[發(fā)明專利]一種告警消息中截取音視頻片段的方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210501049.X
• 申請(qǐng)日: 2022-05-10
• 公開（公告）號(hào): CN114598918B
• 公開（公告）日: 2022-07-26
• 發(fā)明（設(shè)計(jì)）人: 馬驥;林巍;李幸福
• 申請(qǐng)（專利權(quán)）人: 浪潮通信技術(shù)有限公司
• 主分類號(hào): H04N21/439
• 分類號(hào): H04N21/439;H04N21/44;H04N21/845
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 肖艷

本發(fā)明提供一種告警消息中截取音視頻片段的方法及系統(tǒng)，屬于音視頻編解碼技術(shù)領(lǐng)域，包括：獲取音視頻實(shí)時(shí)流；將所述音視頻實(shí)時(shí)流送入先進(jìn)先出FIFO緩沖區(qū)，基于預(yù)先訓(xùn)練好的AI音視頻告警識(shí)別模型識(shí)別告警事件；其中，所述AI音視頻告警識(shí)別模型是基于音視頻流告警樣本數(shù)據(jù)，以及告警分類標(biāo)簽訓(xùn)練得到的；根據(jù)所述告警事件中的告警時(shí)刻，獲取所述FIFO緩沖區(qū)中告警音視頻片段。本發(fā)明通過(guò)人工智能告警識(shí)別模型，對(duì)音視頻中較小顆粒維度的告警信息進(jìn)行準(zhǔn)確識(shí)別，并截取告警信息相關(guān)的音視頻數(shù)據(jù)流，能完整還原告警事件，具有高效準(zhǔn)確的特點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及音視頻編解碼技術(shù)領(lǐng)域，尤其涉及一種告警消息中截取音視頻片段的方法及系統(tǒng)。

背景技術(shù)

目前，隨著人工智能以及相關(guān)音視頻業(yè)務(wù)的普及，涉及大量對(duì)實(shí)時(shí)音視頻流進(jìn)行信息識(shí)別和特定消息獲取的需求，特別是告警事件的識(shí)別。

通常從攝像頭、音響等輸入設(shè)備采集的實(shí)時(shí)音頻和視頻流需要更智能的檢測(cè)與識(shí)別，并根據(jù)檢測(cè)與識(shí)別結(jié)果觸發(fā)相應(yīng)的告警消息，場(chǎng)景服務(wù)應(yīng)用已逐步推廣開來(lái)。大多數(shù)方案采用從監(jiān)控系統(tǒng)中持續(xù)記錄的監(jiān)控視頻或者音頻文件提取出告警時(shí)刻前后的數(shù)據(jù)，普遍存在查找告警時(shí)刻前后音視頻片段難度大，以及準(zhǔn)確率低的問(wèn)題。

針對(duì)上述無(wú)法精確識(shí)別音視頻流中告警消息對(duì)應(yīng)的告警音視頻流，需要提出新的告警消息中截取音視頻片段的方法，能更精確地實(shí)現(xiàn)截取告警音視頻流的效果。

發(fā)明內(nèi)容

本發(fā)明提供一種告警消息中截取音視頻片段的方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中從監(jiān)控音視頻文件中提取告警時(shí)刻對(duì)應(yīng)的音視頻流時(shí)存在不夠準(zhǔn)確的缺陷。

第一方面，本發(fā)明提供一種告警消息中截取音視頻片段的方法，包括：

獲取音視頻實(shí)時(shí)流；

將所述音視頻實(shí)時(shí)流送入FIFO緩沖區(qū)，基于預(yù)先訓(xùn)練好的AI音視頻告警識(shí)別模型識(shí)別告警事件；其中，所述AI音視頻告警識(shí)別模型是基于音視頻流告警樣本數(shù)據(jù)，以及告警分類標(biāo)簽訓(xùn)練得到的；

根據(jù)所述告警事件中的告警時(shí)刻，獲取所述FIFO緩沖區(qū)中告警音視頻片段。

根據(jù)本發(fā)明提供的一種告警消息中截取音視頻片段的方法，所述獲取音視頻實(shí)時(shí)流，包括：

由音視頻采集設(shè)備采集音視頻流，對(duì)所述音視頻流拉取實(shí)時(shí)數(shù)據(jù)流，得到所述音視頻實(shí)時(shí)流。

根據(jù)本發(fā)明提供的一種告警消息中截取音視頻片段的方法，所述將所述音視頻實(shí)時(shí)流送入FIFO緩沖區(qū)，基于預(yù)先訓(xùn)練好的AI音視頻告警識(shí)別模型識(shí)別告警事件之前，還包括：

確定所述告警事件的截取時(shí)長(zhǎng)，以所述截取時(shí)長(zhǎng)的中心點(diǎn)為所述告警時(shí)刻；

基于預(yù)設(shè)音視頻編碼方式、音視頻參數(shù)和所述告警時(shí)刻，計(jì)算FIFO緩沖區(qū)大小。

根據(jù)本發(fā)明提供的一種告警消息中截取音視頻片段的方法，所述將所述音視頻實(shí)時(shí)流送入FIFO緩沖區(qū)，基于預(yù)先訓(xùn)練好的AI音視頻告警識(shí)別模型識(shí)別告警事件，包括：

基于預(yù)設(shè)封裝格式對(duì)所述音視頻實(shí)時(shí)流進(jìn)行封裝，得到封裝流數(shù)據(jù)；

將所述封裝流數(shù)據(jù)輸入至所述AI音視頻告警識(shí)別模型，輸出告警檢測(cè)結(jié)果；

基于所述告警檢測(cè)結(jié)果確定所述告警事件。

根據(jù)本發(fā)明提供的一種告警消息中截取音視頻片段的方法，所述根據(jù)所述告警事件中的告警時(shí)刻，獲取所述FIFO緩沖區(qū)中告警音視頻片段，包括：

以所述告警時(shí)刻為中心點(diǎn)，按照截取時(shí)長(zhǎng)從所述FIFO緩沖區(qū)中獲取所述告警音視頻片段。

根據(jù)本發(fā)明提供的一種告警消息中截取音視頻片段的方法，所述根據(jù)所述告警事件中的告警時(shí)刻，獲取所述FIFO緩沖區(qū)中告警音視頻片段，還包括：