CN117750040B - 智能服务器集群的视频业务均衡方法、装置、设备及介质 - Google Patents
智能服务器集群的视频业务均衡方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117750040B CN117750040B CN202410186284.1A CN202410186284A CN117750040B CN 117750040 B CN117750040 B CN 117750040B CN 202410186284 A CN202410186284 A CN 202410186284A CN 117750040 B CN117750040 B CN 117750040B
- Authority
- CN
- China
- Prior art keywords
- intelligent
- video stream
- servers
- video
- server
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 113
- 238000004458 analytical method Methods 0.000 claims abstract description 212
- 238000012545 processing Methods 0.000 claims description 85
- 230000008569 process Effects 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 4
- 239000003086 colorant Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 229930091051 Arenine Natural products 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请实施例公开了智能服务器集群的视频业务均衡方法、装置、设备及介质。该方法由管理服务器或图像采集器执行时包括:通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。上述方案能够根据识别出的目标的类型以及数量,量化计算对视频流进行智能分析所对应的任务量,从而在后续的视频流分配中综合考虑任务量以及智能服务器的分析能力数据,均衡地向智能服务器分配视频流,实现任务量层面的负载均衡。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及智能服务器集群的视频业务均衡方法、装置、设备及介质。
背景技术
目前,图像采集器被广泛应用于目标检测中。前端的图像采集器往往会采集到大量的视频数据,后端的智能服务器需要对前端采集的视频数据进行分析,以检测视频数据中的目标特征。
为了降低后端智能服务器的处理压力,以及提高视频数据的分析效率,可以采用多个智能服务器并行分析视频数据,从而实现同步处理,提高了视频数据的分析效率。现有技术通常会根据视频段的数量、图像采集器数量以及智能服务器的数量进行视频流分配。但是不同目标区域的视频段,以及同一目标区域的不同视频段的内容存在差异,对相同时长的不同视频段进行分析所消耗的资源可能不同,因此仅根据视频段数量以及智能服务器数量进行视频流分配,仍然会造成各智能服务器资源消耗不均衡的情况。
发明内容
本申请实施例提供了智能服务器集群的视频业务均衡方法、装置、设备及介质,以实现智能服务器中待分析视频流的均衡分配。
根据本申请的一方面,提供了一种智能服务器集群的视频业务均衡方法,该方法由管理服务器或图像采集器执行时包括:
通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;
根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;
根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。
根据本申请的一方面,提供了一种智能服务器集群的视频业务均衡方法,该方法由管理服务器或智能服务器执行时包括:
确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据上述任一实施例中由管理服务器或图像采集器执行时的智能服务器集群的视频业务均衡方法分配的;
若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求;
接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器。
根据本申请的一方面,提供了一种智能服务器集群的视频业务均衡装置,配置于管理服务器或图像采集器,所述装置包括:
目标检测模块,用于通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;
任务量确定模块,用于根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;
分配模块,用于根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。
根据本申请的一方面,提供了一种智能服务器集群的视频业务均衡装置,配置于管理服务器或智能服务器,所述装置包括:
分析能力数据确定模块,用于确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据上述任一实施例中由管理服务器或图像采集器执行时的智能服务器集群的视频业务均衡方法分配的;
处理资源借用请求发送模块,用于若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求;
允许借用应答消息接收模块,用于接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器。
根据本申请的另一方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及
与至少一个处理器数据处理连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本申请任一实施例的由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法,或者由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本申请任一实施例的由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法,或者由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
本申请实施例的技术方案,通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。上述方案能够根据识别出的目标的类型以及数量,量化计算对视频流进行智能分析所对应的任务量,从而在后续的视频流分配中综合考虑任务量以及智能服务器的分析能力数据,均衡地向智能服务器分配视频流,实现任务量层面的负载均衡。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法的流程图;
图2为本申请另一实施例提供的一种由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法的流程图;
