监控视频处理方法及装置、监控系统、存储介质、终端

技术领域

本发明实施例涉及视频监控领域，尤其涉及一种监控视频处理方法及装 置、存储介质、终端。

背景技术

在一些场景中，通常布设用于监控的摄像头，摄像头采集监控范围内的 视频或图像等，并将采集的图像或视频等上传至中心服务器。

现有技术中，由中心服务器根据所有摄像头上报的视频或图片等，在亿 级数据库中做检索比对，但是耗时较久，分析能力差。为了降低耗时，通常 采用近似检索算法进行数据分类，但是采用近似检索算法易导致准确率较低， 从而无法兼顾数据处理耗时以及分类结果的准确率。

发明内容

本发明实施例解决的技术问题是无法兼顾数据处理耗时和分类结果的准 确率。

为解决上述技术问题，本发明实施例提供一种监控视频处理方法包括： 接收各个边缘计算节点上报的各自监控范围内的对象的对象信息，其中，所 述对象信息包括：特征信息以及附属信息；根据各个对象的特征信息对所有 的对象进行分类，分别得到每个对象来自各个边缘计算节点的附属信息；对 所述每个对象来自各个边缘计算节点的附属信息进行整合，并将整合后的附 属信息作为每个对象的附属信息；存储所述每个对象的对象信息。

可选的，所述对所述每个对象来自各个边缘计算节点的附属信息进行整 合，包括：对所述每个对象来自各个边缘计算节点的附属信息按照时序进行 整合。

可选的，所述对所述每个对象来自各个边缘计算节点的附属信息按照时 序进行整合，包括：检测所述每个对象来自各个边缘计算节点的附属信息是 否有重合部分，所述重合部分指各个边缘计算节点上传的附属信息中相同的 部分；当有重合部分时，执行去重操作，得到去重后的附属信息；基于所述 去重后的附属信息，对所述每个对象来自各个边缘计算节点的附属信息按照 时序进行整合。

可选的，采用如下方式得到所述各个边缘计算节点上报的各自监控范围 内的所有对象的对象信息：获取每个边缘计算节点的监控范围内的所有的视 频，对所述视频进行解析，得到所述视频的每帧图像中出现的对象及对应的 特征信息；根据所述视频的所有帧图像中出现的对象的特征信息，对所述视 频的所有帧图像中出现的对象进行分类，确定每个边缘计算节点的监控范围 内出现的所有对象；针对每个对象，根据该对象所出现的图像，得到每个对 象的对象信息。

可选的，所述监控视频处理方法还包括：接收相邻边缘计算节点发送的 曾出现对象的对象信息，所述曾出现对象指在设定时间段内出现在所述相邻 边缘计算节点的监控范围内的对象；根据所述曾出现对象的特征信息，对本 边缘计算节点中的对象的特征信息进行更新。

可选的，所述根据所述曾出现对象的特征信息，对本边缘计算节点中的 对象的特征信息进行更新，包括：将所述曾出现对象的特征信息与所述本边 缘计算节点中的对象的特征信息进行比对；当比对结果表明本边缘计算节点 的对象中存在与所述曾出现对象相同的对象时，将本边缘计算节点的对象中 与所述曾出现对象相同的对象的对象信息和所述曾出现对象的对象信息合 并，并将合并后的对象信息作为所述曾出现对象的对象信息；或者，当比对 结果表明本边缘计算节点的对象中不存在与所述曾出现对象相同的对象时，将所述曾出现对象的对象信息增加至所述本边缘计算节点的对象的对象信息 中。

可选的，所述监控视频处理方法还包括：接收所述相邻边缘计算节点发 送的曾出现对象的对象信息之后，在预设时长内未检测到所述曾出现对象出 现在本边缘计算节点的监控范围内，丢弃所述曾出现对象的对象信息。

可选的，所述附属信息包括：边缘计算节点标识以及途径的摄像头信息。

可选的，所述途径的摄像头信息采用如下方式得到：针对各边缘计算节 点内出现的所有对象，获取每个对象对应的所有图像；获取每个对象对应的 所有图像的图像采集时间以及采集摄像头，按照图像采集时间的先后顺序， 确定每个对象途径的摄像头，得到途径的摄像头信息。

