CN109784260A - 一种基于视频结构化的区域流量实时统计方法与系统 - Google Patents
一种基于视频结构化的区域流量实时统计方法与系统 Download PDFInfo
- Publication number
- CN109784260A CN109784260A CN201910016019.8A CN201910016019A CN109784260A CN 109784260 A CN109784260 A CN 109784260A CN 201910016019 A CN201910016019 A CN 201910016019A CN 109784260 A CN109784260 A CN 109784260A
- Authority
- CN
- China
- Prior art keywords
- data
- video
- module
- video structural
- structural
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于安防和智慧城市技术领域,公开了一种基于视频结构化的区域流量实时统计方法及系统,所述方法包括如下步骤:S1、获取区域内监控视频数据;S2、对监控视频数据进行分类,得到视频结构化数据;S3、统计视频结构化数据中运动目标流量;S4、将所述运动目标流量发送至客户端。所述方法自动获取监控视频数据,并将视频数据中的行人、机动车和非机动车视频结构化数据分类提取统计,实时监控了该区域的人流量和车流量,使人们可更好地了解城市动态,同时可以通过实时掌握区域尤其是繁华路段的人流量和车流量,提前规划出行路线,避开拥堵,降低交通压力。
Description
技术领域
本发明属于安防和智慧城市技术领域,涉及一种区域流量统计方法与系统,具体地说涉及一种基于视频结构化技术的区域流量实时统计方法与系统。
背景技术
随着社会经济和城市化进程的不断发展,人们生活水平也不断提高,作为代步工具的私家车越来越多,在高峰时段往往会造成交通堵塞,导致城市管理的压力逐渐加大。传统技术中,往往仅通过人力巡逻、利用人眼观察统计区域内行人、机动车和非机动车流量,效率低,准确性差,且无法实时反馈当前区域流量数据。不能有效缓解交通压力、提高通勤效率。
因此有必要提出一种可实时自动化监控区域内行人、机动车和非机动车流量以更好了解城市动态的方法,方便人们提前掌握当前区域内车流量和人流量,规划出行路线,避开拥堵路段,降低交通压力。
发明内容
为此,本发明正是要解决上述技术问题,从而提出一种自动化程度高的基于视频结构化技术的区域流量实时统计方法与系统。
为解决上述技术问题,本发明的技术方案为:
本发明提供一种基于视频结构化的区域流量实时统计方法,其包括如下步骤:
S1、获取区域内监控视频数据;
S2、对监控视频数据进行分类,得到视频结构化数据;
S3、统计视频结构化数据中运动目标流量;
S4、将所述运动目标流量发送至客户端。
作为优选,所述步骤S3还包括如下步骤:以预设时间间隔统计所述运动目标流量,并将统计结果与前次统计结果比对,获取新增流量数据。
作为优选,所述步骤S2后还包括存储所述视频结构化数据的步骤。
作为优选,所述时间间隔为5s。
本发明还提供一种基于视频结构化的区域流量实时统计系统,其包括:
数据获取模块,用于获取区域内监控视频数据;
数据处理模块,用于将监控视频数据分类,得到视频结构化数据;
统计模块,用于统计视频结构化数据中运动目标的流量;
信息发送模块,用于将运动目标流量发送至客户端。
作为优选,还包括存储模块,用于存储分类后的视频结构化数据。
作为优选,还包括数据接入模块,所述数据接入模块用于收集、转换、推送结构化数据。
作为优选,还包括视频流发送模块,用于向其它模块发送视频流。
作为优选,所述数据获取模块为监控摄像机,所述数据处理模块为引擎服务器,所述统计模块为数据管理服务器,所述信息发送模块为中心管理服务器。
作为优选,所述存储模块为图片服务器,所述视频流发送模块为流媒体服务器。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的基于视频结构化的区域流量实时统计方法,包括如下步骤:S1、获取区域内监控视频数据;S2、对监控视频数据进行分类,得到视频结构化数据;S3、统计视频结构化数据中运动目标流量;S4、将所述运动目标流量发送至客户端。所述方法自动获取监控视频数据,并将视频数据中的行人、机动车和非机动车视频结构化数据分类提取统计,实时监控了该区域的人流量和车流量,使人们可更好地了解城市动态,同时可以通过实时掌握区域尤其是繁华路段的人流量和车流量,提前规划出行路线,避开拥堵,降低交通压力。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明实施例所述的基于视频结构化的区域流量实时统计方法流程图;
图2是本发明实施例所述的基于视频结构化的区域流量实时统计系统示意图;
图3是是本发明实施例所述的基于视频结构化的区域流量实时统计系统框架图;
