(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 202210734299.8 (22)申请日 2022.06.27 (71)申请人 湖南太合羽信数据科技有限公司 地址 410000 湖南省长 沙市开福区第一湾 6B1824 (72)发明人 杨文启　严浩宇　 (74)专利代理 机构 湖南中泽专利代理事务所 (普通合伙) 43259 专利代理师 杨筠 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06T 9/00(2006.01)G06F 21/60(2013.01) G06Q 50/06(2012.01) (54)发明名称 面向电网边缘侧的边缘视频分析智能服务 方法及系统 (57)摘要 本发明适用于电力技术领域， 提供了面向电 网边缘侧的边缘视频分析智能服务方法， 用于电 网节点边缘视频分析， 解决了 现有的网络监控分 析终端对电力电网节点边缘侧场景无法实现智 能化定位和标记， 使 得后方服务器不能准确获取 其所对应的原始视频数据的问题； 所述面向电网 边缘侧的边缘视频分析智能服务方法包括： 获取 电网节点边缘视频数据， 得到转换图像集； 基于 图像拆解模型， 对转换图像集进行拆解， 提取拆 解后的边缘视频特征点， 对边缘视频特征点赋码 处理； 通过预设的边缘视频分析模 型对边缘视频 特征点分析计算； 本发明通过对边缘视频特征点 赋码处理， 保证了原始视频数据能够精准的定位 传输被分析计算， 提高了边缘侧处理器的处理效 率。 权利要求书3页 说明书10页 附图5页 CN 115223077 A 2022.10.21 CN 115223077 A 1.面向电网边缘侧的边缘视频分析智能服务方法， 用于电网节点边缘视频分析， 其特 征在于， 所述 面向电网边 缘侧的边 缘视频分析智能服 务方法包括： 获取电网节点 边缘视频数据， 基于边 缘侧处理器对边 缘视频数据进行 预处理； 获取边缘视频数据预处 理结果， 对预处 理后边缘视频数据进行转换， 得到转换图像集； 基于图像拆解模型， 对转换图像集进行拆解， 提取拆解后的边缘视频特征点， 对边缘视 频特征点赋码处 理； 获取赋码后的边缘视频特征点， 以赋码后的边缘视频特征点为输入， 通过预设的边缘 视频分析模型对边 缘视频特征点分析计算， 得到电网节点 边缘视频分析 结果。 2.如权利要求1所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述基于边 缘侧处理器对边 缘视频数据进行 预处理的方法， 具体包括： 提取电网节点边缘视频数据， 判断边缘视频数据 是否被加密， 若边缘视频数据被加密， 基于解密算法， 对边缘视频数据进 行解密， 若边缘视频数据没有被加密， 则将边缘视频数据 归类为待处 理数据； 获取解密后的边缘视频数据的待处理 的边缘视频数据， 对解密后的边缘视频数据的待 处理的边缘视频数据进行整合， 得到视频流整合集， 通过边缘侧处理器对视频流整合集进 行筛选， 得到高清的视频流整合 集； 提取高清的视频流整合 集， 对高清的视频流整合 集进行压缩以及5G协议 转换。 3.如权利要求2所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述对预处 理后边缘视频数据进行转换， 得到转换图像集的方法， 具体包括： 接收预处 理的边缘视频数据， 获取边 缘视频数据的总帧数； 对边缘视频数据的总帧数进行均匀 切割， 得到均匀的帧数区间集； 获取每组所述的帧数区间集对应的帧画面 集； 基于预设的大于1450像素X1450像素区间阈值， 对每组所述的帧数区间集对应的帧画 面集进行筛 选。 4.如权利要求3所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述对预处 理后边缘视频数据进行转换， 得到转换图像集的方法， 具体还 包括： 获取筛选后的帧画面集， 对获取到的帧画面集中帧画面质量进行衡量和判别， 其中， 采 用THRESH  BINARY二进制阈值或反二进制阈值THRESH  BINARY INV对帧画面质量进行衡量 和判别。 