一种轿厢状态变化视频编码码流存储方法及系统与流程
本发明涉及视频存储,具体为一种轿厢状态变化视频编码码流存储方法及系统。
背景技术:
1、随着电梯设备智能化程度不断提高,电梯轿厢内通常配置监控摄像设备,用于采集轿厢内部视频,并结合电梯运行状态对异常情况进行监测,为电梯运行安全管理和故障分析提供数据支持。
2、公布号为cn112153343a、公布日期为2020.12.29的中国发明专利申请中,公开了一种电梯安全监控方法、装置、监控摄像头和存储介质,通过采集电梯内的视频,利用多个目标检测算法对视频进行检测,得到不同目标事件对应的检测结果,并在检测到目标事件时向监控后台发送目标事件上报信息,实现对电梯轿厢内异常事件的实时监测和报警处理;但是,上述发明专利主要利用视频检测算法识别电梯轿厢内是否出现目标事件,并根据检测结果进行报警上报,对于监控视频编码码流在有限存储空间下如何结合电梯轿厢运行状态变化过程确定不同视频数据的保存时间,以及如何在报警事件发生前保留可能包含异常原因的视频数据,仍缺少针对性的存储控制方式。
3、为此,本发明提供了一种轿厢状态变化视频编码码流存储方法及系统。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本发明提供了一种轿厢状态变化视频编码码流存储方法及系统,通过获取轿厢门状态、运行状态、报警状态和检修状态生成状态演化视频链,根据历史状态演化序列、历史状态持续时间、所在楼层、载荷检测值和历史码流生成速度训练离散时间神经生存分析模型,生成当前状态演化视频链的未来报警概率序列;再根据未来报警概率序列、状态码流单元数据量和预计占用容量确定状态演化视频链的当前保存结束时刻,实现对监控视频编码码流保存时间的动态调整,在保证报警相关视频完整保存的同时减少无效视频数据占用的存储空间。
3、(二)技术方案
4、为实现以上目的,本发明通过以下技术方案予以实现:一种轿厢状态变化视频编码码流存储方法,包括:
5、s1、获取轿厢门状态、运行状态、报警状态和检修状态,生成当前状态演化视频链;
6、s2、根据状态演化视频链中的报警状态和检修状态,生成事件观察区间、无事件记录和检修中断记录;
7、s3、根据历史存储控制记录中的历史状态演化序列计算检修中断记录的未完成事件权重;
8、s4、根据历史状态演化序列、历史状态持续时间、所在楼层、载荷检测值和历史码流生成速度,生成当前状态演化视频链的未来报警概率序列;
9、s5、根据未来报警概率序列、状态码流单元数据量和预计占用容量,确定状态演化视频链的当前保存结束时刻;
10、s6、根据报警状态、检修状态和无事件记录,更新历史存储控制记录。
11、优选的,在每个存储控制周期获取电梯的轿厢门状态、运行状态、所在楼层、载荷检测值、报警状态和检修状态并读取视频编码器在该存储控制周期内生成的监控视频编码码流,统计监控视频编码码流包含的字节数量并记为当前码流数据量;
12、存储控制周期为按照固定时间间隔重复执行一次数据获取和一次存储控制处理的时间段;
13、轿厢门状态包括关闭状态、开启过程中状态、开启状态和关闭过程中状态;运行状态包括停止状态、上行状态和下行状态;报警状态包括未报警状态和报警状态;检修状态包括未检修状态和检修状态;
14、将轿厢门状态和运行状态记为状态演化判断数据,当连续两个存储控制周期的状态演化判断数据相同时,将后一个存储控制周期结束时刻记为稳定状态确认时刻,将相同的状态演化判断数据记为初始稳定状态,在状态演化判断数据首次不同于初始稳定状态前,不再重复记录稳定状态确认时刻,并向视频编码器发送独立解码刷新指令,使视频编码器在接收独立解码刷新指令后生成一个可作为解码起点的独立解码帧,并将该独立解码帧所在位置记为稳定状态编码边界;
