周期和最低频率的配置信息。
13.所述视频数据解析包括：根据当前ai分析模型的最新ai分析频率配置解析视频流数据，生成当前ai分析模型的ai分析服务所需要的单元数据。
14.所述视频图片抽帧包括：根据当前ai分析模块的最新分析频率配置，对视频流数据进行图片抽帧，将抽帧图片组装成当前ai模型的ai分析服务所需要的单元数据。
15.所述视频录制包括：根据当前ai分析模型的最新ai分析频率配置，对视频流数据进行视频录制，将录制的视频组装成当前ai分析模型的ai分析服务所需要的单元数据。
16.所述动态分析方法还包括分析结果渲染步骤，所述分析结果渲染步骤用于对ai分析结果数据展示值客户端进行查看。
17.本发明具有以下优点：一种基于变频算例调节ai服务器资源动态分配方法，在视频监控区域处于低峰期、夜晚、或者无人员等情况下自动降低ai分析的频率，在视频监控区域处于高峰期、工作时间内、人流恢复的情况下自动提升ai分析频率至正常。能够实时根据ai分析的结果进行智能的ai分析配置，通过改变调用ai分析服务的频率达到变频工作的目的。基于变频算例调节ai服务器资源动态分配方法，在不影响服务效果的情况下，使ai服务资源利用最大化、降低运营成本。
附图说明
18.图1为本发明变频调节ai服务器资源的流程图；
19.图2为本发明变频调节ai服务器资源中数据解析服务的流程图；
20.图3为本发明变频调节ai服务器资源变频服务的流程图；
21.图4为本发明变频调节ai服务器资源的详细流程图；
22.图5为本发明实例中的变频调节ai服务器资源的实例1业务流程图；
23.图6为本发明实例中的变频调节ai服务器资源的实例2业务流程图。
具体实施方式
24.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术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技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下结合附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的保护范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。下面结合附图对本发明做进一步的描述。
25.如图1所示，本发明涉及一种基于变频算例调节ai服务器资源动态分配方法，主要按照“按需供给”的思路，动态调用ai服务器，实现自动变频工作。在ai分析需求小时，降低调用ai分析服务器的频率。；其主要包括以下内容：
26.视频数据1、2、3用于接入不同来源、不同根式的视频数据，包括摄像头数据流、视频文件；
27.数据采集服务，用于采集视频数据的视频流数据，将不同来源的视频数据转换为数据解析服务能够解析的视频流数据；
28.数据解析服务，根据ai分析频率配置依次进行最新分析频率配置读取、最新分析频率配置解析、视频数据解析、视频图片抽帧、视频录制，生成ai分析单元数据后进行ai分析服务，并根据ai分析服务返回的结果数据进行变频分析服务。
29.进一步地，如图2所示，最新分析频率配置读取，用于获取存储中当前分析模型的最新ai分析频率配置信息。配置中记录着不同ai分析模型的解析方式、当前分析频率、正常分析频率、降频梯度、降频周期、最低频率等配置信息。未查询到最新ai分析频率配置，则默认使用标准ai分析频率，标准ai分析频率为ai分析模型在初始化时、恢复变频时使用的ai分析频率。同时分析频率配置还可以加入外部条件参数(园区通知、工作时间、气候等)。
30.最新分析频率配置解析，用于解析当前最新的分析频率配置信息。解析出配置中的解析方式、当前分析频率、正常分析频率、降频梯度、降频周期、最低频率等配置信息。
31.视频数据解析，用于根据当前ai分析模型的最新ai分析频率配置解析视频流数据，生成当前ai分析模型的ai分析服务所需要的单元数据。解析的方式主要列举了两种，视频图片抽帧和视频录制。