图4是本发明实施例所述基于视频结构化的区域流量实时统计系统中实时任务创建时序图;
图5是本发明实施例所述基于视频结构化的区域流量实时统计系统中DMS与DBS交互模式示意图。
图中附图标记表示为:1-数据获取模块;2-数据处理模块;3-统计模块;4-信息发送模块;5-存储模块。
具体实施方式
实施例
请参阅图1,本实施例提供一种基于视频结构化的区域流量实时统计方法,其包括如下步骤:
S1、获取区域内监控视频数据。
在具体应用中,通过在指定区域内设置多个监控视频拍摄设备采集视频图像,所述区域一般为室外场所,如广场、酒店、学校、商场、小区、马路等,当区域内有行人、机动车、非机动车经过监控视频拍摄设备时,通过视频拍摄设备实时采集视频或视频录像获取视频数据。
S2、对监控视频数据进行分类,得到视频结构化数据。
对获取的视频数据进行结构化分类处理,识别行人、机动车、非机动车运动目标,进一步地,还可以按照运动目标特征,将视频数据处理为行人特征、车辆颜色、车牌、型号等特征识别数据。
S3、统计视频结构化数据中运动目标流量。
分别统计视频结构化数据中行人、机动车和非机动车的流量,例如在商场门前,可以通过统计视频中行人的数量确定人流量。
S4、将所述运动目标流量发送至客户端。
当用户需要了解当前区域人或车流量时,通过将人流量、车流量统计数据发送至客户端以使用户获知流量信息。
进一步地,所述步骤S3具体包括:以预设时间间隔统计运动目标流量,并将统计结果与前次统计结果比对,获取新增流量数据的步骤。
每隔一定时间间隔获取对提取的结构化数据进行统计,本实施例中,所述时间间隔为5s,即每隔5s钟,重新统计一次获取的结构化数据,并且将最新统计的结构化数据与5s之前的统计结果比对,获取该5s内的流量数据,实时将5s内新增的流量统计数据和该日总的流量数据推送至客户端,使用户实时获知当日人流、车流量总量数据和人流、车流实时流量数据。
当对数据进行分类,分别提取行人、机动车和非机动车的视频结构化数据(即行人、机动车和非机动车图片数据)后,还包括将存储的行人、机动车和非机动车视频结构化数据分别进行存储的步骤。
本实施例所述的基于视频结构化的区域流量实时统计方法,通过对行人、机动车和非机动车结构化数据进行分类统计,实时提供了该区域的人流量、车流量信息,便于人们实时掌控城市动态,缓解拥堵、减缓交通压力。
实施例2
本实施例提供一种基于视频结构化的区域流量实时统计系统,如图2所示,其包括:数据获取模块1,用于获取区域内监控视频数据;数据处理模块2,用于将监控视频数据分类,得到视频结构化数据;统计模块3,用于统计视频结构化数据中运动目标的流量;信息发送模块4,用于将运动目标流量发送至客户端。
其中,所述数据获取模块1为监控摄像设备,如监控摄像机,其分布于选定区域内,用于抓拍区域内的行人、机动车和非机动车的视频,并将获取的视频数据传输至数据处理模块2。
所述数据处理模块2为引擎服务器(SES),其用于将获取的视频数据中行人、机动车、非机动车运动目标分别提取出来,并可进一步提取运动目标的特征,如行人外貌、穿着、配饰等,车辆型号、颜色、车牌等特征。
所述统计模块3为数据管理服务器(DMS),其用于接收统计任务,并获取实时统计任务结果,将每条抓拍结构化数据进行存储、统计,得到结构化数据的统计结果,实时提供当前区域内行人、机动车、非机动车的流量信息。还用于以预计间隔时间更新流量统计数据,所述间隔时间可为5s,每隔5s,实时任务将预统计结果中更新统计结果,并与前次统计结果比对,获取该5s内的数据增量,当然时间间隔也可根据需要设定为任意时长。
所述数据管理服务器(DMS)配置下属数据库服务器(DBS),其与数据库进行交互,用于数据存取,提供增删改查功能,可以插入引擎集群提供的数据,将每条抓拍结构化数据进行存储。
所述信息发送模块4为中心管理服务器(CMS),其用于将统计模块统计的流量结果更新并发送至客户端,还用于对客户权限进行校验,将用户请求分发给相应的服务器,下发搜索任务,并将结果返回指定客户端。
所述系统还包括存储模块5,所述存储模块5为图片服务器(TGI),其用于存储从数据处理模块中获取数据处理模块提取出的行人、机动车、非机动车图片进行存储。
数据接入模块为智能数据接入服务器(IAS),它是结构化分析的核心模块,负责结构化分析的数据处理,通过收集算法引擎的结构化数据,通过后续转换、推送、存储,满足系统的应用需求。
所述系统还包括视频流发送模块,所述视频流发送模块为流媒体服务器(SMT),其用于对需求的服务器发送视频流。
所述系统还包括引擎集群服务器(SEC)以及接入服务器(APS),所述引擎集群服务器用于对系统内的引擎进行集群管理,将需要分析的视频资源分发给下属的各个引擎,所述接入服务器用于对设备在线状态进行确认,并提供录像视频地址。
