-
公开(公告)号:CN107844593A
公开(公告)日:2018-03-27
申请号:CN201711147816.7
申请日:2017-11-17
Applicant: 北京邮电大学
CPC classification number: G06F17/30079 , G06F9/5088 , G06F17/30194
Abstract: 本发明实施例提供了一种分布式计算平台中视频数据分布方法及装置,上述方法包括:在各节点的初始负载不满足预设的均衡条件下,确定将各高负载节点中的每一视频数据块,分别迁移到各低负载节点进行处理所需的时长,得到目标时长集合,根据目标时长集合,如果第一时长与第二时长的时长比值,小于或等于第二目标节点的初始负载与第一目标节点的初始负载的负载比值,将第一时长对应的视频数据块迁移到第一目标节点进行处理,否则,将第二时长对应的视频数据块迁移到第二目标节点进行处理。基于上述处理,能够避免将高负载节点上的视频数据块迁移到视频数据处理能力弱的节点上,进而提高视频任务的处理效率。
-
公开(公告)号:CN104392232B
公开(公告)日:2017-09-29
申请号:CN201410638356.8
申请日:2014-11-07
Applicant: 北京邮电大学
IPC: G06K9/46
Abstract: 本申请公开了一种交通场景下视频元数据的校正方法,将单个摄像头识别出的视频元数据与其周边邻域内的摄像头中的视频元数据进行比较,检测出可疑的视频元数据集合;然后根据视频元数据的时间参数和空间参数获得每辆车在整个摄像头网络中的运动轨迹,如果该车辆的轨迹中的两点在摄像头网络中不直接相连,则认为这两点之间出现了车牌识别错误;在这两点之间可能的路径中,根据图像相似度查询相应的可疑的视频元数据集合,并为其推荐正确值。本申请方案具有如下优点:易于实现,处理效率高,可以达到在无需人力干预的情况下校正大部分元数据错误,保证元数据质量。
-
公开(公告)号:CN107026862A
公开(公告)日:2017-08-08
申请号:CN201710231985.2
申请日:2017-04-11
Applicant: 北京邮电大学
CPC classification number: H04L67/1097 , H04L65/60 , H04L67/1002 , H04L67/1008 , H04L67/1012
Abstract: 本发明实施例提供了一种分布式计算平台中视频数据放置方法及装置,该方法中:预估视频数据集合中的各个待分配视频数据在第一物理存储节点上的运行时间;基于各个运行时间,以及各个物理存储节点的当前负载,预估各个物理存储节点对应的当前待分配视频数据队列,其中,各个当前待分配视频数据队列为可使各个物理存储节点负载均衡的队列;基于各个当前待分配视频数据队列,将视频数据集合中的各个待分配视频数据放置到对应的物理存储节点中。本发明中,由于所预估的当前待分配视频数据队列为可使各个物理存储节点负载均衡的队列,因此,在将各个待分配视频数据进行放置后,无需进行数据移动以达到负载均衡,减少了集群内部网络资源的消耗。
-
公开(公告)号:CN103778237B
公开(公告)日:2017-02-15
申请号:CN201410040054.0
申请日:2014-01-27
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 一种基于活动事件时空重组的视频摘要生成方法,先对原始视频进行预处理,去除空白帧,再对预处理后的视频进行结构化分析:以原始视频中活动目标为对象,提取其中所有关键活动目标的事件视频,并弱化各活动目标事件间的时间关联,按照其活动范围不相冲突的原则对各活动目标事件进行时序重组;同时参照用户的视觉感受合理提取背景图像,生成延时的动态背景视频;最后将这些活动目标事件与延时动态背景视频实现无缝缝合,形成时间短、内容精、信息全面的视频摘要,且最终生成的视频摘要能同时出现多个活动目标。该方法能够高效、快速地生成用于视频浏览或检索的视频摘要,且该视频摘要能够更合理地表达视频的语义信息,更加符合用户的视觉感受。
-
公开(公告)号:CN105872114A
公开(公告)日:2016-08-17
申请号:CN201610461197.8
申请日:2016-06-22
Applicant: 北京邮电大学
CPC classification number: H04L67/1008 , G06F9/45533 , G06F9/5083 , H04L67/101 , H04L67/1012
Abstract: 本发明实施例公开了一种视频监控云平台资源调度方法及装置,根据待调度资源的虚拟机请求的每种资源的需求量,以及每台服务器的每种资源的剩余量,确定服务器集群中满足虚拟机资源需求量的服务器;计算虚拟机请求的每种资源的需求量,与服务器集群的该种资源剩余总量的比值;将最大比值对应的资源,确定为虚拟机的主导资源;计算每种资源的剩余量,与服务器集群的该种资源剩余总量的比值;将每台服务器的最大比值对应的资源,确定为该每台服务器的主导资源;根据第一预设规则,将与虚拟机主导资源相同的服务器中的一台服务器的资源调度给虚拟机,应用本发明实施例,可减少资源碎片的产生,从而提高服务器的资源利用率。
