一种视频监控导库布控方法、装置及相关设备与流程

本申请涉及视频监控技术领域，特别是涉及一种视频监控导库布控方法、装置及相关设备。

背景技术：

随着计算机技术和监控技术的快速发展，公路、商场、停车场等很多场景中都需要进行视频监控，视频监控的应用范围越来越广泛。一个视频监控系统多是由前端的网络摄像机和后端的分析服务器构建而成。在视频监控过程中，可以布控告警业务。前端的网络摄像机和后端的分析服务器目前都已经具备导库布控功能。但是因为应用场景和硬件的不一致，导致需要的监控算法模型多种多样。从而使得目前在进行视频监控导库布控过程中，前端的网络摄像机和后端的分析服务器均需要进行导库操作。即每个网络摄像机和分析服务器都需要进行一次导库操作，导致视频监控导库布控效率较低。

技术实现要素：

本申请的目的是提供一种视频监控导库布控方法、装置及相关设备，以提高视频监控导库布控效率。

为解决上述技术问题，本申请提供如下技术方案：

一种视频监控导库布控方法，应用于分析服务器，所述方法包括：

获得组播网络中每个网络摄像机使用的监控算法模型的型号；

针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，以使该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同。

在本申请的一种具体实施方式中，还包括：

接收针对所述分析服务器使用的监控算法模型的型号对应的布控库的导库任务；

根据该导库任务，获取该布控库；

提取该布控库的特征向量；

基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，在所述针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务之前，还包括：

针对每个摄像机组，确定该摄像机组使用的监控算法模型的型号是否与所述分析服务器使用的监控算法模型的型号相同；

如果相同，则将所述分析服务器提取到的布控库的特征向量发送给该摄像机组中的每个网络摄像机；

如果不相同，则执行所述向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务的步骤。

在本申请的一种具体实施方式中，还包括：

在有新网络摄像机加入到所述组播网络中时，获得该新网络摄像机使用的监控算法模型的型号；

如果该新网络摄像机使用的监控算法模型的型号与所述组播网络中已有的监控算法模型的型号相同，则将该新网络摄像机使用的监控算法模型的型号对应的布控库的特征向量同步给该新网络摄像机，以使该新网络摄像机基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，还包括：

如果该新网络摄像机使用的监控算法模型的型号与所述组播网络中已有的监控算法模型的型号均不相同，则向该新网络摄像机下发针对与该新网络摄像机使用的监控算法模型的型号对应的布控库的导库任务，以使该新网络摄像机获取到该布控库后，提取该布控库的特征向量，并基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，还包括：

根据所述组播网络中每个摄像机组使用的监控算法模型的型号对应的布控库创建布控任务；

将每个布控任务下发给相应摄像机组中的每个网络摄像机，以使每个网络摄像机基于相应布控库的特征向量和相应的布控任务进行布控产生告警。

一种视频监控导库布控方法，应用于网络摄像机，所述方法包括：

接收分析服务器下发的针对与所述网络摄像机使用的监控算法模型的型号对应的布控库的导库任务；

提取该布控库的特征向量；

将提取到的特征向量共享给所述网络摄像机所在摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

一种视频监控导库布控装置，应用于分析服务器，所述装置包括：

型号获得模块，用于获得组播网络中每个网络摄像机使用的监控算法模型的型号；

导库任务下发模块，用于针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，以使该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

一种视频监控导库布控装置，应用于网络摄像机，所述装置包括：

导库任务接收模块，用于接收分析服务器下发的针对与所述网络摄像机使用的监控算法模型的型号对应的布控库的导库任务；

特征向量提取模块，用于提取该布控库的特征向量；

特征向量共享模块，用于将提取到的特征向量共享给所述网络摄像机所在摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

一种分析服务器，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述视频监控导库布控方法的步骤。

一种网络摄像机，包括：

摄像头；

与所述摄像头连接的存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现上述视频监控导库布控方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述视频监控导库布控方法的步骤。

应用本申请实施例所提供的技术方案，分析服务器获得组播网络中每个网络摄像机使用的监控算法模型的型号，将使用相同型号监控算法模型的网络摄像机归入到同一摄像机组中，针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，这样该摄像机组中每个网络摄像机基于该布控库的特征向量可以进行布控产生告警。同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同，对于一个摄像机组，只需要这个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，而不需要这个摄像机组中的每个网络摄像机都进行布控库的特征向量的提取，也就是说每个摄像机组只需要对布控库的特征向量提取一次，这样可以节省导库时间，提高视频监控导库布控效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中一种组播网络的结构示意图；