图3为本申请实施例提供的一种由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法的流程图;
图4为本申请实施例提供的一种配置于管理服务器或图像采集器的智能服务器集群的视频业务均衡装置的结构示意图;
图5为本申请实施例提供的一种配置于管理服务器或智能服务器的智能服务器集群的视频业务均衡装置的结构示意图;
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”、“实际”、“预设”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本申请实施例提供的一种由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法的流程图,本申请实施例可适用于将视频流向各智能服务器进行均衡分配的情况。典型的,本申请实施例可适用于根据对目标进行分析的任务量将视频流向各智能服务器进行均衡分配的情况。该方法可以由智能服务器集群的视频业务均衡装置来执行,该智能服务器集群的视频业务均衡装置可以采用硬件和/或软件的形式实现,该智能服务器集群的视频业务均衡装置可配置于电子设备中。如图1所示,该方法包括:
S110、通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量。
其中,图像采集器可以为部署于目标区域周围环境中的图像采集设备,用于对目标区域进行监控。目标区域可以为图像采集器视场范围中的全部或者一部分。在本申请实施例中,智能服务器可以承担至少一个图像采集器采集视频流的分析任务,一个图像采集器的视频流也可以对应分配给至少一个智能服务器进行分析。管理服务器可以对图像采集器以及智能服务器进行管理和调度。图像采集器和智能服务器可以向管理服务器进行注册,注册成功后由管理服务器进行管理。管理服务器接收图像采集器发送的视频流,并向智能服务器分配视频流。图像采集器也可以和智能服务器进行通信,图像采集器可以直接向智能服务器发送视频流,智能服务器对接收到的视频流进行分析。如果存在至少两个图像采集器,至少两个图像采集器可以为对应于一个目标区域的,也可以为对应于至少两个目标区域的。目标的类型可以根据实际情况确定,例如可以包括机动车、非机动车、行人、动物、植物等中的至少一类。
在本申请实施例中,可以设定单位时间,针对单位时间内图像采集器采集的视频流,检测视频流中出现在目标区域中的目标的类型以及数量。检测的目标可以为特定类型的目标。例如,图像采集器采集的视频流中包括4种类型的目标,包括机动车、非机动车、人以及植物。但是在特定的业务场景中,仅需要对视频流中的机动车和人进行分析,则此时特定类型即为机动车和人,仅对机动车和人进行检测。检测的目标也可以为视频流中出现在目标区域中的全部目标。目标的数量为属于同一类型的目标数量。
S120、根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量。
示例性的,目标的类型不同,对视频流进行分析对应的任务量不同。例如,如果目标为人,则需要对人的面部特征、体部特征、穿戴特征、肢体动作等进行分析,因此对人进行分析对应的任务量较大。如果目标为机动车,在常规的业务场景下仅需要对机动车的车牌号、车身颜色进行分析,因此对机动车进行分析对应的任务量较小。基于此,可以将目标的类型,作为确定对目标进行分析所需任务量的参考因素。
另外,目标的数量也影响着对视频流进行分析对应的任务量的多少。一般情况下,对同一种类型的目标进行分析时,目标的数量越多,则对应的任务量越大,目标的数量越少,则对应的任务量越小。
在本申请实施例中,考虑到视频流中目标的类型、数量不同,对视频流分析消耗的资源不同,综合考虑目标的类型以及目标数量,精准地对分析目标任务进行量化,从而精准地确定对视频流进行分析对应的任务量。
在本申请实施例中,根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量,包括:
根据所述目标的类型,确定所述目标的待分析特征信息;
根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量。
其中,待分析特征信息可以包括待分析特征数量、待分析特征颜色复杂度、待分析特征状态复杂度等。目标的类型不同,目标的待分析特征信息也不同。可以预先确定各类型与待分析特征信息的对应关系。对图像采集器采集的视频流进行检测确定目标的类型,再根据对应关系,确定该类型对应的待分析特征信息。假设目标的类型为人,则目标的待分析特征包括面部特征、体部特征、穿戴特征、肢体动作,待分析特征数量为四个。待分析特征颜色包括肤色以及穿戴可能出现的全部颜色,待分析特征颜色复杂度较高。待分析特征状态可能包括面部的喜怒哀乐、体部特征以及肢体动作的多种姿势,待分析特征状态复杂度较高。由此可以确定,对人进行分析对应的任务量较大。假设目标的类型为机动车,则目标的待分析特征包括车牌号和车身颜色。待分析特征的数量为两个,待分析特征颜色包括车牌的颜色和车身颜色,而车牌和车身的颜色一般是固定的几种颜色,待分析特征颜色复杂度一般。待分析特征状态单一,无形状变化,待分析特征状态复杂度较低。由此可以确定,对机动车进行分析对应的任务量一般,小于对人进行分析对应的任务量。
在本申请实施例中,待分析特征信息和任务量存在关联,目标的数量也和任务量存在关联,因此根据待分析特征信息和同一类型的目标的数量,确定对每种类型的目标进行分析对应的任务量,进而确定对视频流进行分析对应的任务量。上述方案的有益效果在于,能够通过目标的类型,进一步确定对该目标进行分析的待分析特征信息,反映对目标进行分析的复杂程度,结合目标的数量,对视频流的分析任务进行准确地量化,最真实精确地反映对视频流进行分析对应的资源消耗。
在本申请实施例中,根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量,包括:
根据待分析特征信息为所述目标赋予对应的权重值;
将所述目标对应的权重值以及同一类型目标的数量的乘积,作为该类型目标对应的任务量;
将各类型目标的任务量进行累加,得到对所述视频流进行分析对应的任务量。
示例性的,为了将待分析特征信息对任务量的影响进行量化表示,可以根据待分析特征信息为目标赋予对应的权重值。例如,目标的类型为人,对应的待分析特征信息包括待分析特征数量为四个,待分析特征颜色复杂度较高,待分析特征状态复杂度较高,可以赋予该目标对应的权重值8。目标的类型为机动车,对应的待分析特征信息包括待分析特征数量为两个,待分析特征颜色复杂度一般,待分析特征状态复杂度较低,可以赋予该目标对应的权重5。目标的类型为非机动车,对应的待分析特征信息包括待分析特征数量为两个,待分析特征颜色复杂度较低,待分析特征状态复杂度较低,可以赋予该目标对应的权重3。
在本申请实施例中,同一类型的目标对应的权重值可以是一致的。对于同一类型的目标对应的任务量,可以将该类型目标对应的权重值与该类型目标的数量的乘积进行表示。如果视频流中需要进行识别的目标的类型包括至少两种,则将各类型目标的任务量进行累加,得到对视频流进行分析对应的任务量。
示例性的,对视频流进行分析对应的任务量=,其中,i为目标的类型,n为类型的数量。/>为第i类目标的任务量。/>,/>为第i类目标对应的权重值,m为第i类目标的数量。上述方案能够通过赋予目标对应的权重值,从而直观便捷地对目标的待分析特征信息复杂度进行表示,以根据权重值及目标数量计算出对视频流进行分析的具体任务量,准确地反映对目标进行分析需要消耗的资源。