32.视频图片抽帧，用于对视频流数据抽帧成图片数据。根据当前ai分析模型的最新ai分析频率配置，对视频流数据进行图片抽帧，将抽帧图片组装成当前ai模型的ai分析服务所需要的单元数据。
33.视频录制，用于对视频流数据进行录制。根据当前ai分析模型的最新ai分析频率配置，对视频流数据进行视频录制，将录制的视频组装成当前ai分析模型的ai分析服务所需要的单元数据。
34.生成ai分析单元数据，用于组装成调用当前ai分析模型的ai分析服务所需要的单元数据格式。
35.变频分析服务，用于根据ai分析服务返回的结果数据，通过算法计算出当前ai分析模型的最佳ai分析频率配置，更新当前ai分析模型的ai分析频率配置至分析频率存储中。
36.如图3所示，变频服务的具体流程如下：
37.ai分析结果解析、计算，用于处理ai分析结果数据，通过算法计算出当前ai分析模型的最佳ai分析频率配置；
38.是否触发变频解析，用于根据当前ai分析模型的ai分析结果数据判断是否触发变频解析。如果未触发变频，保持原有的ai分析频率。如果触发变频解析，分两种变频情况。一种是恢复ai分析频率至当前ai分析模型的标准ai分析频率。一种是降低ai分析频率。
39.其中，保持原有解析频率，用于不需要变频处理时，保持当前ai分析模型的原有ai分析频率；恢复标准频率解析，用于已变频的解析服务，恢复使用当前ai分析模型的标准ai分析频率，标准ai分析频率为当前ai分析模型在初始化时、恢复变频时使用的ai分析频率；降频解析，用于根据当前ai分析模型的ai分析结果数据，修改当前ai分析模型的ai分析频率配置。降低当前ai分析模型的ai分析频率。
40.生成最新分析频率配置，用于通过算法计算出当前ai分析模型的最佳ai分析频率配置，将最新的ai分析频率配置存储至数据库/缓存中，以便视频数据解析服务调用。
41.存储最新分析频率配置，用于将最新的ai分析频率配置存储至数据库/缓存中，以便视频数据解析服务调用。数据库记录每次修改后的ai分析频率配置，缓存中记录当前最新ai分析频率配置。
42.分析结果渲染，用于ai分析结果数据展示至客户端进行查看。
43.进一步地，如图4所示，数据解析服务首先读取缓存中当前ai分析模型的最新的ai分析频率配置信息，根据当前ai分析模型的ai分析频率配置，调整视频流的解析频率，控制视频流抽帧图片的频次，控制视频流录制视频的时间间隔。生成当前ai分析模型的ai分析服务所需要的单元数据。例如，需要分析视频数据中人流密度信息，统计区域的人数信息。获取到人流密度分析模型的ai分析频率配置为：“{分析模型：人流密度分析，解析方式：抽帧图片，当前分析频率：1次/秒，标准分析频率：1次/秒，降频梯度：当前分析频率*2^(降频次数)，降频周期：5分钟，最低频率：1次/10分钟}”。人流密度检测分析正常启用时，数据解析服务每秒钟抽取1张图片发送至人流密度分析的ai分析服务，统计图片中人数信息。由于此刻视频中无人流迹象，人流密度分析的ai分析服务返回的分析结果为0人数。并且持续5分钟都没有人流迹象，人流密度分析的ai分析服务返回的结果一直为0人数。则触发数据解析服务自动降频，逐步降低人流密度分析的ai分析频率，每2秒钟抽取1张图片发送至人流密度分析的ai分析服务。如果持续时间返回的结果依然为0人数。则继续降低人流密度分析的ai分析频率，每4秒钟抽取1张图片发送至人流密度分析的ai分析服务......直到降频上限，每10分钟抽取1张图片发送至人流密度分析的ai分析服务。依然持续时间返回结果为0人数。之后保持每10分钟抽取1张图片发送至人流密度分析的ai分析服务。直到出现返回分析结果不为0人数的情况。则恢复每秒钟抽取1张图片发送至人流密度分析的ai分析服务的频率。
44.将解析后的数据传至当前ai分析模型的ai分析服务器进行ai分析，得到ai分析结果数据。
