[发明专利]云环境下基于深度学习的在线视频智能处理系统在审
| 申请号: | 201511009499.3 | 申请日: | 2015-12-21 |
| 公开(公告)号: | CN105654047A | 公开(公告)日: | 2016-06-08 |
| 发明(设计)人: | 张卫山;徐亮;宫文娟;卢清华;李忠伟 | 申请(专利权)人: | 中国石油大学(华东) |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 266000 山东省*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 环境 基于 深度 学习 在线视频 智能 处理 系统 | ||
1.一种云环境下基于深度学习的在线视频智能处理系统,其特征在于,包 括:视频数据采集层,视频处理层,数据服务层,领域服务层;
视频数据采集层采集视频数据;
视频处理层根据不同视频处理任务的性质进行离线处理和在线处理;
数据服务层针对不同的领域应用,聚合离线处理结果和在线处理结果;
领域服务层将结果可视化反馈给客户端。
2.如权利要求1所述的一种云环境下基于深度学习的在线视频智能处理系 统,其特征在于,所述视频数据采集层采集视频数据的步骤,包括:
视频数据采集层利用流媒体服务器、网络摄像机组件以及开源视频采集组 件从不同的摄像头采集不同的视频数据,将视频流存储到存储系统中。
3.如权利要求1所述的一种云环境下基于深度学习的在线视频智能处理系 统,其特征在于,所述视频处理层根据不同视频处理任务的性质进行离线处理 和在线处理的步骤,包括:
对于实时性要求不高的任务进行离线处理;对于要求实时的处理任务被分 配到在线处理;
离线处理模块利用存储在存储系统中的历史数据构建训练数据集,利用 MapReduce训练卷积神经网络,得到最优的卷积神经网络参数,并且利用 MapReduce对历史数据进行分析,编解码操作;
在线处理模块采集来自流媒体服务器的实时视频流,将实时视频流解码为 帧图像之后将其作为Storm的输入源,将每一帧图像传入Storm中进行处理,利 用Storm的并行能力处理背景消除,事件检测,分类操作。
4.如权利要求1所述的一种云环境下基于深度学习的在线视频智能处理系 统,其特征在于,所述数据服务层针对不同的领域应用,聚合离线处理结果和 在线处理结果的步骤,包括:
在数据服务层针对不同的领域应用创建面向问题的视图,数据服务层实现 对视频处理层的离线处理模块和在线处理模块进行聚合。
5.如权利要求1所述的一种云环境下基于深度学习的在线视频智能处理系 统,其特征在于,所述领域服务层将结果可视化反馈给客户端,包括:
针对不同的业务需求与数据集,开发数据可视化组件,将数据服务层的数 据反馈给客户端。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油大学(华东),未经中国石油大学(华东)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201511009499.3/1.html,转载请声明来源钻瓜专利网。