图2为本申请实施例中一种视频监控导库布控方法的实施流程图；

图3为本申请实施例中一种视频监控导库过程示意图；

图4为本申请实施例中一种视频监控布控过程示意图；

图5为本申请实施例中另一种视频监控导库布控方法的实施流程图；

图6为本申请实施例中一种视频监控导库布控装置的结构示意图；

图7为本申请实施例中另一种视频监控导库布控装置的结构示意图；

图8为本申请实施例中一种分析服务器的结构示意图；

图9为本申请实施例中一种网络摄像机的结构示意图。

具体实施方式

本申请的核心是提供一种视频监控导库布控方法，该方法可以应用于分析服务器，分析服务器可以与多个网络摄像机通信连接，网络摄像机在前端部署，用于图像采集和分析，分析服务器在后端部署，可接收与其连接的每个网络摄像机采集到的图像，并进行分析。分析服务器可以与多个网络摄像机构建一个组播网络。如图1所示，该组播网络中包括分析服务器110、网络摄像机120、网络摄像机130和网络摄像机140，组播网络内的各设备之间可以相互通信。

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

参见图2所示，为本申请实施例所提供的一种视频监控导库布控方法的实施流程图，该方法可以包括以下步骤：

s210：获得组播网络中每个网络摄像机使用的监控算法模型的型号。

组播网络由分析服务器和多个网络摄像机构建而成。在初始有监控任务要执行，或者监控任务有更改，或者布控库有更新时，都需要分析服务器和网络摄像机进行导库布控操作。

所谓导库，是指导入布控库。布控库中可以存储多个参考图像，是一个尽量大而全的图像集合，当有新采集的图像时，需要将该新采集的图像与布控库中每个图像进行比对，得到相似度，将相似度和布控任务中设定的阈值进行比较，根据比较结果，确定该新采集的图像是否命中目标，如果是，则可以进行告警等操作。采集到怎样的图像进行比对，如何比对，何时进行告警等过程可以理解为布控过程。在图像比对过程中可以使用通过神经网络训练得到的不同场景下的监控算法模型。

分析服务器和多个网络摄像机构建而成组播网络。组播网络中的各设备相互之间可通信。本申请中的网络摄像机指具有算力的摄像机。分析服务器和每个网络摄像机都需要使用某种监控算法模型。

分析服务器可以获得组播网络中每个网络摄像机使用的监控算法模型的型号。监控算法模型可以是对于人脸、人体、机动车、非机动车等进行检测的不同算法模型。每个网络摄像机可以通过主动上报方式上报自己使用的监控算法模型的型号，也可以在接收到分析服务器的获取指令时上报自己使用的监控算法模型的型号。当然，分析服务器在获得组播网络中每个网络摄像机使用的监控算法模型的型号的同时，可以获得每个网络摄像机的相机编码，以唯一识别一个网络摄像机。

s220：针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，以使该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警。

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

在本申请中，分析服务器获得组播网络中每个网络摄像机使用的监控算法模型的型号后，即可获知哪些网络摄像机使用相同型号的监控算法模型。可以将使用相同型号的监控算法模型的网络摄像机归入到一个摄像机组中。即同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。每个摄像机组中可以包含一个或多个网络摄像机，每个组播网络中可以包含多个摄像机组，一个摄像机组使用的监控算法模型的型号也即为该摄像机组中包含的每个网络摄像机使用的监控算法模型的型号，不同摄像机组使用的监控算法模型的型号不同。

不同监控算法模型具有不同型号，不同型号的监控算法模型能力不同且较分散，所对应的布控库及需要提取的特征向量的内容及方式都可能不同。可以根据监控算法模型的型号，创建导库任务。不同型号的监控算法模型对应的导库任务可不同。导库任务可以由技术人员在分析服务器上创建，还可以由分析服务器根据预先获得的监控算法模型的型号与布控库的对应关系，自动创建。

针对每个摄像机组，可以向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务。该网络摄像机可以是该摄像机组中的任意一个，还可以是分析服务器根据该摄像机组中网络摄像机的处理能力高低选择出的一个。