S130、根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。
其中,分析能力数据能够反映智能服务器对目标的分析能力。分析能力数据与任务量具有相同的单位,分析能力数据需要换算为任务量的单位。例如,根据智能服务器的硬件性能确定该智能服务器能够分析处理的目标类型以及目标的数量,确定该目标类型对应的待分析特征信息,根据待分析特征信息赋予对应的权重值,计算权重值与该类型目标的数量的乘积,并将各类型目标对应的乘积进行累加,作为该智能服务器的分析能力数据。
示例性的,可以获取或计算至少两个智能服务器的分析能力数据。分析能力数据和任务量为相同的单位,因此可以直接将分析能力数据与任务量进行对比,根据对比的结果向智能服务器分配视频流,智能服务器对分配的视频流进行分析。
本申请实施例的方案能够细化计算对视频流分析对应的任务量,并精准量化计算任务量,从而根据精确的任务量对视频流进行分配,实现智能服务器中视频流任务量的均衡,提高对视频流的分析效率,解决仅根据图像采集器数量以及智能服务器数量进行分配时对智能服务器的资源消耗不均衡的问题,避免部分智能服务器分析压力过大而部分智能服务器空闲的情况。
在本申请实施例中,智能服务器的选取过程包括:
计算各智能服务器与图像采集器之间的距离;
选择距离图像采集器最近的预设数量个,或者距离小于预设距离的智能服务器,用于接收分配的视频流并进行分析。
示例性的,为了提高目标分析的实时性,管理服务器可以仅将一部分智能服务器通知给图像采集器,而不是把全部的智能服务器通知给图像采集器。在选取需要通知给图像采集器,以对图像采集器的视频流进行目标分析的智能服务器的过程中,可以根据智能服务器与图像采集器之间的距离进行选择。具体的,确定各智能服务器与图像采集器之间的距离,选择预设数量个距离图像采集器最近的智能服务器,或者,选择距离小于预设距离的智能服务器,用于通知给图像采集器,以及接收分配的视频流进行目标分析。其中,预设数量和预设距离可以根据实际情况确定。上述方案能够避免将全部的智能服务器均通知图像采集器,但是在目标分析时却利用不到,反而影响实时性的问题。选择距离较小的智能服务器用于分析任务,能够节省在视频流传输过程中的带宽损耗和占用,提高视频流传输效率。
在本申请实施例中,管理服务器或图像采集器也可以通过TCP协议或者UDP协议获取智能服务器的工作状态。如果存在智能服务器异常,则重新分配视频流到其他智能服务器。例如,如果智能服务器A与IPC9出现了交互路由时延过大的问题,IPC9感知智能服务器A故障,在后续分配视频段时在智能服务器B、智能服务器C之间进行分配。
本申请实施例的技术方案,通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。上述方案能够根据识别出的目标的类型以及数量,量化计算对视频流进行智能分析所对应的任务量,从而在后续的视频流分配中综合考虑任务量以及智能服务器的分析能力数据,均衡地向智能服务器分配视频流,实现任务量层面的负载均衡。
图2为本申请另一实施例提供的一种由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法的流程图,本申请实施例以上述实施例为基础进行优化,未在本申请实施例中详尽描述的方案见上述实施例。如图2所示,本申请实施例的方法具体包括如下步骤:
S210、通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量。
S220、根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量。
S230、根据至少两个智能服务器的最大分析能力值以及已用分析能力值,确定所述智能服务器的分析能力数据。
在本申请实施例中,为了实现视频流的并行分析,提高视频流的分析效率,可以配置至少两个智能服务器,用于对视频流进行分析。最大分析能力值反映智能服务器具备的最大的分析能力,可以为智能服务器在运行内存全部占满的情况下能够分析的全部目标的权重值之和。全部目标可以根据智能服务器的最大运行内存以及对一种类型目标分析的运行内存消耗量确定。已用分析能力为当前智能服务器已接收的目标的权重值之和。已接收的目标即为管理服务器向智能服务器已分配的需要进行分析的目标。
在本申请实施例中,可以根据各智能服务器的最大分析能力值以及已用分析能力值,确定智能服务器的分析能力数据,例如,可以将最大分析能力值与已用分析能力值的差,作为智能服务器的分析能力数据。也可以通过其他运算方式对最大分析能力值以及已用分析能力值进行运算,以反映智能服务器的分析能力。
在本申请实施例中,若所述智能服务器集群的视频业务均衡方法由管理服务器执行,则最大分析能力值以及已用分析能力值的获取过程包括:
获取至少两个智能服务器的注册信息,根据注册信息确定各智能服务器的最大分析能力值;
根据所述管理服务器已向智能服务器分配的视频流,或者各智能服务器上报的已接收的视频流,确定各智能服务器的已用分析能力值;
若所述智能服务器集群的视频业务均衡方法由图像采集器执行,则最大分析能力值以及已用分析能力值的获取过程包括:
通过所述管理服务器获取智能服务器的最大分析能力值;
通过所述管理服务器获取智能服务器的已用分析能力值,或者向智能服务器发送已用分析能力值获取请求,接收智能服务器返回的已用分析能力值。
示例性的,本申请实施例中的方案可以由管理服务器执行也可以由图像采集器执行。如果由管理服务器执行,则管理服务器获取智能服务器的最大分析能力值以及已用分析能力值,确定智能服务器的分析能力数据,并根据分析能力数据以及任务量向智能服务器分配视频流。具体的,至少两个智能服务器会携带注册信息向管理服务器注册,注册信息中包括智能服务器的最大分析能力值等信息,管理服务器可以根据注册信息获取智能服务器的最大分析能力值。管理服务器可以记录已经向各智能服务器分配的未处理视频流对应的任务量,或者在各智能服务器接收到视频流之后,统计已接收到的未处理视频流对应的任务量,向管理服务器上报该任务量,管理服务器根据已向智能服务器分配的视频流对应的任务量,或者智能服务器上报的已接收到的视频流的任务量,确定智能服务器的已用分析能力值。
示例性的,如果本申请实施例的方案由图像采集器执行,则向管理服务器请求获取智能服务器的最大分析能力值。图像采集器可以向管理服务器请求获取智能服务器的已用分析能力值,也可以向智能服务器发送已用分析能力值获取请求,智能服务器将自身的已用分析能力值返回给图像采集器,从而获取智能服务器的已用分析能力值。
S240、遍历各图像采集器的视频流进行分配,在每一次遍历过程中将所述视频流分配给至少两个智能服务器中分析能力数据最大且/或不小于所述任务量的智能服务器。
示例性的,分析能力数据越大,表明智能服务器当前对目标进行分析的能力越大。在向智能服务器分配视频流的过程中,可以遍历各图像采集器,对各图像采集器的视频流进行分配。在遍历过程中,针对需要分配的视频流,可以将该视频流分配给至少两个智能服务器中分析能力数据最大的智能服务器。另外,分配的智能服务器可以选择分析能力数据不小于待分配的数据流的任务量的智能服务器,以保证该智能服务器满足对视频流进行分析的能力要求。通过将视频流分配给至少两个智能服务器中分析能力数据最大且/或不小于所述任务量的智能服务器,从而在分配过程中实现任务量层面的负载均衡,实现了更加细粒度的分配,保证各智能服务器能够均匀分配到任务量,提高视频流的处理效率以及智能服务器的利用率。