-
公开(公告)号:CN105791447A
公开(公告)日:2016-07-20
申请号:CN201610342071.9
申请日:2016-05-20
Applicant: 北京邮电大学
CPC classification number: H04L67/1002 , H04N7/181
Abstract: 本发明实施例公开了一种面向视频服务的云资源调度方法及装置,根据视频服务对每种资源的需求量和每个物理计算节点的每种资源的总量、剩余量和最大超额度,确定每个物理计算节点的每种资源的可用额度;根据可用额度确定候选宿主机;根据每个候选宿主机的每种资源的总量、剩余量以及视频服务的每种资源的需求量,确定第一调度评分值;根据视频服务对每种资源特性是否需求的第一信息和每个物理计算节点有无每种资源特性的第二信息,确定第二调度评分值;根据第一调度评分值和第二调度评分值,计算每个候选宿主机的资源调度评分值;将资源调度评分值最大的候选宿主机的资源调度给视频服务,最终能够提高资源利用率和视频服务性能。
-
公开(公告)号:CN105718597A
公开(公告)日:2016-06-29
申请号:CN201610125945.5
申请日:2016-03-04
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明实施例提供了一种数据检索方法及系统,获得作为检索依据的目标对象;并得到目标元数据;从目标元数据中提取所述目标对象所对应的目标检索信息;基于所述目标检索信息所包括的各类属性,在预设的分层树状数据索引结构中进行检索,获得所述目标对象所对应的检索结果;由于目标检索信息包含有目标元数据中的目标空间属性、目标时间属性以及目标前景图像属性,而预设的分层树状数据索引结构是根据多个预设元数据中的目标检索信息所包括的各类属性建立的,因此,应用本发明实施例,提高了检索提高检索效率,同时缓解了智能交通监控系统的存储压力。
-
公开(公告)号:CN104618693A
公开(公告)日:2015-05-13
申请号:CN201510065491.2
申请日:2015-02-09
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于云计算的监控视频在线处理任务管理系统,所述监控视频在线处理任务管理系统分别连接客户端和前端摄像机,该监控视频在线处理任务管理系统包括:智能视频分析算法管理模块、云资源管理模块、云计算物理资源模块和虚拟智能视频分析服务器。本申请还公开了一种基于云计算的监控视频在线处理任务管理方法。本申请采用云计算技术将一组数据中心中互连的服务器集群进行统一管理,共同协作为用户提供智能监控视频在线处理任务管理服务,使系统具有良好的伸缩性,能够按需动态配置智能视频分析算法,便于管理,还大大降低了成本。另外,本申请方案能够对用户提交的视频处理任务进行合理调度,使计算集群负载均衡,提高了资源利用率,向用户提供高效的云计算服务。
-
公开(公告)号:CN103747274A
公开(公告)日:2014-04-23
申请号:CN201310697540.5
申请日:2013-12-18
Applicant: 北京邮电大学
IPC: H04N21/231 , H04N21/218 , H04N21/262 , H04N21/258
Abstract: 一种增设缓存集群的视频数据中心及其缓存资源调度方法,用于以网络摄像头为代表的非智能终端上载视频数据。本发明视频数据中心为了实时缓存海量上载的视频数据流,保障上载数据的完整性,避免因缓存服务器的工作不稳定,导致视频数据在上载过程中受到损失;并确保各个网络摄像头能够有效上载视频数据,同时实现各个缓存服务器的负载按其能力分配。除了保留视频数据中心的原有组成部件:内容分发集群、处理集群和存储集群以外,还增设缓存集群。该视频数据中心基于服务器个体之间的差异,按照“能者多劳”的调度策略解决缓存系统中负载分配不合理的问题。本发明能完成复杂、快速的海量数据的缓存上载,保证数据完整性与系统负载按能力有效分配。
-
公开(公告)号:CN116110095A
公开(公告)日:2023-05-12
申请号:CN202211598975.X
申请日:2022-12-14
Applicant: 北京邮电大学 , 北京北控京奥建设有限公司
Abstract: 本发明提供一种人脸过滤模型的训练方法、人脸识别方法及装置,所述人脸过滤模型的训练方法在训练过程中采用SSD网络的预测特征层在样本图片中提取特征图并对各特征图中像素点进行双三次插值,将插值后的各特征图特征叠加后输出得到含有预测人脸位置的图片。人脸识别方法包括:背景过滤器过滤视频帧中的背景视频帧得到第一类视频帧,人脸过滤模型过滤掉不含人脸的视频帧得到第二类视频帧,重复人员过滤器过滤掉第二类视频帧中含重复人脸的视频帧得到一张目标视频帧,预设人脸识别模型识别目标视频帧中的目标人员身份。本发明能够提高人脸识别模型的人脸识别效率和视频帧过滤模型的视频帧过滤效率。
-
-
-
-
-
-
-
-
-