支持多区域监控的视频监控方法、装置、设备及存储介质与流程

本发明涉及视频监控技术领域，尤其涉及一种支持多区域监控的视频监控方法、装置、设备及存储介质。

背景技术

随着科学技术的进步和计算机网络的传输与存储技术、视频编解码技术的发展，视频监控系统在各个行业得到了广泛的应用。在视频监控领域，视频结构化分析是对海量视频资源的一种深度应用，通过运用各种算法对视频进行分析，让计算机代替人工从海量的视频资源中提取有价值的信息。

在现有的技术中，视频监控通常是对视频流进行全屏结构化分析与结果展示，而在某些特定场景下，用户仅对某个区域或某些区域存在监控需求，而全屏结构化分析显然无法满足特定场景下的监控需求，进而导致视频监控应用受阻，无法灵活适配各类应用场景。

技术实现要素：

本发明的主要目的在于提供一种支持多区域监控的视频监控方法、装置、设备及存储介质，旨在解决现有视频监控方法不支持分区域监控进而无法灵活适配各类应用场景的技术问题。

本发明第一方面提供了一种支持多区域监控的视频监控方法，包括：

获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

可选的，在本发明第一方面的第一种实现方式中，所述

编排算法模型包括多个功能算法模型，各所述功能算法模型采用串联或串并联方式处理所述解码视频数据并对外提供统一的输入接口与输出接口；

其中，所述功能算法模型的类型包括目标检测模型、目标跟踪模型、目标结构化分析模型；所述编排算法模型包括至少一个目标检测模型、一个目标跟踪模型以及多个目标结构化分析模型。

可选的，在本发明第一方面的第二种实现方式中，所述将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果包括：

基于所述视频监控任务中配置的视频图像采集频率，对所述解码视频数据进行截图，得到待分析的视频帧图像；

将所述视频帧图像输入所述编排算法模型中的目标检测模型进行目标检测，输出目标检测结果；

将所述目标检测结果与所述解码视频数据输入所述编排算法模型中的目标跟踪模型进行目标跟踪，输出目标跟踪结果；

将所述目标跟踪结果输入所述编排算法模型中的目标结构化分析模型进行视频结构化分析，得到所述第一视频分析结果，其中，所述第一视频分析结果包括所述解码视频数据中目标对象对应的目标坐标框与目标特征。

可选的，在本发明第一方面的第三种实现方式中，所述将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果包括：

依次获取所述第一视频分析结果中的各所述目标坐标框，并计算所述目标坐标框的中心点；

将所述目标坐标框的中心点与所述视频监控任务配置的视频分析区域进行区域比对，得到区域比对结果；

若所述区域比对结果为所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，则保留所述目标坐标框，否则从所述第一视频分析结果中剔除所述目标坐标框，并将最终保留下的目标坐标框作为所述视频分析区域对应的第二视频分析结果。

可选的，在本发明第一方面的第四种实现方式中，所述将所述目标坐标框的中心点与所述视频监控任务配置的视频分析区域进行区域比对，得到区域比对结果包括：

以所述目标坐标框的中心点为顶点、无穷远为终点引一条射线，并判断所述射线是否与所述编排算法模型对应的视频分析区域相交；

若所述射线与所述编排算法模型对应的视频分析区域相交，则统计相交点数量，并将所述相交点数量作为区域比对结果；

其中，若所述相交点数量为奇数，则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，否则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之外。

可选的，在本发明第一方面的第五种实现方式中，在所述获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据之前，还包括：

创建视频监控任务并配置待监控的视频流通道，其中，所述视频流通道唯一绑定一路视频拉流；

选择所述视频监控任务采用的一个或多个编排算法模型，并对所述编排算法模型进行参数配置；

展示所述视频拉流数据的预览界面，在所述预览界面中进行闭合区域绘制，得到一个或多个视频分析区域，并配置所述视频分析区域对应的一个或多个所述编排算法模型。

可选的，在本发明第一方面的第六种实现方式中，所述获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据包括：