可选的，所述监控视频处理方法还包括：将每个对象的特征信息与户籍 数据库中存储的特征信息进行比对；根据比对结果，确定每个对象的身份信 息，所述对象信息包括所述身份信息。

可选的，所述监控视频处理方法还包括：接收追踪请求，所述追踪请求 包括：追踪对象的特征信息；将所述追踪对象的特征信息与存储的所有对象 的特征信息进行比对；根据比对结果，从存储的所有对象中找出所述追踪对 象，并获取所述追踪对象的对象信息。

可选的，所述存储所述每个对象的对象信息，包括：根据所述每个对象 的特征信息，检测历史存储信息中是否存在该对象；当存在该对象时，将该 对象的对象信息与历史存储信息中该对象的对象信息进行合并；将合并后的 对象信息作为该对象的对象信息进行存储。

本发明实施例还提供一种监控系统包括：中心服务器、边缘计算节点以 及摄像头，其中：所述边缘计算节点的监控范围内布设有若干个所述摄像头， 所述边缘计算节点根据所述监控范围内布设的若干个所述摄像头上报的监控 视频，得到所述监控范围内的对象的对象信息并上报至所述中心服务器，所 述对象信息包括：特征信息以及附属信息；所述中心服务器，用于根据各个 对象的特征信息对所有的对象进行分类，分别得到每个对象来自各个边缘计 算节点的附属信息，对所述每个对象来自各个边缘计算节点的附属信息进行 整合，并将整合后的附属信息作为每个对象的附属信息，存储所述每个对象 的对象信息。

本发明实施例还提供一种监控视频处理装置包括：接收单元，用于接收 各个边缘计算节点发送的各自监控范围内的对象的对象信息，其中，所述对 象信息包括：特征信息以及附属信息；分类单元，用于根据各个对象的特征 信息对所有的对象进行分类，分别得到每个对象来自各个边缘计算节点的附 属信息；处理单元，用于对所述每个对象来自各个边缘计算节点的附属信息 进行整合，并将整合后的附属信息作为每个对象的附属信息；存储单元，用 户存储所述每个对象的对象信息。

本发明实施例还提供一种存储介质，计算机可读存储介质为非易失性存 储介质或非瞬态存储介质，其上存储有计算机程序，所述计算机程序被处理 器运行时执行上述任一种监控视频处理方法的步骤。

本发明实施例还提供一种终端，包括存储器和处理器，所述存储器上存 储有能够在所述处理器上运行的计算机程序，所述处理器运行所述计算机程 序时执行上述任一种监控视频处理方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

接收各个边缘计算节点发送的各自监控范围内的对象的对象信息，其中， 对象信息包括特征信息以及附属信息，只需根据各个对象的特征信息对所有 的对象进行分类，得到每个对象来自各个边缘计算节点的附属信息，将每个 对象来自各个边缘计算节点的附属信息进行整合，并将整合后的附属信息作 为每个对象的附属信息，存储每个对象的对象信息。所接收到的对象的对象 信息为各个边缘计算节点处理之后得到，而中心服务器只需对处理之后的对 象信息进行整合即可，从而可以提高中心服务器的数据处理时效，并且基于 对象的特征信息进行分类，可以提高分类结果的准确性，故，可以兼顾数据 处理过程中对象分类的时效和分类结果的准确率。

此外，在进行人员追踪时，只需将待追踪人员的图像与存储的每个对象 的特征信息进行比对即可，相对于现有技术需要将追踪人员图像与存储的亿 级视频或图像逐个进行比对而言，提高追踪结果的准确度以及追踪时效是可 以预期的。

附图说明

图1是本发明实施例中的一种监控视频处理方法的流程图；

图2是本发明实施例中的一种对象信息的获取方法的流程图；

图3是本发明实施例中的一种监控视频处理装置的结构示意图；

图4是本发明实施例中的一种监控系统的拓扑网络示意图；

图5是现有技术中的一种监控系统的拓扑网络示意图。

具体实施方式

如上所述，现有技术中，如图5，给出的现有技术中的一种监控视频系统 的网络拓扑图，各个摄像头43将采集的图像或视频等上报至中心服务器41。 中心服务器41根据所有摄像头43上报的视频或图片等，在亿级数据库中做检 索比对，但是耗时较久，分析能力差。为了降低耗时，通常采用近似检索算 法进行数据分类，但是采用近似检索算法易导致准确率较低，从而无法兼顾 数据处理耗时以及分类结果的准确率。

为了解决上述问题，在本发明实施例中，接收各个边缘计算节点发送的 各自监控范围内的对象的对象信息，其中，对象信息包括特征信息以及附属 信息，只需根据各个对象的特征信息对所有的对象进行分类，得到每个对象 来自各个边缘计算节点的附属信息，将每个对象来自各个边缘计算节点的附 属信息进行整合，并将整合后的附属信息作为每个对象的附属信息，存储每 个对象的对象信息。所接收到的对象的对象信息为各个边缘计算节点处理之 后得到的，而中心服务器只需对处理之后的对象信息进行整合即可，从而可以提高中心服务器的数据处理时效，并且基于对象的特征信息进行分类，可 以提高分类结果的准确性，故，可以兼顾数据处理过程中对象分类的时效和 分类结果的准确率。

为使本发明实施例的上述目的、特征和有益效果能够更为明显易懂，下 面结合附图对本发明的具体实施例做详细的说明。

本发明实施例提供一种监控视频处理方法，监控视频处理方法可以用于 监控系统，参照图4，给出了本发明实施例中的一种监控系统的拓扑网络示意 图，监控系统可以包括中心服务器41以及边缘计算节点42，每个边缘计算节 点41的监控范围内布设有若干个监控摄像头43。边缘计算节点42与中心服 务器41通信连接，以向中心服务器发送数据。

参照图1，给出了本发明实施例中的一种监控视频处理方法的流程图，具 体可以包括如下步骤：

步骤S11，接收各个边缘计算节点发送的各自监控范围内的对象的对象信 息。

在具体实施中，对象信息可以包括特征信息以及附属信息。

特征信息用于表征对象的特征。特征信息可以包括人脸特征信息，也可 以包括人体特征信息，还可以包括人脸特征信息和人体特征信息等。

附属信息用于标识与对象相关的一些信息，如对象出现的边缘计算节点 信息、所经过的摄像头信息等中的一种或多种。

其中，边缘计算节点信息可以包括边缘计算节点标识以及出现在该边缘 计算节点内的时间信息等，其中，边缘计算节点标识与边缘计算节点唯一对 应，边缘计算节点标识用于标识和区分不同的边缘计算节点。出现在该边缘 计算节点内的时间信息可以为出现在该边缘计算节点内出现的时间段。

所经过的摄像头信息可以包括摄像头标识以及出现在该摄像头的时间信 息等。摄像头标识与摄像头唯一对应，摄像头标识用于标识和区分不同的摄 像头。出现在该摄像头内的时间信息可以为在摄像头的监控范围内出现的时 间段，也即进入该摄像头的监控范围的时间点以及走出该摄像头的监控范围 的时间点。

在具体实施中，每个边缘计算节点可以对应有多个摄像头，也即在每个 边缘计算节点的监控范围内布设多个摄像头。从而，一个边缘计算节点内的 所有摄像头的监控范围之和为该边缘计算节点的监控范围。

在一些实施例中，还可以基于对象出现的边缘计算节点信息以及所经过 的摄像头信息等，得到对象的轨迹信息以及途径各个地点时的时间等。

具体而言，在各个摄像头采集监控视频或图像时，所采集的视频或图像 中携带有摄像头的标识以及采集时间等信息。由于每个摄像头的监控范围是 一定的，故可以根据对象所出现的摄像头以及出现在各个摄像头的时间，得 到对象的轨迹信息以及途径各个地点的时间等。

步骤S12，根据各个对象的特征信息对所有的对象进行分类，分别得到每 个对象来自各个边缘计算节点的附属信息。

在具体实施中，由于对象具有移动性，有可能不会固定在一个边缘计算 节点的监控范围内移动，可能会从一个地方移动至另一个地方，从而跨越多 个边缘计算节点，分别在多个边缘计算节点的监控范围出现，从而每个边缘 计算节点的监控范围内的对象可能存在相同的情况。

基于上述情况，在本发明实施例中，可以根据各个对象的特征信息对所 的对象进行分类，分别得到每个对象来自各个边缘计算节点的附属信息。

具体而言，可以通过对各个对象的特征信息进行比对的方式，当来自某 一边缘计算节点上报的对象与另一边缘计算节点上报的对象的特征信息的相 似度满足设定的相似度阈值时，则可以判定此两个对象为同一对象，得到该 对象来自的两个边缘计算节点上报的附属信息。依次类推，可以得到该对象 所出现的边缘计算节点上报的附属信息。

相应地，当某一对象与另一对象的特征信息的相似度不满足设定的相似 度阈值时，则判定这两个对象不是同一对象。

基于对象的移动性，各个对象所出现的边缘计算节点不同，得到的每个 对象的附属信息来自的边缘计算节点不同。

例如，当某一对象仅在一个边缘计算节点A的监控范围内出现时，则根 据该对象的特征信息对所有对象进行分类之后，得到该对象来自边缘计算节 点A的附属信息。

又如，当某一对象在边缘计算节点A、边缘计算节点B及边缘计算节点 C的监控范围内均出现时，则根据该对象的特征信息对所有对象进行分类之 后，得到该对象的附属信息来自边缘计算节点A、边缘计算节点B及边缘计 算节点C。

步骤S13，对所述每个对象来自各个边缘计算节点的附属信息进行整合， 并将整合后的附属信息作为每个对象的附属信息。

在具体实施中，对所述每个对象来自各个边缘计算节点的附属信息可以 按照时序进行整合，得到满足一定时序要求的附属信息，并将整合后的附属 信息作为每个对象的附属信息。

例如，按照正序方式，对附属信息进行整合。也即在时间上按照先发生 的在前，后发生的在后的方式，对附属信息进行整合。又如，按照倒序方式， 对附属信息进行整合。也即在时间上，按照后发生的在前，先发生的在后的 方式，对附属信息进行整合。

步骤S14，存储所述每个对象的对象信息。

在具体实施中，各个边缘计算节点可以周期性地定期上报监控范围内的 对象的对象信息，从而在历史存储信息中，可能存储有各个对象在历史时间 内的对象信息。

在本发明实施例中，为了确保存储工作的顺利进行，可以根据所述每个 对象的特征信息，检测历史存储信息中是否存在该对象；当存在该对象时， 将该对象的对象信息与历史存储信息中该对象的对象信息进行合并；将合并 后的对象信息作为该对象的对象信息进行存储。

由上可知，接收各个边缘计算节点发送的各自监控范围内的对象的对象 信息，其中，对象信息包括特征信息以及附属信息，只需根据各个对象的特 征信息对所有的对象进行分类，得到每个对象来自各个边缘计算节点的附属 信息，将每个对象来自各个边缘计算节点的附属信息进行整合，并将整合后 的附属信息作为每个对象的附属信息，存储每个对象的对象信息。所接收到 的对象的对象信息为各个边缘计算节点处理之后得到，而中心服务器只需对 处理之后的对象信息进行整合即可，从而可以提高中心服务器的数据处理时效，并且基于对象的特征信息进行分类，可以提高分类结果的准确性。故， 可以兼顾数据处理过程中对象分类的耗时和分类结果的准确率。

在具体实施中，在步骤S13中，可以采用如下方式对每个对象来自各个 边缘计算节点的附属信息按照时序进行整合：

具体而言，检测每个对象来自各个边缘计算节点的附属信息否有重合部 分，其中，重合部分指各个边缘计算节点上报的附属信息中相同的部分。当 有重合部分时，执行去重操作，得到去重后的附属信息；基于所述去重后的 附属信息，对所述每个对象来自各个边缘计算节点的附属信息按照时序进行 整合。精简整合后的信息，以减少对存储空间的占用。

在具体实施中，步骤S11至步骤S14可以由中心服务器执行。各个边缘 计算节点可以与中心服务器通信连接。

在具体实施中，各个边缘计算节点上报的各自监控范围内的所有对象的 对象信息可以由各个边缘计算节点采用如下方式得到，以下参照图2给出的 本发明实施例中的一种对象信息的获取方法进行具体说明，对象信息的获取 方法具体可以包括如下步骤：

步骤S21，各个边缘计算节点可以获取各自监控范围内的所有视频，对所 获取到的视频进行解析，得到视频的每帧图像中出现的对象以及各个对象的 特征信息。

在具体实施中，针对某一边缘计算节点而言，该边缘计算节点可以获取 自身监控范围内的所有摄像头采集的视频，对获取到的视频进行解析，得到 视频中的每帧图像。对每帧图像进行人脸识别，可以识别到各帧图像中出现 的对象以及对应的特征信息，此时，特征信息为人脸特征信息。还可以对每 帧图像进行人体识别，以得到各帧图像中出现的对象以及对应的特征信息， 此时，特征信息为人体特征信息。

可以理解的是，可以对各帧图像同时进行人脸识别和人体识别，此时， 得到的特征信息包括人脸特征信息和人体特征信息。由于同一帧图像出现的 多个对象之间可能存在遮挡情况，此时，通过一帧图像，可能无法同时得到 该对象的人脸特征信息和人体特征信息，但是由于该对象具有移动性，随着 该对象的移动，配合该对象出现的其他帧图像中的人脸识别以及人体识别的 结果，同时得到该对象的人脸特征信息以及人体特征信息的概率还是很大的。

步骤S22，根据所述视频的所有帧图像中出现的对象的特征信息，对所述 视频的所有帧图像中出现的对象进行分类，确定每个边缘计算节点的监控范 围内出现的所有对象。

在具体实施中，针对一个边缘计算节点而言，该边缘计算节点可以根据 自身获取的视频的所有帧图像中出现的对象的特征信息，对视频的所有帧中 出现的对象进行分类，确定该边缘计算节点的监控范围内出现的所有对象。 其中，每个边缘计算节点采用上述相同的处理方式。

步骤S23，针对每个对象，根据该对象所出现的图像，得到每个对象的对 象信息。

在具体实施中，在对视频中的所有帧图像中出现的对象进行分类时，可 以确定各个对象分别出现的图像。针对每个对象，根据该对象所出现过的图 像，得到每个图像的对象信息。

由于对象的移动性，可能发生一个对象从一个边缘计算节点移动至另一 边缘计算节点的情况。为了得到各个对象在边缘计算节点之间的移动情况， 边缘计算节点可以定期将设定时间段内曾出现对象的对象信息发送至相邻节 点。其中，曾出现对象指在设定时间段内曾出现在边缘计算节点的监控范围 内的对象。其中，由于相邻的两个或多个边缘计算节点之间互为相邻节点。

在具体实施中，边缘计算节点定期的将设定时间段内曾出现对象的对象 信息发送至相邻节点。其中，设定时间段可以为5分钟、10分钟或者一小时， 还可以为其他取值，具体可以根据需求进行设定。例如，边缘计算节点每隔5 分钟将近期5分钟出现对象的对象信息发送至相邻节点。

在具体实施中，边缘计算节点可以采用多种方式将曾出现对象的对象信 息发送至相邻节点。

在本发明一实施例中，边缘计算节点以广播的方式广播曾出现对象的对 象信息，相邻节点通过收听广播进行接收曾出现对象的对象信息。其中，可 以采用定向广播方式，也可以采用非定向广播方式。

在本发明另一实施例中，边缘计算节点可以获取相邻边缘节点的标识， 边缘计算节点与相邻节点通信连接，根据相邻节点的标识将曾出现对象的对 象信息发送至相邻节点。

可以理解的是，边缘计算节点还可以采用其他方式将曾出现对象的对象 信息发送至相邻节点，此处不再一一举例。

在具体实施中，可以接收相邻边缘计算节点发送的曾出现对象的对象信 息。根据曾出现对象的特征信息对本边缘计算节点中的对象的对象信息进行 更新。通过将曾出现对象的对象信息发送至相邻节点供相邻节点进行对象信 息的整合，从而确保各个对象的对象信息的连贯性。

具体而言，将曾出现对象的特征信息与本边缘计算节点中的对象的特征 信息进行比对。当比对结果表明本边缘计算节点的对象中存在与曾出现对象 相同的对象时，将本边缘计算节点的对象中与曾出现对象相同的对象的对象 信息和曾出现对象的对象信息进行合并，并将合并后的对象信息作为曾出现 对象的对象信息。

当比对结果表明本边缘计算节点的对象中不存在与曾出现对象相同的对 象时，将曾出现对象的对象信息增加至本边缘计算节点的对象的对象信息中。

在具体实施中，边缘计算节点可以采用对象列表的方式存储本边缘计算 节点的监控范围内出现的对象以及各个对象的对象信息。当曾出现对象出现 在对象列表中时，将曾出现对象的对象信息合并至本边缘计算节点的对象信 息中。当曾出现对象没有出现在对象列表中时，将曾出现对象添加至边缘计 算节点的对象列表。

例如，本边缘计算节点收到张三的对象信息，当本边缘计算节点的监控 范围内曾出现过张三，也即对象列表中有张三时，将接收的张三的对象信息 与本边缘计算节点中存储的张三的对象信息进行合并，将合并后的对象信息 作为张三的对象信息。

又如，本边缘计算节点收到张三的对象信息，当本边缘计算节点的监控 范围内没有出现过张三，也即对象列表中没有张三，将张三添加至对象列表 中，并保存张三的对象信息。

在现有技术中，每个监控管理处只能查看各自的监控区域内的监控视频， 无法获取到相邻区域监控管理处内的监控信息，从而在进行人员追踪时，例 如，家属查找走失人员时，只能从走失的源头对应的监控管理处开始，逐个 监控管理处进行监控排查，工作量较大，效率较低。而本发明实施例中，每 个监控管理处均配置一个边缘计算节点，边缘计算节点通过将曾出现对象的 对象信息发送至相邻节点，可以建立各个对象在各个边缘计算节点之间的关 联，从而无须逐个边缘计算节点的进行排查，故提高追踪效率是可以预期的。

在具体实施中，当本边缘计算节点中出现相邻节点发送的曾出现对象的 对象信息时，由于将相邻节点发送的曾出现对象的对象信息与本边缘计算节 点得到的曾出现对象的对象信息进行合并，从而在本边缘计算节点以及相邻 边缘计算节点分别向中心服务器上报对象的对象信息时，本边缘计算节点上 报的曾出现对象的对象信息与相邻边缘计算节点上报的曾出现对象的对象信 息存在重合部分。针对重合问题，在中心服务器在对每个对象来自各个边缘 计算节点的附属信息进行整合时，为了提高整合结果的完整性及精简性，避 免数据冗余，可以采用上述实施例提供的去重方式，执行去重操作，去除重 合部分，其中重合部分主要包括附属信息，基于所述去重后的附属信息，对 所述每个对象来自各个边缘计算节点的附属信息按照时序进行整合。

在本发明实施例中，本边缘计算节点将所述相邻边缘计算节点发送的所 述曾出现对象的对象信息与本边缘计算节点中出现的所述曾出现对象的对象 信息按照时序进行合并。

在具体实施中，接收所述相邻边缘计算节点发送的曾出现对象的对象信 息之后，在预设时长内未检测到所述曾出现对象出现在本边缘计算节点的监 控范围内，丢弃所述曾出现对象的对象信息。通常在预设时长内没有检测到 曾出现对象出现在本边缘计算节点的监控范围内，则表明该曾出现对象没有 进入本边缘计算节点的监控范围，此时丢弃曾出现对象的对象信息，可以减 小数据冗余。

在具体实施中，在得到每个对象的对象信息之后，还可以将每个对象的 特征信息与户籍数据库中存储的特征信息进行比对，根据比对结果，确定每 个对象的身份信息，所述对象信息包括身份信息。

其中，身份信息可以包括身份证号码，还可以包括地址、姓名、性别等 中的一种或多种。

在本发明实施例中，中心服务器可以联网户籍系统，以获取户籍信息， 通过确定每个对象的身份信息，使得对象信息不仅可以包括对象的特征信息 还可以包括身份信息。进行人员追踪时，即使没有追踪对象的图像，通过追 踪对象的身份证号码、姓名等身份信息，也可以实现对追踪对象的追踪。

在具体实施中，接收追踪请求，追踪请求包括追踪对象的特征信息。将 所述追踪对象的特征信息与存储的所有对象的特征信息进行比对；根据比对 结果，从存储的所有对象中找出所述追踪对象，并获取所述追踪对象的对象 信息。

在进行人员追踪时，只需将待追踪人员的图像与存储的每个对象的特征 信息进行比对即可，相对于现有技术需要将追踪人员图像与存储的亿级视频 或图像逐个进行比对而言，可以有效地提高追踪结果的准确度以及追踪时效。

采用本发明实施例提供的监控视频处理方法，将现有技术中由中心服务 器进行城市亿级别的检索比对处理，分治为边缘侧(边缘计算节点)千、万 级别的检索比对。例如，现有技术中，在中心服务器侧进行计算和检索的复 杂度为N

此外，将关于对象信息的计算以及处理过程放在边缘计算节点进行，实 现对对象信息进行并行处理的同时，还可以提高对象信息处理的实时性和准 确率等，减少对中心服务器的依赖。

在具体实施中，当对象信息中包括身份信息时，追踪请求也可以包括身 份信息。从而实现即使没有追踪对象的图像信息时，也可以根据追踪对象的 身份信息通过监控系统对追踪对象进行追踪。

为了便于本领域技术人员更好的理解和实现本发明实施例，本发明实施 例还提供一种监控视频处理装置。

参照图3，给出了本发明实施例中的一种监控视频处理装置的结构示意 图，监控视频处理装置30可以包括：

接收单元31用于接收各个边缘计算节点发送的各自监控范围内的对象的 对象信息，其中，所述对象信息包括：特征信息以及附属信息；

分类单元32用于根据各个对象的特征信息对所有的对象进行分类，分别 得到每个对象来自各个边缘计算节点的附属信息；

处理单元33用于对所述每个对象来自各个边缘计算节点的附属信息进行 整合，并将整合后的附属信息作为每个对象的附属信息；

存储单元34用户存储所述每个对象的对象信息。

在具体实施中，监控视频处理装置的具体工作原理及工作流程可以参考 本发明上述实施例提供的监控视频处理方法中的描述，此处不再赘述。

本发明实施例还提供一种监控系统，包括：中心服务器、边缘计算节点 以及摄像头，其中：

所述边缘计算节点的监控范围内布设有若干个所述摄像头，所述边缘计 算节点根据所述监控范围内布设的若干个所述摄像头上报的监控视频，得到 所述监控范围内的对象的对象信息并上报至所述中心服务器，所述对象信息 包括：特征信息以及附属信息；

所述中心服务器，用于根据各个对象的特征信息对所有的对象进行分类， 分别得到每个对象来自各个边缘计算节点的附属信息，对所述每个对象来自 各个边缘计算节点的附属信息进行整合，并将整合后的附属信息作为每个对 象的附属信息，存储所述每个对象的对象信息。

在具体实施中，监控系统可以基于第五代移动通信系统(5G)背景下的 边缘计算进行构建。边缘计算节点可以采用边缘服务器，以提高边缘计算节 点上的服务器以及中心服务器的数据计算效率，以及中心服务器与边缘计算 节点之间的数据传输以及响应效率等。

在具体实施中，监控系统的具体工作原理及工作流程可以参考本发明上 述实施例提供的监控视频处理方法中的描述，此处不再赘述。

本发明实施例还提供一种存储介质，计算机可读存储介质为非易失性存 储介质或非瞬态存储介质，其上存储有计算机程序，所述计算机程序被处理 器运行时执行上述任一实施例中的监控视频处理方法的步骤。

本发明实施例还提供一种终端，包括存储器和处理器，所述存储器上存 储有能够在所述处理器上运行的计算机程序，所述处理器运行所述计算机程 序时执行上述任一实施例中的监控视频处理方法的步骤。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步 骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于任一计算机 可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员， 在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保 护范围应当以权利要求所限定的范围为准。