CN113949881A - 一种基于智慧城市数据的业务处理方法及*** - Google Patents
一种基于智慧城市数据的业务处理方法及*** Download PDFInfo
- Publication number
- CN113949881A CN113949881A CN202111346837.8A CN202111346837A CN113949881A CN 113949881 A CN113949881 A CN 113949881A CN 202111346837 A CN202111346837 A CN 202111346837A CN 113949881 A CN113949881 A CN 113949881A
- Authority
- CN
- China
- Prior art keywords
- video frame
- video
- target
- frame
- target user
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
- H04N19/436—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供的一种基于智慧城市数据的业务处理方法及***,涉及数据处理技术领域。在本发明中,对待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理得到对应的至少一帧目标用户请求视频帧,并基于至少一帧目标用户请求视频帧构建得到对应的目标请求视频;对目标请求视频进行分组得到对应的至少一个视频帧组;基于至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出目标请求视频对应的目标区域的区域位置信息,其中,多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。基于上述方法,可以改善现有技术中对于位置确定业务的处理精度不高的问题。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于智慧城市数据的业务处理方法及***。
背景技术
在智慧城市的建设和应用中,一种重要的需求就是进行定位,但是,在现有技术中,对于一些环境复杂的区域,可能存在定位精度不高的问题。为了解决相应的问题,在现有技术中,提供了一种技术方案,如用户将当前位置的图像发送给后台服务器进行识别,以确定当前的位置。其中,在现有技术中,后台服务器一般会选择一帧图像与各标准图像进行匹配,并将匹配到的标准图像对应的位置确定为用户的当前位置,如此,容易出现对于位置确定业务的处理精度不高的问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于智慧城市数据的业务处理方法及***,以改善现有技术中对于位置确定业务的处理精度不高的问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种基于智慧城市数据的业务处理方法,应用于城市监控服务器,所述基于智慧城市数据的业务处理方法包括:
在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频,其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧;
对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组,其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧;
基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息,其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;
基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值的和值,并将该和值作为该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧,计算该两帧目标用户请求视频帧之间的相似度,得到该两帧目标用户请求视频帧之间的视频帧相似度;
基于所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧之间的所述视频帧相似度,对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行聚类处理,得到所述目标请求视频对应的至少一个视频帧组。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息的步骤,包括:
针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;
针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息,得到该视频帧组对应的区域位置信息;
基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;
基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度的步骤,包括:
针对所述至少一个视频帧组中的每一个视频帧组和预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧,计算该视频帧组中的每一帧所述目标用户请求视频帧与该区域标准视频帧之间的视频帧相似度;
针对所述至少一个视频帧组中的每一个视频帧组,分别计算该视频帧组与每一帧所述区域标准视频之间的视频帧相似度的平均值,分别得到该视频帧组与每一帧所述区域标准视频之间的第一相似度,以得到该视频帧组对应的多个第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理方法中,所述基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息的步骤,包括:
针对所述至少一个视频帧组集合中每一个视频帧组集合,统计该视频帧组集合包括的所述视频帧组的数量,得到该视频帧组集合对应的组数量;
确定出具有最大值的组数量对应的视频帧组集合作为目标视频帧组集合,并将所述目标视频帧组集合对应的位置信息确定为所述目标请求视频对应的目标区域的区域位置信息。
本发明实施例还提供一种基于智慧城市数据的业务处理***,应用于城市监控服务器,所述基于智慧城市数据的业务处理***包括:
视频帧筛选模块,用于在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频,其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧;
视频帧分组模块,用于对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组,其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧;
区域位置确定模块,用于基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息,其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理***中,所述视频帧分组模块具体用于:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;
基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组。
在一些优选的实施例中,在上述基于智慧城市数据的业务处理***中,所述区域位置确定模块具体用于:
针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;
针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息,得到该视频帧组对应的区域位置信息;
基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;
基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
本发明实施例提供的一种基于智慧城市数据的业务处理方法及***,在对待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到待处理请求视频对应的目标请求视频之后,可以先对目标请求视频包括的目标用户请求视频帧进行分组得到对应的至少一个视频帧组,然后,再基于得到的至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出目标请求视频对应的目标区域的区域位置信息,如此,通过视频帧分组机制的配置,可以在一定程度上提高确定的区域位置信息的精度,从而改善现有技术中对于位置确定业务的处理精度不高的问题。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的城市监控服务器的结构框图。
图2为本发明实施例提供的基于智慧城市数据的业务处理方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于智慧城市数据的业务处理***包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种城市监控服务器。其中,所述城市监控服务器可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例提供的基于智慧城市数据的业务处理方法。
可以理解的是,作为一种可以替代的实现方式,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上***(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解的是,作为一种可以替代的实现方式,图1所示的结构仅为示意,所述城市监控服务器还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括用于与其它设备(如手机等用户终端设备)进行信息交互的通信单元。
结合图2,本发明实施例还提供一种基于智慧城市数据的业务处理方法,可应用于上述城市监控服务器。其中,所述基于智慧城市数据的业务处理方法有关的流程所定义的方法步骤,可以由所述城市监控服务器实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S100,对待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S100时,可以在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频。其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧。
步骤S200,对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S200时,可以对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组。其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧。
步骤S300,基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出对应的目标区域的区域位置信息。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S300时,可以基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息。其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
