本發(fā)明涉及視頻處理技術(shù)，特別是涉及一種基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)及其處理方法的技術(shù)。

背景技術(shù)：

隨著物聯(lián)網(wǎng)技術(shù)、云計算、大數(shù)據(jù)分析技術(shù)的廣泛應(yīng)用，視頻流的實時分析變得越來越重要。視頻流分析可以應(yīng)用到安防監(jiān)控、遠程設(shè)備診斷、交通路況分析以及智能汽車無人行駛系統(tǒng)等。目前，高清的視頻流主要采用H.265/H.264編碼格式，對這種編碼圖像的分析需要經(jīng)歷解碼、圖像預處理、圖像分析等過程，這些過程所采用的數(shù)學模型需要很高的計算資源支持。因而，目前進行視頻流分析往往采用2種模式：

1）視頻流傳輸?shù)骄植勘O(jiān)控中心，由監(jiān)控人員通過眼睛進行分析；這種方式具有需要大量的人力，并且由于人員的疲勞而漏掉重要信息，進一步，這種分析模式缺乏全局性信息，因而人們亟需改進并放棄這種方法。

2）視頻流被傳輸?shù)皆茢?shù)據(jù)分析與存儲中心，需要大規(guī)模云平臺予以支持。這種方法主要缺陷是：視頻流傳輸占用了大量的廣域網(wǎng)絡(luò)資源，成本過高，規(guī)模難以擴大；大規(guī)模云平臺需要投入大量的人力、物力，消耗了大量的電能，因而很難持續(xù)發(fā)展。

技術(shù)實現(xiàn)要素：

針對上述現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明所要解決的技術(shù)問題是提供一種全局性好，視頻分析效果全面，并且占用通信資源少的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)及其處理方法。

為了解決上述技術(shù)問題，本發(fā)明所提供的一種基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)，其特征在于：包括云服務(wù)器，及多個視頻流感知節(jié)點；

所述云服務(wù)器配置有云存儲單元，視頻流感知節(jié)點、云服務(wù)器接入同一個廣域網(wǎng)絡(luò)；

所述視頻流感知節(jié)點包括節(jié)點攝像頭、節(jié)點主控模塊、節(jié)點GPU模塊、節(jié)點通信模塊，其中的節(jié)點GPU模塊與節(jié)點主控模塊互聯(lián)，節(jié)點攝像頭的視頻數(shù)據(jù)輸出端口接到節(jié)點主控模塊的數(shù)據(jù)采集端口，節(jié)點主控模塊通過節(jié)點通信模塊接入云服務(wù)器所在的網(wǎng)絡(luò)，使得節(jié)點主控模塊能與云服務(wù)器進行數(shù)據(jù)交換。

進一步的，所述視頻流感知節(jié)點設(shè)置有節(jié)點機箱，節(jié)點主控模塊、節(jié)點GPU模塊、節(jié)點通信模塊均安裝在節(jié)點機箱內(nèi)，節(jié)點機箱上裝有用于控制節(jié)點攝像頭的鏡頭對準方向的節(jié)點云臺，節(jié)點云臺的控制端口接到節(jié)點主控模塊的控制信號輸出端口，所述節(jié)點攝像頭安裝在節(jié)點云臺上，節(jié)點機箱上裝有用于節(jié)點機箱內(nèi)的電氣部件散熱的節(jié)點散熱通風裝置，所述節(jié)點散熱通風裝置中設(shè)置有散熱風扇、空氣過濾部件及溫濕度傳感器，并且溫濕度傳感器的感應(yīng)信號輸出端口接到節(jié)點主控模塊的數(shù)據(jù)采集端口。

本發(fā)明所提供的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)的處理方法，其特征在于：

為每個視頻流感知節(jié)點設(shè)定一個節(jié)點編號id，并為每個視頻流感知節(jié)點設(shè)定一個節(jié)點狀態(tài)向量SV，節(jié)點狀態(tài)向量SV中包含有用于標識視頻流感知節(jié)點中的各個部件工作狀態(tài)的多個狀態(tài)元素；

