摄像机算法安装优化方法、系统、存储介质及其计算机设备与流程

1.本发明涉及摄像机算法优化技术领域，尤其涉及一种摄像机算法安装优化方法、系统、存储介质及其计算机设备。


背景技术：

2.网络摄像机是一种结合传统摄像机与网络技术所产生的新一代摄像机，它可以将影像通过网络传至地球另一端，且远端的浏览者不需用任何专业软件，只要标准的网络浏览器即可监视其影像。网络摄像机一般由镜头、图像、声音传感器、a/d转换器(模拟数字转换器)、图像、声音、控制器网络服务器、外部报警、控制接口等部分组成。
3.通用的，为了突出算法的实时性，摄像机本身就配备了有ai算法，不同地方对监控摄像头本身配备的ai(人工智能，artificial intelligence)算法有着不同的要求。如在入口门禁处需要有人脸识别及人群行为的算法，在车库需要有车辆识别和车牌识别的算法。在给园区部署网络摄像机的时候，根据不同园区的具体位置的特征会预先部署不同功能的算法。然而因为算法成本、设备本身存储算法有限等问题，一般设备布置的算法不会很多，过往部署相对来说较为死板，其灵活性非常差。
4.以“在人流较多的公园”为例，公园一般很大，很多区域只有一个固定的摄像机，且公园的环境复杂，很难说能够配备多种算法。这对成本的要求极高。且如果只是单纯通过设备从云端下载算法到本地，同时又面临着可能会影响别的算法运行的可能。对视频检测来说，其实最重要的是灵活，而目前灵活莫过于加强ai视频与云平台或者服务器的联动。
5.综上可知，现有的方法在实际使用上，存在着较多的问题，所以有必要加以改进。


技术实现要素：

6.针对上述的缺陷，本发明的目的在于提供一种摄像机算法安装优化方法，系统、存储介质及其计算机设备，能够提高摄像机安装算法的灵活性，同时实现更广范围检测，以保证提高检测效率，节省支付算法成本。
7.为了实现上述目的，本发明提供一种摄像机算法安装优化方法，包括：
8.获取步骤，获取摄像机的视频流；
9.过滤筛选步骤，过滤筛选出所述视频流中画面动态变化的目标视频；
10.特征分析步骤，分析所述目标视频中的特征信息；
11.算法安装步骤，根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。
12.所述获取步骤进一步包括：
13.获取所述摄像机经编解码处理后的所述视频流。
14.所述过滤筛选步骤包括：
15.过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。
16.可选的，所述过滤筛选步骤进一步包括：
17.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的所述目标视频。
18.还提供了一种摄像机算法安装优化系统，包括有：
19.获取单元，用于获取摄像机的视频流；
20.过滤筛选单元，用于过滤筛选出所述视频流中画面动态变化的目标视频；
21.特征分析单元，用于分析所述目标视频中的特征信息；
22.算法安装单元，用于根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。
23.所述获取单元进一步用于：
24.获取所述摄像机经编解码处理后的所述视频流。
25.所述过滤筛选单元用于：
26.过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。
27.可选的，所述过滤筛选单元进一步用于：
28.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的所述目标视频。
29.另外，还提供了一种存储介质和计算机设备，所述存储介质用于存储一种用于执行上述摄像机算法安装优化方法的计算机程序。
30.所述计算机设备包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的摄像机算法安装优化方法。
31.本发明所述的摄像机算法安装优化方法及其系统，通过获取摄像机监控的视频流，将获取到的视频流过滤筛选出画面动态变化的目标视频，进而分析所述目标视频中出现的特征信息；根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。故而，本发明能够提高摄像机安装算法的灵活性，同时实现更广范围检测，以保证提高检测效率，节省支付算法成本。
附图说明