基于上述的业务处理方法包括的各步骤,在对待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到待处理请求视频对应的目标请求视频之后,可以先对目标请求视频包括的目标用户请求视频帧进行分组得到对应的至少一个视频帧组,然后,再基于得到的至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出目标请求视频对应的目标区域的区域位置信息,如此,通过视频帧分组机制的配置,可以在一定程度上提高确定的区域位置信息的精度,从而改善现有技术中对于位置确定业务的处理精度不高的问题。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S100可以进一步包括的以下的各步骤(如步骤S110、步骤S120和步骤S130),以得到所述目标请求视频。
步骤S110,获取通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S110时,可以获取通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频。其中,所述待处理请求视频包括多帧用户请求视频帧,且所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧。
步骤S120,对所述待处理请求视频进行视频特征解析处理,得到所述待处理请求视频对应的目标视频帧筛选特征信息。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S120时,可以对所述待处理请求视频进行视频特征解析处理,得到所述待处理请求视频对应的目标视频帧筛选特征信息。
步骤S130,基于所述目标视频帧筛选特征信息对所述待处理请求视频包括的所述多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频。
在本发明实施例中,所述城市监控服务器在执行上述的步骤S130时,可以基于所述目标视频帧筛选特征信息对所述待处理请求视频包括的所述多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频。
基于上述的步骤S110、步骤S120和步骤S130,在获取到通信连接的目标用户终端设备响应对应的目标用户进行的目标请求操作发送的待处理请求视频之后,可以先对待处理请求视频进行视频特征解析处理得到对应的目标视频帧筛选特征信息,然后,再基于目标视频帧筛选特征信息对待处理请求视频进行视频帧筛选处理,得到对应的至少一帧目标用户请求视频帧,如此,由于进行视频帧筛选处理的依据是基于对待处理请求视频进行视频特征解析处理得到的,因而,可以保障视频帧筛选处理的可靠度,从而改善现有技术中对视频帧进行筛选的可靠度不高的问题。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S110可以进一步包括的以下的各步骤,以获取所述待处理请求视频:
首先,判断是否获取到通信连接的目标用户终端设备发送的待处理请求信息,并在接收到所述目标用户终端设备发送的所述待处理请求信息时,对所述待处理请求信息进行校验处理,得到对应的校验处理结果;
其次,若所述校验处理结果为校验处理失败,则生成对应的请求拒绝通知信息,并将所述请求拒绝通知信息发送给所述目标用户终端设备,其中,所述目标用户终端设备用于向所述目标用户终端设备对应的目标用户显示所述请求拒绝通知信息,以使所述目标用户停止进行目标请求操作;
然后,若所述校验处理结果为校验处理成功,则生成对应的请求成功通知信息,并将所述请求成功通知信息发送给所述目标用户终端设备,其中,所述目标用户终端设备用户向所述目标用户终端设备对应的目标用户显示所述请求成功通知信息,以使所述目标用户进行目标请求操作;
最后获取所述目标用户终端设备响应所述目标用户进行的所述目标请求操作发送的待处理请求视频,其中,所述待处理请求视频基于所述目标用户终端设备响应所述目标请求操作对所述目标区域进行图像采集得到,或者,所述待处理请求视频为所述目标用户终端设备响应所述目标请求操作对存储的视频进行选择得到的具有所述目标区域的图像信息的视频。
可以理解的是,作为一种可以替代的实现方式,所述判断是否获取到通信连接的目标用户终端设备发送的待处理请求信息,并在接收到所述目标用户终端设备发送的所述待处理请求信息时,对所述待处理请求信息进行校验处理,得到对应的校验处理结果的步骤,可以包括以下的各步骤:
首先,判断是否获取到通信连接的目标用户终端设备发送的待处理请求信息,并在接收到所述目标用户终端设备发送的所述待处理请求信息时,对所述待处理请求信息进行解析处理,得到所述待处理请求信息中携带的目标身份信息,其中,所述目标身份信息用于表征所述目标用户终端设备的身份或表征所述目标用户终端设备对应的目标用户的身份;
其次,在预先构建的目标身份数据库中进行查找,以确定所述目标身份数据库中是否存储有所述目标身份信息;
然后,若所述目标身份数据库中存储有所述目标身份信息,则确定所述待处理请求信息校验处理成功,且生成为校验处理成功的校验处理结果,若所述目标身份数据库中未存储有所述目标身份信息,则确定所述待处理请求信息校验处理失败,且生成为校验处理失败的校验处理结果。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S120可以进一步包括的以下的各步骤,以得到所述目标视频帧筛选特征信息:
首先,确定所述待处理请求视频包括的所述多帧用户请求视频帧的数量,得到所述待处理请求视频对应的目标视频帧数量;
其次,基于所述目标视频帧数量得到所述待处理请求视频对应的目标视频帧筛选特征信息。
可以理解的是,作为一种可以替代的实现方式,所述基于所述目标视频帧数量得到所述待处理请求视频对应的目标视频帧筛选特征信息的步骤,可以包括以下的各步骤:
首先,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,对该用户请求视频帧进行第一对象识别处理得到该用户请求视频帧中具有的第一对象的数量,并基于所述多帧用户请求视频帧中的每一帧用户请求视频帧中具有的第一对象的数量进行对象统计,得到所述待处理请求视频对应的第一对象数量,其中,所述第一对象为静态对象(如各种建筑物、植物等);
其次,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,对该用户请求视频帧进行第二对象识别处理得到该用户请求视频帧中具有的第二对象的数量,并基于所述多帧用户请求视频帧中的每一帧用户请求视频帧中具有的第二对象的数量进行对象统计,得到所述待处理请求视频对应的第二对象数量,其中,所述第二对象为动态对象(如人、车辆等);