視頻流感知節(jié)點啟動后，節(jié)點主控模塊通過節(jié)點通信模塊向云服務(wù)器發(fā)送一個包含有本節(jié)點注冊信息的注冊信息包，并等待云服務(wù)器的反饋信息包，視頻流感知節(jié)點的注冊信息包括視頻流感知節(jié)點的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip、節(jié)點狀態(tài)向量SV；

在云存儲單元中預先存入GPU算法庫GS；

云服務(wù)器收到視頻流感知節(jié)點發(fā)來的注冊信息包后，先檢測云存儲單元是否存儲有該視頻流感知節(jié)點的注冊信息；

如果云存儲單元中已存儲有該視頻流感知節(jié)點的注冊信息，云服務(wù)器則先為該視頻流感知節(jié)點分配一個視頻幀處理周期發(fā)生器CG及一個GPU算法子集GPUS，再為該視頻流感知節(jié)點構(gòu)建一個反饋信息包并下發(fā)給該視頻流感知節(jié)點；

如果云存儲單元中未存儲有該視頻流感知節(jié)點的注冊信息，云服務(wù)器則先從接收到的注冊信息包中獲取該視頻流感知節(jié)點的注冊信息，并將所獲取的注冊信息存入云存儲單元，并為該視頻流感知節(jié)點分配一個視頻幀處理周期發(fā)生器CG及一個GPU算法子集GPUS，然后再構(gòu)建一個反饋信息包并下發(fā)給該視頻流感知節(jié)點；

云服務(wù)器為視頻流感知節(jié)點構(gòu)建的反饋信息包中包含有視頻流感知節(jié)點的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip，及云服務(wù)器為視頻流感知節(jié)點所分配的視頻幀處理周期發(fā)生器CG的處理周期T，及云服務(wù)器為視頻流感知節(jié)點所分配的GPU算法子集GPUS；

視頻幀處理周期發(fā)生器CG是用于生成處理時間段序列的時間段序列發(fā)生器，并且視頻幀處理周期發(fā)生器CG所生成的處理時間段序列中，各個處理時間段的時長相等，視頻幀處理周期發(fā)生器CG的處理周期T是指單個處理時間段的時長；

GPU算法子集GPUS是GPU算法庫GS的子集，是由云服務(wù)器從云存儲單元所提取的GPU算法的集合；

視頻流感知節(jié)點中，節(jié)點主控模塊通過節(jié)點通信模塊獲取來自云服務(wù)器的反饋信息包，并根據(jù)分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T、GPU算法子集GPUS來構(gòu)建節(jié)點GPU模塊的工作流程，并發(fā)送給節(jié)點GPU模塊，使得節(jié)點GPU模塊按照分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T、GPU算法子集GPUS工作；

視頻流感知節(jié)點中，節(jié)點主控模塊按照分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T從節(jié)點攝像頭獲取當前視頻幀frameImg，并從分配給本節(jié)點的視頻幀處理周期發(fā)生器CG獲取當前處理時間段t，按照當前處理時間段t及當前視頻幀frameImg構(gòu)建視頻幀GPU處理對象VFPO發(fā)送給節(jié)點GPU模塊；

視頻幀GPU處理對象VFPO由當前處理時間段t、視頻流VST、當前視頻幀frameImg、GPUAS構(gòu)成，其中的當前處理時間段t由分配給本節(jié)點的視頻幀處理周期發(fā)生器CG所生成，視頻流VST從節(jié)點攝像頭獲取，當前視頻幀frameImg是當前處理時間段t內(nèi)所要處理的當前幀，GPUAS是按照分配給本節(jié)點的GPU算法子集GPUS所設(shè)定的用于處理視頻流VST的算法集合；

