摄像头的远程监控方法、装置、设备及存储介质与流程

本发明涉及数据处理的，尤其涉及一种摄像头的远程监控方法、装置、设备及存储介质。

背景技术：

1、在现代社会，随着公共安全意识的增强和技术的发展，远程监控系统在各个领域中得到了广泛的应用。特别是在商场、交通、住宅小区等公共区域，通过安装监控摄像头，可以实时监控发生的各种事件，为事故的预防和处理提供依据。传统的远程监控系统主要依赖于物理线路连接的监控摄像头和本地服务器存储、处理记录的视频数据，这些系统在实现监控的基本功能同时，也暴露出一些技术和应用的局限性。

2、现有技术中，一些基于云计算的远程监控方案已经开始被开发和使用。这些系统通过将监控数据上传至云端服务器，利用云计算的强大计算和存储能力对视频数据进行处理和分析，可以更有效地管理和利用监控资源。然而，这些系统在视频数据的安全传输、高效处理方面仍然存在不足。尤其在数据加密、传输过程中的数据安全性、以及如何高效地根据监控场景内容进行视频数据分类和分析等方面，现有技术方案往往缺乏有效的解决办法。

3、现有技术的主要技术缺陷在于其视频数据处理和传输的效率及安全性不足。第一，传统远程监控系统在上传视频数据至云端服务器时，往往采用简单的加密手段，难以保证数据在传输过程中的安全性。第二，现有云基础监控方案在处理大量监控视频数据时，缺少有效的数据分类机制，导致无法快速定位和分析突发事件，影响了监控系统对紧急情况的响应时间。第三，现有方案在视频数据的分析处理上，多依赖于规则化的模式识别算法，缺乏对复杂场景的深入学习和分析能力，限制了监控系统在识别新出现异常行为方面的有效性。因此，需要一种能够提高视频数据安全传输效率、有效分类处理监控视频数据，并能精准分析异常事件的远程监控方法。

技术实现思路

1、本发明提供了一种摄像头的远程监控方法、装置、设备及存储介质，用于解决上述提到的技术问题。

2、本发明第一方面提供了一种摄像头的远程监控方法，所述摄像头的远程监控方法包括：

3、通过预置的复合监控网络采集多个监控场景的视频画面，并分别对各个所述视频画面进行编码处理，得到对应的视频流文件；其中，所述复合监控网络由多个智能监控摄像头连接组成；

4、对所述视频流文件进行分类，得到第一数据段和第二数据段；其中，所述第一数据段为出现突发事件的监控场景中智能监控摄像头记录的视频流数据；所述第二数据段为未出现突发事件的监控场景中智能监控摄像头记录的视频流数据；

5、分别对第一数据段和第二数据段进行加密，得到加密后的第一数据段和加密后的第二数据段，随机生成多个不同的混淆数据段，并将多个不同的混淆数据段、加密后的第一加密数据和加密后的第二加密数据按照预设的排列规则进行组合，得到加密后的视频流文件，将加密后的视频流文件上传至云端服务器；

6、所述云端服务器对加密后的视频流文件进行解密，得到解密后的视频流文件；其中，所述云端服务器上预先存储有与对第一数据段和第二数据段进行加密的加密算法所互逆的解密算法；

7、基于云端服务器上部署的深度学习模型对解密后的视频流文件进行检测，得到异常监控场景分析报告。

8、可选的，在本发明第一方面的第一种实现方式中，所述智能监控摄像头包括远程图像传感器、视频编码器、自适应视频流动态调整模块；

9、通过预置的复合监控网络采集多个监控场景的视频画面，并分别对各个所述视频画面进行编码处理，得到对应的视频流文件，包括：

10、对所述复合监控网络中的每个智能监控摄像头进行配置，得到配置后的多个智能监控摄像头；

11、通过远程图像传感器实时采集多个监控场景下的视频画面，并将采集的视频画面由远程图像传感器转换为数字信号，得到视频数据流；

12、通过视频编码器对所述视频数据流按照预设的视频编码标准进行编码，得到编码后的视频数据流；

13、通过自适应视频流动态调整模块对编码后的视频数据流进行动态调整，得到对应的视频流文件。

14、可选的，在本发明第一方面的第二种实现方式中，所述分别对第一数据段和第二数据段进行加密，得到加密后的第一数据段和加密后的第二数据段，包括：

15、基于预设的数据敏感性评估规则，对所述第一数据段进行敏感性评估，得到第一数据段的第一加密需求，

16、基于预设的合规性评估规则，对所述第二数据段进行合规性评估，得到第二数据段的第二加密需求；

17、基于所述第一数据段的第一加密需求，从预设的加密算法数据库中选择出与第一加密需求匹配的第一加密算法，通过第一加密算法对第一数据段进行加密，得到加密后的第一数据段；

18、基于所述第二数据段的第二加密需求，从预设的加密算法数据库中选择出与第二加密需求匹配的第二加密算法，通过第二加密算法对第二数据段进行加密，得到加密后的第二数据段。