然后,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,统计该用户请求视频帧中具有的第一对象的数量和具有的第二对象的数量的和值,得到该用户请求视频帧对应的对象统计数量,并基于所述多帧用户请求视频帧中的每一帧用户请求视频帧对应的所述对象统计数量进行均值计算,得到所述待处理请求视频对应的对象数量均值;
最后,基于所述目标视频帧数量、所述第一对象数量、所述第二对象数量和所述对象数量均值进行多维度特征融合计算处理,得到所述待处理请求视频对应的目标视频帧筛选特征信息。
可以理解的是,作为一种可以替代的实现方式,所述基于所述目标视频帧数量、所述第一对象数量、所述第二对象数量和所述对象数量均值进行多维度特征融合计算处理,得到所述待处理请求视频对应的目标视频帧筛选特征信息的步骤,可以包括以下的各步骤:
首先,基于所述目标视频帧数量确定出所述待处理请求视频对应的第一视频帧筛选特征系数,其中,所述目标视频帧数量与所述第一视频帧筛选特征系数之间具有正相关的相互对应关系;
其次,基于所述第一对象数量确定出所述待处理请求视频对应的第二视频帧筛选特征系数,并基于所述第二对象数量确定出所述待处理请求视频对应的第三视频帧筛选特征系数,以及,基于所述对象数量均值确定出所述待处理请求视频对应的第四视频帧筛选特征系数,其中,所述第一对象数量与所述第二视频帧筛选特征系数之间具有负相关的相互对应关系,所述第二对象数量与所述第三视频帧筛选特征系数之间具有负相关的相互对应关系,所述对象数量均值与所述第四视频帧筛选特征系数之间具有负相关的相互对应关系;
然后,对所述第一视频帧筛选特征系数、所述第二视频帧筛选特征系数、所述第三视频帧筛选特征系数和所述第四视频帧筛选特征系数进行加权求和计算,得到所述待处理请求视频对应的目标视频帧筛选特征信息,其中,所述第二视频帧筛选特征系数对应的加权系数大于所述第四视频帧筛选特征系数对应的加权系数,所述第四视频帧筛选特征系数对应的加权系数大于所述第三视频帧筛选特征系数对应的加权系数,所述第三视频帧筛选特征系数对应的加权系数大于所述第一视频帧筛选特征系数对应的加权系数(所述第一视频帧筛选特征系数对应的加权系数、所述第二视频帧筛选特征系数对应的加权系数、所述第三视频帧筛选特征系数对应的加权系数和所述第四视频帧筛选特征系数对应的加权系数之和为1)。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S130可以进一步包括的以下的各步骤,以得到所述目标请求视频:
首先,基于所述目标视频帧筛选特征信息对应的特征值确定出具有正相关关系的目标筛选比例系数,其中,所述目标筛选比例系数用于表征进行视频帧筛选处理时被筛除的视频帧的最大比例值;
然后,基于所述目标筛选比例系数对所述待处理请求视频包括的所述多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频。
可以理解的是,作为一种可以替代的实现方式,所述基于所述目标筛选比例系数对所述待处理请求视频包括的所述多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频的步骤,可以包括以下的各步骤:
首先,获取预先配置的目标视频帧集合,其中,所述目标视频帧集合包括至少一帧具有静态对象的参考视频帧,每一帧所述参考视频帧中具有一个静态对象,且在所述目标视频帧集合包括多帧所述参考视频帧时,任意两帧所述参考视频帧具有的静态对象不同;
其次,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,确定该用户请求视频帧中具有的静态对象的分布密度值,并在预先配置的多个密度区间中确定出该分布密度值对应的目标密度区间,其中,所述分布密度值用于表征对应的所述用户请求视频帧中具有的静态对象的分布密度(如静态对象的数量除以场景面积);
然后,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,若该用户请求视频帧对应的所述目标密度区间属于第一密度区间,则将预先针对所述第一密度区间配置的第一视频帧相似度阈值确定为该用户请求视频帧对应的目标视频帧相似度阈值;
之后,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,若该用户请求视频帧对应的所述目标密度区间属于第二密度区间,则将预先针对所述第二密度区间配置的第二视频帧相似度阈值确定为该用户请求视频帧对应的目标视频帧相似度阈值,其中,所述第二密度区间对应的密度值大于所述第一密度区间对应的密度值,且所述第二视频帧相似度阈值小于所述第一视频帧相似度阈值;
进一步,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,计算该用户请求视频帧与所述目标视频帧集合中的每一帧参考视频帧之间的视频帧相似度,并确定出该用户请求视频帧对应的最大视频帧相似度,以及,确定该用户请求视频帧对应的所述最大视频帧相似度与对应的所述目标视频帧相似度之间的相对大小关系;
再进一步,针对所述待处理请求视频包括的所述多帧用户请求视频帧中的每一帧用户请求视频帧,若该用户请求视频帧对应的所述最大视频帧相似度大于或等于对应的所述目标视频帧相似度,则将该用户请求视频帧确定为目标用户请求视频帧,若该用户请求视频帧对应的所述最大视频帧相似度小于或等于对应的所述目标视频帧相似度,则将该用户请求视频帧确定为待筛选用户请求视频帧;
最后,基于所述目标筛选比例系数对确定的所述待筛选用户请求视频帧进行去重筛选,得到至少一帧目标用户请求视频帧,并基于得到的目标用户请求视频帧构建得到对应的目标请求视频。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S200可以进一步包括的以下的各步骤,以得到所述至少一个视频帧组:
首先,针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;
其次,针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;