視頻流感知節(jié)點中，節(jié)點GPU模塊根據(jù)視頻幀GPU處理對象VFPO中的GPUAS對當前視頻幀frameImg進行處理，并在處理完畢后構(gòu)建一個包含有當前處理時間段t、視頻流VST及處理結(jié)果Rels的視頻幀處理結(jié)果對象VFPRO，然后再將視頻幀處理結(jié)果對象VFPRO發(fā)送給節(jié)點主控模塊，節(jié)點主控模塊再構(gòu)建一個包含有視頻幀處理結(jié)果對象VFPRO，及本節(jié)點的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip的處理結(jié)果消息包，并通過節(jié)點通信模塊發(fā)送給云服務(wù)器；

云服務(wù)器收到視頻流感知節(jié)點發(fā)來的處理結(jié)果消息包后，根據(jù)處理結(jié)果消息包中的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip找出分配給該視頻流感知節(jié)點的視頻幀處理周期發(fā)生器CG，并從該視頻幀處理周期發(fā)生器CG獲取一個新的當前處理時間段tt，再從處理結(jié)果消息包中的視頻幀處理結(jié)果對象VFPRO中提取出視頻流VST及處理結(jié)果Rels，再按照新的當前處理時間段tt，利用GPU算法庫GS對所提取的視頻流VST、處理結(jié)果Rels進行深度分析，并將深度分析結(jié)果存入云存儲單元。

進一步的，視頻流感知節(jié)點啟動后，節(jié)點主控模塊通過節(jié)點狀態(tài)向量SV檢測本節(jié)點中的各部件的工作狀態(tài)，節(jié)點主控模塊與節(jié)點GPU模塊、節(jié)點通信模塊協(xié)同通信，互報工作狀態(tài)。

進一步的，視頻流感知節(jié)點VSN啟動后，節(jié)點主控模塊通過節(jié)點狀態(tài)向量SV檢測到本節(jié)點中存在著故障部件時，構(gòu)建一個包含有本節(jié)點的節(jié)點狀態(tài)向量SV的報警信息包并發(fā)送給云服務(wù)器。

本發(fā)明提供的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)及其處理方法，采用GPU模塊構(gòu)建視頻流感知節(jié)點，視頻流感知節(jié)點利用GPU的強大處理能力對視頻進行預處理分析，然后把預處理后的信息傳輸給云服務(wù)器，然后由云服務(wù)器進行全局視頻信息分析；本發(fā)明具有以下有益效果：

1）利用GPU（圖形處理器）構(gòu)建的視頻流感知節(jié)點具有強大的處理能力，可以對圖像執(zhí)行高斯變換、光流分析、卡爾曼運算等算法對圖像預處理，甚至可以執(zhí)行這些算法的組合，因此預處理的結(jié)果的信息量大大減少；

2）大大減少了通信系統(tǒng)的負擔，通信系統(tǒng)往往基于無線網(wǎng)絡(luò)（如3G），由于預處理后的信息量大大減少，因此3G網(wǎng)絡(luò)的通信占有量縮小，因此節(jié)省了通信費用；并且由于通信量的減少，大大增加了云處理中心的視頻流接入的數(shù)目，提高了系統(tǒng)的處理規(guī)模，因而擴大了全局性，使視頻分析效果更全面；

3）每個視頻流感知節(jié)點有自己獨立的視頻幀處理周期發(fā)生器，并且云服務(wù)器可以支持成千上萬個不同的處理周期的視頻流感知節(jié)點的協(xié)同分析，因此具有更大的靈活性和可擴展性；

4）可以根據(jù)各個視頻流感知節(jié)點的GPU處理能力來制定GPU處理算法，具有異構(gòu)計算能力的良好支持；

5）GPU處理裝置具有低成本高性能的特性，可以促使視頻流感知節(jié)點的廣泛普及，進而促進了基于視頻物聯(lián)網(wǎng)工業(yè)的全面發(fā)展；例如一個具有2000個流處理單元的視頻流感知節(jié)點的成本不會超過4000元人民幣，隨著GPU技術(shù)的發(fā)展普及，這個成本將會大大降低。

附圖說明

圖1是本發(fā)明實施例的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)的結(jié)構(gòu)示意圖；

