基于云边协同的智能视频监控装置
技术领域
本申请涉及边缘计算和云计算技术领域，特别是涉及一种基于云边协同的智能视频监控装置。
背景技术
监控设备已成为人们生活中常见的设备，广泛用在商场、道路交通、地铁、医院、学校等场所，为安防工作带来了巨大的便利。然而，目前安防监控设备，一般传统的监控部署采用有线方式和WiFi回传方式将监控视频传输至云端或服务器进行集中存储或处理，其中有线网络覆盖全部的摄像头，布线成本高，效率低，占用大量有线资源。而采用WiFi回传的方式，WiFi稳定性较差，覆盖范围较小，需要补充大量路由节点以保证覆盖和稳定性。并且还会加重了网络的负载，业务的端到端时延也难以得到有效的保障。
发明内容
基于此，有必要针对目前的监控设备采用有线或WiFi回传方式将监控视频传输至云端或服务器进行集中存储或处理存在布线复杂，信号稳定性差，网络负载重技术问题，提供一种基于云边协同的智能视频监控装置。
本发明提供一种基于云边协同的智能视频监控装置，包括：摄像模块、存储模块、边缘计算模块、通信模块和云端控制中心；所述摄像模块通过所述存储模块连接边缘计算模块，所述边缘计算模块通过所述通信模块连接所述云端控制中心；
所述摄像模块用于采集监控区域内信息生成视频信号发送至所述存储模块；
所述边缘计算模块用于对所述存储模块中的视频信号进行识别分析，当识别出紧急情况时，截取紧急情况时刻的视频信号，并通过所述通信模块将所述紧急情况时刻的视频信号和报警信息发送至所述云端控制中心；
所述云端控制中心根据所述紧急时刻的视频信号和所述报警信号确定报警内容。
本发明提供的基于云边协同的智能视频监控装置，包括摄像模块、存储模块、边缘计算模块、通信模块和云端控制中心，摄像模块用于采集监控区域内信息生成视频信号发送至存储模块；边缘计算模块用于对存储模块中的视频信号进行识别分析，当识别出紧急情况时，截取紧急情况时刻的视频信号，并通过通信模块将紧急情况时刻的视频信号和报警信息发送至云端控制中心；云端控制中心根据紧急时刻的视频信号和报警信号确定报警内容。该智能视频监控装置集成边缘计算模块，智能筛选出有效监控片段(自动判断是否有案情和事件发生)，并通过移动网络将其推送到云端长期存储。此外，该设备同时具有本地存储功能，能够本地保存所有场景。同时，在识别紧急情况(例如到意识灾害、违法事件)，还具有自动报警功能，及时向控制中心发送报警信息。
进一步地，所述边缘计算模块用于对所述紧急情况时刻的视频信号进行压缩，并将压缩后的所述紧急情况时刻的视频信号发送至所述云端控制中心。
进一步地，所述边缘计算模块还用于将所述存储模块中的视频信号通过所述通信模块发送至所述云端控制中心。
进一步地，所述边缘计算模块还用于监控所述存储模块的存储状态，当所述存储模块的存储空间小于预设阈值时，发送视频完整备份请求至所述云端控制中心；当接收到云端控制中心备份否定指令时，删除所述存储模块中的视频信号。
进一步地，还包括：电池模块，所述电池模块分别连接所述摄像模块、存储模块、边缘计算模块和通信模块；
所述电池模块用于在供电电源故障时，为所述摄像模块、存储模块、边缘计算模块和通信模块供电；且所述边缘计算模块发送告警信息至所述云端计算模块。
进一步地，当所述电池模块的电量低于预设电量时，所述摄像模块停止采集信息，且所述边缘计算模块发送位置信息至所述云端控制中心。
进一步地，当某一时刻所述存储模块中所述视频信号的数量超过预设数量时，所述边缘计算模块将部分所述视频信号发送至预设范围内的处于闲置状态的所述智能视频监控装置的边缘计算模块，处于闲置状态的所述边缘计算模块用于对接收到的部分视频信息进行识别分析，并将分析结果发生至发送至所述云端控制中心。
进一步地，所述云端控制中心还用于对所述边缘计算模块的识别算法进行训练，所述边缘计算模块采用所述识别算法对所述存储模块中的视频信号进行识别分析。
进一步地，所述识别算法为深度确定性策略梯度算法。
进一步地，所述云端控制中心还用于通过人脸识别算法从存储的视频信号中查找出目标视频信号。
附图说明
图1为本发明的基于云边协调的智能视频监控装置的一个实施例图；