32.图1为本发明第一实施例所述摄像机算法安装优化方法的步骤流程图；
33.图2为本发明第二实施例所述摄像机算法安装优化方法的步骤流程图；
34.图3为本发明第一实施例或第二实施例所述摄像机算法安装优化方法的所述算法安装步骤可选的具体步骤流程图；
35.图4为本发明第一实施例所述摄像机算法安装优化系统的结构示意图；
36.图5为本发明第二实施例所述摄像机算法安装优化系统的结构示意图；
37.图6为本发明第一实施例或第二实施例所述摄像机算法安装优化系统的所述算法安装单元可选的具体结构示意图。
具体实施方式
38.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
39.需要说明的，本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用，指的是描述的该实施例可包括特定的特征、结构或特性，但是不是每个实施例必须包含这些特定特征、结构或特性。此外，这样的表述并非指的是同一个实施例。进一步，在结合实施例描述特定的特征、结构或特性时，不管有没有明确的描述，已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
40.此外，在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件，所属领域中具有通常知识者应可理解，制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式，而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语，故应解释成“包含但不限定于”。以外，“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
41.图1示出本发明第一实施例所述的摄像机算法安装优化方法，包括步骤：
42.s101：获取摄像机的视频流；优选的，所述摄像机为用于监控的网络摄像机，获取的视频流是指视频数据的传输。
43.s102：过滤筛选出所述视频流中画面动态变化的目标视频；监控摄像机对周围环境监控的过程中，若摄入范围内画面固定不动，则一般表示当前监控范围内未出现需要关注的信息，因此针对当前画面静态不动的视频无需重点关注；通过将视频流中画面动态变化的视频过滤筛选出来，即获得需要重点关注的目标视频。
44.s103：分析所述目标视频中的特征信息；通过对目标视频中摄入的内容进行分析，获得该目标视频内的特征信息，所述特征信息表征所述目标视频中摄入并引发画面动态变化的场景内容，例如出现行人、人流、车流、天气或火灾等特征信息。
45.s104：根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。所述算法配置策略具体为特定的算法与特征信息一一匹配的配置策略，即根据分析获得目标视频中的特征信息，通过所述算法配置策略为其特征信息配置对应与之对应的目标算法，进而在对应的摄像机中安装所述目标算法，以提升其算法安装的灵活性，且可实现对若干个摄像机的算法同一配置安装优化，从而实现更广范围检测，以保证提高检测效率，节省支付算法成本。
46.图2示出本发明第二实施例所述的摄像机算法安装优化方法，其在第一实施例的基础上，在步骤s104之后还包括：
47.步骤s105：若所述摄像机摄取的后续视频流中对应的特征信息消失，则在预设时间后删除所述摄像机中对应的所述目标算法。即所述目标算法根据摄像机摄取的特征信息的存续，决定其在摄像机中的配置时间，如当前摄像机摄取的后续视频流中对应的特征信息经分析而不存在时，则在一定时间后删除摄像机中对应的目标算法，从而提升算法安装的灵活性；当然，若在后续视频流中仍能够分析出对应的特征信息，则所述目标算法仍存续
在所述摄像机中使用；或者在一定时间后仍分析出对应的特征信息，则所述目标算法仍存续在对应的摄像机中而不删除；本实施例优选的预设时间可以是一个小时、两个小时或二十四小时等，即摄像机后续摄取的后续视频流中，未分析出相同或相似的特征信息，则在预设时间后删除掉对应的目标算法，以使得摄像机的内存释放出更多空间以优化安装其他算法。
48.进一步的，第一实施例或第二实施例的步骤s101包括：
49.获取所述摄像机经编解码处理后的所述视频流；通过摄像机摄取到视频图像，进而将其视频图像进行编解码处理后获取其视频流。
