本技術(shù)屬于視頻網(wǎng)絡(luò)應(yīng)用，更具體地說，涉及多區(qū)域動態(tài)視頻流切換與存儲的nvr與ipc管理方法。

背景技術(shù)：

1、在現(xiàn)代視頻監(jiān)控系統(tǒng)中，隨著城市化進(jìn)程和安防需求的增加，多區(qū)域監(jiān)控已成為必不可少的部分。特別是在城市安防、交通監(jiān)控、智能建筑等領(lǐng)域，大量的視頻監(jiān)控設(shè)備（ipc，網(wǎng)絡(luò)攝像機(jī)）和網(wǎng)絡(luò)視頻記錄器（nvr）被廣泛部署。這些設(shè)備通過網(wǎng)絡(luò)互聯(lián)，實(shí)現(xiàn)對多個(gè)區(qū)域的視頻數(shù)據(jù)的實(shí)時(shí)采集、存儲和管理。然而，隨著監(jiān)控區(qū)域數(shù)量的增加和監(jiān)控需求的復(fù)雜化，傳統(tǒng)的nvr與ipc管理方法面臨著一些技術(shù)挑戰(zhàn)；即在多區(qū)域視頻監(jiān)控系統(tǒng)中，不同監(jiān)控區(qū)域的活動密度變化頻繁，可能會出現(xiàn)某些區(qū)域在特定時(shí)段內(nèi)活動密度較高，而其他區(qū)域較為安靜的情況。如果各個(gè)區(qū)域的視頻流都以相同的帶寬傳輸，這將導(dǎo)致網(wǎng)絡(luò)資源的浪費(fèi)，或者在高活動密度區(qū)域無法及時(shí)傳輸高清圖像，影響監(jiān)控效果。因此，如何根據(jù)監(jiān)控區(qū)域的活動密度動態(tài)調(diào)整ipc視頻流的傳輸帶寬，成為視頻監(jiān)控系統(tǒng)管理中的重要技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了多區(qū)域動態(tài)視頻流切換與存儲的nvr與ipc管理方法，擬解決實(shí)現(xiàn)基于監(jiān)控區(qū)域的活動密度動態(tài)調(diào)整ipc視頻流的傳輸帶寬。

2、多區(qū)域動態(tài)視頻流切換與存儲的nvr與ipc管理方法，包括以下步驟：

3、步驟1：從多個(gè)ipc獲取實(shí)時(shí)視頻流，得到視頻幀數(shù)據(jù)，并對得到的視頻幀數(shù)據(jù)進(jìn)行幀提取和預(yù)處理，得到連續(xù)圖像幀序列；

4、步驟2：基于連續(xù)圖像幀序列進(jìn)行活動檢測，識別視頻中的運(yùn)動目標(biāo)，得到運(yùn)動目標(biāo)的相關(guān)信息；

5、步驟3：基于運(yùn)動目標(biāo)的相關(guān)信息，計(jì)算每個(gè)監(jiān)控區(qū)域的活動密度，得到每個(gè)監(jiān)控區(qū)域的活動密度值；

6、步驟4：根據(jù)活動密度的變化，動態(tài)調(diào)整ipc視頻流的傳輸帶寬和nvr的存儲策略；

7、步驟5：對帶寬和存儲策略調(diào)整后的效果進(jìn)行實(shí)時(shí)反饋，分析實(shí)際效果與預(yù)期的差距，得到反饋數(shù)據(jù)，基于反饋數(shù)據(jù)采用優(yōu)化算法提高活動檢測、帶寬管理以及存儲策略的準(zhǔn)確性。

8、本發(fā)明從多個(gè)ipc獲取實(shí)時(shí)視頻流，并通過幀提取和預(yù)處理得到連續(xù)的圖像幀序列，基于連續(xù)圖像幀進(jìn)行活動檢測，識別并提取視頻中的運(yùn)動目標(biāo)信息，通過對運(yùn)動目標(biāo)信息的分析，計(jì)算各監(jiān)控區(qū)域的活動密度值，在獲取到活動密度后，系統(tǒng)根據(jù)每個(gè)區(qū)域的活動密度動態(tài)調(diào)整ipc視頻流的傳輸帶寬和nvr的存儲，確保高活動密度區(qū)域的存儲資源得到合理分配；最后，系統(tǒng)通過實(shí)時(shí)反饋機(jī)制分析帶寬和存儲策略調(diào)整后的實(shí)際效果，與預(yù)期效果進(jìn)行對比，并基于反饋數(shù)據(jù)采用優(yōu)化算法不斷提高活動檢測、帶寬管理及存儲策略的準(zhǔn)確性，從而實(shí)現(xiàn)對動態(tài)變化的自適應(yīng)調(diào)整。

9、優(yōu)選的，所述步驟2包括以下步驟：

10、步驟2.1：基于背景差分法計(jì)算當(dāng)前幀與背景模型的差異，得到差分圖像；

11、步驟2.2：對差分圖像進(jìn)行自適應(yīng)二值化處理，將像素轉(zhuǎn)化為二進(jìn)制格式，區(qū)分靜止區(qū)域和運(yùn)動區(qū)域，并采用自適應(yīng)閾值法，確保不同光照條件下準(zhǔn)確識別運(yùn)動區(qū)域；

