阅读说明：本技术 一种实时视频质量诊断系统及方法 (Real-time video quality diagnosis system and method ) 是由 张俊 万森 程腾 笪小六 陈小奇 刘琼 张敬锋 于 2019-09-30 设计创作，主要内容包括：本发明公开一种实时视频质量诊断系统及方法,包括视频源获取单元、视频质量诊断单元、数据存储单元、管理单元,视频源获取单元设备信息获得视频流地址,并将获得的视频流地址信息通过管理单元传输至用户端；视频质量诊断单元对由视频源获取单元获得的视频流地址进行一次校验诊断并生成诊断结果,同时保存异常图片至图片库,随后用户端通过终端页面查看并对异常图片进行二次校验比对准确性,当二次校验的诊断结果与一次校验的诊断结果不一致时,则将二次校验的诊断结果加入误检库,为自学习模块提供误检样本。本发明提供的自学习模块根据误检库中提供的误检样本数据对摄像机的算法阈值进行修正,以此提高自学习模块计算方法的准确性。(The invention discloses a real-time video quality diagnosis system and a real-time video quality diagnosis method, which comprise a video source acquisition unit, a video quality diagnosis unit, a data storage unit and a management unit, wherein the video source acquisition unit acquires a video stream address according to equipment information and transmits the acquired video stream address information to a user side through the management unit; the video quality diagnosis unit carries out primary check diagnosis on the video stream address obtained by the video source obtaining unit to generate a diagnosis result, meanwhile, the abnormal picture is stored in the picture library, then the user side checks through a terminal page and carries out secondary check comparison accuracy on the abnormal picture, when the diagnosis result of the secondary check is inconsistent with the diagnosis result of the primary check, the diagnosis result of the secondary check is added into the false check library, and a false check sample is provided for the self-learning module. The self-learning module provided by the invention corrects the algorithm threshold of the camera according to the false detection sample data provided in the false detection library, so that the accuracy of the calculation method of the self-learning module is improved.)

一种实时视频质量诊断系统及方法

技术领域

本发明属于实时视频监控技术领域，具体涉及一种实时视频质量诊断系统及方法。

背景技术

随着计算机视觉技术的快速发展，视频监控系统应用领域越来越广泛，通过视频监控可以快速获取关键信息，以节省大量的物力财力。当监控中的视频出现异常，如果未能及时进行排查并解决，将会丢失大量关键信息，因此，视频质量的诊断至关重要。

所谓视频质量诊断，首先通过视频源获取单元获取待检测的摄像机的视频帧，并将视频帧发送至视频质量诊断单元，视频质量诊断单元根据接收的视频帧以及每个待检测的摄像机的每类检测项目的算法阈值，通过每类检测项目对应的检测算法对视频帧进行诊断。

在视频质量诊断中，诊断结果是衡量监控中视频质量的判断标准，但是算法的性能是存在一定的瓶颈，仅依赖于算法的诊断结果可能会造成误检现象，现有的视频质量诊断方法无法提供二次校验及自学习机制，难以针对误检结果对视频质量诊断方法进行阈值调整。

发明内容

针对现有技术的不足，本发明的目的在于提供一种实时视频质量诊断系统及方法，解决了现有技术中无法提供二次校验及自学习机制，难以针对误检结果对视频质量诊断方法进行阈值调整。

本发明的目的可以通过以下技术方案实现：

一种实时视频质量诊断系统，包括视频源获取单元、视频质量诊断单元、数据存储单元、管理单元，所述视频源获取单元根据局域网内连接的设备信息获得视频流地址，并将获得的视频流地址信息通过管理单元传输至用户端；

所述视频质量诊断单元对由视频源获取单元获得的视频流地址进行一次校验诊断并生成诊断结果，同时保存异常图片至图片库，随后用户端通过终端页面查看并对异常图片进行二次校验比对准确性，当二次校验的诊断结果与一次校验的诊断结果不一致时，则将二次校验的诊断结果加入误检库，为自学习模块提供误检样本；