50.所述步骤s102包括：
51.过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。根据视频流中的图像画面，将其中画面固定不变的静态画面对应的视频过滤掉，留下其他非固定不变的视频作为目标视频；即筛查掉固定不变的图像视频，留下画面变动较大或者画面动态变化的目标视频。
52.可选的，所述步骤s102进一步包括：
53.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的目标视频。即根据视频中的相邻视频帧图像的比对来获悉其画面是否存在明显变化，当相邻的视频帧图像的变化达到预设变化值，则判定其画面变化达到期待的动态变化状态，故而筛选出该视频作为目标视频，即该目标视频经过分析达到预设的变化状态，从而提取出来备用。
54.所述步骤s103进一步包括：
55.通过图像识别技术，以分析识别所述目标视频中的所述特征信息。所述图像识别技术为现有的任一种图像识别的技术，通过对目标视频中动态变化的图像进行分析，以识别出动态变化的图像视频中摄入的特征信息，例如行人进入摄像范围，则动态变化的图像视频中识别出特征信息为人脸或人形等特征信息。
56.可选的，步骤s103包括：分析识别所述目标视频中出现的人脸信息；若所述目标视频中出现行人或者是人流较为密集，则通过识别行人的人脸以锁定行人，故引发所述目标视频的画面动态变化的即为移动的行人，其特征信息优先采用人脸信息表示，即一个行人对应出一个人脸信息，通过识别跟踪所述人脸信息即可实时检测监控范围内的人流变化。步骤s104进一步包括：根据所述算法配置策略，以在所述摄像机中优化安装所述人脸信息对应的人流监控算法和/或人群聚集算法。通过所述算法配置策略配置人流监控算法和/或人群聚集算法对应特征信息为人脸信息，因此，若分析获得的特征信息为人脸信息，则将已预先配置的人流监控算法和/或人群聚集算法优化安装到所述摄像机中，进而使得所述摄像机根据已优化的算法对人流进行实时监控。
57.可选的，步骤s103包括：分析识别所述目标视频中出现的危险燃放品信息；例如摄取范围内出现易燃易爆物品，如出现烟花等产品或者是燃放着烟花，则一般认为容易出现险情需要重点关注；步骤s104进一步包括：根据所述算法配置策略，以在所述摄像机中优化安装所述危险燃放品信息对应的险情预警算法。通过所述算法配置策略配置险情预警算法对应着特征信息为危险燃放品信息，因此，若分析获得目标视频中出现所述特征信息为危险燃放品信息，则将险情预警算法优化安装到对应的摄像机中，通过所述摄像机针对性的
进行监控。
58.参见图3，第一实施例或第二实施例的步骤s104优选包括：
59.s1041：根据所述算法配置策略，在预置的算法库中获取匹配所述特征信息的至少一目标算法；所述算法库预存有若干个用于监控摄像的ai算法，其通过所述算法配置策略将不同的ai算法与对应的特征信息进行映射，一种特征信息可以映射有至少一种ai算法；通过对目标视频进行分析获得的特征信息，根据其特征信息与ai算法之间的映射关系，在算法库中找到对应的目标算法。
60.s1042：将所述目标算法下发至所述摄像机，并在所述摄像机中自动优化安装。所述目标算法并不预存在摄像机内，只有当目标视频分析获得的特征信息能够根据对应的映射关系从算法库内匹配到对应的目标算法，则将匹配到的目标算法发送给所述摄像机，进而在摄像机中自动优化安装并运行。
61.图4示出本发明第一实施例所述的摄像机算法安装优化系统100，其包括有获取单元10、过滤筛选单元20、特征分析单元30以及算法安装单元40，其中：
62.获取单元10用于获取摄像机的视频流；过滤筛选单元20用于过滤筛选出所述视频流中画面动态变化的目标视频；特征分析单元30用于分析所述目标视频中的特征信息；算法安装单元40用于根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。
63.本实施例以部署在公园内的一监控摄像机为例，一般公园的特点就是在某些时间段内人流量大或者环境变动大，而其他时间段内的监控范围并无较大的环境变动或人流量，因此为摄像机配置的算法并不需要持续运行，且摄像机已安装的ai算法总会占用一定的运存；故而如何根据实际场景来灵活的调用特定的ai算法是本系统100所要解决的问题。
