• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      關(guān)于提高攝像機利用率的方法研究

      2022-06-22 06:06:22何丹娜黃磊王偉
      警察技術(shù) 2022年3期
      關(guān)鍵詞:置信區(qū)間數(shù)組標(biāo)準(zhǔn)差

      何丹娜 黃磊 王偉

      1. 四創(chuàng)電子股份有限公司 2. 安徽省合肥市公安局

      引言

      “城市安全”已成為衡量老百姓生活品質(zhì)和幸福度的一項重要指標(biāo),而視頻監(jiān)控?zé)o疑是保障城市安全的重要技術(shù)手段之一。以合肥市為例,在城市主干道路、重要場所、重點區(qū)域周邊已實現(xiàn)“全網(wǎng)共享、全時可用、全程可控”,在城市治理和安全保障方面發(fā)揮著重要作用。

      但在實際應(yīng)用中,存在少量攝像機因選點不合理或受周邊環(huán)境影響導(dǎo)致使用效能不高的問題,從而浪費硬件資源,影響整個視頻體系的應(yīng)用成效。因此需要一種快捷的判定方法,可對上述攝像機進行快速判定和篩選,從而為攝像機的移建和整改提供依據(jù)。

      一、新型攝像機利用率判定方法

      目前,針對攝像機點位選取已有相關(guān)的研究,提出從視頻資源的覆蓋度指標(biāo)、攝像機的有效距離設(shè)置和視頻資源的布點目標(biāo)進行總體把控[1]。在這個基礎(chǔ)上,又提出結(jié)合單個攝像機覆蓋情況和區(qū)域點位密度綜合進行點位布局規(guī)劃[2],并結(jié)合本城市特點提出“圈塊格線點”前端點位布局模型[3]。

      上述均從宏觀上為視頻資源的總體規(guī)劃和布局提供了實現(xiàn)路徑,存在的不足之處是無法進一步驗證單個攝像機選點的合理性,是否滿足實際業(yè)務(wù)使用的需要。為此,本文提出的方法重點針對已建攝像機,從實際業(yè)務(wù)出發(fā),通過攝像機利用率反推其架設(shè)的合理性。

      攝像機利用率最直觀的反應(yīng)在視頻播放量上,視頻架設(shè)位置合理且圖像有效信息高的視頻播放量大,視頻架設(shè)位置不合理或架設(shè)位置合理圖像有效信息低的視頻播放量小。可通過在視頻管理平臺中增加攝像機操作記錄,用來統(tǒng)計攝像機實時視頻點擊播放次數(shù),同時考慮操作用戶的篩選,過濾非業(yè)務(wù)用戶的操作數(shù)據(jù),得出攝像機每日的實時視頻播放量,連續(xù)一定時間進行實時視頻播放量的記錄統(tǒng)計,得出該攝像機的播放量數(shù)組,取數(shù)組平均值得出該攝像機的播放均值。對于多個攝像機,在指定時間段內(nèi)獲取到一組播放均值,針對這組播放均值再次計算其均值和標(biāo)準(zhǔn)差,從而動態(tài)設(shè)置置信區(qū)間。當(dāng)某攝像機的播放均值低于置信區(qū)間的最小值,則將該攝像機標(biāo)簽自動設(shè)置為利用率異常,支持人工二次判斷,對標(biāo)簽進行重定義。

      具體判定步驟如圖1所示,獲取每個攝像機每日實時播放量并記錄,在一段時間周期內(nèi)可獲得每個攝像機的一個播放量數(shù)組,數(shù)組中每個數(shù)值對應(yīng)該攝像機每天的播放量,接下來對每個數(shù)組分別計算均值,將所有數(shù)組的均值生成一個均值數(shù)組,進一步計算該數(shù)組的均值和標(biāo)準(zhǔn)差,并通過均值和標(biāo)準(zhǔn)差設(shè)置播放量置信區(qū)間,最后將均值數(shù)組中每個數(shù)值與置信區(qū)間進行比對,如果小于該區(qū)間的最小值,則其對應(yīng)的攝像機將會標(biāo)記為利用率異常。

      在應(yīng)用展示方面,可以區(qū)域分為單位進行轄區(qū)利用率異常攝像機的統(tǒng)計,形成各區(qū)利用率異常攝像機統(tǒng)計分布圖,從而有助于優(yōu)化攝像機分布,進行合理遷建。同時,通過對累積統(tǒng)計數(shù)據(jù)的環(huán)比、同比分析,實現(xiàn)對優(yōu)化調(diào)整的整體評價。

      依托單個攝像機在一定時間段內(nèi)的視頻播放量數(shù)組,可依次計算兩兩之間的差值并取絕對值,形成播放差值數(shù)組,計算其均值和標(biāo)準(zhǔn)差,動態(tài)生成播放差值的置信區(qū)間。當(dāng)播放差值超過置信區(qū)間時,自動獲取播放差值對應(yīng)的兩個視頻播放量及其屬性信息,給出播放量異常提示。此時可能是播放量的驟增或驟降,對于驟增的情況則可能該攝像機周邊發(fā)生重大事件,在這個時間點內(nèi)進行頻繁調(diào)閱;對于驟降的情況,則可能該攝像機自身離線或出現(xiàn)故障,導(dǎo)致播放量急速降低。對于攝像機播放量數(shù)據(jù)足夠多的情況下可生成該攝像機的播放預(yù)測曲線,提前獲知其應(yīng)用情況。

