[发明专利]一种视频文件数据价值评估方法

说明书

本发明提供一种视频文件数据价值评估方法，包括：按照一定频率对视频文件进行抽帧，对抽取的图像采用深度学习神经网络算法进行人物识别和事件识别，根据抽帧频率以及识别到的人、物和事件数量估算视频文件中人、物和事件出现的总数量，对不同的人、物和事件预设不同的单价，根据各类人、物和事件数量以及单价加权计算得到总价，即视频文件的数据价值。通过这种方法可以快速估算大量视频文件的数据价值，有利于根据价值进行数据定价，促进数据交易，以及根据数据价值确定数据存储和传输等方案。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种视频文件数据价值评估方法。

背景技术

近年来，伴随着云计算、大数据、物联网、人工智能等信息技术的快速发展和传统产业数字化的转型，数据量呈现几何级增长，全球数据总量将从2016年的16.1ZB增长到2025年的163ZB，十年10倍的增长，复合增长率为26％，推动大数据产业快速发展。

大数据是信息化发展的新阶段。我国各地对于发展大数据的积极性较高，在政策、技术、产业、应用等多个层面取得了显著进展，行业应用得到快速推广，市场规模增速明显，推动我国加快建设数据强国步伐。要发挥大数据的巨大的数据价值，不但需要海量的数据规模和多样的数据类型支持，还需要快速的数据流转和动态的数据体系，实现数据价值的最大化，对推进大数据产业创新发展更具有深远意义。

数据共享交易可实现数据、应用、解决方案的线上交易，当前存在的主要问题就是缺少对数据价值评估的方法，尤其是对视频文件数据价值的评估。

发明内容

本发明要解决以上技术问题，提供一种视频文件数据价值评估方法，通过快速估算大量视频文件的数据价值，有利于根据价值进行数据定价，促进数据交易，以及根据数据价值确定数据存储和传输等方案。

为解决上述技术问题，本发明采用的技术方案是：一种视频文件数据价值评估方法，包括：对视频文件按照抽帧频率抽帧，对抽取的图像通过深度学习神经网络算法进行人、物和事件识别，根据抽帧频率以及识别到的人、物和事件数量估算视频文件中人、物和事件出现的总数量，对不同的人、物和事件预设不同的单价，根据各类人、物和事件数量以及单价加权计算得出视频文件的数据总价值；

对视频文件的抽帧频率依据待识别人、物和事件数量的标准偏差以及价值确定，同时保证抽帧的总数大于等于10，且小于视频文件总帧数的20％；

视频文件中抽取的图像可识别的人、物包括行人、各类车辆、各种动物、标识牌、建筑物、无人机；

视频文件中抽取的图像可识别的事件包括烟雾、火灾、交通事故、路口交通溢出拥堵、车辆逆行、牌照无法识别、交通流量异常、违反限行、报废车辆上路行驶、非机动车闯红灯、外地车数量异常、逾期未检车辆上路行驶、机动车闯红灯、不文明停车、状态异常车辆识别、路口车辆交通秩序混乱、行人闯红灯、路段交通严重拥堵、车辆偏离路线、车型构成异常、行人翻越护栏、信号灯不正常显示、占道施工、道路积水；

所述根据抽帧频率以及识别到的人、物和事件数量估算视频文件中人、物和事件出现的总数量，包括以下步骤：

步骤一，从监控系统中保存视频文件，所述视频文件时长为t，总帧数为N_f，按照一定抽帧频率f对所述视频文件进行抽帧，对抽取的图像采用深度学习神经网络算法进行人、物和事件识别，可识别m种人、物和事件类型；

步骤二，根据抽帧频率f以及第i帧图像中识别出的第k类人、物和事件数量x_i,k、视频文件总帧数N_f，估算第k类人、物和事件在所述视频文件中出现的总数量N_k以及标准偏差σ_k，计算公式如下：

n＝ft  (1)