12、步驟2.3：在二值化圖像中，采用connected?components檢測算法識別出獨(dú)立的運(yùn)動目標(biāo)區(qū)域；

13、步驟2.4：對識別出的每個(gè)運(yùn)動目標(biāo)區(qū)域，計(jì)算質(zhì)心在運(yùn)動目標(biāo)區(qū)域的位置；

14、基于運(yùn)動目標(biāo)區(qū)域類的像素點(diǎn)計(jì)數(shù)計(jì)算每個(gè)運(yùn)動目標(biāo)區(qū)域的面積；

15、通過流光法、kalman濾波結(jié)合聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法計(jì)算目標(biāo)的速度。

16、優(yōu)選的，計(jì)算所述質(zhì)心在運(yùn)動目標(biāo)區(qū)域的位置采用加權(quán)法進(jìn)行計(jì)算：

17、；

18、式中：表示像素點(diǎn)的權(quán)重；表示運(yùn)動目標(biāo)區(qū)域的質(zhì)心坐標(biāo)；和分別表示像素點(diǎn)在圖像中的橫向和縱向坐標(biāo)；

19、其中所述像素點(diǎn)的權(quán)重基于亮度和前景概率進(jìn)行計(jì)算：

20、；

21、式中：表示當(dāng)前幀t中像素點(diǎn)的亮度；表示像素點(diǎn)屬于前景的概率；表示亮度項(xiàng)的權(quán)重系數(shù)；表示前景概率項(xiàng)的權(quán)重系數(shù)。

22、優(yōu)選的，計(jì)算目標(biāo)的速度的步驟如下：

23、目標(biāo)位置預(yù)測及更新：對每個(gè)目標(biāo)i使用kalman濾波器進(jìn)行位置預(yù)測和更新：

24、目標(biāo)位置預(yù)測：

25、；

26、；

27、式中：和分別為目標(biāo)i在時(shí)間t的質(zhì)心位置預(yù)測值；和為目標(biāo)i在時(shí)間?t-1的實(shí)際質(zhì)心位置；和分別為目標(biāo)i在時(shí)間t-1的速度分量；

28、位置更新：

29、；

30、；

31、式中：和為目標(biāo)i在時(shí)間t時(shí)刻的觀測值；和為kalman增益；

32、目標(biāo)速度計(jì)算：基于每個(gè)目標(biāo)在連續(xù)幀之間的質(zhì)心位置變化量來估算速度：

33、；

34、式中：表示目標(biāo)i在時(shí)間t時(shí)刻的速度；為幀時(shí)間間隔；

35、基于聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法計(jì)算每個(gè)觀測值與所有觀測值之間的聯(lián)合概率來確定最佳目標(biāo)-觀測對：

36、；

37、式中：表示目標(biāo)i與觀測值j之間的關(guān)聯(lián)概率；表示協(xié)方差矩陣的逆矩陣；n表示所有目標(biāo)的總數(shù)；表示高斯分布函數(shù)的指數(shù)項(xiàng)；表示差異向量的轉(zhuǎn)置；其中的表示如下：

38、；

39、式中：表示時(shí)間t觀測值j的橫坐標(biāo)；表示時(shí)間t觀測值j的縱坐標(biāo)；

40、在進(jìn)行目標(biāo)關(guān)聯(lián)后，計(jì)算每個(gè)目標(biāo)的最終速度：

41、；

42、式中：表示目標(biāo)i的最終速度；表示目標(biāo)i與觀測值j的速度向量；n表示在時(shí)間t時(shí)刻的所有觀測值的總數(shù)。

43、優(yōu)選的，所述步驟3包括以下步驟：

44、計(jì)算運(yùn)動目標(biāo)對活動密度的共享：將運(yùn)動目標(biāo)的位置映射到對應(yīng)的監(jiān)控區(qū)域，確定運(yùn)動目標(biāo)所述的監(jiān)控區(qū)域，對每個(gè)監(jiān)控區(qū)域遍歷屬于該區(qū)域的所有運(yùn)動目標(biāo)，計(jì)算運(yùn)動目標(biāo)在該區(qū)域活動密度的貢獻(xiàn)：

45、；

46、式中：表示監(jiān)控區(qū)域j的活動密度；表示運(yùn)動目標(biāo)i的面積；表示運(yùn)動目標(biāo)的速度；和表示權(quán)重系數(shù)；

47、將每個(gè)區(qū)域的活動密度與其最大值進(jìn)行歸一化處理：

48、；

49、式中：表示歸一化后的第j個(gè)監(jiān)控區(qū)域的活動密度值；表示所有監(jiān)控區(qū)域中的最大活動密度值；表示一個(gè)小數(shù)值，防止除以零的情況；