该网络摄像机接收到导库任务后，可以获取到布控库，从而可以使用自己具备的监控算法模型提取该布控库的特征向量。然后可以将提取到的特征向量共享给该摄像机组中其他每个网络摄像机。这样该摄像机组中其他每个网络摄像机不需要再进行对该布控库的特征向量的提取操作，节省其他每个网络摄像机的导库时间。

将该网络摄像机提取到的特征向量共享给该摄像机组中其他每个网络摄像机，可以是该网络摄像机通过组播网络直接发送给该摄像机组中其他每个网络摄像机，达到共享的目的，还可以是该网络摄像机将提取到的特征向量发送给分析服务器，再由分析服务器分发给该摄像机组中的其他每个网络摄像机，达到共享的目的。

针对于组播网络中每个网络摄像机，该网络摄像机获得相应布控库的特征向量后，可以基于该布控库的特征向量进行布控产生告警。

应用本申请实施例所提供的方法，分析服务器获得组播网络中每个网络摄像机使用的监控算法模型的型号，将使用相同型号监控算法模型的网络摄像机归入到同一摄像机组中，针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，这样该摄像机组中每个网络摄像机基于该布控库的特征向量可以进行布控产生告警。同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同，对于一个摄像机组，只需要这个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，而不需要这个摄像机组中的每个网络摄像机都进行布控库的特征向量的提取，也就是说每个摄像机组只需要对布控库的特征向量提取一次，这样可以节省导库时间，提高视频监控导库布控效率。

在本申请的一个实施例中，该方法还可以包括以下步骤：

步骤一：接收针对分析服务器使用的监控算法模型的型号对应的布控库的导库任务；

步骤二：根据该导库任务，获取该布控库；

步骤三：提取该布控库的特征向量；

步骤四：基于该布控库的特征向量进行布控产生告警。

为便于描述，将上述四个步骤结合起来进行说明。

在本申请中，分析服务器的处理功能相较于网络摄像机更为强大。分析服务器通过获得的网络摄像机采集的图像，可以进行分析，同样需要进行导库布控操作。

可以针对分析服务器使用的监控算法模型的型号对应的布控库创建导库任务，分析服务器接收到该导库任务后，可以根据该导库任务，获取该布控库，并提取该布控库的特征向量，进而基于该布控库的特征向量进行布控产生告警。

在本申请的一个实施例中，在步骤s220针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对该摄像机组使用的监控算法模型的型号对应的布控库的导库任务之前，该方法还可以包括以下步骤：

第一个步骤：针对每个摄像机组，确定该摄像机组使用的监控算法模型的型号是否与分析服务器使用的监控算法模型的型号相同；如果相同，则执行第二个步骤的操作，如果不相同，则执行步骤s220的操作；

第二个步骤：将分析服务器提取到的布控库的特征向量发送给该摄像机组中的每个网络摄像机。

为便于描述，将上述两个步骤结合起来进行说明。

本申请中，分析服务器获得组播网络中每个网络摄像机使用的监控算法模型的型号之后，可以将使用相同型号监控算法模型的网络摄像机归入到同一个摄像机组中。分析服务器自身也有所使用的监控算法模型，而且分析服务器的处理能力相较于网络摄像机更强，所以，分析服务器可以更快速地进行导库操作，提取到相应布控库的特征向量。

针对每个摄像机组，分析服务器可以先确定该摄像机组使用的监控算法模型的型号是否与自己使用的监控算法模型的型号相同。如果相同，则可以将自己提取到的布控库的特征向量发送给该摄像机组中的每个网络摄像机，这样该摄像机组中的每个网络摄像机不需要再进行相应布控库的特征向量的提取，即可基于获得的特征向量进行布控产生告警。提高了视频监控导库布控效率。如果不相同，则可以向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，由该摄像机组中的一个网络摄像机进行相应布控库的特征向量的提取，然后共享到该摄像机组的其他每个网络摄像机中，从而使得每个网络摄像机可以基于获得的特征向量进行布控产生告警。

在本申请的一个实施例中，该方法还可以包括以下步骤：

步骤一：在有新网络摄像机加入到组播网络中时，获得该新网络摄像机使用的监控算法模型的型号；

步骤二：如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号相同，则可以将该新网络摄像机使用的监控算法模型的型号对应的布控库的特征向量同步给该新网络摄像机，以使该新网络摄像机基于该布控库的特征向量进行布控产生告警；