本实施例所述的系统,其工作流程具体为:获取结构化数据之前,首先由客户端为智能数据接入服务器(IAS)分配需要分析的监控摄像机,并为其指定引擎集群服务器(SEC),然后为引擎集群服务器(SEC)分配下属引擎。在客户端指定待分析摄像机之前,中心管理服务器(CMS)将会将摄像机资源分配给对应智能数据接入服务器(IAS),并由智能数据接入服务器将资源下发给引擎集群服务器,最终根据负载均衡,将摄像机资源分发到各个引擎中,由中心管理服务器分配给其的流媒体服务器(SMT)获取视频流,并对视频流中的结构化信息进行提取。提取到的结构化信息推送给智能数据接入服务器,并由其转发给中心管理服务器、客户端、数据库服务器、图片服务器与第三方平台。其中,数据库服务器由智能数据接入服务器向中心管理服务器获取的数据管理服务器分配,数据管理服务器会根据各数据库的负载将负载较小的数据库服务器地址分配给智能数据接入服务器,并由其专门用于转发配置的引擎服务器产生的结构化数据,智能数据接入服务器转发给数据库服务器的数据将存储入对应的数据库之中,用于数据检索。
如图4所示,当客户端指定实时统计任务后,客户端会将任务发送到中心管理服务器(CMS),并由其创建实时统计任务后转发给数据管理服务器(DMS)。在DMS中创建实时任务管理,在其中保存各个DBS在该任务中的当天实时数据。在实时任务创建成功的时候,向CMS返回任务创建成功信息,同时向所有在线DBS发送实时任务创建请求并由各个DBS定时5秒向DMS更新其实时数据。统计结果由DMS定时返回。在DMS中会创建一个线程,定时5秒将所有任务的结果返回给CMS,并由CMS推送给订阅该任务的客户端。
在数据管理服务器(DMS)中会将新建的任务添加入实时统计任务列表,并提取其所需的摄像机列表,数据管理服务器会将所有需要被统计的摄像机资源列表更新到数据库服务器中。各数据库服务器获取本地实时统计任务结果,并每隔5秒向中心管理服务器推送实时统计结果,数据管理服务器每隔5s向缓存中获取实时任务所需数据,并由其将统计结果转发给客户端,由前端界面显示这5秒钟区域流量与当天总共的流量。具体地,如图5所示,由数据库服务器每5秒钟向数据管理服务器更新预统计资源,DMS会根据DBS服务状态,对各个上线的DBS发送实时任务请求,再该条请求中返回当前统计结果作为初始化数据。然后会由DBS主动每隔固定时间向DMS推送该实时任务当前统计结果,由DMS算出该次返回的增量和当前的总量。
数据管理服务器会将各数据库服务器发送的数据放入缓存,每当有同数据库服务器发送同摄像机资源的数据时,就会覆盖之前的数据,使缓存中一直保留的是最新的所有需要的实时统计资源。每隔5秒,实时任务会从预统计结果中更新统计结果,并与前次统计结果相对比,获取该5秒内数据增量,即该时间内流量信息,由数据管理服务器推送给中心管理服务器,再由中心管理服务器推送给客户端。
系统中各功能单元分配过程如下:如图3所示,添加V2200系列网络视频管理平台,对于普通摄像机,还需配置分析计划。系统中添加引擎服务器(SES),为引擎服务器分配普通摄像机;为图片服务器(TGI)分配引擎服务器,所分配的引擎服务器结构化图片存储到图片服务器中;在系统中添加数据管理服务器(DMS)集群,用于管理数据库集群,对引擎分析的数据分配写入资源,作为中间件完成中心管理服务器(CMS)下发的搜索任务;在数据管理服务器配置下属数据库系统,用于数据存取;在系统中添加流媒体服务器(SMT),并分配摄像机负载列表,将普通摄像机的实时视频转发给智能引擎服务器进行分析。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于视频结构化的区域流量实时统计方法,其特征在于,包括如下步骤:
S1、获取区域内监控视频数据;
S2、对监控视频数据进行分类,得到视频结构化数据;
S3、统计视频结构化数据中运动目标流量;
S4、将所述运动目标流量发送至客户端。
2.根据权利要求1所述的基于视频结构化的区域流量实时统计方法,其特征在于,所述步骤S3还包括如下步骤:以预设时间间隔统计所述运动目标流量,并将统计结果与前次统计结果比对,获取新增流量数据。
3.根据权利要求2所述的基于视频结构化的区域流量实时统计方法,其特征在于,所述步骤S2后还包括存储所述视频结构化数据的步骤。
4.根据权利要求3所述的基于视频结构化的区域流量实时统计方法,其特征在于,所述时间间隔为5s。
5.一种基于视频结构化的区域流量实时统计系统,其特征在于,包括:
数据获取模块,用于获取区域内监控视频数据;
数据处理模块,用于将监控视频数据分类,得到视频结构化数据;
统计模块,用于统计视频结构化数据中运动目标的流量;
信息发送模块,用于将运动目标流量发送至客户端。
6.根据权利要求5所述的基于视频结构化的区域流量实时统计系统,其特征在于,还包括存储模块,用于存储分类后的视频结构化数据。
7.根据权利要求6所述的基于视频结构化的区域流量实时统计系统,其特征在于,还包括数据接入模块,所述数据接入模块用于收集、转换、推送结构化数据。
8.根据权利要求7所述的基于视频结构化的区域流量实时统计系统,其特征在于,还包括视频流发送模块,用于向其它模块发送视频流。
9.根据权利要求8所述的基于视频结构化的区域流量实时统计系统,其特征在于,所述数据获取模块为监控摄像机,所述数据处理模块为引擎服务器;所述统计模块为数据管理服务器,所述信息发送模块为中心管理服务器。