15、从稳定状态确认时刻开始,当状态演化判断数据首次不同于初始稳定状态时开始一次状态演化过程,将稳定状态编码边界记为状态演化视频链起始边界,将初始稳定状态作为当前状态演化序列的第一个排列位置,将变化后的状态演化判断数据作为下一排列位置;
16、此后每当状态演化判断数据再次发生变化时,将变化后的状态演化判断数据按照发生时间依次增加至当前状态演化序列的末尾,并向视频编码器发送独立解码刷新指令,将每次刷新后形成的第一个独立解码帧所在位置记为状态编码边界,将相邻两个状态编码边界之间以及最后一个状态编码边界以后当前已经生成的监控视频编码码流分别记为状态码流单元,将从状态演化视频链起始边界开始形成的各状态码流单元按照时间先后共同记为当前状态演化视频链;
17、当报警状态出现、检修状态出现或者状态演化判断数据重新等于初始稳定状态并连续保持两个存储控制周期时结束本次状态演化过程,将当前状态演化序列最后一个排列位置首次出现的存储控制周期起始时刻至当前存储控制周期结束时刻的持续时间记为当前状态持续时间;
18、将当前存储控制周期生成的监控视频编码码流数据量除以存储控制周期的持续时间得到当前码流生成速度,并将当前状态演化序列、当前状态持续时间、所在楼层、载荷检测值和当前码流生成速度共同记为当前状态输入数据。
19、优选的,读取已经结束的各状态演化过程,将各状态演化过程结束前形成的当前状态演化视频链记为历史状态演化视频链,将该状态演化过程中各存储控制周期形成的当前状态输入数据分别记为历史状态输入数据,并将历史状态演化视频链、各历史状态输入数据、各存储控制周期的报警状态、检修状态以及状态演化过程结束结果共同记为历史存储控制记录;
20、针对任一历史状态演化视频链中的任一历史状态输入数据,以形成该历史状态输入数据的存储控制周期结束时刻作为观察起点,从观察起点开始向后读取该历史状态演化视频链所属状态演化过程的各存储控制周期;
21、当检修状态保持为未检修状态,且报警状态首次由未报警状态变为报警状态,将最后一个为未报警状态的存储控制周期结束时刻与观察起点之间的持续时间记为事件到达时间下界,将第一个报警状态为出现的存储控制周期结束时刻与观察起点之间的持续时间记为事件到达时间上界,并将事件到达时间下界至事件到达时间上界记为事件观察区间;
22、当报警状态保持为未报警状态,且检修状态首次由未检修状态变为检修状态时,将观察起点至检修状态首次出现的存储控制周期起始时刻之间的持续时间记为检修前观察时间,并将该历史状态输入数据及其所属历史状态演化视频链记为检修中断记录;
23、当状态演化判断数据重新等于该历史状态演化视频链的初始稳定状态并连续保持两个存储控制周期且此前报警状态和检修状态均未出现时,将观察起点至状态演化过程结束时刻之间的持续时间记为无事件观察时间,并将该历史状态输入数据及其所属历史状态演化视频链记为无事件记录。
24、优选的,针对任一检修中断记录,从具有事件观察区间或者无事件观察时间的历史存储控制记录中,筛选历史状态演化序列自第一个排列位置开始与该检修中断记录的历史状态演化序列逐项相同,且历史状态演化序列中记录的状态演化判断数据数量不少于该检修中断记录的历史状态演化序列中记录的状态演化判断数据数量的历史存储控制记录作为参考历史存储控制记录;
25、将参考历史存储控制记录的历史状态演化序列与检修中断记录的历史状态演化序列按照排列顺序逐项比较,读取两者最后一个相同状态演化判断数据对应的当前状态持续时间、载荷检测值和当前码流生成速度,分别计算参考历史存储控制记录与检修中断记录的当前状态持续时间之间的绝对差值、载荷检测值之间的绝对差值以及当前码流生成速度之间的绝对差值,并利用全部参考历史存储控制记录中当前状态持续时间、载荷检测值和当前码流生成速度各自的最大值与最小值之差进行归一化,当最大值与最小值相等时将对应归一化差异值记为零,将三个归一化差异值相加,再用1除以1与该相加结果之和,得到对应参考历史存储控制记录的匹配权重;