45.对ai分析返回的结果进行分析和计算，得到当前ai分析模型的最佳ai分析频率。如视频监控区域的分析结果长时间没有参考价值，则降低当前ai分析模型的ai分析频率。如果在视频监控区域处于下雨天时降低或者停止室外的烟雾火灾分析。而重要的安防区域则持续保持合理的分析频率。当降频分析后的视频监控区域重新出现了具有参考价值的结果，则恢复该视频数据的ai分析频率至当前ai分析模型的标准分析频率。
46.对最新ai分析频率配置进行存储，以便数据分析服务调用。
47.数据解析服务根据最新的ai分析频率配置，调整视频流的解析频率，控制视频流抽帧图片的频次，控制视频流录制视频的时间间隔。最后将分析后的结果数据呈现给客户。
48.如图5所示，实施例1具体实施步骤如下：
49.步骤1、调用数据采集服务，得到视频流数据，数据采集服务接入不同来源、不同格式的视频数据，包括摄像头数据流、视频文件。
50.步骤2、读取和解析当前ai分析模型的最新ai分析频率配置。
51.步骤3、根据最新ai分析频率，解析视频流数据，得到当前ai分析模型的ai分析所需要的单元数据。数据解析服务首先读取缓存中当前ai分析模型的最新的ai分析频率配置
信息，根据ai分析频率配置，调整视频流的解析频率，控制视频流抽帧图片的频次，控制视频流录制视频的时间间隔。生成当前ai分析模型的ai分析服务所需要的单元数据。例如，需要分析视频数据中人流密度信息，统计区域的人数信息。获取到人流密度分析模型的ai分析频率配置为：“{分析模型：人流密度分析，解析方式：抽帧图片，当前分析频率：1次/秒，标准分析频率：1次/秒，降频梯度：当前分析频率*2^(降频次数)，降频周期：5分钟，最低频率：1次/10分钟}”。从当前配置中得出，人流密度分析模型的解析方式为“抽帧图片”，当前分析频率为“1次/秒”。则按照“1次/秒”对视频流数据进行抽帧，将抽帧的图片组装成人流密度分析的ai分析服务所需要的单元数据。
52.步骤4、调用当前ai分析模型的ai分析服务，得到分析结果数据。
53.步骤5、根据当前ai分析模型的ai分析结果数据，调用变频分析服务，计算出当前ai分析模型的最佳ai分析频率的配置。例如，根据步骤4获取到的分析结果结合步骤3中的人流密度分析模型的ai分析频率配置。如果返回结果表示有人流数据，则保持当前分析频率为“1次/秒”。人流密度分析的ai分析频率配置不做更改。如果ai分析返回结果表示无人流数据，继续保持当前的分析频率进行分析。如果持续5分钟的ai分析返回结果都表示无人流数据。则触发人流密度分析的ai分析服务自动降频，逐步降低人流密度分析的ai分析频率，按照人流密度分析的ai分析配置的降频梯度为“2^降频次数”的规则，第一次降频后以每2秒钟抽取1张图片发送至人流密度分析的ai分析服务。如果持续5分钟的ai分析返回结果依然为0人数。则继续降低人流密度分析的ai分析频率，每4秒钟抽取1张图片发送至人流密度分析的ai分析服务......直到降频上限，每10分钟抽取1张图片发送至人流密度分析的ai分析服务。依然持续时间返回结果为0人数。之后保持每10分钟抽取1张图片发送至人流密度分析的ai分析服务。直到出现返回分析结果不为0人数的情况。则恢复人流密度分析的ai分析频率至人流密度分析的ai分析频率配置中的标准分析频率。以每秒钟抽取1张图片发送至人流密度分析的ai分析服务的频率。并将每次降频的频率值更新到人流密度分析模型的ai分析频率配置中去。
54.步骤6、判断最新ai分析频率配置信息。
55.步骤7、最新ai分析频率配置存储更新，以便数据分析服务调用。
56.步骤8、调用数据解析服务，根据当前ai分析模型的最新的ai分析频率配置，自动调整视频流解析的频率。
57.如图6所示，实施例2具体实施步骤如下：
58.步骤1、调用数据采集服务，得到视频流数据，数据采集服务接入不同来源、不同格式的视频数据，包括摄像头数据流、视频文件。
59.步骤2、读取和解析当前ai分析模型的最新ai分析频率配置。