步骤三：如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号均不相同，则向该新网络摄像机下发针对与该新网络摄像机使用的监控算法模型的型号对应的布控库的导库任务，以使该新网络摄像机获取到该布控库后，提取该布控库的特征向量，并基于该布控库的特征向量进行布控产生告警。

为便于描述，将上述三个步骤结合起来进行说明。

在实际应用中，组播网络中的分析服务器和网络摄像机在工作过程中，可能会有新的网络摄像机加入进来。

在有新网络摄像机加入到组播网络中时，分析服务器可以先获得该新网络摄像机使用的监控算法模型的型号，并查看组播网络中是否已有该监控算法模型的型号。

如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号相同，则表明当前已经存在提取好的与该监控算法模型的型号对应的布控库的特征向量，不需要该新网络摄像机再做提取操作，可以直接将该新网络摄像机使用的监控算法模型的型号对应的布控库的特征向量同步给该新网络摄像机。这样该新网络摄像机就可以基于该布控库的特征向量进行布控产生告警。节省该新网络摄像机的导库时间。

如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号均不相同，则表明当前并不存在该新网络摄像机使用的监控算法模型的型号对应的布控库的特征向量，需要该新网络摄像机自己提取。这种情况下，可以向该新网络摄像机下发针对与该新网络摄像机使用的监控算法模型的型号对应的布控库的导库任务。这样该新网络摄像机获取到该布控库后，可以提取该布控库的特征向量，并基于该布控库的特征向量进行布控产生告警。

为方便理解，以图3所示导库过程为例，对本申请实施例进行说明。

ipc4为新添加到组播网络中的具备算力的网络摄像机，ipc4加入到组播网络后，向分析服务器发送自己使用的监控算法模型的型号和相机编码，分析服务器可以使用数据结构key-value方式记录相应的监控算法模型的型号和相机编码。分析服务器可以判断之前使用同种型号监控算法模型的网络摄像机或者自身是否已经提取过相应布控库的特征向量。如果是，则可以直接将已提取过的相应的特征向量发送给ipc4，ipc4无需再提取特征向量，即可完成导库操作，节省了导库时间。如果否，则可以将根据ipc4使用的监控算法模型的型号对应的布控库创建的导库任务下发给ipc4，ipc4获取相应的布控库，提取该布控库的特征向量，完成导库操作。

在本申请中，分析服务器针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，这样该摄像机组中的每个网络摄像机均获得了该布控库的特征向量。在实际应用中，每个网络摄像机可以自己创建布控任务，然后基于获得的相应布控库的特征向量和相应的布控任务进行布控产生告警。

在本申请的一个实施例中，该方法还可以包括以下步骤：

第一个步骤：根据组播网络中每个摄像机组使用的监控算法模型的型号对应的布控库创建布控任务；

第二个步骤：将每个布控任务下发给相应摄像机组中的每个网络摄像机，以使每个网络摄像机基于相应布控库的特征向量和相应的布控任务进行布控产生告警。

为便于描述，将上述两个步骤结合起来进行说明。

如前面所描述的，分析服务器的处理能力相较于网络摄像机较强。在本申请中，分析服务器可以根据组播网络中每个摄像机组使用的监控算法模型的型号对应的布控库创建布控任务。使用同一型号的监控算法模型的网络摄像机具有统一的布控任务。

分析服务器可以将每个布控任务下发给相应摄像机组中的每个网络摄像机。这样不需要每个网络摄像机自己进行布控任务的创建，可以节省布控时间，降低整体资源消耗。每个网络摄像机可以基于相应布控库的特征向量和相应的布控任务进行布控产生告警。

为方便理解，以图4所示布控过程为例，对本申请实施例进行说明。

ipc5、ipc6、ipc7为组播网络中网络摄像机，ipc5和ipc6使用的监控算法模型的型号相同，ipc7与ipc5、ipc6使用的监控算法模型的型号不同。分析服务器分别根据ipc5、ipc7使用的监控算法模型的型号创建布控任务，然后通过组播网络将每个布控任务(布控任务1、布控任务2)分别下发给相应的网络摄像机。对使用相同型号监控算法模型的网络摄像机下发统一的布控任务，ipc5、ipc6、ipc7无需独自创建布控任务，可以基于获得的布控任务进行布控产生告警。