以下为根据至少两个智能服务器的分析能力数据以及任务量向智能服务器分配视频流的具体实现方式,具体的,假设有九个图像采集器IPC1-IPC9。九个图像采集器的任务量分别为1、3、4、2、3、1、5、4、2。智能服务器包括智能服务器A、智能服务器B和智能服务器C。可以对各图像采集器的任务量按照从小到大的顺序进行排序,得到表1。
表1
从任务量最小的图像采集器开始,对图像采集器的视频流进行分配,在分配的过程中优先选择各智能服务器中分析能力数据最大且/或不小于视频流任务量的智能服务器。示例性的,假设三个智能服务器的最大分析能力值分别为10、10和10,已用分析能力值分别为0、0和0。分析能力数据分别为10、10和10。则可以先将IPC1的视频流分配给智能服务器A,三个智能服务器的分析能力数据分别为9、10、10。则可以将IPC6的视频流分配给智能服务器B。以此类推。分配结束后三个智能服务器的任务量分别为7、8、10。也可以计算各图像采集器的任务量的总和,即为25,按照负载均衡的原则,三个智能服务器理应分配的任务量可以为8、8、9。因此可以将IPC1、IPC6、IPC5和IPC2的视频流分配给智能服务器A,将IPC4、IPC9和IPC3的视频流分配给智能服务器B,将IPC7和IPC8的视频流分配给智能服务器C。
假设三个智能服务器的最大分析能力值分别为20、15和10,已用分析能力值分别为7、8和10。分析能力数据分别为13、7和0。也可以用剩余分析能力比例13/20=65%、7/15=46.7%、0/10=0从另一维度表示三个智能服务器的分析能力。在视频流分配过程中,针对于IPC1,智能服务器A和智能服务器B的分析能力数据大于IPC1的视频流对应的任务量,且智能服务器A的分析能力数据最大,或者剩余分析能力比例最大,因此将IPC1的视频流分配给智能服务器A进行分析。分配完之后仍然是智能服务器A的分析能力数据最大,或者剩余分析能力比例最大,因此再将IPC6的视频流分配给智能服务器A进行分析。
上述任务量以及分析能力数据的具体值只是一种举例,实际的值根据实际情况确定。
在本申请实施例中,根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,包括:
对各单位时间内的视频流对应的任务量进行累计统计;
若累计任务量达到预设任务量阈值,则在分析能力数据大于所述任务量的情况下,将累计的该段视频流分配给至少两个智能服务器中的一个智能服务器。
其中,预设任务量阈值可以根据实际情况确定,例如可以为10、100等值,与任务量的单位一致。示例性的,每个图像采集器采集视频流对应的任务量可能存在较大差异,直接将图像采集器采集的任务量较多的视频流分配给智能服务器分析,可能造成较大冲击,或者分配的视频流的任务量较少且分配频繁,导致智能服务器空闲,并且交互链路频繁占用。在本申请实施例中,智能服务器或者管理服务器对同一图像采集器在各单位时间内采集的视频流对应的任务量进行累计统计,如果累计任务量达到预设任务阈值,则执行一次分配过程,可以将累计的该段视频流分配给一个有足够处理能力的智能服务器。针对于各图像采集器的视频流,可以按照轮流的方式向智能服务器分配,例如IPC1的视频流任务量达到预设任务量阈值后,将IPC1的视频流分配给智能服务器A,IPC2的视频流任务量达到预设任务量阈值后,将IPC2的视频流分配给智能服务器B,以此类推。上述方案能够避免一些图像采集器视频流对应的任务量较多且集中于一个时间段对智能服务器产生冲击,而一些图像采集器视频流对应的任务量较少或者较分散导致智能服务器空闲的情况,能够解决分配的任务量在时间上不均匀的问题,从而实现任务量在各智能服务器之间以及在时间上的均匀分配。
在本申请实施例中,根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,包括:
将至少两个图像采集器在同一周期内的视频流对应的任务量进行一致性匹配;
若连续预设数量周期内的任务量均匹配成功,则根据至少两个图像采集器对视频流的质量评分,选择一个图像采集器的视频流,向智能服务器分配所述视频流。
示例性的,在一些场景下,可能存在至少两个图像采集器从不同的角度共同对同一目标区域进行图像采集。例如,在一些停车场中,出入口采用双摄像机方案,在出入口的上方和下方,分别安装图像采集器对出入的车辆进行监控,以解决前后跟车较紧时后车车牌被前车遮挡无法采集和识别的问题。或者在出入口的左侧和右侧,分别安装图像采集器对出入的车辆进行监控,以解决左右并行出入的车辆车牌相隔较远无法同时准确识别的问题。在存在至少两个图像采集器对目标区域进行图像采集器时,出现在视频流中的目标实际为相同的目标,如果全部送入智能服务器进行分析,则会造成重复分析,增加智能服务器的负担。在本申请实施例中,针对至少两个图像采集器在同一周期内采集的视频流,将视频流对应的任务量进行一致性匹配,确定不同图像采集器的视频流对应的任务量是否一致。若存在至少两个图像采集器的视频流对应的任务量一致,且保持在连续预设数量个周期内均一致,则说明至少两个图像采集器对同一目标区域进行图像采集,可以选择一个图像采集器的视频流进行目标分析。例如,假设预设周期为四个周期,IPC1和IPC2在第一个周期内采集的视频流对应的任务量均为8,在第二个周期内采集的视频流对应的任务量均为16,在第三个周期内采集的视频流对应的任务量均为16,在第四个周期内采集的视频流的任务量均为8,则可以确定IPC1和IPC2为对同一目标区域进行图像采集。
具体的,图像采集器的视频流的选择过程可以为:由各图像采集器对自身采集的视频流进行质量检测,例如对视频流中车牌的角度、亮度、清晰度等指标进行检测评价,得到各视频流的质量评分。根据质量评分选择图像采集器的视频流,例如选择质量评分最高的视频流,并向智能服务器分配该视频流。上述视频流的选择过程可以为周期性确定的,例如在第一个周期中,IPC2的视频流的质量评分最高,则向智能服务器分配IPC2的视频流进行分析。在第二个周期中,IPC1的视频流的质量评分最高,则向智能服务器中分配IPC1的视频流进行分析。上述方案通过对图像采集器的视频流的任务量进行匹配,从而确定采集的目标相同的图像采集器,选择一路视频流发送智能服务器进行分析,避免多个图像采集器采集的相同的目标重复分析,造成智能服务器资源的浪费,且增加处理压力。
本申请实施例提供了一种智能服务器集群的视频业务均衡方法,根据至少两个智能服务器的最大分析能力值以及已用分析能力值,确定所述智能服务器的分析能力数据;遍历各图像采集器的视频流进行分配,在每一次遍历过程中将所述视频流分配给至少两个智能服务器中分析能力数据最大且/或不小于所述任务量的智能服务器。上述方案能够准确地根据智能服务器的最大分析能力值以及已用分析能力值,确定智能服务器的分析能力数据,根据量化的任务量以及分析能力数据向智能服务器分配视频流,实现了更细粒度地负载均衡分配,使各智能服务器在任务量的层面实现均衡,提高了目标分析效率以及智能服务器的利用率。
图3为本申请实施例提供的一种由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法的流程图,本申请实施例以上述实施例为基础进行优化,未在本申请实施例中详尽描述的方案见上述实施例。如图3所示,本申请实施例的方法具体包括如下步骤:
S310、确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据上述任一实施例中由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法分配的。