60.步骤3、读取外部条件参数(园区通知、工作时间、气候等)，整合至最新ai分析频率配置中。外部参数可能来源于园区的开工停工通知，也可能来源于监控区域的工作时间(或者需要监控的时间段)，也可能来源于气候等数据。最终外部参数的来源由客户自行设置。
61.步骤4、根据最新ai分析频率，解析视频流数据，得到当前ai分析模型的ai分析所需要的单元数据。数据解析服务首先读取缓存中当前ai分析模型的最新的ai分析频率配置信息，根据ai分析频率配置，调整视频流的解析频率，控制视频流抽帧图片的频次，控制视频流录制视频的时间间隔。生成当前ai分析模型的ai分析服务所需要的单元数据。
62.步骤5、例如1，需要分析视频数据中人流密度信息，统计区域的人数信息。获取到人流密度分析模型的ai分析频率配置为：“{分析模型：人流密度分析，解析方式：抽帧图片，当前分析频率：1次/秒，标准分析频率：1次/秒，降频梯度：当前分析频率*2^(降频次数)，降频周期：5分钟，最低频率：1次/10分钟，其他条件：{区域工作时间(或者需要统计人流信息的时间段)：08：30
‑
17：30}}”。从当前配置中得出，人流密度分析模型的解析方式为“抽帧图片”，当前分析频率为“1次/秒”。则应该按照“1次/秒”对视频流数据进行抽帧。但是由于“其他条件”中的“区域工作时间”为“08：30
‑
17：30”，则需要判断当前时间是否在“区域工作时间”的范围内。如果当前时间在“区域工作时间”的范围内，则按照“1次/秒”对视频流数据进行抽帧。反之，则按照最低频率“1次/10分钟”对视频流数据进行抽帧。将抽帧的图片组装成人流密度分析的ai分析服务所需要的单元数据。
63.步骤6、例如2，需要分析视频数据中烟雾火灾情况，监视区域内是否发生烟雾火灾。获取到烟雾火灾分析模型的ai分析频率配置为：“{分析模型：烟雾火灾分析，解析方式：抽帧图片，当前分析频率：1次/5秒，标准分析频率：1次/5秒，降频梯度：
“”
，降频周期：5分钟，最低频率：1次/5分钟，其他条件：{气候：雨}}”。从当前配置中得出，烟雾火灾分析模型的解析方式为“抽帧图片”，当前分析频率为“1次/5秒”。则应该按照“1次/5秒”对视频流数据进行抽帧。但是由于“其他条件”中的“气候”为“雨”，雨天的烟雾火灾发生概率极低。则按照最低频率“1次/5分钟”对视频流数据进行抽帧。将抽帧的图片组装成烟雾火灾分析的ai分析服务所需要的单元数据。
64.步骤7、调用当前ai分析模型的ai分析服务，得到分析结果数据。
65.步骤8、根据当前ai分析模型的ai分析结果数据，调用变频分析服务，计算出当前ai分析模型的最佳ai分析频率的配置。例如，根据步骤6和步骤7获取到的分析结果结合步骤2和步骤3中的烟雾火灾分析模型的ai分析频率配置。如果返回结果表示无烟雾火灾，且骤2和步骤3中烟雾火灾分析模型的ai分析频率配置中的“其他条件”中的“气候”任然为“雨”。则保持当前分析频率为“1次/5分钟”。如果返回结果表示无烟雾火灾，而骤2和步骤3中烟雾火灾分析模型的ai分析频率配置中的“其他条件”中的“气候”不为“雨”。则恢复当前分析频率至标准分析频率“1次/5秒”。由于骤2和步骤3中烟雾火灾分析模型的ai分析频率配置中的“降频梯度”为空或者没有配置降频梯度。则在此配置中“其他条件”中的“气候”不为“雨”的情况下，一直保持标准分析频率“1次/5秒”进行分析。在此配置中“其他条件”中的“气候”为“雨”的情况下，一直保持标准分析频率“1次/5分钟”进行分析。如果返回结果表示有烟雾火灾，则将返回结果推送至监控中心，并发出危险警告。将每次降频的频率值更新到人流密度分析模型的ai分析频率配置中去。
66.步骤9、判断最新ai分析频率配置信息。
67.步骤10、最新ai分析频率配置存储更新，以便数据分析服务调用。
68.步骤11、调用数据解析服务，根据当前ai分析模型的最新的ai分析频率配置，自动调整视频流解析的频率。
69.以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。