64.优选的，本系统100可配置在于监控摄像机通信连接的云端服务器或云平台上，所述摄像机实时获取的视频流可传输到nvr(网络硬盘录像机)上，nvr最主要的功能是通过网络接收ipc(网络摄像机)设备传输的数字视频码流，并进行存储、管理，从而实现网络化带来的分布式架构优势；获取到的所述视频流同步上传给所述云端服务器或云平台，本实施例以云平台为例，所述获取单元10、过滤筛选单元20、特征分析单元30以及算法安装单元40以硬件和/或软件的方式配置在云平台上；首先云平台对所有视频进行筛查整理，筛查掉固定不变的图像视频，留下画面变动较大或者人流较为密集的视频；一般我们认为画面变动较大的存在较大的风险，比如火灾(火灾必然是越来越大的)。对于管理者来说，这些是相对价值较高的数据，然而管理者本身就没有太多的视频去看情况所有情况下的监控视频。故本系统100对过滤筛选出来的目标视频进行分析后，根据预置的算法配置策略，挑选合适的ai算法给设备端(即摄像机)进行优化安装；从而能够提高摄像机安装算法的灵活性，同时实现更广范围检测，以保证提高检测效率，节省支付算法成本。
65.图5示出本发明第二实施例所述摄像机算法安装优化系统200，其在第一实施例的摄像机算法安装优化系统100的基础上，还包括有算法删除单元50，其用于若摄像机摄取的后续视频流中对应的所述特征信息消失，则在预设时间后删除摄像机中对应的所述目标算法。
66.进一步的，第一实施例或第二实施例的获取单元10用于获取所述摄像机经编解码处理后的所述视频流。
67.所述过滤筛选单元20用于过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。
68.可选的，所述过滤筛选单元20进一步用于：
69.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的所述目标视频。即根据视频中的相邻视频帧图像的比对来获悉其画面是否存在明显变化，当相邻的视频帧图像的变化达到预设变化值，则判定其画面变化达到期待的动态变化状态，故而筛选出该视频作为目标视频，即该目标视频经过分析达到预设的变化状态，从而提取出来备用。
70.所述特征分析单元30进一步用于：
71.通过图像识别技术，以分析识别所述目标视频中的所述特征信息。优选通过对上传到云平台的视频流进行定期的、更广范围的分析后，挑选合适的算法下发到设备端。其中。定期是指云平台在一定的周期内对于所有上传的图像视频流进行分析；而更广范围的分析并不意味着“无序”。
72.可选的，特征分析单元30用于：
73.分析识别所述目标视频中出现的人脸信息；
74.所述算法安装单元40进一步用于：
75.根据所述算法配置策略，以在所述摄像机中优化安装所述人脸信息对应的人流监控算法和/或人群聚集算法。
76.通过所述算法配置策略配置人流监控算法和/或人群聚集算法对应特征信息为人脸信息，因此，若分析获得的特征信息为人脸信息，则将已预先配置的人流监控算法和/或人群聚集算法优化安装到所述摄像机中，进而使得所述摄像机根据已优化的算法对人流进行实时监控。
77.可选的，特征分析单元30用于：
78.分析识别所述目标视频中出现的危险燃放品信息；
79.所述算法安装单元40进一步用于：
80.根据所述算法配置策略，以在所述摄像机中优化安装所述危险燃放品信息对应的险情预警算法。
81.通过所述算法配置策略配置险情预警算法对应着特征信息为危险燃放品信息，因此，若分析获得目标视频中出现所述特征信息为危险燃放品信息，则将险情预警算法优化安装到对应的摄像机中，通过所述摄像机针对性的进行监控。
82.当然，上述的特征分析单元30还可用于分析识别出目标视频中共同出现的人脸信息和危险燃放品信息或者结合其他特征信息等，进而优化安装对应的若干个目标算法；以安防暴恐的主题为例，目标视频出现人时，首先从普适性算法如人群聚集算法等全天候都可能存在场景；其次从场景分析比如携带刀具算法、燃放烟花、炸弹等危险品的算法；从高概率到低概率的一系列筛查，即不同的特征信息的检测识别的顺序优先级不同，例如危险燃放品信息的优先级最高、其次是人脸信息的优先级。针对人流较多的情况，关于算法的种类和涉及的幅度更大，而在人流变动较小的情况下则相对更简单。
83.参见图6，第一实施例或第二实施例的算法安装单元40优选包括有匹配子单元401和安装子单元402，其中：