50、當(dāng)所述小于預(yù)設(shè)的最低活動密度閾值時(shí)，認(rèn)為該區(qū)域沒有活動，將密度值設(shè)置為0；最終得到每個(gè)監(jiān)控區(qū)域j的活動密度值。

51、優(yōu)選的，所述步驟4包括以下步驟：

52、基于活動密度值計(jì)算每個(gè)監(jiān)控區(qū)域的帶寬和存儲分配：

53、；

54、；

55、式中：表示每個(gè)監(jiān)控區(qū)域的最低帶寬；表示歸一化后的第j個(gè)監(jiān)控區(qū)域的活動密度值；表示歸一化后的第k個(gè)監(jiān)控區(qū)域的活動密度值；表示總帶寬；表示nvr的總存儲空間；表示每個(gè)監(jiān)控區(qū)域的最低存儲空間；和表示拉格朗日乘數(shù)；表示監(jiān)控區(qū)域的數(shù)量；表示監(jiān)控區(qū)j的帶寬分配；表示監(jiān)控區(qū)域的存儲分配；

56、基于所計(jì)算的帶寬和存儲分配計(jì)算目標(biāo)函數(shù)：

57、；

58、式中：和表示權(quán)重系數(shù)；

59、在計(jì)算所述目標(biāo)函數(shù)的同時(shí)，需要滿足如下約束條件：

60、；

61、；

62、基于目標(biāo)函數(shù)和約束條件進(jìn)行調(diào)整：若目標(biāo)函數(shù)未達(dá)到期望的最優(yōu)值，或約束條件未被滿足，則調(diào)整參數(shù)、或權(quán)重系數(shù)、，重新計(jì)算帶寬和存儲分配，直到目標(biāo)函數(shù)達(dá)到最優(yōu)值，同時(shí)滿足所有約束條件。

63、優(yōu)選的，所述步驟5的具體步驟如下：

64、初始化：采用上一步計(jì)算的、、、作為初始值；

65、偏差最小化：通過梯度下降法對參數(shù)、、、進(jìn)行微調(diào)，目標(biāo)是最小化目標(biāo)函數(shù)，使得偏差率接近0，其中目標(biāo)函數(shù)為：

66、；

67、式中：表示每個(gè)區(qū)域的實(shí)際帶寬使用量與期望帶寬之間的相對偏差；表示每個(gè)區(qū)域的實(shí)際使用存儲量與期望存儲量之間的相對偏差，其中表示存儲冗余系數(shù)；表示最小化對應(yīng)目標(biāo)函數(shù)的值；

68、在每一輪迭代中，重新計(jì)算每個(gè)監(jiān)控區(qū)域的帶寬和存儲分配值，再一次進(jìn)行反饋數(shù)據(jù)的收集和處理，直到目標(biāo)函數(shù)達(dá)到最優(yōu)值或者滿足收斂條件。

69、優(yōu)選的，所述步驟4中采用如下目標(biāo)函數(shù)執(zhí)行監(jiān)控區(qū)域的帶寬和存儲分配：

70、；

71、式中：和表示調(diào)節(jié)參數(shù)；表示每個(gè)區(qū)域的實(shí)際帶寬使用量與期望帶寬之間的相對偏差；表示每個(gè)區(qū)域的實(shí)際使用存儲量與期望存儲量之間的相對偏差，其中表示存儲冗余系數(shù)；表示總帶寬；表示nvr的總存儲空間；表示監(jiān)控區(qū)域j的帶寬分配；表示監(jiān)控區(qū)域j的存儲分配；和表示權(quán)重系數(shù)；表示歸一化后的第j個(gè)監(jiān)控區(qū)域的活動密度值；表示最小化對應(yīng)目標(biāo)函數(shù)的值；表示監(jiān)控區(qū)域j的實(shí)際帶寬使用量與期望帶寬之間的差值；表示監(jiān)控區(qū)域j的實(shí)際存儲使用量與期望存儲量之間的差值。

72、本發(fā)明的有益效果包括：

73、本發(fā)明從多個(gè)ipc獲取實(shí)時(shí)視頻流，并通過幀提取和預(yù)處理得到連續(xù)的圖像幀序列，基于連續(xù)圖像幀進(jìn)行活動檢測，識別并提取視頻中的運(yùn)動目標(biāo)信息，通過對運(yùn)動目標(biāo)信息的分析，計(jì)算各監(jiān)控區(qū)域的活動密度值，在獲取到活動密度后，系統(tǒng)根據(jù)每個(gè)區(qū)域的活動密度動態(tài)調(diào)整ipc視頻流的傳輸帶寬和nvr的存儲，確保高活動密度區(qū)域的存儲資源得到合理分配；最后，系統(tǒng)通過實(shí)時(shí)反饋機(jī)制分析帶寬和存儲策略調(diào)整后的實(shí)際效果，與預(yù)期效果進(jìn)行對比，并基于反饋數(shù)據(jù)采用優(yōu)化算法不斷提高活動檢測、帶寬管理及存儲策略的準(zhǔn)確性，從而實(shí)現(xiàn)對動態(tài)變化的自適應(yīng)調(diào)整。