所述数据存储单元对由视频质量诊断单元处理的诊断结果进行存储，用户端通过管理单元的终端页面查看诊断结果；

所述管理单元是用户端与系统的交互模块。

进一步的，所述视频质量获取单元基于Onvif协议搜索局域网内的视频监控设备信息，并根据局域网内连接的设备信息获得视频流地址，所述视频流地址主要包括视频监控设备的IP地址信息以及端口号。

进一步的，所述视频质量获取单元通过校验设备的用户端名和密码方式登录。

进一步的，所述一次校验和二次校验的诊断结果的存储基于MySQL实现。

进一步的，所述视频质量诊断单元内设有多种视频质量诊断方法，同时诊断结果由视频质量诊断方法计算得出场景标签和对应的输出数值。

进一步的，所述自学习模块通过误检库中的二次校验的诊断结果进行自学习，并计算生成算法阈值调整因子。

进一步的，所述自学习模块根据诊断的场景标签应用于对应的视频质量诊断方法并计算，然后根据诊断结果的数值与视频质量诊断方法的算法阈值进行比较，若诊断结果的数值小于算法阈值，则降低视频质量诊断方法中的算法阈值，若诊断结果的数值大于算法阈值，则提高视频质量诊断方法中的算法阈值。

进一步的，所述自学习模块的计算方法如下所示：

其中：α＞1，R_i表示误检库中误检样本的诊断数值，μ是对误检样本的集求均值，max和min表示误检样本集对应视频质量诊断单元所得数值的最大值和最小值，α是所得算法调整因子，m_o是预设阈值，固定不变，m_e是调整后的算法阈值；

若α小于1，则直接取倒数带入公式(3)计算。

本发明的有益效果：

1、本发明通过视频源获取单元从监控设备中获取视频资源，然后通过视频质量诊断单元对得到的视频启用视频质量诊断方法，并将得到的诊断结果存储到数据库，用户端通过管理单元可以查看视频质量诊断的结果信息。

2、本发明通过添加的自学习模块，用户端通过终端页面来查看存在异常图片并进行二次校验对比准确性，如果视频质量正常而视频质量诊断单元诊断异常，则将二次校验的诊断结果加入到误检库中；视频质量诊断单元中的自学习模块根据误检库中提供的误检样本数据对摄像机的算法阈值进行修正，以此提高自学习模块的计算方法的准确性。

附图说明

为了更清楚地说明本发明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，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是本发明实施例的系统工作结构示意框图；

图2是本发明实施例的视频源获取单元工作结构示意框图；

图3是本发明实施例的视频源诊断单元工作结构示意框图；

图4是本发明实施例的数据存储单元工作结构示意框图；

图5是本发明实施例的管理单元工作结构示意框图；

图6是本发明实施例的自学习模块示意框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供一种实时视频质量诊断系统及方法，如图1 所示，包括视频源获取单元10、视频质量诊断单元20、数据存储单元30、管理单元40。

如图2所示，其中视频源获取单元10基于Onvif协议首先搜索局域网内的视频监控设备信息，并根据局域网内连接的设备信息获得视频流地址，主要包括视频监控设备的IP地址信息以及端口号(每个设备在数据库中存在对应的设备ID、用户端名、密码、设备IP、端口号、视频流地址、抓拍地址)，并通过终端页面展示给用户端。用户端根据需要通过终端选择添加任一需要诊断的设备，在用户端选择添加需要诊断的设备时，需要用户端输入用户端名和密码进行校验视频监控设备信息，校验正确才能添加成功。同时将根据用户端输入的用户端名和密码方式进行登录，获取该对应设备的视频流地址和抓拍图片的IP 地址，视频流地址为诊断单元提供视频源，当视频诊断为异常图片的时候，通过抓拍地址保存异常图片至图片库。

