关键词:
视频
结构化
检索
微服务
优化
摘要:
随着互联网技术和物联网技术的飞速发展,海量的视频信息需要进行传输、存储和检索。但是庞大的视频信息数据和难以提取的视频特征,使得人们对于视频数据的利用率远远达不到所期望的效果。早期的视频处理方式仅对视频进行简单的分类储存,视频内容信息更是通过人工浏览,这造成了视频数据利用率低和人力资源消耗大的问题。近年来,随着深度学习的快速发展,使得图像处理技术有了飞速的提高,可以较为准确的对图像视频内容进行特征提取,目标追踪等。这种基于视频内容的视频结构化方法在特定的场景下效果明显,比如车牌识别、车辆违规检测等。对于多变的监控场景检索需求,上述基于视频内容的处理方式就需要重新设计相应的特征提取算法,重新设计结构化和检索程序。传感器种类多样,可以对场景信息进行比较全面的采集,将传感器信息和监控数据做结构化处理可以适应多变的监控环境,避免上述问题。本文提出了一种通过外部的多传感器信息将视频信息结构化的方法。根据不同的外部环境和业务需求安装不同的传感器,把这些传感器信息和采集到的视频信息进行组合,构建成结构化信息,用以检索和存储。本文讲述了结构化视频信息的构建原理,图片信息和视频信息的结构化方式以及检索方式。本文研发了一套基于结构化视频信息的管控软件,主要包含采集终端模块和管控平台模块以及分布式后端服务模块。本文的后端采用分布式TARS微服务架构来实现,设计了包括检索服务、数据库服务、鉴权服务和PUSH服务等,并且本文对服务间的编程模型进行了优化,使得服务间的运行效率和稳定性得到了很大的提升。