[发明专利]一种河道视频监控场景下多种违法行为模型实时调度方法

说明书

本发明涉及一种河道视频监控场景下多种违法行为模型实时调度方法，包括以下步骤：步骤S1：通过rtsp流或者设备厂商sdk获取河道上摄像头的实时视频流；步骤S2：把获取的实时视频流进行解码，取出视频帧，并把视频帧从0开始计数，并把计数后的视频帧保存在缓存队列里；步骤S3：为每种河道违法行为的AI模型配置调度视频帧的调用间隔；步骤S4：依次从队列中取出一帧视频，把当前的视频帧计数和各个模型的调用间隔求余数，选取余数为0所对应的AI模型，并执行该AI模型；步骤S5：如果执行AI模型有输出结果，则取对应帧作为取证结果，发送给有关机构。本发明具有改造工程量小、稳定性强、同时监测多种违法行为等特点。

技术领域

本发明涉及智能监控技术领域，特别是一种河道视频监控场景下多种违法行为模型实时调度方法。

背景技术

目前很多地方河道存在违法建筑、乱倒垃圾、河道采砂、河道现象等违法行为，造成水域面积逐年减少，防洪排涝能力下降，防洪安全隐患严重，水生态环境恶化。

现有技术中多采取群众举报、视频监控等措施来发现上述行为，但该方法存在发现不及时、违法行为监控不全面、以及发现过程很被动等问题。

发明内容

有鉴于此，本发明的目的是提出，利用河道边已建的摄像头，实时调用多种违法行为的AI模型，实时监控违法行为上报给监管部门，辅助他们快速制止河道违法行为。具有改造工程量小、稳定性强、同时监测多种违法行为等特点。

本发明采用以下方案实现：一种河道视频监控场景下多种违法行为模型实时调度方法，包括以下步骤：

步骤S1：通过rtsp流或者设备厂商sdk获取河道上摄像头的实时视频流；

步骤S2：把获取的实时视频流进行解码，取出视频帧，并把视频帧从0开始计数(后面每帧加1)，并把计数后的视频帧保存在缓存队列里；

步骤S3：为每种河道违法行为的AI模型(可以利用现有技术中已经存在的或者线下利用已知数据预训练的抛物识别模型、游泳识别、漂浮物识别模型)配置调度视频帧的调用间隔；如，每2帧执行一次，则配置的帧间隔为2，每30分钟执行一次，则配置的帧间隔为：Fps*60*30；

步骤S4：依次从队列中取出一帧视频，把当前的视频帧计数和各个模型的调用间隔求余数，选取余数为0所对应的AI模型，并执行该AI模型；

步骤S5：如果执行AI模型有输出结果，则取对应帧作为取证结果，发送给有关机构。

进一步地，步骤S3中，所述调用帧间隔为：Fps*T，其中T为预设的时间间隔，Fps为帧率。

进一步地，步骤S4中，对每一帧视频，计算：

式中，i为帧的计数；Fps*T为模型的调用帧间隔，其中T为预设的时间间隔，Fps为帧率，T根据不同的模型有相同或不同的设置；

当D＝0时，说明当前帧i满足当前预设的T所对应的AI模型的调用帧间隔，则执行当前T所对应的AI模型，如此遍历队列中的每一帧。

进一步地，在执行步骤S4与步骤S5的过程中，如果视频掉线或出现异常，采用指数递增的时间间隔重新连接视频，即假设C为当前重连的次数，重连的时间间隔按照2^C分钟进行重连。

与现有技术相比，本发明有以下有益效果：本发明利用河道边已建的摄像头，实时调用多种违法行为的AI模型，实时监控违法行为上报给监管部门，辅助他们快速制止河道违法行为。具有改造工程量小、稳定性强、同时监测多种违法行为等特点。

附图说明

图1为本发明实施例的方法流程示意图。

具体实施方式