[发明专利]基于物联网的视频处理方法、装置、电子设备和存储介质

权利要求书

1.一种基于物联网的视频处理方法，其特征在于，所述方法包括：

获取预设区域的监控视频数据库中的各个监控视频数据，各个监控视频数据均携带有标识信息，各个监控视频数据为处于同一物联网内、且设置于所述预设区域内的多个摄像头拍摄的视频数据；

解析各个监控视频数据的标识信息，得到对应的解析结果；

根据对所述标识信息的解析结果，对各个监控视频数据进行分类，得到具有不同视频类别编号的各个视频子数据库；

响应于目标对象的携带有预设条件的视频查询指令，同步从各个视频子数据库中筛选视频，得到符合所述预设条件的目标监控视频，所述预设条件中携带有查询要素，所述查询要素包括所述目标对象的用户特征要素、查询时间特征要素和所述目标监控视频所属视频类别的特征要素。

2.根据权利要求1所述的方法，其特征在于，所述标识信息包括第一标识信息，所述第一标识信息用于标识所述目标对象在与所述预设区域对应的虚拟监控图中的监控区域，所述解析结果包括第一解析结果，所述第一解析结果与所述预设区域划分的多个预设子区域相关联，所述根据对所述标识信息的解析结果，对各个监控视频数据进行分类，得到具有不同视频类别编号的各个视频子数据库包括：

根据设置于所述预设区域内的多个摄像头所能够拍摄到的拍摄范围，将所述预设区域分为多个预设子区域，各个预设子区域均对应于有至少一个摄像头、且各个预设子区域对应的各个拍摄区域之间无重叠区域；

对所述第一标识信息进行解析，得到第一解析结果，所述解析结果中携带有各个监控视频数据对应的预设子区域；

根据所述第一解析结果，将具有同一预设子区域的视频数据归为一类，得到具有不同视频类别编号的各个视频子数据库，每一个预设子区域对应有唯一的预设子区域编号、且每一个预设子区域对应有唯一的视频类别编号。

3.根据权利要求1所述的方法，其特征在于，所述标识信息包括第二标识信息，所述第二标识信息用于标识各个用户的用户行为类型，所述解析结果包括第二解析结果，所述第二解析结果与所述用户行为类型相关联，所述根据对所述标识信息的解析结果，对各个监控视频数据进行分类，得到具有不同视频类别编号的各个视频子数据库还包括：

获取预先配置的多种用户行为类型；

对所述第二标识信息进行解析，得到第二解析结果，所述第二解析结果中携带有各个用户的用户行为所属的用户行为类型；

根据所述第二解析结果，将具有同一用户行为类型的各个监控视频数据归为一类，得到具有不同视频类别编号的各个视频子数据库。

4.根据权利要求1所述的方法，其特征在于，所述标识信息包括第三标识信息，所述第三标识信息用于标识各个用户的用户运动轨迹对应的时间戳信息，所述解析结果包括第三解析结果，所述第三解析结果与所述时间戳信息相关联，所述根据对所述标识信息的解析结果，对各个监控视频数据进行分类，得到具有不同视频类别编号的各个视频子数据库还包括：

对所述第三标识信息进行解析，得到第三解析结果，所述第三解析结果中携带有与各个用户的用户运动轨迹对应的时间戳；根据所述第三解析结果，将时间戳处于同一预设时间段内的各个监控视频数据归为一类，得到具有不同视频类别编号的各个视频子数据库。

5.根据权利要求1所述的方法，其特征在于，在所述得到符合所述预设条件的目标监控视频之后，所述方法还包括：

将各个视频子数据库中的视频输入视频优化模型中进行训练，得到所述视频优化模型；

根据所述视频优化模型，对所述目标监控视频的视频进行优化，得到优化后的目标监控视频。

6.根据权利要求5所述的方法，其特征在于，所述将各个视频子数据库中的视频输入视频优化模型中进行训练包括：

获取用于进行视频优化的数据集；

将所述数据集作为训练样本，输入所述视频优化模型中进行训练，并输出优化结果；

根据所述数据集中的各个监控视频，计算所述视频优化模型的损失函数；

对所述训练样本进行迭代训练，得到并输出所述视频优化模型。