84.匹配子单元401用于根据所述算法配置策略，在预置的算法库中获取匹配所述特征信息的至少一目标算法；安装子单元402用于将所述目标算法下发至所述摄像机，并在所述摄像机中自动优化安装。所述算法配置策略预先设置不同特征信息与ai算法之间的映射关系，一种特征信息可以映射有多个算法，如检测到部分算法对某一图像视频流呈现“阳性”反应时，则该算法下发到设备到进行实时性监控。同时根据后续的实际监控情况，如该算法并不在对该设备的图像视频流呈“阳性”时，则可以删除该算法，以节省算法成本。比如针对人，当云平台检测到有人脸时，则可以算法库中选取所有与人脸有关的算法，检验先后可以从普适性算法到场景类算法。
85.所述算法并不预存在摄像机中，例如，燃放烟花算法本身就不存在于设备端，检测到某个场景出现燃放烟花的情况，则为了加强关于该设备对应区域的实时性管理，则将该算法下发到设备到进行随时监控。当一段时间后，在管理者的积极管控下，该处燃放烟花的销声匿迹，则该设备可以删除该算法以节省算法成本。
86.本发明还提供一种存储介质，用于存储如图1～图3所述摄像机算法安装优化方法的计算机程序。例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本技术的方法和/或技术方案。而调用本技术的方法的程序指令，可能被存储在固定的或可移动的存储介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输和/或被存储在根据程序指令运行的计算机设备的存储介质中。在此，根据本技术的一个实施例包括如图4所示摄像机算法安装优化系统的计算机设备，所述计算机设备优选包括用于存储计算机程序的存储介质和用于执行计算机程序的处理器，其中，当该计算机程序被该处理器执行时，触发该计算机设备执行基于前述多个实施例中的方法和/或技术方案。
87.本文所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
88.需要注意的是，本技术可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本技术的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本技术的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本技术的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
89.根据本发明的方法可以作为计算机实现方法在计算机上实现、或者在专用硬件中实现、或以两者的组合的方式实现。用于根据本发明的方法的可执行代码或其部分可以存储在计算机程序产品上。计算机程序产品的示例包括存储器设备、光学存储设备、集成电路、服务器、在线软件等。优选地，计算机程序产品包括存储在计算机可读介质上以便当所述程序产品在计算机上执行时执行根据本发明的方法的非临时程序代码部件。
90.在优选实施例中，计算机程序包括适合于当计算机程序在计算机上运行时执行根据本发明的方法的所有步骤的计算机程序代码部件。优选地，在计算机可读介质上体现计算机程序。
91.综上所述，本发明所述的摄像机算法安装优化方法及其系统，通过获取摄像机监控的视频流，将获取到的视频流过滤筛选出画面动态变化的目标视频，进而分析所述目标
视频中出现的特征信息；根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。故而，本发明能够提高摄像机安装算法的灵活性，同时实现更广范围检测，以保证提高检测效率，节省支付算法成本。
92.当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
93.还提供了a1、一种摄像机算法安装优化方法，包括：
94.获取步骤，获取摄像机的视频流；
95.过滤筛选步骤，过滤筛选出所述视频流中画面动态变化的目标视频；
96.特征分析步骤，分析所述目标视频中的特征信息；
97.算法安装步骤，根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。
98.a2、根据a1所述的摄像机算法安装优化方法，所述获取步骤进一步包括：
99.获取所述摄像机经编解码处理后的所述视频流。
100.a3、根据a1所述的摄像机算法安装优化方法，所述过滤筛选步骤包括：
101.过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。
