本技术涉及视频检测,更具体地说,涉及一种视频抽帧方法及相关设备、一种异常场景预警方法及相关设备。
背景技术:
1、在安防行业中,可以对摄像头所采集的视频流进行智能分析,提取出视频流中的关键信息,基于关键信息进行分类识别、姿态识别、场景识别等,评估安防设施维管情况。因而,关键信息的提取是安防领域的重要一环,在现有技术中,可以对摄像头所采集的视频流进行抽帧,得到视频帧,并对视频帧进行ai分析,提取关键信息。
2、但如何控制抽帧频率一直是安防领域的难题,抽帧频率过快,增加了计算难度,处理成本较大;抽帧频率过慢,容易导致ai分析识别出场景异常,需要更多的视频帧进行分析时,抽帧服务无法为ai分析提供足够的视频帧。
技术实现思路
1、有鉴于此,本技术提供了一种视频抽帧方法及相关设备、一种异常场景预警方法及相关设备,用于解决现有技术中难以控制抽帧频率的缺点。
2、为了实现上述目的,现提出的方案如下:
3、一种视频抽帧方法,包括:
4、获取视频流及其对应的初始抽帧间隔;
5、根据所述初始抽帧间隔,从视频流中逐次抽取视频帧;
6、在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧,所述异常抽帧间隔小于所述初始抽帧间隔;
7、在抽取的视频帧所对应的场景恢复正常时,重新根据所述初始抽帧间隔,从视频流中逐次抽取视频帧。
8、可选的,在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧,包括:
9、在抽取的视频帧所对应的场景出现异常时,确定所述视频流对应的异常帧系数以及异常帧数量;
10、设置抽帧量为1;
11、根据预设的异常抽帧间隔、异常帧系数与抽帧量间的对应关系,确定异常抽帧间隔;
12、根据最新的异常抽帧间隔,从所述视频流中抽取一次视频帧,并对所述抽帧量加1;
13、在最新抽取的视频帧仍对应异常场景且抽帧量小于所述异常帧数量时,返回执行根据预设的异常抽帧间隔、异常帧系数与抽帧量间的对应关系,确定异常抽帧间隔的步骤,对异常抽帧间隔进行更新,直至最新抽取的视频帧不存在异常或抽帧量不小于所述异常帧数量为止。
14、可选的,所述根据预设的异常抽帧间隔、异常帧系数与抽帧量间的对应关系,确定异常抽帧间隔,包括:
15、根据预设的包含有异常抽帧间隔、异常帧系数与抽帧量间对应关系的计算函数,对异常抽帧间隔进行更新;
16、计算函数如下所示:
17、t(i)=t(i-1)+i×i×k
18、其中,i为抽帧量;t(i)为抽帧量i对应的异常抽帧间隔;k为异常帧系数;t(i-1)为抽帧量i-1对应的的异常抽帧间隔。
19、可选的,获取视频流对应的初始抽帧间隔,包括:
20、确定视频流的场景分析类型;
21、将所述场景分析类型对应的抽帧频率作为所述视频流的初始抽帧频率。
22、一种异常场景预警,包括:
23、获取场景对应的视频流,以及,分析所述场景对应的初始抽帧间隔;
24、根据所述初始抽帧间隔,从视频流中逐次抽取视频帧;
25、对抽取的视频帧进行场景分析;
26、在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧;
27、统计连续视频帧出现场景异常的次数;
28、在次数超过预置数量阈值时,下发预警。
29、一种视频抽帧装置,包括:
30、初始抽帧间隔获取模块,用于获取视频流及其对应的初始抽帧间隔;
31、视频帧抽取模块,用于根据所述初始抽帧间隔,从视频流中逐次抽取视频帧;
32、异常抽帧间隔确定模块,用于在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧;在抽取的视频帧所对应的场景恢复正常时,调用视频帧抽取模块。
33、一种视频抽帧设备,包括存储器和处理器;
34、所述存储器,用于存储程序;
35、所述处理器,用于执行所述程序,实现上述的视频抽帧方法的各个步骤。
36、一种可读存储介质,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,实现上述的视频抽帧方法的各个步骤。
37、一种异常场景预警装置,包括:
38、获取模块,用于获取场景对应的视频流,以及,分析所述场景对应的初始抽帧间隔;
39、抽取模块,用于根据所述初始抽帧间隔,从视频流中逐次抽取视频帧;
40、分析模块,用于对抽取的视频帧进行场景分析;
41、确定模块,用于在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧;
42、统计模块,用于统计连续视频帧出现场景异常的次数;
43、预警模块,用于在次数超过预置数量阈值时,下发预警。
44、一种异常场景预警设备,包括存储器和处理器;
45、所述存储器,用于存储程序;
46、所述处理器,用于执行所述程序,实现上述的异常场景预警方法的各个步骤。
47、从上述的技术方案可以看出,本技术提供的视频抽帧方法,该方法可以获取视频流及其对应的初始抽帧间隔;根据所述初始抽帧间隔,从视频流中逐次抽取视频帧;在抽取的视频帧所对应的场景出现异常时,模拟退火原理,确定异常抽帧间隔,并在下次抽取时,按照最新的异常抽帧间隔,从视频流中抽取视频帧,所述异常抽帧间隔小于所述初始抽帧间隔;在此基础上,本技术在抽取视频帧的过程中,一旦视频帧所对应的场景出现异常,可以对抽帧间隔进行调整,以实现调整抽帧频率,为后续分析提供更多的视频帧,满足后续分析识别对视频帧的数量要求。在抽取的视频帧所对应的场景恢复正常时,返回执行根据所述初始抽帧间隔,从视频流中逐次抽取视频帧的步骤,基于此,本技术可以在场景正常时,以及场景异常时,采用不同的抽帧频率进行抽帧,降低场景正常时的计算难度,并在场景异常时,为ai分析提供更多的视频帧。可见,本技术可以通过调整抽帧间隔,实现抽帧频率的调整,在视频流所对应的场景正常时采用初始的抽帧间隔,在视频流所对应的场景出现异常时,采用新的抽帧间隔,尽可能为后续关键信息提取,提供更多的图像信息,进一步提高后续识别的准确度,而在视频流所对应的场景处于正常状态时,采用固定抽帧间隔,减少计算难度。本技术可以针对不同的场景状态,设置不同的抽帧间隔,从而,设置不同的抽帧频率,在保证计算难度较低的同时,满足后续ai识别对视频帧的数量需求。