5.如权利要求3所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述对高清的视频流整合 集进行压缩以及5G协议 转换， 具体包括： 基于HEVC超低时延压缩 模式下， 读取高清的视频流整合 集； 基于HEVC超低时延压缩建立混合压缩框架， 基于混合压缩框架获取视频流整合集的预 测压缩； 消除视频流整合集时间域和空间域的相关性， 对HEVC压缩到的视频流整合集进行5G协 议转换。 6.如权利要求1 ‑5任一所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征 在于， 所述图像 拆解模型的建立方法， 具体包括： 建立关于拆解图像对象的第一拆解数据集和第二拆解数据集， 其中， 所述第一拆解数权　利　要　求　书 1/3 页 2 CN 115223077 A 2据集包含多幅标注有拆解代码的第一帧画面， 所述第二拆解数据集包含多幅没有标注拆解 标签的第二帧画面； 通过所述第一拆解数据集对所述第二拆解数据集中的所述第二帧画面进行拆解标签 的预测， 得到所述第二帧画面对应的拆解标签， 并根据所述第二帧画面及其对应的拆解标 签得到标注有拆解标签的第三帧画面以建立第三拆解数据集； 重复上述步骤n次， 得到第n拆解数据集， 利用所述第 一拆解数据集和所述第n拆解数据 集对预设的深度神经网络进行训练， 学习得到图像 拆解模型。 7.如权利要求6所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述提取拆解后的边 缘视频特征点， 对边 缘视频特征点赋码处 理的方法， 具体包括： 确定拆解够图像中像素点在多个预设的响应方位上的能量响应结果； 根据所述能量响应结果以及预设的特 征点选择规则确定所述特 征点的方向选择 结果； 整合能量响应结果以及预设的特征点选择规则 选取的特征点的方向选择结果， 对边缘 视频特征点赋码处 理。 8.如权利要求7所述的面向电网边缘侧的边缘视频分析智能服务方法， 其特征在于， 所 述边缘视频分析模型的分析 方法， 具体包括： 获取特征点赋码处 理后的边 缘视频特征点； 基于边缘视频分析模型缓冲加载 所述边缘视频特征点对应的电网节点 边缘视频数据； 将电网节点边缘视频数据与电网节点中心视频数据合并， 得到整合后的得到电网节点 边缘视频分析 结果。 9.一种基于权利要求1 ‑8任一所述的面向电网边缘侧的边缘视频分析智能服务方法的 面向电网边缘侧的边缘视频分析智能服务系统， 其特征在于， 所述面向电网边缘侧的边缘 视频分析智能服 务系统包括： 边缘视频数据获取模块， 用于获取电网节点边缘视频数据， 基于边缘侧 处理器对边缘 视频数据进行 预处理； 转换图像集获取模块， 获取边缘视频数据预处理结果， 对预处理后边缘视频数据进行 转换， 得到转换图像集； 特征点赋码模块， 基于图像拆解模型， 对转换图像集进行拆解， 提取拆解后的边缘视频 特征点， 对边 缘视频特征点赋码处 理； 边缘视频分析结果获取模块， 用于获取赋码后的边缘视频特征点， 以赋码后的边缘视 频特征点为输入， 通过预设的边缘视频分析模型对边缘视频特征点分析计算， 得到电网节 点边缘视频分析 结果。 10.如权利要求9所述的面向电网边缘侧的边缘视频分析智能服务系统， 其特征在于， 所述边缘视频数据获取模块包括： 视频数据加密判断单元， 用于提取电网节点边缘视频数据， 判断边缘视频数据是否被 加密， 若边缘视频数据被加密， 基于解密算法， 对边缘视频数据进行解密， 若边缘视频数据 没有被加密， 则将边 缘视频数据归类为待处 理数据； 视频流整合集获取单元， 获取解密后的边缘视频数据的待处理的边缘视频数据， 对解 密后的边缘视频数据的待处理的边缘视频数据进行整合， 得到视频流整合集， 通过边缘侧 处理器对视频流整合 集进行筛 选， 得到高清的视频流整合 集；权　利　要　求　书 2/3 页 3 CN 115223077 A 3