26、将全部参考历史存储控制记录实际观察持续时间中的最小值记为补全观察时间,对各参考历史存储控制记录从检修前观察时间结束至补全观察时间结束之间是否首次出现报警状态分别记录报警结果标记值,将出现报警状态的报警结果标记值记为1、未出现报警状态的报警结果标记值记为0,将各匹配权重与报警结果标记值相乘后求和并除以全部匹配权重之和得到初始未完成事件权重;
27、在历史检修中断记录的检修状态由出现变为未出现后继续读取状态演化判断数据,将该检修中断记录从初始稳定状态至检修发生前最后一个排列位置的状态演化判断数据依次记为检修前状态演化前段,当检修结束后的连续运行记录再次按照相同排列顺序出现与检修前状态演化前段各排列位置分别相同的状态演化判断数据并在其后出现报警状态时记录一次检修后风险再现;
28、仅统计检修状态由检修状态变为未检修状态后,在不少于补全观察时间内始终保持为未检修状态且能够连续读取状态演化判断数据的历史检修中断记录,将其中发生检修后风险再现的记录数量除以所统计的历史检修中断记录数量,得到风险再现比例,将一减去初始未完成事件权重后的结果乘以风险再现比例,得到检修后风险补充权重;将初始未完成事件权重与检修后风险补充权重相加,得到未完成事件权重;
29、当没有完成检修后观察的历史检修中断记录时直接将初始未完成事件权重作为未完成事件权重,当未筛选得到参考历史存储控制记录时,不计算该检修中断记录的未完成事件权重。
30、优选的,将事件到达时间上界、无事件观察时间和补全观察时间中的最大持续时间作为预测时间范围,以一个存储控制周期为时间长度,将预测时间范围依次划分为多个预测位置;
31、读取各历史存储控制记录对应的历史状态输入数据,将历史状态输入数据中记录的当前状态演化序列、当前状态持续时间和当前码流生成速度分别记为历史状态演化序列、历史状态持续时间和历史码流生成速度;
32、采用离散时间神经生存分析模型处理各历史存储控制记录,将历史状态演化序列中的各状态演化判断数据按照排列顺序转换为可计算的状态数据,并将状态数据与历史状态持续时间、所在楼层、载荷检测值和历史码流生成速度共同输入离散时间神经生存分析模型;离散时间神经生存分析模型用于根据历史状态演化数据计算不同预测位置出现报警状态的概率;对各输入数据进行加权组合和非线性转换得到状态演化特征,再针对各预测位置分别对状态演化特征进行加权计算并转换为零至一之间的概率值,将所得概率值记为对应预测位置在此前各预测位置均未出现报警状态的条件下出现报警状态的条件报警概率;
33、针对任一预测位置,将该预测位置以前各预测位置的一减去条件报警概率后的结果相乘得到持续未报警概率,并将持续未报警概率与该预测位置的条件报警概率相乘得到该预测位置的首次报警概率;
34、对于具有事件观察区间的历史存储控制记录,将事件到达时间下界至事件到达时间上界覆盖的各预测位置的首次报警概率相加得到区间事件训练概率;针对无事件观察时间内的每个预测位置,以1减去该预测位置的条件报警概率得到该预测位置的未报警概率,并将各预测位置的未报警概率相乘,得到无事件训练概率;
35、对于具有未完成事件权重的检修中断记录,将检修前观察时间结束后至补全观察时间结束之间各预测位置的首次报警概率相加,得到检修后报警概率;针对补全观察时间内的每个预测位置,以1减去该预测位置的条件报警概率得到该预测位置的未报警概率,并将各未报警概率相乘,得到补全观察期无报警概率;将检修后报警概率乘以未完成事件权重,将补全观察期无报警概率乘以1减去未完成事件权重后的结果,再将两个乘积相加,得到检修记录训练概率;