基于视频监控任务配置的视频流通道，获取待监控的视频拉流数据；

基于预置视频流解码算法，对所述视频拉流数据进行解码，得到解码视频数据。

本发明第二方面提供了一种支持多区域监控的视频监控装置，包括：

视频解码模块，用于获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

视频处理模块，用于将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

区域比对模块，用于将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

视频叠加模块，用于将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

可选的，在本发明第二方面的第一种实现方式中，所述编排算法模型包括多个功能算法模型，各所述功能算法模型采用串联或串并联方式处理所述解码视频数据并对外提供统一的输入接口与输出接口；

其中，所述功能算法模型的类型包括目标检测模型、目标跟踪模型、目标结构化分析模型；所述编排算法模型包括至少一个目标检测模型、一个目标跟踪模型以及多个目标结构化分析模型。

可选的，在本发明第二方面的第二种实现方式中，所述视频处理模块具体用于：

基于所述视频监控任务中配置的视频图像采集频率，对所述解码视频数据进行截图，得到待分析的视频帧图像；

将所述视频帧图像输入所述编排算法模型中的目标检测模型进行目标检测，输出目标检测结果；

将所述目标检测结果与所述解码视频数据输入所述编排算法模型中的目标跟踪模型进行目标跟踪，输出目标跟踪结果；

将所述目标跟踪结果输入所述编排算法模型中的目标结构化分析模型进行视频结构化分析，得到所述第一视频分析结果，其中，所述第一视频分析结果包括所述解码视频数据中目标对象对应的目标坐标框与目标特征。

可选的，在本发明第二方面的第三种实现方式中，所述区域比对模块包括：

中心计算单元，用于依次获取所述第一视频分析结果中的各所述目标坐标框，并计算所述目标坐标框的中心点；

区域比对单元，将所述目标坐标框的中心点与所述视频监控任务配置的视频分析区域进行区域比对，得到区域比对结果；

数据剔除单元，若所述区域比对结果为所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，则保留所述目标坐标框，否则从所述第一视频分析结果中剔除所述目标坐标框，并将最终保留下的目标坐标框作为所述视频分析区域对应的第二视频分析结果。

可选的，在本发明第二方面的第四种实现方式中，所述区域比对单元具体用于：

以所述目标坐标框的中心点为顶点、无穷远为终点引一条射线，并判断所述射线是否与所述编排算法模型对应的视频分析区域相交；

若所述射线与所述编排算法模型对应的视频分析区域相交，则统计相交点数量，并将所述相交点数量作为区域比对结果；

其中，若所述相交点数量为奇数，则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，否则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之外。

可选的，在本发明第二方面的第五种实现方式中，所述支持多区域监控的视频监控装置还包括：

任务创建模块，用于创建视频监控任务并配置待监控的视频流通道，其中，所述视频流通道唯一绑定一路视频拉流；选择所述视频监控任务采用的一个或多个编排算法模型，并对所述编排算法模型进行参数配置；展示所述视频拉流数据的预览界面，在所述预览界面中进行闭合区域绘制，得到一个或多个视频分析区域，并配置所述视频分析区域对应的一个或多个所述编排算法模型。

可选的，在本发明第二方面的第六种实现方式中，所述视频解码模块具体用于：

基于视频监控任务配置的视频流通道，获取待监控的视频拉流数据；

基于预置视频流解码算法，对所述视频拉流数据进行解码，得到解码视频数据。

本发明第三方面提供了一种电子设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述电子设备执行上述的支持多区域监控的视频监控方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的支持多区域监控的视频监控方法。

本发明提供的技术方案中，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了对配置的监控视频区域实时进行区域结构化分析，去除区域结构化分析结果中的冗余数据，便于查看，满足了某些特定场景下的使用需求，同时先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

附图说明

图1为本发明实施例中支持多区域监控的视频监控方法的第一个实施例示意图；

图2为本发明实施例中支持多区域监控的视频监控方法的第二个实施例示意图；

图3为本发明实施例中支持多区域监控的视频监控方法的第三个实施例示意图；

图4为本发明实施例中支持多区域监控的视频监控装置的一个实施例示意图；

图5为本发明实施例中支持多区域监控的视频监控装置的另一个实施例示意图；

图6为本发明实施例中电子设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种支持多区域监控的视频监控方法、装置、设备及存储介质，实现了监控视频区域划分与区域结构化分析，支持将监控视频划分为多个区域，并针对每个区域支持多种算法，灵活性高，满足各种场景下的使用需求，先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中支持多区域监控的视频监控方法的第一个实施例包括：