      具體判定步驟如圖2所示,同樣,先獲取每個攝像機在一段時間周期內(nèi)的播放量數(shù)組,接下來對每個數(shù)組分別按照順序從第一位數(shù)值開始,計算與后一位數(shù)值的差值并取絕對值,依此類推,從而獲得播放差值數(shù)組,計算其均值和標(biāo)準(zhǔn)差,并通過均值和標(biāo)準(zhǔn)差設(shè)置播放差值置信區(qū)間,最后將播放差值數(shù)組中每個差值與置信區(qū)間進行比對,如果不在區(qū)間內(nèi),則其差值對應(yīng)相減的兩個播放量記為播放量異常,從而鎖定具體異常的情況,便于定位和處理。

      上述方法也可應(yīng)用到抓拍量分析中,通過對每日抓拍量和一定時間的抓拍均值進行分析,可獲取抓拍異??冢瑥亩笇?dǎo)卡口布局的優(yōu)化。

      二、實驗對比

      目前針對各類視頻建設(shè)系統(tǒng)的維護,主要還是集中在攝像機在線率的自動監(jiān)測,可實時進行攝像機離線狀態(tài)的監(jiān)測和預(yù)警,同時還可對攝像機圖像質(zhì)量進行輪巡分析,對畫面黑屏、花屏、顏色異常、模糊等現(xiàn)象進行分析和預(yù)警。但對單個攝像機利用率的監(jiān)測尚未有成熟的系統(tǒng)或功能,一般通過人工巡檢的方式進行發(fā)現(xiàn),并將發(fā)現(xiàn)的不合規(guī)情形進行上報。以1萬路攝像機為例,打開一路視頻的時間約為2秒(視頻流經(jīng)底層存儲、區(qū)級視頻平臺、市級視頻匯聚平臺到應(yīng)用平臺),人工全部巡檢一遍的時間約為2萬秒(約為333.33分鐘)。

      采用本文所提的方法,模擬1萬路攝像機的播放量,通過代碼分析得出利用率不合理 點位的結(jié)果,所需時間約為305毫秒,可根據(jù)結(jié)果中播放量關(guān)聯(lián)的攝像機編碼鎖定具體的攝像機;并對播放量異常情況進行分析,所需時間為376毫秒,除了可根據(jù)結(jié)果中播放量關(guān)聯(lián)的攝像機編碼鎖定具體的攝像機,還可根據(jù)結(jié)果中分析的播放量關(guān)聯(lián)定位具體的日期。在實際使用中,由于整體服務(wù)的部署環(huán)境等因素,運行時間將會有所延長,但一般不超過秒級。

      目前,本文提到的方法已在部分地市視頻運維系統(tǒng)中進行應(yīng)用,通過日志數(shù)據(jù)進行播放量的統(tǒng)計分析,從而篩選利用率異常位置及播放量異常情況,實現(xiàn)精準(zhǔn)預(yù)警提示,從而提升整個視頻監(jiān)控系統(tǒng)運行和監(jiān)管的效率,做到智能發(fā)現(xiàn)、高效處理。

      三、結(jié)語

      城市級視頻建設(shè)系統(tǒng)龐大而繁雜,涉及運維的對象繁多,如何實現(xiàn)設(shè)備監(jiān)管智能化、故障處置流程化、運維過程數(shù)據(jù)化、考核管理自動化是運維工作的核心。當(dāng)前的運維管理還處在人工管理向智能管理過渡的階段,過多依賴于設(shè)備性能指標(biāo)的監(jiān)測,缺少與運維業(yè)務(wù)的有機結(jié)合,使得監(jiān)測結(jié)果無法真正服務(wù)于運維工作。

      視頻建設(shè)系統(tǒng)特別是大型系統(tǒng)的運維工作,應(yīng)結(jié)合實際使用情況,以服務(wù)于業(yè)務(wù)應(yīng)用為目的,進行運維對象和監(jiān)控指標(biāo)的合理設(shè)置,不斷深入總結(jié)業(yè)務(wù)需求點,延伸出運維關(guān)注點,并從技術(shù)和業(yè)務(wù)兩個維度探討運維監(jiān)測方式,從而真正為系統(tǒng)運維管理服務(wù),為實戰(zhàn)應(yīng)用服務(wù)。

      猜你喜歡
      置信區(qū)間數(shù)組標(biāo)準(zhǔn)差
      定數(shù)截尾場合三參數(shù)pareto分布參數(shù)的最優(yōu)置信區(qū)間
      JAVA稀疏矩陣算法
      電腦報(2022年13期)2022-04-12 00:32:38
      p-范分布中參數(shù)的置信區(qū)間
      多個偏正態(tài)總體共同位置參數(shù)的Bootstrap置信區(qū)間
      用Pro-Kin Line平衡反饋訓(xùn)練儀對早期帕金森病患者進行治療對其動態(tài)平衡功能的影響
      JAVA玩轉(zhuǎn)數(shù)學(xué)之二維數(shù)組排序
      電腦報(2020年24期)2020-07-15 06:12:41
      列車定位中置信區(qū)間的確定方法
      尋找勾股數(shù)組的歷程
      對于平均差與標(biāo)準(zhǔn)差的數(shù)學(xué)關(guān)系和應(yīng)用價值比較研究
      醫(yī)學(xué)科技論文中有效數(shù)字的確定
      丰镇市| 梧州市| 军事| 朝阳市| 抚州市| 尉氏县| 开封县| 集安市| 富锦市| 宁陵县| 韶关市| 松滋市| 章丘市| 嘉峪关市| 东城区| 屏东市| 突泉县| 河间市| 新干县| 盐亭县| 贵德县| 翼城县| 岫岩| 南川市| 湘乡市| 文昌市| 定襄县| 六安市| 五家渠市| 吴江市| 临安市| 寿阳县| 永定县| 舒兰市| 宁化县| 新安县| 灵丘县| 木兰县| 铁岭市| 武宣县| 松滋市|