分析服务器和各网络摄像机使用的监控算法模型能力不同且较分散，通过在一个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，并共享给同一个摄像机组中的其他网络摄像机，可以有效地将导库分散的能力利用起来，同时，通过分析服务器进行布控任务的创建，不需要每个网络摄像机独自进行，提高了布控速度，同时提高了整体的布控比对速度，减少了整体硬件资源算力的浪费。

参见图5所示，为本申请实施例所提供的一种视频监控导库布控方法的实施流程图，该方法可以应用于网络摄像机，包括以下步骤：

s510：接收分析服务器下发的针对与网络摄像机使用的监控算法模型的型号对应的布控库的导库任务；

s520：提取该布控库的特征向量；

s530：将提取到的特征向量共享给网络摄像机所在摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

为方便描述，将上述三个步骤结合起来进行说明。

在本申请中，分析服务器可以与多个网络摄像机构建一个组播网络。分析服务器可以获得组播网络中每个网络摄像机使用的监控算法模型的型号，并将使用相同型号的监控算法模型的网络摄像机归入到一个摄像机组中。即同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。每个摄像机组中可以包含一个或多个网络摄像机，每个组播网络中可以包含多个摄像机组，一个摄像机组使用的监控算法模型的型号也即为该摄像机组中包含的每个网络摄像机使用的监控算法模型的型号，不同摄像机组使用的监控算法模型的型号不同。

针对每个摄像机组，分析服务器可以向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务。该网络摄像机可以是该摄像机组中的任意一个，还可以是分析服务器根据该摄像机组中网络摄像机的处理能力高低选择出的一个。

网络摄像机接收到分析服务器下发的针对与自己使用的监控算法模型的型号对应的布控库的导库任务后，可以提取该布控库的特征向量，然后将提取到的特征向量共享给自己所在摄像机组中其他每个网络摄像机。这样自己所在摄像机组中的每个网络摄像机都可以得到该布控库的特征向量，并可以基于该布控库的特征向量进行布控产生告警。

应用本申请实施例所提供的方法，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同，对于一个摄像机组，只需要这个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，而不需要这个摄像机组中的每个网络摄像机都进行布控库的特征向量的提取，也就是说每个摄像机组只需要对布控库的特征向量提取一次，这样可以节省导库时间，提高视频监控导库布控效率。

相应于上面图2所示的方法实施例，本申请实施例还提供了一种视频监控导库布控装置，应用于分析服务器，下文描述的视频监控导库布控装置与上文描述的视频监控导库布控方法可相互对应参照。

参见图6所示，该装置包括以下模块：

型号获得模块610，用于获得组播网络中每个网络摄像机使用的监控算法模型的型号；

导库任务下发模块620，用于针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，以使该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同。

应用本申请实施例所提供的装置，分析服务器获得组播网络中每个网络摄像机使用的监控算法模型的型号，将使用相同型号监控算法模型的网络摄像机归入到同一摄像机组中，针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，这样该摄像机组中每个网络摄像机基于该布控库的特征向量可以进行布控产生告警。同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同，对于一个摄像机组，只需要这个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，而不需要这个摄像机组中的每个网络摄像机都进行布控库的特征向量的提取，也就是说每个摄像机组只需要对布控库的特征向量提取一次，这样可以节省导库时间，提高视频监控导库布控效率。

在本申请的一种具体实施方式中，还包括导库布控模块，用于：

接收针对分析服务器使用的监控算法模型的型号对应的布控库的导库任务；

根据该导库任务，获取该布控库；

提取该布控库的特征向量；

基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，还包括型号确定模块和特征向量发送模块；

型号确定模块，用于在针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务之前，针对每个摄像机组，确定该摄像机组使用的监控算法模型的型号是否与分析服务器使用的监控算法模型的型号相同；如果相同，则触发特征向量发送模块，如果不相同，则触发导库任务下发模块620；