101、获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

可以理解的是，本发明的执行主体可以为支持多区域监控的视频监控装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。

本实施例中，视频监控任务是预先创建的监控任务，该监控任务包括视频拉流数据源、该监控任务的编排算法模型、该监控任务的视频分析区域信息。

本实施例中，视频拉流数据是从指定地址拉取的视频流数据，该指定地址即视频监控任务中的视频拉流数据源，一个视频监控任务对应关联一个视频拉流数据源。

本实施例中，摄像头采集到数据后会进行编码压缩并传输，终端获取到的是压缩后的数据，需进行解码，解码过程一般包括将压缩的数据展开，计算得到残差数据并在参考帧的基础上生成预测帧，将残差数据叠加至预测帧得到当前帧的图像。

102、将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

可选的，在一实施例中，所述编排算法模型包括多个功能算法模型，各所述功能算法模型采用串联或串并联方式处理所述解码视频数据并对外提供统一的输入接口与输出接口；其中，所述功能算法模型的类型包括目标检测模型、目标跟踪模型、目标结构化分析模型；所述编排算法模型包括至少一个目标检测模型、一个目标跟踪模型以及多个目标结构化分析模型。

本实施例中，功能算法模型是实现某一特定功能的算法模型，多个功能算法模型组合成一个整体的编排算法，对外提供统一的输入接口与输出接口。

本实施例中，编排算法模型包括至少一个目标检测模型与一个目标结构化分析模型，或者至少一个目标检测模型、一个目标跟踪模型以及多个目标结构化分析模型。

本实施例中，目标检测模型的实现方法不限，包括但不限于YOLO（You Only Look Once）算法、SSD（Single Shot Multibox Detector）算法、Fast-RCNN算法；目标跟踪模型的实现方法不限，包括但不限于均值漂移（Mean Shift）算法、KLT算法；目标结构化分析模型的实现方法不限，包括但不限于ResNet50（残差网络）、Inception网络结构。

本实施例中，第一视频分析结果包括编排算法分析出的解码视频数据中目标对象的目标坐标框与目标特征，目标坐标框是目标对象的边界框（bouding box），目标特征包括了视频结构化分析得出的目标对象的特征。

本实施例中，若视频监控任务是为了进行行人识别与特征记录，则编排算法包括至少一个行人目标检测模型、一个行人目标跟踪模型以及多个行人目标结构化分析模型；行人目标检测模型检测一帧图像中是否存在行人，若存在，记录检测到的行人的边界框；行人目标跟踪模型用于对检测到的行人进行跟踪，避免重复目标检测，减少数据计算量；行人目标结构化分析模型对目标行人进行结构化分析，分析目标行人的目标特征，如目标行人是否戴帽子、是否戴眼镜、衣服颜色等。

本实施例中，若视频监控任务是为了进行产品缺陷检测，则编排算法包括至少一个产品目标检测模型与一个产品目标结构化分析模型；产品目标检测模型检测固定区域框内是否有产品；产品目标结构化分析模型对检测到的目标产品进行结构化分析，判断目标产品是否有缺陷。

103、将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

本实施例中，视频分析区域是人工设置的闭合回路，可以是任意形状的多边形。

本实施例中，视频监控任务中存储有每一视频分析区域对应采用的编排算法，区域比对即将各编排算法输出的目标对象的目标坐标框与编排算法对应的视频分析区域进行比对，判断目标对象的目标坐标框是否在其对应的视频分析区域内，去除冗余数据，剩下的数据组成第二视频分析结果。

