(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210741957.6 (22)申请日 2022.06.28 (71)申请人 苏州大学 地址 215006 江苏省苏州市十 梓街1号 申请人 苏州市轨道交通 集团有限公司 (72)发明人 吴澄　盛洁　张瑾　汪一鸣　王阳　 丁俊哲　王占生　梅震琨　何印　 (74)专利代理 机构 北京盛询知识产权代理有限 公司 11901 专利代理师 李哲 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/20(2022.01) G06V 20/40(2022.01) G06V 10/25(2022.01)G06V 10/44(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于边缘终端的智能视频分析方法及 系统 (57)摘要 本发明公开了一种基于边缘终端的智能视 频分析方法及系统， 包括： 获取视频数据， 基于视 频数据， 获取待分析图像数据； 构建AI模型， 通过 层间融合技术对所述AI模型进行优化,通过优化 后的AI模型对所述待分析样本数据进行推理， 得 到目标分析结果， 对所述目标分析结果进行后处 理， 得到目标特征信息， 以实现智能视频分析。 本 发明可以提高模 型的推理速度， 从而在边缘终端 上满足实时性的需求。 权利要求书1页 说明书4页 附图2页 CN 115131730 A 2022.09.30 CN 115131730 A 1.一种基于边 缘终端的智能视频分析 方法， 其特 征在于， 包括以下步骤： 获取视频 数据， 基于所述视频 数据， 获取待分析图像数据； 构建AI模型， 通过层间融合技术对所述AI模型进行优化,通过优化后的AI模型对所述 待分析图像数据进 行推理， 得到目标分析结果， 对 所述目标分析结果进 行后处理， 得到目标 特征信息， 以实现智能视频分析。 2.根据权利要求1所述的基于边缘终端的智能视频分析方法， 其特征在于， 所述视频数 据为一路视频 数据或若干路视频 数据。 3.根据权利要求1所述的基于边缘终端的智能视频分析方法， 其特征在于， 所述待分析 图像数据的获取 过程包括： 对视频数据进行解码， 获得图像帧； 将图像帧进行分组， 标注分组后的图像帧数据中的 感兴趣区域， 获得待分析图像数据。 4.根据权利要求1所述的基于边缘终端的智能视频分析方法， 其特征在于， 所述AI模型 采用深度学习模型。 5.根据权利要求1所述的基于边 缘终端的智能视频分析 方法， 其特 征在于， 对所述AI模型进行优化的过程包括： 对所述AI模型进行转换， 得到基于TensorRT框架的AI模型； 通过层间融合 技术对基于TensorRT框架的AI模型进行优化， 得到优化后的AI模型。 6.根据权利要求1所述的基于边缘终端的智能视频分析方法， 其特征在于， 对所述目标 分析结果进行后处 理的过程包括： 对目标分析结果进行线条及标签渲染， 并将渲染后的目标分析结果进行分块处理， 得 到目标特征信息。 7.根据权利要求1所述的基于边缘终端的智能视频分析方法， 其特征在于， 得到目标分 析结果之后还 包括： 对目标特征信 息进行光流分析， 获得目标特征信息的光流矢量， 基于光流失量， 计算得 到目标特征速度以实现智能视频进一 步分析。 8.根据权利要求1 ‑7任一项所述的基于边缘终端的智能视频分析方法的分析系统， 包 括： 网络模块用于通过网络摄 像头获取视频 数据； 计算模块基于视频数据， 获取待分析图像数据， 并构建AI模型， 通过层间融合技术对所 述AI模型进行优化,通过优化后的AI模型对所述待分析图像数据进行推理， 得到目标分析 结果， 对所述目标分析 结果进行后处 理， 得到目标 特征信息， 以实现智能视频分析； 存储模块用于存储智能视频分析相关算法程序， 其中所述边缘终端计算模块通过智能 视频分析相关算法程序进行智能视频分析。权　利　要　求　书 1/1 页 2 CN 115131730 A 2一种基于边缘终端的智能视频分析方 法及系统 技术领域 [0001]本发明属于视频分析与人工智能领域， 特别是涉及一种基于边缘终端的智能视频 分析方法及系统。 背景技术 [0002]随着社会经济的发展， 传统的监控技术已经无法满足日益增长的需求， 一方面， 海 量视频图像的实时监控、 回放检索需要耗费大量人力， 高度依赖监控 人员的责任心、 精神状 态， 而工作人员无法24小时盯着监控； 事后回放观察， 无法在第一时间就发现问题； 视频内 容复杂， 信息量大， 质量参差不齐， 无法仔细辨别。 另一方面， 进 行智慧视频分析需要部署 基 于深度学习的人工智能网络， 这往往需要将现场的视频数据采集后 发送到服务器端， 在服 务器端完成分析后将结果反馈给现场， 因此无法在需求侧 提供服务， 较难满足实时性的要 求。 [0003]因此， 为了实现智 慧视频分析， 边缘智能终端是提供低延时智 慧视频分析服务的 最佳选择， 边缘 终端在现场完成数据采集、 编解码、 A I推理、 智能分析等， 将分析结果通过互 联网进行传递反馈， 从而满足各种定制化的需求。 [0004]然而， 现有的边缘终端往往具有有限的计算能力， 难以应对AI模型的推理计算， 实 时性难以达 到要求。 发明内容 [0005]本发明的目的是提供一种基于边缘终端的智能视频分析方法及系统， 以解决上述 现有技术存在的问题。 [0006]为实现上述目的， 一方面本发明提供了一种基于边缘终端的智能视频分析方法， 包括： [0007]获取视频 数据， 基于 视频数据， 获取待分析图像数据； [0008]构建AI模型， 通过层间融合技术对所述AI模型进行优化,通过优化后的AI模型对 所述待分析图像数据进 行推理， 得到目标分析结果， 对所述目标分析结果进行后处理， 得到 目标特征信息， 以实现智能视频分析。 [0009]可选的， 所述视频 数据为一路视频 数据或若干路视频 数据。 [0010]可选的， 所述待分析图像数据的获取 过程包括： [0011]对视频数据进行解码， 获得图像帧； 将图像帧进行分组， 标注分组后的图像帧数据 中的感兴趣区域， 获得待分析图像数据。 [0012]可选的， 所述AI模型采用深度学习模型。 [0013]可选的， 对所述AI模型进行优化的过程包括： [0014]对所述AI模型进行转换， 得到基于TensorRT框架的AI模型； [0015]通过层间融合技术对基于TensorRT框架的AI模型进行优化， 得到优化后的AI模 型。说　明　书 1/4 页 3 CN 115131730 A 3