36、分别对各区间事件训练概率、无事件训练概率和检修记录训练概率取自然对数并取相反数,将所得结果相加得到模型训练损失;根据模型训练损失随各输入权重、输出权重和偏置值变化的方向,分别沿使模型训练损失减小的方向调整对应的输入权重、输出权重和偏置值,并利用调整后的参数重新处理各历史存储控制记录;每完成一次全部历史存储控制记录的处理后记录模型训练损失,当本次模型训练损失不低于上一次记录的模型训练损失时,停止参数调整,并采用上一次记录模型训练损失时对应的输入权重、输出权重和偏置值作为离散时间神经生存分析模型训练完成后的参数;
37、离散时间神经生存分析模型训练完成后,将当前状态演化序列中的各状态演化判断数据按照训练时相同的方式转换为状态数据,并与当前状态持续时间、所在楼层、载荷检测值和当前码流生成速度共同输入离散时间神经生存分析模型,利用训练完成后的输入权重、输出权重和偏置值计算各预测位置的条件报警概率;根据各条件报警概率计算对应的首次报警概率,并按照预测位置的时间先后排列各首次报警概率,形成当前状态演化视频链的未来报警概率序列。
38、优选的,获取监控视频编码码流的保存时长;针对任一状态演化视频链,将该状态演化视频链中最后一个状态码流单元对应的存储控制周期结束时刻与保存时长相加,得到当前保存结束时刻,并将该状态演化视频链中的各状态码流单元设置为相同的当前保存结束时刻;
39、当新的状态码流单元加入状态演化视频链时,将该状态码流单元对应的存储控制周期结束时刻与保存时长相加;当所得时刻晚于该状态演化视频链已有的当前保存结束时刻时,将该状态演化视频链中各状态码流单元的当前保存结束时刻共同更新为所得时刻;
40、从当前状态演化视频链的当前保存结束时刻以后按照存储控制周期的持续时间依次划分候选保护单元,将任一候选保护单元所在预测位置的首次报警概率记为链保护增加量;
41、针对任一候选保护单元,判断分配该候选保护单元后是否需要使状态演化视频链继续保存一个存储控制周期;将分配该候选保护单元后需要继续保存一个存储控制周期的状态演化视频链中各状态码流单元的数据量相加,得到候选保持数据量;将候选保持数据量减去未分配该候选保护单元时在当前保存结束时刻释放的状态演化视频链中各状态码流单元的数据量,得到新增链保持数据量,将链保护增加量除以新增链保持数据量得到单位链保护收益;
42、获取监控视频存储区当前已占用容量和总容量;获取当前存储控制周期之前最近n个已经完成的存储控制周期中新生成监控视频编码码流的数据量,将n个存储控制周期中新生成监控视频编码码流的数据量相加后除以n,得到平均周期写入量,其中n为不小于1的正整数;
43、从各状态演化视频链尚未分配的第一个候选保护单元中优先选择单位链保护收益最大的候选保护单元,单位链保护收益相同时优先选择新增链保持数据量较小的候选保护单元,仍相同时优先选择状态演化视频链起始边界形成时间较早的候选保护单元;
44、将选中的状态演化视频链全部状态码流单元的当前保存结束时刻共同延长一个存储控制周期作为待检验保存结束时刻,根据待检验保存结束时刻与当前时刻之间的时间范围,按照平均周期写入量计算预计新增的监控视频编码码流数据量;将当前已占用容量与预计新增的监控视频编码码流数据量相加,并减去待检验保存结束时刻以前能够释放的其他已存视频数据量,得到预计占用容量;