示例性的,管理服务器或图像采集器基于上述任一实施例所述的智能服务器集群的视频业务均衡方法向智能服务器分配视频流。智能服务器接收到分配的视频流后,确定自身的已用分析能力值。智能服务器可以根据自身的最大分析能力值以及已用分析能力值,确定分析能力数据。或者智能服务器向管理服务器上报自身的最大分析能力值以及已用分析能力值,管理服务器根据最大分析能力值以及已用分析能力值,确定智能服务器的分析能力数据。
S320、若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求。
其中,预设能力阈值和预设范围可以根据实际情况确定。该预设范围是分析能力数据低于预设能力阈值的智能服务器的预设范围。如果分析能力数据低于预设能力阈值,则确定该智能服务器难以正常对分配的视频流进行分析,可以在预设范围内查找有处理能力的其他智能服务器,以使其他智能服务器对该智能服务器的视频流进行分析。
具体的,分析能力数据低于预设能力阈值的智能服务器或者管理服务器可以向预设范围内其他智能服务器发送处理资源借用请求,以使其他智能服务器响应处理资源借用请求,将处理资源借用给该智能服务器以处理该智能服务器的视频流分析任务。
在本申请实施例中,向预设范围内的其他智能服务器发送处理资源借用请求,包括:
向预设范围内的其他智能服务器获取分析能力数据;
若存在其他智能服务器的分析能力数据大于所述视频流对应的任务量,则向该其他智能服务器发送携带有借用资源量的处理资源借用请求,以使其他智能服务器锁定借用资源量的处理资源,用于对所述智能服务器发送的视频流进行处理。
其中,借用资源量大于或等于该分配给该智能服务器的视频流的任务量。示例性的,为了提高处理效率,智能服务器或者管理服务器可以向预设范围内其他智能服务器获取分析能力数据,如果存在其他智能服务器的分析能力数据大于该智能服务器视频流对应任务量,则向该其他智能服务器发送携带有借用资源量的处理资源借用请求,以针对性地向其他智能服务器发送处理资源处理请求,避免向全部其他智能服务器借用处理资源造成部分不必要的交互流程。该其他智能服务器接收到处理资源借用请求后,如果判断分析能力数据大于借用资源量,则将该部分借用资源量的处理资源锁定,以用于对该智能服务器的视频流进行分析,避免被其他任务占用影响该智能服务器视频流的处理。
S330、接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器,或者通过管理服务器将处理结果返回给智能服务器。
示例性的,其他智能服务器响应于该智能服务器或管理服务器发送的处理资源借用请求,在自身的分析能力数据满足借用资源量要求的情况下,可以向该智能服务器或管理服务器反馈允许借用应答消息,该智能服务器或管理服务器向该其他智能服务器发送视频流,以使其他智能服务器对所述视频流进行处理并将处理结果返回给所述智能服务器,或者通过管理服务器将处理结果返回给智能服务器。
在本申请实施例中,所述向预设范围内的其他智能服务器发送处理资源借用请求之后,所述方法还包括:
若所述智能服务器的分析能力数据高于或等于预设能力阈值,则向其他智能服务器发送处理资源归还指令,以使其他智能服务器解除对处理资源的锁定。
示例性的,如果智能服务器的分析能力数据高于或等于预设能力阈值,也就是智能服务器目前有能力对分配的视频流进行处理,则不需要再向其他智能服务器借用处理资源。智能服务器或管理服务器向已经被借用处理资源的其他管理服务器发送处理资源归还指令,其他智能服务器接收到处理资源归还指令,解除对处理资源的锁定,以使该处理资源能够继续处理其他任务。
本申请实施例提供了一种智能服务器集群的视频业务均衡方法,确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据上述任一实施例中由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法分配的。若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求。接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器,或者通过管理服务器将处理结果返回给智能服务器。上述方案能够在后端进行任务量以及分析能力数据的评估,根据评估结果在各智能服务器之间进行资源调度,及时前端分配的过程中出现了负载不均衡的问题,也可以通过上述方案对后端资源进行调整,实现负载均衡。
图4为本申请实施例提供的一种配置于管理服务器或图像采集器的智能服务器集群的视频业务均衡装置的结构示意图,该装置可执行本申请任意实施例所提供的智能服务器集群的视频业务均衡方法,具备执行方法相应的功能模块和有益效果。如图4所示,所述装置包括:
目标检测模块410,用于通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;
任务量确定模块420,用于根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;
分配模块430,用于根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析。
在本申请实施例中,任务量确定模块420,具体用于:
根据所述目标的类型,确定所述目标的待分析特征信息;
根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量。
在本申请实施例中,任务量确定模块420,具体用于:
根据待分析特征信息为所述目标赋予对应的权重值;
将所述目标对应的权重值以及同一类型目标的数量的乘积,作为该类型目标对应的任务量;
将各类型目标的任务量进行累加,得到对所述视频流进行分析对应的任务量。
在本申请实施例中,分配模块430,具体用于:
根据至少两个智能服务器的最大分析能力值以及已用分析能力值,确定所述智能服务器的分析能力数据;
遍历各图像采集器的视频流进行分配,在每一次遍历过程中将所述视频流分配给至少两个智能服务器中分析能力数据最大且/或不小于所述任务量的智能服务器。
在本申请实施例中,若所述智能服务器集群的视频业务均衡方法由管理服务器执行,则所述装置还包括:
第一获取模块,用于获取至少两个智能服务器的注册信息,根据注册信息确定各智能服务器的最大分析能力值;
第二获取模块,用于根据所述管理服务器已向智能服务器分配的视频流,或者各智能服务器上报的已接收的视频流,确定各智能服务器的已用分析能力值;
若所述智能服务器集群的视频业务均衡方法由图像采集器执行,则所述装置还包括:
第三获取模块,用于通过所述管理服务器获取智能服务器的最大分析能力值;
第四获取模块,用于通过所述管理服务器获取智能服务器的已用分析能力值,或者向智能服务器发送已用分析能力值获取请求,接收智能服务器返回的已用分析能力值。
在本申请实施例中,分配模块430,具体用于:
对各单位时间内的视频流对应的任务量进行累计统计;
若任务量达到预设任务量阈值,则在分析能力数据大于所述任务量的情况下,将累计的该段视频流分配给至少两个智能服务器中的一个智能服务器。
在本申请实施例中,分配模块430,具体用于:
将至少两个图像采集器在同一周期内的视频流对应的任务量进行一致性匹配;
若连续预设数量周期内的任务量均匹配成功,则根据至少两个图像采集器对视频流的质量评分,选择一个图像采集器的视频流,向智能服务器分配所述视频流。
在本申请实施例中,所述装置还包括:
距离计算模块,用于计算各智能服务器与图像采集器之间的距离;
智能服务器选择模块,用于选择距离图像采集器最近的预设数量个,或者距离小于预设距离的智能服务器,用于接收分配的视频流并进行分析。
本申请实施例所提供的一种配置于管理服务器或图像采集器的智能服务器集群的视频业务均衡装置可执行本申请任意实施例所提供的一种由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法,具备执行方法相应的功能模块和有益效果。
