基于摄像机的区域配置分析方法、装置、电子设备及介质与流程

本技术涉及摄像机ai分析领域，特别是涉及一种基于摄像机的区域配置分析方法、装置、电子设备及介质。

背景技术：

1、在网络摄像机的ai智能分析（例如越界检测、区域入侵、客流统计、停车位检测等）场景下，需要用户在视频画面上绘制检测区域并下发设备，设备推理后再将检测结果叠加回画面。但在相关技术中，区域坐标多以像素绝对值存储，切换设备分辨率或显示模式（鱼眼、变焦）后易出现区域错位，导致显示效果不佳。

技术实现思路

1、本技术实施例的目的在于提供一种基于摄像机的区域配置分析方法、装置、电子设备及介质，以避免设备分辨率或显示模式切换后出现区域错位的情况。具体技术方案如下：

2、在本技术实施例的第一方面，提供一种基于摄像机的区域配置分析方法，所述方法包括：

3、在识别到用户在摄像机采集到的画面上进行区域绘制的情况下，针对用户编辑的多边形顶点，对被编辑的顶点移动后与相邻顶点形成的新边，与各不与所述新边相邻的边做相交检测，若相交，则不对所述被编辑的顶点进行更新；

4、对各所述多边形顶点组成的多边形进行凹多边形检测，在其为凹多边形时，构建该凹多边形对应的凸包，得到待检测多边形；

5、基于固定基准尺寸，将所述待检测多边形的顶点坐标存储为归一化坐标；渲染时，根据目标画布尺寸将所述归一化坐标换算为所述目标画布下的显示坐标进行渲染；

6、将所述待检测多边形编码为冒号分隔的定序字符串，并按基础配置与云台预置点配置的二维结构组织后下发至所述摄像机；

7、所述摄像机基于接收到的配置，对采集到的视频帧执行ai智能分析，输出针对所述待检测多边形的ai检测结果；并对所述待检测多边形的ai检测结果同时携带第一时间戳与第二时间戳，所述第一时间戳对应码流基准，所述第二时间戳对应插件硬件基准；

8、将所述ai检测结果按目标时间戳入队缓存，所述目标时间戳为根据当前视频渲染引擎的类型从所述第一时间戳和所述第二时间戳中选取的与所述引擎同源的时间戳；在渲染待渲染视频帧时，由所述待渲染视频帧的时间戳触发查询，在缓存中取时间匹配的ai检测结果与所述待渲染视频帧叠加显示，所述待渲染视频帧为所述摄像机采集到的包含所述待检测多边形的视频的视频帧。

9、在一种可能的实施方式中，所述将所述待检测多边形编码为冒号分隔的定序字符串，并按基础配置与云台预置点配置的二维结构组织后下发至所述摄像机，包括：

10、将所述待检测多边形的标识、类型和归一化后的顶点坐标按照固定字段顺序以冒号分隔拼接为定序字符串，所述定序字符串省略键名；

11、构建一个一维基础配置数组和一个二维预置点配置数组，所述一维基础配置数组用于存储不与任何云台预置点关联的检测区域所对应的所述定序字符串，所述二维预置点配置数组的行对应不同云台预置点、列对应不同区域序号，用于存储各检测区域在不同云台预置点下所对应的所述定序字符串，未配置位置以预设占位串填充；

12、将所述一维基础配置数组与所述二维预置点配置数组合并为 [基础配置, 预置点1, 预置点2, …, 预置点n] 的二维结构，与各检测区域的使能位一并下发至所述摄像机。

