移动视频AI平台及视频流处理方法与流程

本发明涉及视频流处理，尤其涉及一种移动视频ai平台及视频流处理方法。

背景技术：

1、视频ai分析应用支撑平台基于一些智慧楼宇、明厨亮灶、智慧工地等视频ai分析需求。一般很多平台都遵循最小系统原则，以快速实施及上线为出发点，因此在系统架构上采取简易化设计，保留最基本业务流程和功能。简易化设计带来了系统的精简和快速实现，在目前支撑的500路以下的视频码流接入需求上有良好的表现。

2、简易化设计也带来了性能和流程上的缺陷，包括平台难以支撑大规模视频码流的接入，在任务调度上也存在资源浪费等不足。当系统接入500路以下的视频码流时，需要并发的视频ai任务数量可达到1500甚至更高，这种情况下系统的视频编解码等模块就会变得不稳定；而当视频码流接入达到10000路，上述问题将变得更加严重。现有的视频ai分析应用支撑平台在系统架构上的简易化设计，使得架构上较难支撑海量的视频码流接入需求，且存在系统资源利用率低、系统健壮性不足、业务健壮性不足等多种问题。

3、目前系统大多都是主要由客户端(web、app等)、中心管理服务器及ai视频分析服务器等主要功能模块组成。其中中心服务管理、ai视频分析服务器等均为单节点部署，为系统瓶颈，造成系统承载较低，难以支撑后续大规模商用集成。

技术实现思路

1、本发明提供一种移动视频ai平台及视频流处理方法，用以解决现有技术中视频ai分析应用支撑平台系统承载较低，难以支撑后续大规模商用集成的缺陷，通过采用分布式集群的方式进行扩容，实现增强平台分布式架构管理能力，提高平台的扩容能力。

2、本发明提供一种移动视频ai平台，所述移动视频ai平台包括ai任务管理服务器、中心管理服务器、中间件和反代理节点，所述移动视频ai平台还包括ai能力池，所述ai能力池用于视频ai分析的并发管理；

3、中心管理服务器，用于实时同步各功能模块的运行状态以及负载情况实现动态调度，再结合任务性质，对新接入的任务执行熔断或者排队处理；

4、所述ai任务管理服务器、所述中心管理服务器、所述中间件和所述反代理节点均采用分布式集群的方式进行扩容。

5、根据本发明提供的一种移动视频ai平台，所述ai任务管理服务器包括1:n任务配置子模块、巡检任务管理子模块、状态监控子模块和节点信息管理子模块；

6、所述ai能力池包括能力开放平台、ai平台和ai能力服务器。

7、根据本发明提供的一种移动视频ai平台，所述中间件包括数据库、消息队列模块、图像数据交互模块和告警图片存储模块；

8、所述数据库、所述消息队列模块、所述图像数据交互模块和所述告警图片存储模块采用分布式结构进行部署。

9、根据本发明提供的一种移动视频ai平台，所述ai任务管理服务器和所述中间件的redis模块采用热备的方式部署；

10、所述ai任务管理服务器中的master节点为所述ai任务管理服务器的管理节点，用于ai视频分析任务的调度。

11、根据本发明提供的视频流处理方法，所述视频流处理方法应用于上述任一项的移动视频ai平台，所述视频流处理方法包括：

12、对视频码流拉取过程进行状态监听，以在视频码流拉取出现异常或失败时，对视频码流进行重新拉取；

13、将同一路视频码流分配至单个视频编解码流程，并将编解码后的视频数据同步至不同的视频ai能力。

14、根据本发明提供的视频流处理方法，包括：

15、通过keep alive技术，对所述ai任务管理器中的master节点进行模块状态的管理；

16、对所述移动视频ai平台中的所有的模块和中间件实现状态监控和上报，并对异常情况进行处理。

17、根据本发明提供的视频流处理方法，包括：

18、分别对实时码流方式和单帧截图方式进行配置熔断机制及排队机制；

19、当下游服务的响应时长低于预设时长或所述下游服务响应失败，进行切断对下游服务的调用，并保持持续切断状态预设时长。

20、根据本发明提供的视频流处理方法，包括：

21、在接收到拉流任务时，新建目标线程，其中，所述目标线程用于从视频云服务器中获取具有时效的防盗播视频码流；

22、将所述防盗播视频码流进行解码后得到图片，并将所述图片存入数据库；

23、将所述图片对应的ai任务指令下发至所述ai能力池，得到所述ai能力池反馈的ai分析结果；

24、其中，所述目标线程还用于相隔预设时间，判断与所述视频云服务器连接是否断开，若断开，则自动重连所述视频云服务器。

25、根据本发明提供的视频流处理方法，包括：

26、对视频码流的解码抽帧任务执行视频帧的一对多任务配置，其中，所述一对多任务配置包括为所述视频码流下发多个ai分析任务。

27、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述视频流处理方法。

28、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述视频流处理方法。

29、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述视频流处理方法。

30、本发明提供的移动视频ai平台及视频流处理方法，通过移动视频ai平台中的ai任务管理服务器、中心管理服务器、中间件和反代理节点均改成分布式集群，采用分布式集群的方式进行扩容，增强分布式架构管理能力，提高平台的扩容能力；以及新增ai能力池，实现动态接入ai能力，实现视频ai的并发管理。

技术特征：

1.一种移动视频ai平台，所述移动视频ai平台包括ai任务管理服务器、中心管理服务器、中间件和反代理节点，其特征在于，所述移动视频ai平台还包括ai能力池，所述ai能力池用于视频ai分析的并发管理；

2.根据权利要求1所述的移动视频ai平台，其特征在于，所述ai任务管理服务器包括1:n任务配置子模块、巡检任务管理子模块、状态监控子模块和节点信息管理子模块；

3.根据权利要求1所述的移动视频ai平台，其特征在于，所述中间件包括数据库、消息队列模块、图像数据交互模块和告警图片存储模块；

4.根据权利要求1所述的移动视频ai平台，其特征在于，所述ai任务管理服务器和所述中间件的redis模块采用热备的方式部署；

5.一种视频流处理方法，其特征在于，所述视频流处理方法应用于1至4任一项的移动视频ai平台，所述视频流处理方法包括：

6.根据权利要求5所述的视频流处理方法，其特征在于，包括：

7.根据权利要求5所述的视频流处理方法，其特征在于，包括：

8.根据权利要求5所述的视频流处理方法，其特征在于，包括：

9.根据权利要求5所述的视频流处理方法，其特征在于，包括：

10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求5至9任一项所述视频流处理方法。

11.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求5至9任一项所述视频流处理方法。

12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求5至9任一项所述视频流处理方法。

技术总结
本发明提供一种移动视频AI平台及视频流处理方法，所述移动视频AI平台包括AI任务管理服务器、中心管理服务器、中间件和反代理节点，所述移动视频AI平台还包括AI能力池，所述AI能力池用于视频AI分析的并发管理；中心管理服务器，用于实时同步各功能模块的运行状态以及负载情况实现动态调度，再结合任务性质，对新接入的任务执行熔断或者排队处理；所述AI任务管理服务器、所述中心管理服务器、所述中间件和所述反代理节点均采用分布式集群的方式进行扩容。本发明通过采用分布式集群的方式进行扩容，实现增强平台分布式架构管理能力，提高平台的扩容能力。

技术研发人员：张湛梅,张晓川,陈智扬,陈雅娟
受保护的技术使用者：中国移动通信集团广东有限公司
技术研发日：
技术公布日：2024/1/16