然后,基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组(如基于一个视频分割位置,可以得到对应的两个视频帧组)。
可以理解的是,作为一种可以替代的实现方式,所述基于所述目标筛选比例系数对所述待处理请求视频包括的所述多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频的步骤,可以包括以下的各步骤:
首先,针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值(对应像素点的像素值的差值的绝对值);
其次,针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值的和值,并将该和值作为该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S200可以进一步包括的以下的各步骤,以得到所述至少一个视频帧组:
首先,针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧,计算该两帧目标用户请求视频帧之间的相似度,得到该两帧目标用户请求视频帧之间的视频帧相似度;
其次,基于所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧之间的所述视频帧相似度,对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行聚类处理(可以是现有的任意聚类算法),得到所述目标请求视频对应的至少一个视频帧组。
可以理解的是,作为一种可以替代的实现方式,上述的步骤S300可以进一步包括的以下的各步骤,以确定出所述目标区域的区域位置信息:
首先,针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;
其次,针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;
然后,针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息(可以预先配置得到),得到该视频帧组对应的区域位置信息;
之后,基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;
最后,基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
可以理解的是,作为一种可以替代的实现方式,所述针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度的步骤,可以包括以下的各步骤:
首先,针对所述至少一个视频帧组中的每一个视频帧组和预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧,计算该视频帧组中的每一帧所述目标用户请求视频帧与该区域标准视频帧之间的视频帧相似度;
其次,针对所述至少一个视频帧组中的每一个视频帧组,分别计算该视频帧组与每一帧所述区域标准视频之间的视频帧相似度的平均值,分别得到该视频帧组与每一帧所述区域标准视频之间的第一相似度,以得到该视频帧组对应的多个第一相似度;
然后,针对所述至少一个视频帧组中的每一个视频帧组,在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度。
可以理解的是,作为一种可以替代的实现方式,所述基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息的步骤,可以包括以下步骤:
首先,针对所述至少一个视频帧组集合中每一个视频帧组集合,统计该视频帧组集合包括的所述视频帧组的数量,得到该视频帧组集合对应的组数量;
其次,确定出具有最大值的组数量对应的视频帧组集合作为目标视频帧组集合,并将所述目标视频帧组集合对应的位置信息确定为所述目标请求视频对应的目标区域的区域位置信息。
结合图3,本发明实施例还提供一种基于智慧城市数据的业务处理方法,可应用于上述城市监控服务器。其中,所述基于智慧城市数据的业务处理***可以包括:
视频帧筛选模块,用于在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频,其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧;
视频帧分组模块,用于对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组,其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧;
区域位置确定模块,用于基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息,其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
可以理解的是,作为一种可以替代的实现方式,所述视频帧分组模块具体可以用于:针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组。
可以理解的是,作为一种可以替代的实现方式,所述区域位置确定模块具体可以用于:针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息,得到该视频帧组对应的区域位置信息;基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
综上所述,本发明提供的一种基于智慧城市数据的业务处理方法及***,在对待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到待处理请求视频对应的目标请求视频之后,可以先对目标请求视频包括的目标用户请求视频帧进行分组得到对应的至少一个视频帧组,然后,再基于得到的至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出目标请求视频对应的目标区域的区域位置信息,如此,通过视频帧分组机制的配置,可以在一定程度上提高确定的区域位置信息的精度,从而改善现有技术中对于位置确定业务的处理精度不高的问题。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于智慧城市数据的业务处理方法,其特征在于,应用于城市监控服务器,所述基于智慧城市数据的业务处理方法包括:
在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频,其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧;
对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组,其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧;
基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息,其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
2.如权利要求1所述的基于智慧城市数据的业务处理方法,其特征在于,所述对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;
基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组。
3.如权利要求2所述的基于智慧城市数据的业务处理方法,其特征在于,所述针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间对应像素点的像素绝对差值的和值,并将该和值作为该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值。
4.如权利要求1所述的基于智慧城市数据的业务处理方法,其特征在于,所述对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组的步骤,包括:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧,计算该两帧目标用户请求视频帧之间的相似度,得到该两帧目标用户请求视频帧之间的视频帧相似度;
基于所述目标请求视频包括的所述至少一帧目标用户请求视频帧中的每两帧目标用户请求视频帧之间的所述视频帧相似度,对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行聚类处理,得到所述目标请求视频对应的至少一个视频帧组。
5.如权利要求1-4任意一项所述的基于智慧城市数据的业务处理方法,其特征在于,所述基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息的步骤,包括:
针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;
针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息,得到该视频帧组对应的区域位置信息;
基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;
基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
6.如权利要求5所述的基于智慧城市数据的业务处理方法,其特征在于,所述针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度的步骤,包括:
针对所述至少一个视频帧组中的每一个视频帧组和预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧,计算该视频帧组中的每一帧所述目标用户请求视频帧与该区域标准视频帧之间的视频帧相似度;
针对所述至少一个视频帧组中的每一个视频帧组,分别计算该视频帧组与每一帧所述区域标准视频之间的视频帧相似度的平均值,分别得到该视频帧组与每一帧所述区域标准视频之间的第一相似度,以得到该视频帧组对应的多个第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度。
7.如权利要求5所述的基于智慧城市数据的业务处理方法,其特征在于,所述基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息的步骤,包括:
针对所述至少一个视频帧组集合中每一个视频帧组集合,统计该视频帧组集合包括的所述视频帧组的数量,得到该视频帧组集合对应的组数量;
确定出具有最大值的组数量对应的视频帧组集合作为目标视频帧组集合,并将所述目标视频帧组集合对应的位置信息确定为所述目标请求视频对应的目标区域的区域位置信息。
8.一种基于智慧城市数据的业务处理***,其特征在于,应用于城市监控服务器,所述基于智慧城市数据的业务处理***包括:
视频帧筛选模块,用于在获取到通信连接的目标用户终端设备响应所述目标用户终端设备对应的目标用户进行的目标请求操作发送的待处理请求视频之后,对所述待处理请求视频包括的多帧用户请求视频帧进行视频帧筛选处理,得到所述待处理请求视频对应的至少一帧目标用户请求视频帧,并基于所述至少一帧目标用户请求视频帧构建得到对应的目标请求视频,其中,所述多帧用户请求视频帧为基于对目标区域进行图像采集得到的多帧连续的视频帧;
视频帧分组模块,用于对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分组,得到所述目标请求视频对应的至少一个视频帧组,其中,每一个所述视频帧组包括至少一帧所述目标用户请求视频帧;
区域位置确定模块,用于基于所述至少一个视频帧组与预先配置的多帧区域标准视频帧之间的相似关系,确定出所述目标请求视频对应的目标区域的区域位置信息,其中,所述多帧区域标准视频帧分别基于对多个区域位置进行图像采集得到。
9.如权利要求8所述的基于智慧城市数据的业务处理***,其特征在于,所述视频帧分组模块具体用于:
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,计算该目标用户请求视频帧与相邻的后一帧目标用户请求视频帧之间的像素差异值;
针对所述目标请求视频包括的所述至少一帧目标用户请求视频帧中最后一帧以外的每一帧目标用户请求视频帧,确定该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的像素差异值与预先配置的像素差异值阈值之间的相对大小关系,并在该像素差异值大于或等于该像素差异值阈值时,将该目标用户请求视频帧和相邻的后一帧目标用户请求视频帧之间的位置确定为视频分割位置;
基于确定的每一个所述视频分割位置对所述目标请求视频包括的所述至少一帧目标用户请求视频帧进行分割,得到对应的至少一个视频帧组。
10.如权利要求8所述的基于智慧城市数据的业务处理***,其特征在于,所述区域位置确定模块具体用于:
针对所述至少一个视频帧组中的每一个视频帧组,计算该视频帧组与预先配置的多帧区域标准视频帧中的每一帧区域标准视频帧之间的相似度,得到该视频帧组对应的多个第一相似度,并在该视频帧组对应的所述多个第一相似度中确定出具有最大值的第一相似度,作为该视频帧组对应的目标第一相似度;
针对所述至少一个视频帧组中的每一个视频帧组,将该视频帧组对应的对应的所述目标第一相似度对应的一帧所述区域标准视频帧,确定为该视频帧组对应的目标区域标准视频帧;
针对所述至少一个视频帧组中的每一个视频帧组,获取该视频帧组对应的所述目标区域标准视频帧对应的区域位置的区域位置信息,得到该视频帧组对应的区域位置信息;
基于对应的所述区域位置信息是否相同,对所述至少一个视频帧组进行分类,得到所述至少一个视频帧组对应的至少一个视频帧组集合,其中,所述至少一个视频帧组集合中的每一个视频帧组集合包括至少一个视频帧组,且同一个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息相同,任意不同两个所述视频帧组集合中的任意两个视频帧组对应的所述区域位置信息不相同;
基于所述至少一个视频帧组集合中每一个视频帧组集合对应的区域位置信息,确定出所述目标请求视频对应的目标区域的区域位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111346837.8A CN113949881B (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧城市数据的业务处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111346837.8A CN113949881B (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧城市数据的业务处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113949881A true CN113949881A (zh) | 2022-01-18 |
CN113949881B CN113949881B (zh) | 2023-10-03 |
Family
ID=79338191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111346837.8A Active CN113949881B (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧城市数据的业务处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113949881B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115424353A (zh) * | 2022-09-07 | 2022-12-02 | 杭银消费金融股份有限公司 | 基于ai模型的业务用户特征识别方法及*** |
CN117098295A (zh) * | 2023-09-08 | 2023-11-21 | 天津佳安节能科技有限公司 | 一种城市道路照明控制方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011146930A (ja) * | 2010-01-14 | 2011-07-28 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2018130016A1 (zh) * | 2017-01-10 | 2018-07-19 | 哈尔滨工业大学深圳研究生院 | 一种基于监控视频的停车检测方法及装置 |
CN108537157A (zh) * | 2018-03-30 | 2018-09-14 | 特斯联(北京)科技有限公司 | 一种基于人工智能分类实现的视频场景判断方法与装置 |
CN111479115A (zh) * | 2020-04-14 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 一种视频图像处理方法、装置及计算机可读存储介质 |
CN111488487A (zh) * | 2020-03-20 | 2020-08-04 | 西南交通大学烟台新一代信息技术研究院 | 一种面向全媒体数据的广告检测方法及检测*** |
JP2020149641A (ja) * | 2019-03-15 | 2020-09-17 | オムロン株式会社 | 物体追跡装置および物体追跡方法 |
CN112954393A (zh) * | 2021-01-21 | 2021-06-11 | 北京博雅慧视智能技术研究院有限公司 | 一种基于视频编码的目标跟踪方法、***、存储介质及终端 |
CN113259213A (zh) * | 2021-06-28 | 2021-08-13 | 广州市威士丹利智能科技有限公司 | 一种基于边缘计算智能网关的智能家居信息监控方法 |
CN113628073A (zh) * | 2021-07-23 | 2021-11-09 | 续斐 | 一种智慧小区的物业管理方法及*** |
-
2021