10.根据权利要求9所述的基于视频结构化的区域流量实时统计系统,其特征在于,所述存储模块为图片服务器,所述视频流发送模块为流媒体服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910016019.8A CN109784260A (zh) | 2019-01-08 | 2019-01-08 | 一种基于视频结构化的区域流量实时统计方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910016019.8A CN109784260A (zh) | 2019-01-08 | 2019-01-08 | 一种基于视频结构化的区域流量实时统计方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784260A true CN109784260A (zh) | 2019-05-21 |
Family
ID=66500086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910016019.8A Pending CN109784260A (zh) | 2019-01-08 | 2019-01-08 | 一种基于视频结构化的区域流量实时统计方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784260A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429728A (zh) * | 2020-05-06 | 2020-07-17 | 辽宁百思特达半导体科技有限公司 | 一种基于智慧灯杆的智慧交通系统及其方法 |
CN112132120A (zh) * | 2020-11-24 | 2020-12-25 | 北京沃东天骏信息技术有限公司 | 用于视频结构化的方法及装置 |
CN112783907A (zh) * | 2020-12-31 | 2021-05-11 | 深圳云天励飞技术股份有限公司 | 数据更新方法、应用端数据更新方法及相关产品 |
CN113077623A (zh) * | 2021-03-12 | 2021-07-06 | 南通大学 | 一种分类别测量交通量的统计系统及工作方法 |
CN114333296A (zh) * | 2021-11-30 | 2022-04-12 | 西南石油大学 | 一种基于机器视觉的交通量统计与分析系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930735A (zh) * | 2012-10-25 | 2013-02-13 | 安徽科力信息产业有限责任公司 | 一种基于交通视频的城市实时交通路况信息发布方法 |
CN203608290U (zh) * | 2013-11-28 | 2014-05-21 | 国网四川省电力公司信息通信公司 | 基于视频监控与图像分析的变电站作业管控系统 |
CN104134078A (zh) * | 2014-07-22 | 2014-11-05 | 华中科技大学 | 一种人流量统计系统中分类器的自动选择方法 |
CN106327863A (zh) * | 2015-07-06 | 2017-01-11 | 北京文安智能技术股份有限公司 | 一种车辆拥堵检测预警方法、装置及系统 |
CN107038861A (zh) * | 2017-04-07 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的交通拥堵检测系统、方法及装置 |
CN108133172A (zh) * | 2017-11-16 | 2018-06-08 | 北京华道兴科技有限公司 | 视频中运动对象分类的方法、车流量的分析方法及装置 |
CN109145818A (zh) * | 2018-08-21 | 2019-01-04 | 北京深瞐科技有限公司 | 一种流量统计方法、装置及系统 |
-
2019
- 2019-01-08 CN CN201910016019.8A patent/CN109784260A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930735A (zh) * | 2012-10-25 | 2013-02-13 | 安徽科力信息产业有限责任公司 | 一种基于交通视频的城市实时交通路况信息发布方法 |
CN203608290U (zh) * | 2013-11-28 | 2014-05-21 | 国网四川省电力公司信息通信公司 | 基于视频监控与图像分析的变电站作业管控系统 |
CN104134078A (zh) * | 2014-07-22 | 2014-11-05 | 华中科技大学 | 一种人流量统计系统中分类器的自动选择方法 |
CN106327863A (zh) * | 2015-07-06 | 2017-01-11 | 北京文安智能技术股份有限公司 | 一种车辆拥堵检测预警方法、装置及系统 |