图5为本申请实施例提供的一种配置于管理服务器或智能服务器的智能服务器集群的视频业务均衡装置的结构示意图,该装置可执行本申请任意实施例所提供的智能服务器集群的视频业务均衡方法,具备执行方法相应的功能模块和有益效果。如图5所示,所述装置包括:
分析能力数据确定模块510,用于确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据上述任一实施例中由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法分配的;
处理资源借用请求发送模块520,用于若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求;
允许借用应答消息接收模块530,用于接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器。
在本申请实施例中,处理资源借用请求发送模块520,具体用于:
向预设范围内的其他智能服务器获取分析能力数据;
若存在其他智能服务器的分析能力数据大于所述视频流对应的任务量,则向该其他智能服务器发送携带有借用资源量的处理资源借用请求,以使其他智能服务器锁定借用资源量的处理资源,用于对所述智能服务器发送的视频流进行处理。
在本申请实施例中,所述装置还包括:
处理资源归还指令发送模块,用于若所述智能服务器的分析能力数据高于或等于预设能力阈值,则向其他智能服务器发送处理资源归还指令,以使其他智能服务器解除对处理资源的锁定。
本申请实施例所提供的一种配置于管理服务器或智能服务器的智能服务器集群的视频业务均衡装置可执行本申请任意实施例所提供的一种由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法,具备执行方法相应的功能模块和有益效果。
图6示出了可以用来实施本申请的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11数据处理连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及数据处理单元19,例如网卡、调制解调器、无线数据处理收发机等。数据处理单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法,或者由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
在一些实施例中,智能服务器集群的视频业务均衡方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或数据处理单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的智能服务器集群的视频业务均衡方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行由管理服务器或图像采集器执行的智能服务器集群的视频业务均衡方法,或者由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程智能服务器集群的视频业务均衡装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据数据处理(例如,数据处理网络)来将***的部件相互连接。数据处理网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过数据处理网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请的技术方案所期望的信息,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (11)
1.一种智能服务器集群的视频业务均衡方法,其特征在于,由管理服务器或图像采集器执行,所述方法包括:
通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;
根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;
根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析;
根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量,包括:
根据所述目标的类型,确定所述目标的待分析特征信息;待分析特征信息包括待分析特征数量、待分析特征颜色复杂度以及待分析特征状态复杂度;
根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量;
根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量,包括:
根据待分析特征信息为所述目标赋予对应的权重值;
将所述目标对应的权重值以及同一类型目标的数量的乘积,作为该类型目标对应的任务量;
将各类型目标的任务量进行累加,得到对所述视频流进行分析对应的任务量;
根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,包括:
将至少两个图像采集器在同一周期内的视频流对应的任务量进行一致性匹配;
若连续预设数量周期内的任务量均匹配成功,则根据至少两个图像采集器对视频流的质量评分,从至少两个图像采集器中选择一个视频流质量评分最高的图像采集器,向智能服务器分配该图像采集器的视频流。
2.根据权利要求1所述的方法,其特征在于,根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,包括:
根据至少两个智能服务器的最大分析能力值以及已用分析能力值,确定所述智能服务器的分析能力数据;
遍历各图像采集器的视频流进行分配,在每一次遍历过程中将所述视频流分配给至少两个智能服务器中分析能力数据最大且/或不小于所述任务量的智能服务器。
3.根据权利要求2所述的方法,其特征在于,若所述智能服务器集群的视频业务均衡方法由管理服务器执行,则最大分析能力值以及已用分析能力值的获取过程包括:
获取至少两个智能服务器的注册信息,根据注册信息确定各智能服务器的最大分析能力值;
根据所述管理服务器已向智能服务器分配的视频流,或者各智能服务器上报的已接收的视频流,确定各智能服务器的已用分析能力值;
若所述智能服务器集群的视频业务均衡方法由图像采集器执行,则最大分析能力值以及已用分析能力值的获取过程包括:
通过所述管理服务器获取智能服务器的最大分析能力值;
通过所述管理服务器获取智能服务器的已用分析能力值,或者向智能服务器发送已用分析能力值获取请求,接收智能服务器返回的已用分析能力值。
4.根据权利要求1所述的方法,其特征在于,根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,包括:
对各单位时间内的视频流对应的任务量进行累计统计;
若任务量达到预设任务量阈值,则在分析能力数据大于所述任务量的情况下,将累计的该段视频流分配给至少两个智能服务器中的一个智能服务器。
5.一种智能服务器集群的视频业务均衡方法,其特征在于,由管理服务器或智能服务器执行,所述方法包括:
确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据权利要求1-4中任一项智能服务器集群的视频业务均衡方法分配的;
