[发明专利]一种边缘计算视频分析算法接入方法

说明书

本发明提供了一种边缘计算视分析算法接入方法，包括：通过预设的视频采集节点，采集监控目标的视频数据；通过所述视频数据，识别监控目标的视频数据的延迟参数；将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，所述配置数据至少包括准确率、资源消耗和时延；将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。

技术领域

本发明涉及边缘计算技术领域，特别涉及一种边缘计算视频分析算法接入方法。

背景技术

目前，边缘计算设备的接入效率受制于边缘计算硬件提供商的工程效率，且流程标准化程度低。需要一个一个地根据算法sdk的具体情况由边缘计算硬件提供商进行接入。边缘计算设备提供商和算法提供商接入繁琐推流、取流分析、算法的自由度和效率也比较低。

发明内容

本发明提供一种边缘计算视频分析算法接入方法，用以解决以上背景技术出现的情况。

本技术方案提供了一种边缘计算视频分析算法接入方法，包括：

通过预设的视频采集节点，采集监控目标的视频数据；

通过所述视频数据，识别监控目标的视频数据的延迟参数；

将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型；

采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置；其中，

所述配置数据至少包括准确率、资源消耗和时延；

将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型。

作为本技术方案的一种实施例，所述将所述视频数据和延迟参数上传至预设的边缘计算服务器，构建边缘计算模型，包括：

通过预设的变量指标，对所述视频数据中包含的多个视频数据变量进行筛选，确定第一输入变量群；

将所述延迟参数和预定参数延迟条件进行对比，并筛选满足预定条件的第二输入变量群；

抽取第一输入变量群和第二输入变量群的对应关系，通过所述对应关系，构建边缘计算模型。

作为本技术方案的一种实施例，所述采集边缘计算模型连接的视频采集节点的配置数据，通过所述配置数据，对所述延迟参数进行动态配置，包括：

根据所述采集边缘计算模型连接的视频采集节点的，采集用户的请求信息；其中，

所述活动信息至少包括请求时间、请求内容、配置视频数据；

通过所述请求信息，判断是否对所述延迟参数进行动态配置，并当判断结果为进行动态配置时，计算视频采集节点的配置数据；

通过所述配置数据，对所述延迟参数进行动态配置。

作为本技术方案的一种实施例，所述将动态配置后的视频采集节点对应的边缘计算设备接入边缘计算模型采用统一的接入方式，所述接入方式包括：

采用统一标准接口接收视频采集节点的YUV视频流；

将所述YUV视频流传输至预设的程序进行格式处理，生成JSON分析结果；其中，

所述YUV是视频流采用的颜色编码方法；

所述JSON是轻量级的数据交换格式；

将所述JSON分析结果格式化并输出对应的文件。

本技术方案提供了一种边缘计算视频分析算法接入系统，包括：