(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 202210579059.5 (22)申请日 2022.05.26 (71)申请人 浪潮软件集团有限公司 地址 250100 山东省济南市高新区科航路 2877号 (72)发明人 孙桂刚　朱宪　李超　王新琪　 姜玉哲　杨义坤　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 专利代理师 姜丽洁 (51)Int.Cl. G06F 9/445(2018.01) G06F 9/48(2006.01) G06F 16/73(2019.01) G06F 16/783(2019.01) (54)发明名称 一种国产CPU和OS的视频流组配方法及装置 (57)摘要 本发明涉及视频流处理技术领域， 具体提供 了一种国产CPU和OS的视频流组配方法， 将视频 帧数据的人工智能分析过程设计成一个有向无 循环图结构， 在所述有向无循环图结构中每个节 点代表对视频帧数据的一个处理节 点， 每个处理 节点完成特定分析过程； 有向无循环图结构中， 前一个节点输出结果作为后一个节点的输入数 据， 其中， 节点类型分为单一节点和符合节 点， 所 述单一节 点仅完成一种特定功能， 所述复合节点 有多个特定功能， 运行多种人工智能模型算法。 与现有技术相比， 本发明具备很好的灵活性， 可 通过灵活的组配人工智能处理流程， 适应各类不 同的应用场景。 权利要求书1页 说明书5页 附图3页 CN 115098181 A 2022.09.23 CN 115098181 A 1.一种国产CPU和OS的视频流组配方法， 其特征在于， 将视频帧数据的人工智能分析过 程设计成一个有向无循环图结构， 在所述有向无循环图结构中每个节点代表对视频帧数据 的一个处 理节点， 每 个处理节点完成特定分析 过程； 有向无循环图结构中， 前一个节点输出结果作为后一个节点的输入数据， 其中， 节点类 型分为单一节点和符合节点， 所述单一节点仅完成一种 特定功能， 所述复合节点有多个特 定功能， 运行多种人工智能模型算法。 2.根据权利要求1所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 节点的输 出可以作为多个节点的输入， 每 个节点仅能同时有一个输入节点。 3.根据权利 要求1或2所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 在有向 无循环图结构中， 顶层节点包含节点类型、 前处理节点、 后处理节点、 节点所处环节和共享 队列， 所述节点类型描述节点 为复合节点或单一节点； 所述前处 理节点为节点的前一处 理节点， 若无 前处理节点， 则 信息为空； 所述后处理节点为节点的后一处理节点， 若无后处理节点， 则为有向图结构最后一个 处理节点， 信息为空； 节点所处环 节用于描述该节点是开始 节点、 中间节点、 结束节点。 4.根据权利要求3所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 每个所述 顶层节点的子节点内部包含了人工智能算法模型名称、 模型算法推理程序、 数据帧的前后 处理程序、 数据帧缓存队列、 模型算法所需配置参数和数据输出队列。 5.根据权利要求4所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 每个所述 插件代表了一个子节点， 内部具备一个缓存队列， 它共享顶层节点的缓存队列， 存储了有向 无循环图结构中前一节点的推理结果和相关图像的帧数据。 6.根据权利要求5所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 每个所述 插件具备运行承载模型算法的前后处理程序， 前 处理程序是指在数据输入模型算法进 行推 理之前， 对数据依据模型算法输入要求， 进行 特殊的处 理； 后处理是指模型算法推理之后， 返回的数据需要 进行一定的处 理。 7.根据权利要求6所述的一种国产CPU和OS的视频流组配方法， 其特征在于， 所述节点 类型若为复合节点， 对于所述复合节点内如果有两个子节点， 则只有一个节点可以向后面 节点输出 数据， 另一子节点仅输出 数据， 可以直接进入输出 数据队列。 8.一种国产CPU和OS的视频流组配装置， 其特征在于， 包括处理流程构建单元、 描述文 件分析单元、 处理流程加载单元和输出结果获取单元， 所述处理流程构建单元用于基于有 向无循环图结构 构建视频帧数据的人工智能处 理分析流 程； 所述描述文件分析单元用于解析有向无循环图结构的描述文件， 输入处理流程构建单 元， 建立人工智能处 理分析流 程； 所述处理流程加载单元用于加载人工智能模型的处理单元， 为处理流程构建单元提供 支撑； 所述输出 结果获取 单元用于接收和输出汇总视频帧数据分析后所 得数据。权　利　要　求　书 1/1 页 2 CN 115098181 A 2一种国产CPU和OS的视频流组配方 法及装置 技术领域 [0001]本发明涉及视频流处理技术领域， 具体提供一种视频流处理人工智能模型组配方 法及装置 。 背景技术 [0002]目前， 人工智能技术飞速发展， 在各行各业都有了落地应用， 人工智能和各行业逐 渐融合发展， 以人工智能关键技术为核心， 人工智能在金融、 安防、 医疗、 教育和交通等领域 加速应用， 从而融合 促进了各 行各业的快速发展。 [0003]人工智能计算机视觉技术主要实现产业应用中对图像或视频内物体或场景识别、 分类、 定位、 检测、 图像分割等功能的需求， 技术已日趋成熟， 被广泛应用于实现视频监控、 自动驾驶、 车辆 /人脸识别、 医疗影 像分析、 航空及遥感测量 等领域。 [0004]但是， 人工智能的应用涉及大量的实时视频流数据的实时智能分析， 在视频流或 图像处理过程中， 涉及到目标检测、 分类、 分割、 定位等多种人工智能模 型算法。 不同的应用 场景中， 可能涉及不同的人工智能算法， 甚至多种人工智能算法模型的组合使用。 实际落地 使用过程中， 具体到不同的应用场景， 如果没有一种很好的处理流人工智能模型算法组配 方法及装置， 针对每一种应用场景， 都需要进行重新编 码， 将不同的人工智能算法组织 成为 一个处理流程。 以上方式灵活性较低， 很难适应灵活多变的人工智能应用场景。 发明内容 [0005]本发明是针对上述现有技术 的不足， 提供一种实用性强的国产CPU和OS的视频流 组配方法。 [0006]本发明进一步的技术任务是提供一种 设计合理， 安全适用的国产CPU和OS的视频 流组配装置 。 [0007]本发明解决其 技术问题所采用的技 术方案是： [0008]一种国产CPU和OS的视频流组配方法， 将视频帧数据的人工智能分析过程设计成 一个有向无循环图结构， 在所述有向无循环图结构中每个节点代表对视频帧数据的一个处 理节点， 每 个处理节点完成特定分析 过程； [0009]有向无循环图结构中， 前一个节点输出结果作为后一个节点的输入数据， 其中， 节 点类型分为单一节点和符合节点， 所述单一节点仅完成一种 特定功能， 所述复合节点有多 个特定功能， 运行多种人工智能模型算法。 [0010]进一步的,节点的输出可以作为多个节点的输入， 每个节点仅能同时有一个输入 节点。 [0011]进一步的,在有向无循环图结构中， 顶层节点包含节点类型、 前处理节点、 后处理 节点、 节点所处环 节和共享队列， [0012]所述节点类型描述节点 为复合节点或单一节点； [0013]所述前处 理节点为节点的前一处 理节点， 若无 前处理节点， 则 信息为空；说　明　书 1/5 页 3 CN 115098181 A 3