若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求;
接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器。
6.根据权利要求5所述的方法,其特征在于,向预设范围内的其他智能服务器发送处理资源借用请求,包括:
向预设范围内的其他智能服务器获取分析能力数据;
若存在其他智能服务器的分析能力数据大于所述视频流对应的任务量,则向该其他智能服务器发送携带有借用资源量的处理资源借用请求,以使其他智能服务器锁定借用资源量的处理资源,用于对所述智能服务器发送的视频流进行处理。
7.根据权利要求6所述的方法,其特征在于,所述向预设范围内的其他智能服务器发送处理资源借用请求之后,所述方法还包括:
若所述智能服务器的分析能力数据高于或等于预设能力阈值,则向其他智能服务器发送处理资源归还指令,以使其他智能服务器解除对处理资源的锁定。
8.一种智能服务器集群的视频业务均衡装置,其特征在于,配置于管理服务器或图像采集器,所述装置包括:
目标检测模块,用于通过图像采集器检测视频流中出现在目标区域的目标的类型以及数量;
任务量确定模块,用于根据所述目标的类型以及数量,确定对所述视频流进行分析对应的任务量;
分配模块,用于根据至少两个智能服务器的分析能力数据以及所述任务量,向智能服务器分配所述视频流,以使所述智能服务器对分配的视频流进行分析;
任务量确定模块,具体用于:
根据所述目标的类型,确定所述目标的待分析特征信息;待分析特征信息包括待分析特征数量、待分析特征颜色复杂度以及待分析特征状态复杂度;
根据所述待分析特征信息以及所述目标的数量,确定对所述视频流进行分析对应的任务量;
任务量确定模块,具体用于:
根据待分析特征信息为所述目标赋予对应的权重值;
将所述目标对应的权重值以及同一类型目标的数量的乘积,作为该类型目标对应的任务量;
将各类型目标的任务量进行累加,得到对所述视频流进行分析对应的任务量;
分配模块,具体用于:
将至少两个图像采集器在同一周期内的视频流对应的任务量进行一致性匹配;
若连续预设数量周期内的任务量均匹配成功,则根据至少两个图像采集器对视频流的质量评分,从至少两个图像采集器中选择一个视频流质量评分最高的图像采集器,向智能服务器分配该图像采集器的视频流。
9.一种智能服务器集群的视频业务均衡装置,其特征在于,配置于管理服务器或智能服务器,所述装置包括:
分析能力数据确定模块,用于确定分配有视频流的智能服务器的分析能力数据;其中,所述视频流为根据权利要求1-4中任一项智能服务器集群的视频业务均衡方法分配的;
处理资源借用请求发送模块,用于若所述分析能力数据低于预设能力阈值,则向预设范围内的其他智能服务器发送处理资源借用请求;
允许借用应答消息接收模块,用于接收其他智能服务器响应于处理资源借用请求反馈的允许借用应答消息,向其他智能服务器发送所述视频流,以使其他服务器对所述视频流进行处理并将处理结果返回给所述智能服务器。
10.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器数据处理连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的由管理服务器或图像采集器执行智能服务器集群的视频业务均衡方法,或者执行权利要求5-7任一项所述的由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的由管理服务器或图像采集器执行智能服务器集群的视频业务均衡方法,或者实现权利要求5-7任一项所述的由管理服务器或智能服务器执行的智能服务器集群的视频业务均衡方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410186284.1A CN117750040B (zh) | 2024-02-20 | 2024-02-20 | 智能服务器集群的视频业务均衡方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410186284.1A CN117750040B (zh) | 2024-02-20 | 2024-02-20 | 智能服务器集群的视频业务均衡方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117750040A CN117750040A (zh) | 2024-03-22 |
CN117750040B true CN117750040B (zh) | 2024-06-07 |
Family
ID=90283613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410186284.1A Active CN117750040B (zh) | 2024-02-20 | 2024-02-20 | 智能服务器集群的视频业务均衡方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117750040B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120000373A (ko) * | 2010-06-25 | 2012-01-02 | 엠텍비젼 주식회사 | 멀티 카메라 시스템을 이용한 차량용 영상 녹화 장치 및 방법 |
CN102932605A (zh) * | 2012-11-26 | 2013-02-13 | 南京大学 | 一种视觉感知网络中摄像机的组合选择方法 |
US8914517B1 (en) * | 2012-09-26 | 2014-12-16 | Emc Corporation | Method and system for predictive load balancing |
CN106101710A (zh) * | 2016-08-26 | 2016-11-09 | 珠海迈科智能科技股份有限公司 | 一种分布式视频转码方法及装置 |
CN109766189A (zh) * | 2019-01-15 | 2019-05-17 | 北京地平线机器人技术研发有限公司 | 集群调度方法和装置 |
CN110062208A (zh) * | 2019-04-23 | 2019-07-26 | 上海赫煊自动化***工程有限公司 | 一种安防智能实时分析***和方法 |
CN112116636A (zh) * | 2019-06-19 | 2020-12-22 | 华为技术有限公司 | 目标分析方法、装置、***、节点设备及存储介质 |
CN113259451A (zh) * | 2021-05-31 | 2021-08-13 | 长沙鹏阳信息技术有限公司 | 一种面向大规模监控节点智能分析的集群处理架构和方法 |
CN113485842A (zh) * | 2021-07-30 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种基于设备集群进行数据分析的方法及设备 |
CN113961331A (zh) * | 2021-11-05 | 2022-01-21 | 深圳市思迪信息技术股份有限公司 | 视频渲染的任务调度方法及装置 |
CN116389492A (zh) * | 2023-04-28 | 2023-07-04 | 中国电信股份有限公司 | 视频分析***、方法、装置、计算机可读存储介质 |