13、在一种可能的实施方式中，所述基于固定基准尺寸，将所述待检测多边形的顶点坐标存储为归一化坐标之前，所述方法还包括：

14、以所述待检测多边形的最长边为基准，将所述待检测多边形的文本标签进行旋转直至所述所述文本标签与所述待检测多边形的最长边平行；

15、通过射线法判断所述文本标签相对于所述待检测多边形的内外侧结果；

16、根据所述内外侧结果，确定所述文本标签的偏移方向与偏移距离，以使所述文本标签不遮挡所述待检测多边形。

17、在一种可能的实施方式中，所述在缓存中取时间匹配的ai检测结果与所述待渲染视频帧叠加显示，包括：

18、根据所述待渲染视频帧对应的时间戳进行查询，确定在预设对称容差窗内与所述待渲染视频帧对应的时间戳最接近的ai检测结果为目标ai检测结果；

19、将所述目标ai检测结果与所述待渲染视频帧叠加显示。

20、在一种可能的实施方式中，所述将所述目标ai检测结果与所述待渲染视频帧叠加显示之前，所述方法还包括：

21、在所述预设对称容差窗内，若未识别到与所述待渲染视频帧对应的时间戳最接近的ai检测结果，将缓存中早于所述待渲染视频帧对应的时间戳且时间最接近的ai检测结果作为所述目标ai检测结果。

22、在一种可能的实施方式中，所述方法还包括：

23、淘汰时间戳早于所述目标ai检测结果的各ai检测结果。

24、在一种可能的实施方式中，所述预设对称容差窗为±200ms。

25、在本技术实施例的第二方面，提供一种基于摄像机的区域配置分析装置，所述装置包括：

26、线段相交检测模块，用于在识别到用户在摄像机采集到的画面上进行区域绘制的情况下，针对用户编辑的多边形顶点，对被编辑的顶点移动后与相邻顶点形成的新边，与各不与所述新边相邻的边做相交检测，若相交，则不对所述被编辑的顶点进行更新；

27、凸包构建模块，用于对各所述多边形顶点组成的多边形进行凹多边形检测，在其为凹多边形时，构建该凹多边形对应的凸包，得到待检测多边形；

28、坐标归一化模块，用于基于固定基准尺寸，将所述待检测多边形的顶点坐标存储为归一化坐标；渲染时，根据目标画布尺寸将所述归一化坐标换算为所述目标画布下的显示坐标进行渲染；

29、字符编码模块，用于将所述待检测多边形编码为冒号分隔的定序字符串，并按基础配置与云台预置点配置的二维结构组织后下发至所述摄像机；

30、时间戳设置模块，用于所述摄像机基于接收到的配置，对采集到的视频帧执行ai智能分析，输出针对所述待检测多边形的ai检测结果；并对所述待检测多边形的ai检测结果同时携带第一时间戳与第二时间戳，所述第一时间戳对应码流基准，所述第二时间戳对应插件硬件基准；

31、时间戳匹配模块，用于将所述ai检测结果按目标时间戳入队缓存，所述目标时间戳为根据当前视频渲染引擎的类型从所述第一时间戳和所述第二时间戳中选取的与所述引擎同源的时间戳；在渲染待渲染视频帧时，由所述待渲染视频帧的时间戳触发查询，在缓存中取时间匹配的ai检测结果与所述待渲染视频帧叠加显示，所述待渲染视频帧为所述摄像机采集到的包含所述待检测多边形的视频的视频帧。

32、在一种可能的实施方式中，所述字符编码模块，包括：

33、字符拼接子模块，具体用于将所述待检测多边形的标识、类型和归一化后的顶点坐标按照固定字段顺序以冒号分隔拼接为定序字符串，所述定序字符串省略键名；

34、配置数组构建子模块，具体用于构建一个一维基础配置数组和一个二维预置点配置数组，所述一维基础配置数组用于存储不与任何云台预置点关联的检测区域所对应的所述定序字符串，所述二维预置点配置数组的行对应不同云台预置点、列对应不同区域序号，用于存储各检测区域在不同云台预置点下所对应的所述定序字符串，未配置位置以预设占位串填充；

35、数组合并子模块，具体用于将所述一维基础配置数组与所述二维预置点配置数组合并为 [基础配置, 预置点1, 预置点2, …, 预置点n] 的二维结构，与各检测区域的使能位一并下发至所述摄像机。