CN107038861A (zh) * | 2017-04-07 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的交通拥堵检测系统、方法及装置 |
CN108133172A (zh) * | 2017-11-16 | 2018-06-08 | 北京华道兴科技有限公司 | 视频中运动对象分类的方法、车流量的分析方法及装置 |
CN109145818A (zh) * | 2018-08-21 | 2019-01-04 | 北京深瞐科技有限公司 | 一种流量统计方法、装置及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429728A (zh) * | 2020-05-06 | 2020-07-17 | 辽宁百思特达半导体科技有限公司 | 一种基于智慧灯杆的智慧交通系统及其方法 |
CN112132120A (zh) * | 2020-11-24 | 2020-12-25 | 北京沃东天骏信息技术有限公司 | 用于视频结构化的方法及装置 |
CN112132120B (zh) * | 2020-11-24 | 2021-03-30 | 北京沃东天骏信息技术有限公司 | 用于视频结构化的方法及装置 |
CN112783907A (zh) * | 2020-12-31 | 2021-05-11 | 深圳云天励飞技术股份有限公司 | 数据更新方法、应用端数据更新方法及相关产品 |
CN112783907B (zh) * | 2020-12-31 | 2024-06-07 | 深圳云天励飞技术股份有限公司 | 数据更新方法、应用端数据更新方法及相关产品 |
CN113077623A (zh) * | 2021-03-12 | 2021-07-06 | 南通大学 | 一种分类别测量交通量的统计系统及工作方法 |
CN114333296A (zh) * | 2021-11-30 | 2022-04-12 | 西南石油大学 | 一种基于机器视觉的交通量统计与分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784260A (zh) | 一种基于视频结构化的区域流量实时统计方法与系统 | |
CN115272037B (zh) | 一种基于物联网的智慧城市区域治安管理预警方法和系统 | |
Vogel et al. | Strategic and operational planning of bike-sharing systems by data mining–a case study | |
CN103269355B (zh) | 智慧天网应用平台 | |
CN107491885A (zh) | 一种用于钢贸金融业务的风控平台及风险控制管理方法 | |
WO2016177066A1 (zh) | 一种人员潜在关系分析方法和装置 | |
CN107729413A (zh) | 基于大数据的区域交通智能管理系统 | |
CN110097249A (zh) | 一种公交客流监测分析系统及其方法 | |
CN105898207A (zh) | 视频数据的智能处理方法及系统 | |
CN103414608B (zh) | 快速的web流量采集统计系统和方法 | |
US9792334B2 (en) | Large-scale processing and querying for real-time surveillance | |
CN104933136B (zh) | 基于海量车牌自动识别数据的动态拼车方法和系统 | |
CN108550277A (zh) | 一种基于图像深度学习的停车位识别及查询方法 | |
CN102404126A (zh) | 一种云计算在应用过程中的收费方法 | |
CN108270999A (zh) | 一种目标检测方法、图像识别服务器及系统 | |
CN106534798A (zh) | 一种用于安防监控的多维数据综合应用系统及其方法 | |
CN110086844A (zh) | 一种业务管理的方法及相关设备 | |
CN104537225B (zh) | 一种交通数据修复的云处理方法及其系统 | |
CN108334831A (zh) | 一种监测图像处理方法、监测终端及系统 | |
CN109697867A (zh) | 一种基于深度学习的交通控制方法及系统 | |
CN111986337A (zh) | 基于机器人的路侧停车收费管理系统及方法 | |
CN109949351A (zh) | 基于视频结构化监控的目标车辆行驶轨迹提取装置及方法 | |
CN102625083B (zh) | 一种视频监控网络的建设方法 | |
CN107995017A (zh) | 一种上行带宽分配方法、装置及系统 | |
CN107862264A (zh) | 一种服务于数据解析中心的车辆二次识别系统及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |