基于边缘计算的多摄像头视频协同分析方法

为了减少智慧城市场景下多摄像头实时视频数据的处理量,提出了基于机器学习算法的边缘端视频协同分析方法。首先,针对各摄像头检测到的重要目标物体,设计了不同的关键窗口来筛选视频的感兴趣区域,缩减视频数据量并提取其特征。然后,根据提取的数据特征,对不同摄像头视频中的相同目标物体进行标注,并设计了摄像头之间关联程度值的计算策略,用于进一步缩减视频数据量。最后,提出了基于图卷积网络和重识别技术的GC-ReID算法,旨在实现多摄像头视频协同分析。实验结果表明,与现有的视频分析方法相比,所提方法能够有效降低系统时延和提高视频压缩率,并保证较高的准确率。