特征向量发送模块，用于将分析服务器提取到的布控库的特征向量发送给该摄像机组中的每个网络摄像机。

在本申请的一种具体实施方式中，型号获得模块610，还用于：

在有新网络摄像机加入到组播网络中时，获得该新网络摄像机使用的监控算法模型的型号；

还包括特征向量同步模块，用于：

如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号相同，则将该新网络摄像机使用的监控算法模型的型号对应的布控库的特征向量同步给该新网络摄像机，以使该新网络摄像机基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，导库任务第一下发模块610，还用于：

如果该新网络摄像机使用的监控算法模型的型号与组播网络中已有的监控算法模型的型号均不相同，则向该新网络摄像机下发针对与该新网络摄像机使用的监控算法模型的型号对应的布控库的导库任务，以使该新网络摄像机获取到该布控库后，提取该布控库的特征向量，并基于该布控库的特征向量进行布控产生告警。

在本申请的一种具体实施方式中，还包括布控模块，用于：

根据组播网络中每个摄像机组使用的监控算法模型的型号对应的布控库创建布控任务；

将每个布控任务下发给相应摄像机组中的每个网络摄像机，以使每个网络摄像机基于相应布控库的特征向量和相应的布控任务进行布控产生告警。

相应于上面图5所示的方法实施例，本申请实施例还提供了一种视频监控导库布控装置，应用于网络摄像机，下文描述的视频监控导库布控装置与上文描述的视频监控导库布控方法可相互对应参照。

参见图7所示，该装置包括以下模块：

导库任务接收模块710，用于接收分析服务器下发的针对与网络摄像机使用的监控算法模型的型号对应的布控库的导库任务；

特征向量提取模块720，用于提取该布控库的特征向量；

特征向量共享模块730，用于将提取到的特征向量共享给网络摄像机所在摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

应用本申请实施例所提供的装置，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同，对于一个摄像机组，只需要这个摄像机组中的一个网络摄像机进行布控库的特征向量的提取，而不需要这个摄像机组中的每个网络摄像机都进行布控库的特征向量的提取，也就是说每个摄像机组只需要对布控库的特征向量提取一次，这样可以节省导库时间，提高视频监控导库布控效率。。

相应于上面图2所示的方法实施例，本申请实施例还提供了一种分析服务器，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序时实现上述视频监控导库布控方法的步骤。

如图8所示，为分析服务器的组成结构示意图，分析服务器可以包括：处理器10、存储器11、通信接口12和通信总线13。处理器10、存储器11、通信接口12均通过通信总线13完成相互间的通信。

在本申请实施例中，处理器10可以为中央处理器(centralprocessingunit，cpu)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件等。

处理器10可以调用存储器11中存储的程序，具体的，处理器10可以执行视频监控导库布控方法的实施例中的操作。

存储器11中用于存放一个或者一个以上程序，程序可以包括程序代码，程序代码包括计算机操作指令，在本申请实施例中，存储器11中至少存储有用于实现以下功能的程序：

获得组播网络中每个网络摄像机使用的监控算法模型的型号；

针对每个摄像机组，向该摄像机组中的一个网络摄像机下发针对与该摄像机组使用的监控算法模型的型号对应的布控库的导库任务，以使该网络摄像机获取到该布控库后，提取该布控库的特征向量，并将提取到的特征向量共享给该摄像机组中其他每个网络摄像机，以使该摄像机组中每个网络摄像机基于该布控库的特征向量进行布控产生告警；

其中，同一个摄像机组中的网络摄像机使用的监控算法模型的型号相同，不同摄像机组中的网络摄像机使用的监控算法模型的型号不同。

在一种可能的实现方式中，存储器11可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及至少一个功能(比如声音播放功能、图像播放功能)所需的应用程序等；存储数据区可存储使用过程中所创建的数据，如型号数据、任务数据等。

此外，存储器11可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件或其他易失性固态存储器件。

通信接口13可以为通信模块的接口，用于与其他设备或者系统连接。

当然，需要说明的是，图8所示的结构并不构成对本申请实施例中分析服务器的限定，在实际应用中分析服务器可以包括比图8所示的更多或更少的部件，或者组合某些部件。

相应于上面图5所示的方法实施例，本申请实施例还提供了一种网络摄像机，如图9所示，包括：

摄像头910；

与摄像头910连接的存储器920，用于存储计算机程序；

处理器930，用于执行计算机程序时实现上述图5所示视频监控导库布控方法的步骤。

相应于上面的方法实施例，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述视频监控导库布控方法的步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。