图2是本发明的基于云边协调的智能视频监控装置的一个实施例图；
图3为本发明的基于云边协同的智能视频监控装置中边缘摄像头的一个实施例图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1是本发明基于云边协同的智能视频监控装置的一个实施例图。如图1所示，一种基于云边协同的智能视频监控装置，包括：摄像模块10、存储模块20、边缘计算模块30、通信模块40和云端控制中心50；摄像模块10通过存储模块20连接边缘计算模块30，边缘计算模块30通过通信模块40连接云端控制中心50；摄像模块10用于采集监控区域内信息生成视频信号发送至存储模块20；边缘计算模块30用于对存储模块20中的视频信号进行识别分析，当识别出紧急情况时，截取紧急情况时刻的视频信号，并通过通信模块40将紧急情况时刻的视频信号和报警信息发送至云端控制中心50；云端控制中心50根据紧急时刻的视频信号和报警信号确定报警内容。
在一个实施例中，边缘计算模块30用于对紧急情况时刻的视频信号进行压缩，并将压缩后的紧急情况时刻的视频信号发送至云端控制中心50。
具体的，智能视频监控装置主要包括两大部分，边缘摄像头和云端控制中心，其中边缘摄像头包括像模块10、存储模块20、边缘计算模块30、通信模块40，边缘摄像头通常设置或安装在需要进行视频监控的区域，包括商场门口、超市、地铁或交通道路中，而云端控制中心通常安装中在监控中心，可以靠近视频监控区域或者距离视频监控区域比较远的地方。
摄像模块10在接通电源的情况下24小时全天工作，负责采集外界信息，并将其转换成视频信号保存在存储模块20中。存储模块20主要用于保存摄像模块收集的视频信号。边缘计算模块30能够读取存储模块20中保存的视频信号，并对其进行识别分析。当视频信号中有紧急情况(例如存在灾害、违法事件等危害社会公共安全的特征)时，边缘计算模块30能够将其识别并截取出来。截取出来的视频信号在被压缩过后通过通信模块40传输到云端控制中心50，并向其发送报警信息，云端控制中心50可以根据接收到的紧急情况时刻的视频信号和报警确认报警内容，并下发报警命令至相关人员；例如云端控制中心在确认接收到的信息后，会根据事件场景下发命令给相应人员(如发现火灾则会下发灭火命令至消防队)，负责赶赴现场处理紧急事件。另外，边缘计算模块30对紧急情况时刻的视频信号进行压缩然后再发送至云端控制中心50，对信号进行压缩可以提高传输效率。
在一个实施例中，边缘计算模块30还用于将存储模块20中的视频信号通过通信模块40发送至云端控制中心50。
其中，云端控制中心50能够接收来自存储模块20中的视频信号，并对视频信号进行核实和长期储存。采用该方式可以对视频备份保存方便在需要时进行查看。
在一种具体的实施方式中，摄像模块具有红外夜视功能，及时在光线不充足的条件下也能够拍摄到有效信息。
在一种具体的实施方式中，存储模块采用的是械硬盘，具有价格低廉、存储稳定的优点。同时，机械硬盘的容量可以根据需求自由选择。
本发明提供的基于云边协同的智能视频监控装置，包括摄像模块10、存储模块20、边缘计算模块30、通信模块40和云端控制中心50，摄像模块10用于采集监控区域内信息生成视频信号发送至存储模块20；边缘计算模块30用于对存储模块20中的视频信号进行识别分析，当识别出紧急情况时，截取紧急情况时刻的视频信号，并通过通信模块40将紧急情况时刻的视频信号和报警信息发送至云端控制中心50；云端控制中心50根据紧急时刻的视频信号和报警信号确定报警内容。该智能视频监控装置集成边缘计算模块，智能筛选出有效监控片段(自动判断是否有案情和事件发生)，并通过移动网络将其推送到云端长期存储。此外，该设备同时具有本地存储功能，能够本地保存所有场景。同时，在识别紧急情况(例如到意识灾害、违法事件)，还具有自动报警功能，及时向控制中心发送报警信息。
在一个实施例中，边缘计算模块还用于监控存储模块的存储状态，当存储模块的存储空间小于预设阈值时，发送视频完整备份请求至云端控制中心；当接收到云端控制中心备份否定指令时，删除存储模块中的视频信号。