CN117492989A (zh) * | 2023-11-01 | 2024-02-02 | 杭州熠禾辉生科技有限公司 | 一种ai算力可调的智能视频分析*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016133234A1 (ko) * | 2015-02-17 | 2016-08-25 | 이노뎁 주식회사 | 동적으로 할당되는 카메라 영상을 분석하는 영상 분석 시스템, 이를 포함하는 통합 관제 시스템 및 그 동작방법 |
US10778600B2 (en) * | 2016-03-30 | 2020-09-15 | Intel Corporation | Adaptive workload distribution for network of video processors |
CN112650578A (zh) * | 2019-10-12 | 2021-04-13 | 阿里巴巴集团控股有限公司 | 数据处理方法、调度平台、视频存储平台和视频处理引擎 |
CN113992687B (zh) * | 2021-12-28 | 2022-04-08 | 浙江宇视科技有限公司 | 智能业务集群调度方法、装置、电子设备及存储介质 |
CN115509739A (zh) * | 2022-09-02 | 2022-12-23 | 北京化工大学 | 一种面向视频实时智能感知的高并发调度与分析*** |
-
2024
- 2024-02-20 CN CN202410186284.1A patent/CN117750040B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120000373A (ko) * | 2010-06-25 | 2012-01-02 | 엠텍비젼 주식회사 | 멀티 카메라 시스템을 이용한 차량용 영상 녹화 장치 및 방법 |
US8914517B1 (en) * | 2012-09-26 | 2014-12-16 | Emc Corporation | Method and system for predictive load balancing |
CN102932605A (zh) * | 2012-11-26 | 2013-02-13 | 南京大学 | 一种视觉感知网络中摄像机的组合选择方法 |
CN106101710A (zh) * | 2016-08-26 | 2016-11-09 | 珠海迈科智能科技股份有限公司 | 一种分布式视频转码方法及装置 |
CN109766189A (zh) * | 2019-01-15 | 2019-05-17 | 北京地平线机器人技术研发有限公司 | 集群调度方法和装置 |
CN110062208A (zh) * | 2019-04-23 | 2019-07-26 | 上海赫煊自动化***工程有限公司 | 一种安防智能实时分析***和方法 |
CN112116636A (zh) * | 2019-06-19 | 2020-12-22 | 华为技术有限公司 | 目标分析方法、装置、***、节点设备及存储介质 |
CN113259451A (zh) * | 2021-05-31 | 2021-08-13 | 长沙鹏阳信息技术有限公司 | 一种面向大规模监控节点智能分析的集群处理架构和方法 |
CN113485842A (zh) * | 2021-07-30 | 2021-10-08 | 浙江大华技术股份有限公司 | 一种基于设备集群进行数据分析的方法及设备 |
CN113961331A (zh) * | 2021-11-05 | 2022-01-21 | 深圳市思迪信息技术股份有限公司 | 视频渲染的任务调度方法及装置 |
CN116389492A (zh) * | 2023-04-28 | 2023-07-04 | 中国电信股份有限公司 | 视频分析***、方法、装置、计算机可读存储介质 |
CN117492989A (zh) * | 2023-11-01 | 2024-02-02 | 杭州熠禾辉生科技有限公司 | 一种ai算力可调的智能视频分析*** |
Also Published As
Publication number | Publication date |
---|---|
CN117750040A (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200195835A1 (en) | Bandwidth efficient video surveillance system | |
CN102667724A (zh) | 利用加速器的、目标指向的工作负载性能管理 | |
CN112446395B (zh) | 网络摄像机、视频监控***及方法 | |
CN111475276A (zh) | 一种基于边缘计算的任务管理方法及其装置 | |
CN112162863B (zh) | 一种边缘卸载决策方法、终端及可读存储介质 | |
CN114255432A (zh) | 视频流处理方法、装置、电子设备、存储介质及*** | |
CN113010576A (zh) | 云计算***容量评估的方法、装置、设备和存储介质 | |
CN111506434B (zh) | 一种任务处理方法、装置及计算机可读存储介质 | |
CN112486788B (zh) | 一种工作量评估方法、装置、电子设备和可读存储介质 | |
CN109117280A (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
CN113553160A (zh) | 用于人工智能物联网的边缘计算节点任务调度方法及*** | |
CN112261120A (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
CN110516738B (zh) | 一种分布式比对聚类方法、装置、电子设备及存储介质 | |
CN117135131A (zh) | 一种面向云边协同场景的任务资源需求感知方法 | |
CN112596985B (zh) | 一种it资产探测方法、装置、设备和介质 | |
CN117750040B (zh) | 智能服务器集群的视频业务均衡方法、装置、设备及介质 | |
CN112615795A (zh) | 流量控制方法、装置、电子设备、存储介质及产品 | |
CN110889569A (zh) | 一种计算能力调配方法和装置 | |
CN117745514B (zh) | 智能服务器集群的图像分配方法、装置、设备及介质 | |
CN111858070B (zh) | 计算资源配置方法、装置、设备以及存储介质 | |
CN107464571B (zh) | 一种数据质量评估的方法、设备及*** | |
CN111008611B (zh) | 排队时长的确定方法及装置、存储介质、电子装置 | |
CN109062707A (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
CN116405500B (zh) | 基于数据分析和云计算数据分析***资源管理方法 | |
CN109062706A (zh) | 电子装置及其限制进程间通信的方法、存储介质 |
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 | ||
GR01 | Patent grant |