102.a4、根据a3所述的摄像机算法安装优化方法，所述过滤筛选步骤进一步包括：
103.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的所述目标视频。
104.a5、根据a1所述的摄像机算法安装优化方法，所述特征分析步骤进一步包括：
105.通过图像识别技术，以分析识别所述目标视频中的所述特征信息。
106.a6、根据a5所述的摄像机算法安装优化方法，所述特征分析步骤包括：
107.分析识别所述目标视频中出现的人脸信息；
108.所述算法安装步骤进一步包括：
109.根据所述算法配置策略，以在所述摄像机中优化安装所述人脸信息对应的人流监控算法和/或人群聚集算法。
110.a7、根据a5所述的摄像机算法安装优化方法，所述特征分析步骤包括：
111.分析识别所述目标视频中出现的危险燃放品信息；
112.所述算法安装步骤进一步包括：
113.根据所述算法配置策略，以在所述摄像机中优化安装所述危险燃放品信息对应的险情预警算法。
114.a8、根据a1所述的摄像机算法安装优化方法，所述算法安装步骤包括：
115.匹配步骤，根据所述算法配置策略，在预置的算法库中获取匹配所述特征信息的至少一目标算法；
116.安装步骤，将所述目标算法下发至所述摄像机，并在所述摄像机中自动优化安装。
117.a9、根据a1所述的摄像机算法安装优化方法，所述算法安装步骤之后还包括：
118.算法删除步骤，若所述摄像机摄取的后续视频流中对应的所述特征信息消失，则在预设时间后删除所述摄像机中对应的所述目标算法。
119.还提供了b10、一种摄像机算法安装优化系统，包括有：
120.获取单元，用于获取摄像机的视频流；
121.过滤筛选单元，用于过滤筛选出所述视频流中画面动态变化的目标视频；
122.特征分析单元，用于分析所述目标视频中的特征信息；
123.算法安装单元，用于根据预制的算法配置策略，将匹配所述特征信息的目标算法优化安装到所述摄像机中。
124.b11、根据b10所述的摄像机算法安装优化系统，所述获取单元进一步用于：
125.获取所述摄像机经编解码处理后的所述视频流。
126.b12、根据b10所述的摄像机算法安装优化系统，所述过滤筛选单元用于：
127.过滤所述视频流中静态画面的图像视频，以筛选出所述视频流中的所述目标视频。
128.b13、根据b12所述的摄像机算法安装优化系统，所述过滤筛选单元进一步用于：
129.判断所述视频流中相邻视频帧的图像变化是否达到预设变化值，若是则筛选出对应所述相邻视频帧之间的所述目标视频。
130.b14、根据b10所述的摄像机算法安装优化系统，所述特征分析单元进一步用于：
131.通过图像识别技术，以分析识别所述目标视频中的所述特征信息。
132.b15、根据b14所述的摄像机算法安装优化系统，所述特征分析单元用于：
133.分析识别所述目标视频中出现的人脸信息；
134.所述算法安装单元进一步用于：
135.根据所述算法配置策略，以在所述摄像机中优化安装所述人脸信息对应的人流监控算法和/或人群聚集算法。
136.b16、根据b14所述的摄像机算法安装优化系统，所述特征分析单元用于：
137.分析识别所述目标视频中出现的危险燃放品信息；
138.所述算法安装单元进一步用于：
139.根据所述算法配置策略，以在所述摄像机中优化安装所述危险燃放品信息对应的险情预警算法。
140.b17、根据b10所述的摄像机算法安装优化系统，所述算法安装单元包括有：
141.匹配子单元，用于根据所述算法配置策略，在预置的算法库中获取匹配所述特征信息的至少一目标算法；
142.安装子单元，用于将所述目标算法下发至所述摄像机，并在所述摄像机中自动优化安装。
143.b18、根据b10所述的摄像机算法安装优化系统，还包括：
144.算法删除单元，用于若所述摄像机摄取的后续视频流中对应的所述特征信息消失，则在预设时间后删除所述摄像机中对应的所述目标算法。
145.还提供了c19、一种存储介质，用于存储一种用于执行a1～a9中任意一种所述摄像机算法安装优化方法的计算机程序。
146.还提供了d20、一种计算机设备，包括存储介质、处理器以及存储在所述存储介质上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现a1～a9任一项所述的摄像机算法安装优化方法。