19、可选的，在本发明第一方面的第三种实现方式中，所述基于云端服务器上部署的深度学习模型对解密后的视频流文件进行检测，得到异常监控场景分析报告，包括：

20、将所述解密后的视频流文件输入至深度学习模型中；其中，所述深度学习模型至少包括输入层、分割层、卷积层、激活层、池化层、全连接层、输出层；

21、通过所述输入层对解密后的视频流文件进行归一化处理，得到归一化处理后的视频流；

22、通过所述分割层对归一化处理后的视频流进行分割处理，得到多张静态图片；

23、通过所述卷积层上的多个滤波器分别对每张静态图片进行特征提取，得到第一图像特征集合；

24、通过所述激活层上的非线性激活函数对所述图像特征集合进行学习，得到第二图像特征集合；

25、通过所述池化层对所述第二图像特征集合中的每个第二图像特征区域进行最大池化，得到第三图像特征集合；

26、通过所述全连接层对所述第三图像特征集合进行特征展平，得到分类后的各个特征表示；

27、通过所述输出层上的softmax 函数对分类后的各个特征表示进行决策输出，得到异常监控场景分析报告；其中，所述异常监控场景分析报告至少包括每个时刻视频流中出现异常监控场景的概率评分。

28、可选的，在本发明第一方面的第四种实现方式中，所述对所述复合监控网络中的每个智能监控摄像头进行配置至少包括为每个智能摄像头分配ip地址、注册每个智能摄像头至监控中心的管理平台、设置每个智能摄像头的监控参数。

29、本发明第二方面提供了一种摄像头的远程监控装置，所述摄像头的远程监控装置包括：

30、采集模块，用于通过预置的复合监控网络采集多个监控场景的视频画面，并分别对各个所述视频画面进行编码处理，得到对应的视频流文件；其中，所述复合监控网络由多个智能监控摄像头连接组成；

31、分类模块，用于对所述视频流文件进行分类，得到第一数据段和第二数据段；其中，所述第一数据段为出现突发事件的监控场景中智能监控摄像头记录的视频流数据；所述第二数据段为未出现突发事件的监控场景中智能监控摄像头记录的视频流数据；

32、加密模块，用于分别对第一数据段和第二数据段进行加密，得到加密后的第一数据段和加密后的第二数据段，随机生成多个不同的混淆数据段，并将多个不同的混淆数据段、加密后的第一加密数据和加密后的第二加密数据按照预设的排列规则进行组合，得到加密后的视频流文件，将加密后的视频流文件上传至云端服务器；

33、解密模块，用于所述云端服务器对加密后的视频流文件进行解密，得到解密后的视频流文件；其中，所述云端服务器上预先存储有与对第一数据段和第二数据段进行加密的加密算法所互逆的解密算法；

34、检测模块，用于基于云端服务器上部署的深度学习模型对解密后的视频流文件进行检测，得到异常监控场景分析报告。

35、本发明第三方面提供了一种摄像头的远程监控设备，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，以使得所述摄像头的远程监控设备执行上述的摄像头的远程监控方法。

36、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摄像头的远程监控方法。

37、本发明提供的技术方案中，有益效果：本发明提供一种摄像头的远程监控方法、装置、设备及存储介质，通过预置的复合监控网络采集多个监控场景的视频画面，并分别对各个所述视频画面进行编码处理，得到对应的视频流文件；对所述视频流文件进行分类，得到第一数据段和第二数据段；分别对第一数据段和第二数据段进行加密，得到加密后的第一数据段和加密后的第二数据段，随机生成多个不同的混淆数据段，并将多个不同的混淆数据段、加密后的第一加密数据和加密后的第二加密数据按照预设的排列规则进行组合，得到加密后的视频流文件，将加密后的视频流文件上传至云端服务器；所述云端服务器对加密后的视频流文件进行解密，得到解密后的视频流文件；基于云端服务器上部署的深度学习模型对解密后的视频流文件进行检测，得到异常监控场景分析报告。本发明通过对视频流数据进行加密，再加上混淆数据段的组合，增强了视频数据在上传至云端服务器过程中的安全性，有效防止数据泄露和篡改。通过分类得到不同的数据段，可以更有针对性地处理突发事件的监控数据和常态监控数据。特别是对出现突发事件的数据段给予优先级处理，可以更快地获取和响应紧急情况，提高监控系统的应急响应能力。由云端服务器进行数据解密和深度学习模型分析，使得数据处理不受本地硬件限制，充分利用云计算的高性能计算资源。采用深度学习模型对解密视频流文件进行检测和分析，可针对复杂的监控场景实现高效准确的异常行为识别，及时生成异常监控场景分析报告，提升了监控系统的智能化水平。本发明利用复合监控网络采集视频画面，具有良好的扩展性，便于增加新的监控点和智能摄像头，实现更广泛的监控覆盖，适应多变的监控需求。