本实施例中，区域比对的方法不限。

104、将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

本实施例中，将视频分析区域与第二视频分析结果中的目标坐标框叠加至解码视频数据，即在解码视频中添加视频分析区域的坐标框与第二视频分析结果中的目标坐标框。

本实施例中，对叠加处理后的视频进行编码，得到视频推流数据，编码的方法不限。

可选的，在一实施例中，使用gstreamer作为系统框架，编排算法模型的插件实现了模型动态加载，输入、编解码、输出相关的插件使用gst-bin的方式进行封装；使用gstreamer内部插件uridecodebin进行视频流解码，uridecodebin支持rtmp、rtsp、file等多种文件格式；实现多路视频流复用，在调用gpu解码时提升使用效率；编排算法模型可由其它系统下发与升级；图像叠加处理结果的录制支持多种录制格式，包括但不限于rtsp、rtmp、mp4、h264、jpeg；视频推流数据通过消息中间件推送到kafka。

本发明实施例中，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了对配置的监控视频区域实时进行区域结构化分析，去除区域结构化分析结果中的冗余数据，便于查看，满足了某些特定场景下的使用需求，同时先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

请参阅图2，本发明实施例中支持多区域监控的视频监控方法的第二个实施例包括：

201、获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

202、将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

可选的，在一实施例中，上述步骤202包括：

基于所述视频监控任务中配置的视频图像采集频率，对所述解码视频数据进行截图，得到待分析的视频帧图像；

将所述视频帧图像输入所述编排算法模型中的目标检测模型进行目标检测，输出目标检测结果；

将所述目标检测结果与所述解码视频数据输入所述编排算法模型中的目标跟踪模型进行目标跟踪，输出目标跟踪结果；

将所述目标跟踪结果输入所述编排算法模型中的目标结构化分析模型进行视频结构化分析，得到所述第一视频分析结果，其中，所述第一视频分析结果包括所述解码视频数据中目标对象对应的目标坐标框与目标特征。

本实施例中，视频监控任务中配置了视频图像的采集频率，设置采集频率即每隔预置帧数对解码视频数据进行采集，该采集频率可针对每一个算法模型设置不同的值。

本实施例中，目标跟踪模型依据目标检测结果，对检测到的目标对象进行跟踪，减少目标检测次数，显著降低了数据计算量。

本实施例中，目标坐标框是目标对象的邻接边界框，目标特征是通过视频结构化分析后得到的目标对象的特征，不同的视频结构化分析得到的特征不同，如行人的外貌特征、穿着打扮特征，汽车的形状颜色特征、品牌特征等。

203、依次获取所述第一视频分析结果中的各所述目标坐标框，并计算所述目标坐标框的中心点；

本实施例中，第一视频分析结果包括目标对象对应的目标坐标框与目标特征。

本实施例中，分别结算各目标对象的目标坐标框的中心点，计算方法不限。

204、将所述目标坐标框的中心点与所述视频监控任务配置的视频分析区域进行区域比对，得到区域比对结果；

可选的，在一实施例中，上述步骤207包括：

以所述目标坐标框的中心点为顶点、无穷远为终点引一条射线，并判断所述射线是否与所述编排算法模型对应的视频分析区域相交；

若所述射线与所述编排算法模型对应的视频分析区域相交，则统计相交点数量，并将所述相交点数量作为区域比对结果；

其中，若所述相交点数量为奇数，则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，否则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之外。

本实施例中，规定相交点位于射线的固定一侧，如位于一条横向射线的上侧或下侧、位于一条纵向射线的左侧或右侧。当射线与多边形的顶点相交时，对该顶点相邻的各线段边分别判断该线段边的两个顶点是否位于射线的同一侧，若位于同一侧，则认为射线没有穿过该线段边，即射线与该线段边没有相交点；否则认为射线穿过该线段边，即射线与该线段边有一个相交点。

205、若所述区域比对结果为所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，则保留所述目标坐标框，否则从所述第一视频分析结果中剔除所述目标坐标框，并将最终保留下的目标坐标框作为所述视频分析区域对应的第二视频分析结果；