45、当待检验保存期间各计算时刻的预计占用容量均不超过监控视频存储区总容量时保留该候选保护单元,并允许同一状态演化视频链的下一个候选保护单元参与后续比较;当存在预计占用容量超过监控视频存储区总容量的计算时刻时删除该候选保护单元,并停止继续延长对应状态演化视频链,使同一次状态演化过程对应的全部状态码流单元采用共同保存结束时刻并按照时间顺序连续延长。
46、优选的,按照s5得到的保存结束时刻连续保存各状态演化视频链中的全部状态码流单元;
47、当后续首次出现报警状态时,将对应状态演化视频链继续保存至报警录像保存结束时刻,并记录该状态演化过程中的事件观察区间;
48、当报警状态出现以前首次出现检修状态时,记录该状态演化过程中的检修中断记录;当检修状态由检修状态变为未检修状态后,继续采集状态演化判断数据,并根据检修结束后的状态变化结果判断该检修中断记录是否发生风险再现;
49、当状态演化判断数据重新等于该状态演化视频链的初始稳定状态,并连续保持两个存储控制周期,且报警状态和检修状态均未出现时,记录该状态演化过程对应的无事件记录;
50、将新增历史存储控制记录、历史状态演化序列、各状态编码边界、各状态码流单元数据量和实际保存结束时刻加入历史存储控制记录,并将新增历史存储控制记录用于后续未完成事件权重更新、离散时间神经生存分析模型参数更新以及未来报警概率序列计算,使电梯实际状态演化结果同时参与状态编码边界生成、报警概率预测和状态演化视频链连续存储控制。
51、一种轿厢状态变化视频编码码流存储系统,包括状态演化视频链生成模块、历史存储控制记录生成模块、未来报警概率计算模块、保存结束时刻确定模块和历史存储控制记录更新模块:
52、状态演化视频链生成模块,用于获取轿厢门状态、运行状态、报警状态和检修状态,生成当前状态演化视频链,并记录状态演化过程中的状态输入数据;
53、历史存储控制记录生成模块,用于根据状态演化视频链中的报警状态和检修状态,生成事件观察区间、无事件记录和检修中断记录,并根据历史存储控制记录中的历史状态演化序列计算检修中断记录的未完成事件权重;
54、未来报警概率计算模块,用于根据历史状态演化序列、历史状态持续时间、所在楼层、载荷检测值和历史码流生成速度训练离散时间神经生存分析模型,并根据当前状态演化视频链生成未来报警概率序列;
55、保存结束时刻确定模块,用于根据未来报警概率序列、状态码流单元数据量和预计占用容量确定状态演化视频链的当前保存结束时刻,并控制状态码流单元的保存过程;
56、历史存储控制记录更新模块,用于根据报警状态、检修状态和无事件记录更新历史存储控制记录。
57、(三)有益效果
58、本发明提供了一种轿厢状态变化视频编码码流存储方法及系统,具备以下有益效果:
59、1、通过获取轿厢门状态、运行状态、报警状态和检修状态生成状态演化视频链,并结合历史状态演化序列分析轿厢状态变化过程,使监控视频编码码流的保存策略能够关联具体状态演化过程,避免仅依据固定保存时间导致关键视频缺失的问题。
60、2、通过利用包含事件观察区间、无事件记录和检修中断记录的历史存储控制记录训练离散时间神经生存分析模型,并计算检修中断记录的未完成事件权重,降低检修行为导致报警事件未完整观察对风险判断结果的影响,提高未来报警概率序列计算的准确性。
61、3、根据未来报警概率序列、状态码流单元数据量和预计占用容量确定状态演化视频链的保存结束时刻,使高风险状态演化视频链获得更长保存时间,同时减少低风险视频数据占用存储空间,实现有限存储资源下关键监控视频的有效保存。
62、4、通过根据后续报警状态、检修状态和无事件记录更新历史存储控制记录,使历史数据持续补充并参与后续模型计算,提高长期运行过程中监控视频存储控制的适应能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com