[发明专利]一种基于边缘计算的自适应城市寻人方法

说明书

本发明公开了一种基于边缘计算的自适应城市寻人方法，所述方法包括以下步骤：将监控视频转化为视频帧，选择上传的视频帧，过滤冗余视频帧，寻找待上传视频帧，并将寻找到的视频帧上传至边缘服务器；对上传的视频帧行人进行行人检测，将检测到的一定比例的行人进行行人重识别，输出行人的特征；边缘服务器定时将识别到的和寻找目标相似度最高的K个行人上传至云服务器；利用云服务器上的行人重识别模块对剩余比例的行人进行重识别，云服务器和边缘服务器的识别结果结合，并定时将识别到的与寻找目标相似度最高的K个行人返回终端处理。本发明克服了集中式计算量大、能耗高、响应时间长的缺陷，通过过滤冗余的视频帧降低计算量，同时降低了计算能耗和响应时间。

技术领域

本发明涉及边缘计算领域，更具体地，涉及一种基于边缘计算的自适应城市寻人方法。

背景技术

随着交通的日益发达和流动人口的增加，城市中走失的人口呈上升趋势，丢失人口往往因寻人效率低下而不能快速找回甚至从此杳无音信，所以怎样利用新技术进行快速有效地寻人亟待解决。互联网技术兴起之前，张贴寻人启事是主要途径，这种传统的做法由于效率低、成功率小等缺点已被逐渐淘汰。随着互联网技术的发展，城市寻人已逐渐转变为网络寻人，各大互联网公司，如阿里巴巴、新浪、今日头条，相继推出了各自的寻人服务，特别是社交平台的出现，使得丢失人口的信息能够被快速地传播，从而扩大了寻人范围，提高了寻人效率和成功率。但已有的这些网络寻人服务本质上还是人工寻人，成功率并未显著增加。

城市中分布着大量的视频监控，如广州、上海等一线城市的摄像头已达到数十万书数量级，城市的重要部位已经全部覆盖，这些摄像头实时地捕捉到了大量的行人信息，如何有效地利用这些视频监控实现城市寻人的自动化将成为下一个热点。计算机视觉领域的行人检测和行人重识别技术的日趋成熟为自动地、智能地城市寻人提供了有效的实现途径。行人检测是判断视频序列或者图像中是否存在行人并且给出精确定位的技术，行人重识别是判断视频序列或者图像中是否存在目标行人的技术，两者的结合可以很自然的应用到城市寻人。行人检测技术检测监控视频中的行人，而行人重识别对行人进行识别，进而实现全自动的城市寻人系统。

按照上面的思路，传统的实现方式是将寻人服务部署到云中心集中地处理，然而视频监控产生的数据是非常庞大的，将如此庞大的数据全部传至云中心处理会占用大量的带宽以及消耗大量计算负载，所以传统的云计算模型因数据传输速度、计算负载等的约束不能完全高效地处理海量的视频数据。随着万物互联时代的来临，一种可以在网络边缘处理数据的计算模型：边缘计算应运而生，它通过将传统云计算中的计算任务部分或完全迁移到网络边缘设备(如边缘服务器、终端)上，来降低云中心的计算能耗、缓解带宽压力以及降低响应时间。

发明内容

本发明为克服上述现有技术中行人检测和行人重识别集中式计算计算量大、能耗高、响应时间长的缺陷，提供一种基于边缘计算的自适应城市寻人方法。

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：

一种基于边缘计算的自适应城市寻人方法，所述方法包括以下步骤：

S1：通过边缘节点将监控视频转化为视频帧，选定开始上传至边缘服务器的视频帧为第f_o帧，设置视频帧之间的相似度阈值，将第f_o帧之后的视频帧分别与第f_o帧计算相似度，寻找第一个相似度小于相似度阈值的视频帧，并将寻找到的视频帧放入待上传队列Trigger_frame中，并按队列顺序将视频帧上传至边缘服务器，同时将寻找到的视频帧作为上一次上传视频帧，继续寻找当前待上传视频帧；本发明通过设置视频帧之间的相似度阈值能够过滤掉冗余的视频帧，极大的降低了行人检测和重识别的时间。