本实施例中，将最终保留下的目标坐标框以及和该目标坐标框对应的目标特征作为第二视频分析结果。

206、将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

本发明实施例中，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，获取分析结果中的各目标的目标坐标框，并计算目标坐标框的中心点，基于中心点，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了监控视频区域划分与区域结构化分析，支持将监控视频划分为多个区域，并针对每个区域支持多种算法，灵活性高，满足各种场景下的使用需求。先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。基于目标坐标框的中心点进行区域比对，提高区域比对的计算效率。

请参阅图3，本发明实施例中支持多区域监控的视频监控方法的第三个实施例包括：

301、创建视频监控任务并配置待监控的视频流通道，其中，所述视频流通道唯一绑定一路视频拉流；

本实施例中，一个视频流通道对应一个视频拉流数据源，即一个视频获取的地址，唯一绑定了一路视频拉流。

302、选择所述视频监控任务采用的一个或多个编排算法模型，并对所述编排算法模型进行参数配置；

本实施例中，参数配置包括算法的置信度配置、算法的抽帧间隔（采集频率）、算法的最小识别目标尺寸中的一种或多种；其中，置信度是差值在一定允许的误差范围内的概率，应用于某些特定算法，最小识别目标尺寸是识别出的目标对象的最小尺寸，小于该尺寸的目标对象不会保留。

303、展示所述视频拉流数据的预览界面，在所述预览界面中进行闭合区域绘制，得到一个或多个视频分析区域，并配置所述视频分析区域对应的一个或多个所述编排算法模型；

本实施例中，利用交互式面板获取当前视频监控任务的视频分析区域、视频分析区域与编排算法模型的对应关系。

本实施例中，视频分析区域是一个多边形，多边形的形状不限，以顶点坐标与多边形各边的集合表示视频分析区域。

304、获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

可选的，在一实施例中，上述步骤304包括：

基于视频监控任务配置的视频流通道，获取待监控的视频拉流数据；

基于预置视频流解码算法，对所述视频拉流数据进行解码，得到解码视频数据。

本实施例中，视频流解码算法不限，视频流解码算法与源视频监控摄像头采用的编码算法对应。

305、将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

306、将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

307、将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

本发明实施例中，创建视频监控任务并配置相应的视频流通道、编排算法模型及其参数、视频分析区域、视频分析区域与编排孙发模型的对应关系，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了监控视频区域划分与区域结构化分析，支持将监控视频划分为多个区域，并针对每个区域支持多种算法，灵活性高，满足各种场景下的使用需求，视频监控任务的配置进一步提高了本方案的灵活性，且各视频监控任务相互独立、互不干扰，可根据需求同时应用多个视频监控任务。先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

上面对本发明实施例中支持多区域监控的视频监控方法进行了描述，下面对本发明实施例中支持多区域监控的视频监控装置进行描述，请参阅图4，本发明实施例中支持多区域监控的视频监控装置一个实施例包括：

视频解码模块401，用于获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

视频处理模块402，用于将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

区域比对模块403，用于将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

视频叠加模块404，用于将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据。

可选的，所述编排算法模型包括多个功能算法模型，各所述功能算法模型采用串联或串并联方式处理所述解码视频数据并对外提供统一的输入接口与输出接口；

其中，所述功能算法模型的类型包括目标检测模型、目标跟踪模型、目标结构化分析模型；所述编排算法模型包括至少一个目标检测模型、一个目标跟踪模型以及多个目标结构化分析模型。

可选的，视频解码模块401还可以具体用于：

基于视频监控任务配置的视频流通道，获取待监控的视频拉流数据；

基于预置视频流解码算法，对所述视频拉流数据进行解码，得到解码视频数据。

可选的，视频处理模块402还可以具体用于：

基于所述视频监控任务中配置的视频图像采集频率，对所述解码视频数据进行截图，得到待分析的视频帧图像；

将所述视频帧图像输入所述编排算法模型中的目标检测模型进行目标检测，输出目标检测结果；

将所述目标检测结果与所述解码视频数据输入所述编排算法模型中的目标跟踪模型进行目标跟踪，输出目标跟踪结果；

将所述目标跟踪结果输入所述编排算法模型中的目标结构化分析模型进行视频结构化分析，得到所述第一视频分析结果，其中，所述第一视频分析结果包括所述解码视频数据中目标对象对应的目标坐标框与目标特征。