36、在一种可能的实施方式中，所述装置还包括：

37、文本标签旋转模块，用于以所述待检测多边形的最长边为基准，将所述待检测多边形的文本标签进行旋转直至所述所述文本标签与所述待检测多边形的最长边平行；

38、内外侧判断模块，用于通过射线法判断所述文本标签相对于所述待检测多边形的内外侧结果；

39、文本标签偏移模块，用于根据所述内外侧结果，确定所述文本标签的偏移方向与偏移距离，以使所述文本标签不遮挡所述待检测多边形。

40、在一种可能的实施方式中，在缓存中取时间匹配的ai检测结果与所述待渲染视频帧叠加显示时，所述时间戳匹配模块包括：

41、ai检测结果查询第一子模块，具体用于根据所述待渲染视频帧对应的时间戳进行查询，确定在预设对称容差窗内与所述待渲染视频帧对应的时间戳最接近的ai检测结果为目标ai检测结果；

42、叠加显示子模块，具体用于将所述目标ai检测结果与所述待渲染视频帧叠加显示。

43、在一种可能的实施方式中，所述装置还包括：

44、ai检测结果查询第二子模块，具体用于在所述预设对称容差窗内，若未识别到与所述待渲染视频帧对应的时间戳最接近的ai检测结果，将缓存中早于与所述待渲染视频帧对应的时间戳且时间最接近的ai检测结果作为所述目标ai检测结果。

45、在一种可能的实施方式中，所述装置还包括：

46、ai检测结果淘汰模块，用于淘汰时间戳早于所述目标ai检测结果的各ai检测结果。

47、在一种可能的实施方式中，所述预设对称容差窗为±200ms。

48、在本技术实施例的第三方面，提供一种电子设备，包括：

49、存储器，用于存放计算机程序；

50、处理器，用于执行存储器上所存放的程序时，实现本技术实施例第一方面所述的方法。

51、在本技术实施例的第四方面，提供一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本技术实施例第一方面所述的方法。

52、本技术实施例与现有技术相比，至少存在如下技术效果：

53、本技术实施例提供一种基于摄像机的区域配置分析方法、装置、电子设备及介质，在识别到用户在摄像机采集到的画面上进行区域绘制的情况下，针对用户编辑的多边形顶点，对被编辑的顶点移动后与相邻顶点形成的新边，与各不与所述新边相邻的边做相交检测，若相交，则不对所述被编辑的顶点进行更新；对各所述多边形顶点组成的多边形进行凹多边形检测，在其为凹多边形时，构建该凹多边形对应的凸包，得到待检测多边形；基于固定基准尺寸，将所述待检测多边形的顶点坐标存储为归一化坐标；渲染时，根据目标画布尺寸将所述归一化坐标换算为所述目标画布下的显示坐标进行渲染；将所述待检测多边形编码为冒号分隔的定序字符串，并按基础配置与云台预置点配置的二维结构组织后下发至所述摄像机；所述摄像机基于接收到的配置，对采集到的视频帧执行ai智能分析，输出针对所述待检测多边形的ai检测结果；并对所述待检测多边形的ai检测结果同时携带第一时间戳与第二时间戳，所述第一时间戳对应码流基准，所述第二时间戳对应插件硬件基准；将所述ai检测结果按目标时间戳入队缓存，所述目标时间戳为根据当前视频渲染引擎的类型从所述第一时间戳和所述第二时间戳中选取的与所述引擎同源的时间戳；在渲染待渲染视频帧时，由所述待渲染视频帧的时间戳触发查询，在缓存中取时间匹配的ai检测结果与所述待渲染视频帧叠加显示，所述待渲染视频帧为所述摄像机采集到的包含所述待检测多边形的视频的视频帧。

54、应用本技术实施例的方法，通过固定基准尺寸对待检测多边形的顶点坐标进行归一化，从而使归一化后的坐标与像素与画布解耦，使归一化后的坐标可以适用于不同尺寸、分辨率和画布等场景下，确保像素的清晰度，且避免像素错位。通过将待检测多边形编码为冒号分隔的定序字符串，可以实现紧凑编码，减少系统缓存压力。通过对ai检测结果同时设置双基准的时间戳，可以根据当前视频渲染引擎的类型选择同源的时间戳，从而确保同一套缓存与同步逻辑在两种异构渲染引擎下均能与视频帧对齐。

55、当然，实施本技术实施例的任一方法并不一定需要同时达到以上所述的所有优点。