如图3所示，视频质量诊断单元20根据提供的设备视频流地址以及设备的 IP，对视频源获取单元10提供的视频源进行诊断，为了得到更加准确和全面的视频诊断结果，视频质量诊断单元基于OpenCV实现9种诊断算法，分别是亮度诊断、偏色诊断、条纹诊断、遮挡诊断、模糊诊断、运动物体诊断、雪花噪声诊断、场景变化诊断、视频丢失诊断。当视频中出现亮度异常，如场景过暗或过亮，则判断为异常并存储诊断结果，并将此刻异常图片保存至图片库；偏色诊断针对场景中有无异常色彩，当相机信号异常引起场景偏绿或偏黄等现象，偏色诊断部分也会诊断场景出现背白的情况，同样会保存诊断结果并保存图片至图片库；条纹诊断针对视频中出现的条纹现象进行保存结果，此项也可以诊断其他不明物体的干扰；遮挡诊断针对设备有无被其他物体遮挡进行诊断；模糊诊断是针对视频源的成像模糊进行检测；运动物体诊断是为了诊断视频中有无运动物体出现；雪花噪声的诊断针对视频信号有无异常的检测；场景变化诊断是为了诊断视频有无发生抖动，视频源里的帧与帧之间的场景发生变化；视频丢失针对视频信号有无的诊断。每一种诊断结果都会保存其对应诊断结果的数据与对应图片，算法诊断的输出结果是所诊断出的对应场景加上诊断输出的数值，每一个诊断模块的算法都存在一个预设的阈值，该阈值并不是固定不变的，而是根据诊断结果数值进行优化调整，其中的自学习模块就是实现对算法的阈值进行实时调整，以实现最佳的诊断效果。

如图4所示，数据存储单元30是为了实时诊断结果的存储，算法诊断结果会得到一个对应的场景标签(如“模糊”)和一个对应的输出数值(如“0.09”)，这两项数据分别代表着算法诊断出该场景出现模糊，0.09标志该场景的模糊的一个标量值，该输出数值对后续算法的阈值调整提供参考作用。在视频源获取单元完成后会在数据库中存储着设备的信息，当存储算法诊断结果时根据用户端提供的设备ID保存到对应的设备诊断结果字段下，同时显示在终端页面上。

如图5所示，为了提高实时视频质量诊断结果的准确性，在视频质量诊断单元20内加入自学习模块，将误检库中的视频质量诊断结果输入到自学习模块，自学习模块首先根据根诊断的场景标签找到对应的视频质量诊断方法，然后根据诊断结果的数值与视频质量诊断方法的算法阈值进行比较，若诊断结果得到的数值小于算法阈值，则表明该视频质量诊断方法的算法阈值设置过大，需要降低该模块的算法阈值，若诊断结果的数值大于算法阈值，则表明该算法模块的算法阈值较小，需提高视频质量诊断方法的算法阈值，本发明对每个视频质量诊断方法的算法阈值调整提供一种计算方法：

下面对上述计算方法进行详细说明，R_i表示误检样本的诊断数值，μ是对误检样本集求均值，max和min表示误检样本集对应视频质量诊断单元20所得数值的最大值和最小值，α就是所得算法调整因子，m_o是算法预设阈值，m_e是调整后的算法阈值，若α小于1，则取倒数带入公式(3)计算。根据算法调整因子进行优化调整算法阈值。通过自学习模块的调整好，可以提高实时视频质量诊断系统的准确性。

如图6所示，管理单元40是用户端与系统的交互模块，用户端通过终端请求需要查看的视频源获取单元10搜索的局域网内的设备ID，数据存储单元30 的数据库会返回对应设备的视频诊断结果，除了存储在数据库中的诊断结果，在对应的图片库也保存对应设备的异常图片，该图片命名方式是以场景标签加诊断数值的方式进行保存。因此，用户端可以根据图片库对数据库中的诊断结果进行二次校验，如果诊断结果异常而用户端根据图片判断为正常，该项诊断结果会加入误检库，该误检库为视频质量诊断单元的自学习模块提供误检样本，自学习模块根据误检的诊断结果对算法阈值进行调整。

综上所述，本发明提供的一种实时视频质量诊断系统通过视频源获取单元从监控设备中获取视频资源然后通过视频质量诊断单元对得到的视频启用视频质量诊断方法，并将得到的诊断结果存储到数据库，用户端通过管理单元可以直接查看视频质量诊断的结果信息。同时提供的自学习模块在根据误检库中的数据对摄像机的算法阈值进行修正，以此提高视频质量诊断方法的准确性。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。