可选的，区域比对模块403包括：

中心计算单元4031，用于依次获取所述第一视频分析结果中的各所述目标坐标框，并计算所述目标坐标框的中心点；

区域比对单元4032，将所述目标坐标框的中心点与所述视频监控任务配置的视频分析区域进行区域比对，得到区域比对结果；

数据剔除单元4033，若所述区域比对结果为所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，则保留所述目标坐标框，否则从所述第一视频分析结果中剔除所述目标坐标框，并将最终保留下的目标坐标框作为所述视频分析区域对应的第二视频分析结果。

可选的，区域比对单元4032还可以具体用于：

以所述目标坐标框的中心点为顶点、无穷远为终点引一条射线，并判断所述射线是否与所述编排算法模型对应的视频分析区域相交；

若所述射线与所述编排算法模型对应的视频分析区域相交，则统计相交点数量，并将所述相交点数量作为区域比对结果；

其中，若所述相交点数量为奇数，则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之内，否则判定所述目标坐标框的中心点位于所述编排算法模型对应的视频分析区域之外。

本发明实施例中，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了监控视频区域划分与区域结构化分析，支持将监控视频划分为多个区域，并针对每个区域支持多种算法，灵活性高，满足各种场景下的使用需求。先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

请参阅图5，本发明实施例中支持多区域监控的视频监控装置的另一个实施例包括：

视频解码模块401，用于获取视频监控任务关联的视频拉流数据，并对所述视频拉流数据进行解码，得到解码视频数据；

视频处理模块402，用于将所述解码视频数据输入所述视频监控任务配置的编排算法模型进行分析，得到第一视频分析结果；

区域比对模块403，用于将所述第一视频分析结果与所述视频监控任务配置的视频分析区域进行区域比对，得到所述视频分析区域对应的第二视频分析结果；

视频叠加模块404，用于将所述视频分析区域、所述第二视频分析结果和所述解码视频数据进行图像叠加处理并重新编码，得到用于视频监控的视频推流数据；

任务创建模块405，用于创建视频监控任务并进行相应配置。

可选的，任务创建模块405还可以具体用于：

创建视频监控任务并配置待监控的视频流通道，其中，所述视频流通道唯一绑定一路视频拉流；

选择所述视频监控任务采用的一个或多个编排算法模型，并对所述编排算法模型进行参数配置；

展示所述视频拉流数据的预览界面，在所述预览界面中进行闭合区域绘制，得到一个或多个视频分析区域，并配置所述视频分析区域对应的一个或多个所述编排算法模型。

本发明实施例中，创建视频监控任务并配置相应的视频流通道、编排算法模型及其参数、视频分析区域、视频分析区域与编排孙发模型的对应关系，获取视频拉流数据并解码，得到解码视频数据，将解码视频数据输入预置的编排算法模型中进行分析，得到分析结果，将分析结果与视频分析区域信息进行区域比对，去除冗余数据，再将去除冗余数据的分析结果和视频分析区域信息叠加至原图像，得到视频推流数据。本发明实现了监控视频区域划分与区域结构化分析，支持将监控视频划分为多个区域，并针对每个区域支持多种算法，灵活性高，满足各种场景下的使用需求，视频监控任务的配置进一步提高了本方案的灵活性，且各视频监控任务相互独立、互不干扰，可根据需求同时应用多个视频监控任务。先使用编排算法进行分析处理，再通过区域比对去除冗余数据的方法极大地降低了整个系统的耦合性，具有更高的灵活度。

上面图4和图5从模块化功能实体的角度对本发明实施例中的支持多区域监控的视频监控装置进行详细描述，下面从硬件处理的角度对本发明实施例中电子设备进行详细描述。

图6是本发明实施例提供的一种电子设备的结构示意图，该电子设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）510（例如，一个或一个以上处理器）和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530（例如一个或一个以上海量存储设备）。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对电子设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在电子设备500上执行存储介质530中的一系列指令操作。

电子设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种电子设备，所述电子设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述支持多区域监控的视频监控方法的步骤。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述支持多区域监控的视频监控方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory， ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。