具体的，边缘计算模块能够快速识别视频内容的同时，还能够对设备状态进行监控。当设备存储空间快用完(即存储空间不足)时，会先向云端控制中心发出是否完整备份的请求。云端控制中心返回已备份重要片段，无需完整备份则会清除在存储模块中最早储存的视频资源。
其中，所述预设阈值为事先设置的值，可以是在出厂时设置的，也可以是在该智能视频监控装置使用前设置的，也可以是在使用过程中通过云端控制中心进行设置。采用该方式，可以有效保证存储模块的完全运行，并且避免了因存储模块存储空间不足造成视频无法存储；并且及时清理不必要的视频大大提高了存储资源的利用率。
在一个实施例中，如图2所示，还包括：电池模块，电池模块分别连接摄像模块、存储模块、边缘计算模块和通信模块；电池模块用于在供电电源故障时，为摄像模块、存储模块、边缘计算模块和通信模块供电；且边缘计算模块发送告警信息至云端计算模块。
在一个实施例中，当电池模块的电量低于预设电量时，摄像模块停止采集信息，且边缘计算模块发送位置信息至云端控制中心。
具体的，智能视频监控装置包括电源接口和供电电源(即电源模块)，通过电源接口可以对其进行供电。另外，智能视频监控装置中内置有电池模块，当供电电源发生故障时，会自动启用电池模块供电，并通过边缘计算模块发送告警信息通知云端控制中心及时检修。
电源模块通上220V电源即可，设备内部包含变压器，能够将普通民用交流电转换成设备适用的电流。设备在接通电源后能够24小时不间断地工作，并为电池模块充电。
电池模块在充满电的条件下能够为监控设备提供24小时续航。并且，当启用电池模块时，设备会自动向云端控制中心发出告警信息，表明设备的供电系统出现故障。当电池模块中的电量低于预设电量(例如5％)时，设备将会关闭视频监控功能，仅保留位置确定功能并向云端控制中心发生位置信息，方便检修人员定位。采用该方法可以在监控装置的供电电源出现故障时能继续工作一段时间，并方便人员及时维修。此外，电池模块主要使用锂电池进行储能。
在一个实施例中，通信模块的通信方式包括短距无线通信(蓝牙、WiFi、ZigBee等)和蜂窝移动通信(4G、5G等)。当区域中设备较为密集时，可以使用短距无线通信，降低成本。当监控设备较为分散时，可以使用蜂窝移动通信，方便铺设。
在一个实施例中，当某一时刻存储模块中视频信号的数量超过预设数量时，边缘计算模块将部分视频信号发送至预设范围内的处于闲置状态的智能视频监控装置的边缘计算模块，处于闲置状态的边缘计算模块用于对接收到的部分视频信息进行识别分析，并将分析结果发生至发送至云端控制中心。
具体的，当存储模块中视频信号的数量超过预设数量时(即该存储模块对应的边缘摄像头有大量数据需要处理)时，可以通过蓝牙或者WIFI模块与附近的近端边缘摄像头协同工作，将部分数据传输给附近的闲置边缘摄像头，共同计算，如图3所示。计算结果会直接发送到云端控制中心，统一收集。协同计算的范围不会超过WIFI或者蓝牙通信模块的信号覆盖范围，不需要通过无线蜂窝通信模块(4G、5G)传输数据，能够极大地降低成本。
在一个实施例中，云端控制中心还用于对边缘计算模块的识别算法进行训练，边缘计算模块采用识别算法对存储模块中的视频信号进行识别分析。
在一个实施例中，识别算法为深度确定性策略梯度算法。
具体的，云端控制中心能够收集分布在不同区域的边缘摄像头传输的内容，并对其准确度进行进一步判断，不断优化边缘计算模块的识别算法，定期在线更新边缘计算节点的识别判断算法。
深度确定性策略梯度算法，即DDPG，采用该算法能提高边缘计算模块识别紧急情况的准确度。
在一个实施例中，云端控制中心还用于通过人脸识别算法从存储的视频信号中查找出目标视频信号。
具体的，云端控制中心还具有强大的数据处理能力。可以通过人脸识别技术，精确查找某一人物的所有视频资料并系统地输出。其中，人脸识别过程可以是采用chinese_whispers_clustering方法进行人脸聚类。采用该方法可以从存储的大量视频资源中找到目标资源。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