- 2021-11-15 CN CN202111346837.8A patent/CN113949881B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011146930A (ja) * | 2010-01-14 | 2011-07-28 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
WO2018130016A1 (zh) * | 2017-01-10 | 2018-07-19 | 哈尔滨工业大学深圳研究生院 | 一种基于监控视频的停车检测方法及装置 |
CN108537157A (zh) * | 2018-03-30 | 2018-09-14 | 特斯联(北京)科技有限公司 | 一种基于人工智能分类实现的视频场景判断方法与装置 |
JP2020149641A (ja) * | 2019-03-15 | 2020-09-17 | オムロン株式会社 | 物体追跡装置および物体追跡方法 |
CN111488487A (zh) * | 2020-03-20 | 2020-08-04 | 西南交通大学烟台新一代信息技术研究院 | 一种面向全媒体数据的广告检测方法及检测*** |
CN111479115A (zh) * | 2020-04-14 | 2020-07-31 | 腾讯科技(深圳)有限公司 | 一种视频图像处理方法、装置及计算机可读存储介质 |
CN112954393A (zh) * | 2021-01-21 | 2021-06-11 | 北京博雅慧视智能技术研究院有限公司 | 一种基于视频编码的目标跟踪方法、***、存储介质及终端 |
CN113259213A (zh) * | 2021-06-28 | 2021-08-13 | 广州市威士丹利智能科技有限公司 | 一种基于边缘计算智能网关的智能家居信息监控方法 |
CN113628073A (zh) * | 2021-07-23 | 2021-11-09 | 续斐 | 一种智慧小区的物业管理方法及*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115424353A (zh) * | 2022-09-07 | 2022-12-02 | 杭银消费金融股份有限公司 | 基于ai模型的业务用户特征识别方法及*** |
CN117098295A (zh) * | 2023-09-08 | 2023-11-21 | 天津佳安节能科技有限公司 | 一种城市道路照明控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113949881B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113949881B (zh) | 一种基于智慧城市数据的业务处理方法及*** | |
CN114140713A (zh) | 一种图像识别***、图像识别方法 | |
CN114978037B (zh) | 太阳能电池性能数据监控方法及*** | |
CN114140712A (zh) | 一种自动图像识别分发***及方法 | |
CN113868471A (zh) | 一种基于监控设备关系的数据匹配方法及*** | |
CN114925348B (zh) | 一种基于指纹识别的安全验证方法及*** | |
CN115188485A (zh) | 基于智慧医疗大数据的用户需求分析方法及*** | |
CN114697618A (zh) | 一种基于移动终端的楼宇控制方法及*** | |
CN116821777B (zh) | 一种新型基础测绘数据整合方法及*** | |
CN114139016A (zh) | 一种智慧小区的数据处理方法及*** | |
CN114189535A (zh) | 一种基于智慧城市数据的业务请求方法及*** | |
CN115620243B (zh) | 基于人工智能的污染源监测方法、***及云平台 | |
CN115100541B (zh) | 一种卫星遥感数据的处理方法、***及云平台 | |
CN115065842B (zh) | 基于虚拟现实的全景视频串流交互方法及*** | |
CN115375886A (zh) | 一种基于云计算服务的数据采集方法及*** | |
CN115049792B (zh) | 一种高精度地图构建处理方法及*** | |
CN115639578A (zh) | 一种北斗导航定位监测处理方法及*** | |
CN115457467A (zh) | 一种基于数据挖掘的建筑质量隐患定位方法及*** | |
CN115424193A (zh) | 一种训练图像信息处理的方法及*** | |
CN114095734A (zh) | 一种基于数据处理的用户数据压缩方法及*** | |
CN114140714A (zh) | 一种智慧城市的数据处理方法及*** | |
CN114416786A (zh) | 流数据的处理方法、装置、存储介质及计算机设备 | |
CN115082709B (zh) | 遥感大数据处理方法、***及云平台 | |
CN115620031B (zh) | 一种自然资源确权登记信息处理方法、***及设备 | |
CN114997343B (zh) | 基于空气净化检测的故障原因追溯方法及*** |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230906 Address after: No.1 Lanhai Road, hi tech Zone, Yantai City, Shandong Province Applicant after: Shandong Ruihan Network Technology Co.,Ltd. Address before: 650101 block B, building 9, Dingyi business center, No. 99, Keyuan Road, high tech Zone, Wuhua District, Kunming, Yunnan Province Applicant before: Zhao Qianqian |
|
GR01 | Patent grant | ||
GR01 | Patent grant |