圖2是本發(fā)明實施例的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)中的視頻流感知節(jié)點的結(jié)構(gòu)示意圖。

具體實施方式

以下結(jié)合附圖說明對本發(fā)明的實施例作進一步詳細描述，但本實施例并不用于限制本發(fā)明，凡是采用本發(fā)明的相似結(jié)構(gòu)及其相似變化，均應(yīng)列入本發(fā)明的保護范圍，本發(fā)明中的頓號均表示和的關(guān)系，本發(fā)明中的英文字母區(qū)分大小寫。

如圖1-圖2所示，本發(fā)明實施例所提供的一種基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)，其特征在于：包括云服務(wù)器CLOUD，及多個視頻流感知節(jié)點VSN；

所述云服務(wù)器CLOUD配置有云存儲單元CDB，視頻流感知節(jié)點VSN、云服務(wù)器CLOUD接入同一個廣域網(wǎng)絡(luò)；云服務(wù)器CLOUD為云接入中心，云服務(wù)器CLOUD負責與視頻流感知節(jié)點VSN互動，并管理各個視頻流感知節(jié)點VSN，對每個視頻流感知節(jié)點VSN發(fā)過來的預處理過的視頻信息進行深度分析，云存儲單元CDB用于存儲視頻數(shù)據(jù)信息及各個視頻流感知節(jié)點VSN的管理信息；

所述視頻流感知節(jié)點VSN包括節(jié)點攝像頭ca、節(jié)點主控模塊mc、節(jié)點GPU模塊gpum、節(jié)點通信模塊cm，其中的節(jié)點GPU模塊gpum與節(jié)點主控模塊mc互聯(lián)，節(jié)點攝像頭ca的視頻數(shù)據(jù)輸出端口接到節(jié)點主控模塊mc的數(shù)據(jù)采集端口，節(jié)點主控模塊mc通過節(jié)點通信模塊cm接入云服務(wù)器CLOUD所在的網(wǎng)絡(luò)，使得節(jié)點主控模塊mc能與云服務(wù)器CLOUD進行數(shù)據(jù)交換；節(jié)點主控模塊mc、節(jié)點GPU模塊gpum應(yīng)用同一種模型（比如NVIDIA CUDA）協(xié)同計算，完成對視頻圖像的分析（比如高斯變換、光流分析、卡爾曼運算等）；

所述視頻流感知節(jié)點VSN設(shè)置有節(jié)點機箱，節(jié)點主控模塊mc、節(jié)點GPU模塊gpum、節(jié)點通信模塊cm均安裝在節(jié)點機箱內(nèi)，節(jié)點機箱上裝有用于控制節(jié)點攝像頭ca的鏡頭對準方向的節(jié)點云臺pla，節(jié)點云臺pla的控制端口接到節(jié)點主控模塊mc的控制信號輸出端口，所述節(jié)點攝像頭ca安裝在節(jié)點云臺pla上，節(jié)點機箱上裝有節(jié)點吊掛裝置sm及用于節(jié)點機箱內(nèi)的電氣部件散熱的節(jié)點散熱通風裝置VS，節(jié)點機箱通過節(jié)點吊掛裝置sm安裝在落地物上，節(jié)點機箱的底部開設(shè)有進氣口，并且在節(jié)點機箱的底部進氣口設(shè)置有空氣過濾部件，所述節(jié)點散熱通風裝置VS中設(shè)置有散熱風扇、空氣過濾部件及溫濕度傳感器，并且溫濕度傳感器的感應(yīng)信號輸出端口接到節(jié)點主控模塊mc的數(shù)據(jù)采集端口。

本發(fā)明實施例所提供的基于GPU的視頻流智能感知協(xié)同處理系統(tǒng)的處理方法，其特征在于：

為每個視頻流感知節(jié)點VSN設(shè)定一個節(jié)點編號id，并為每個視頻流感知節(jié)點VSN設(shè)定一個節(jié)點狀態(tài)向量SV，節(jié)點狀態(tài)向量SV中包含有與視頻流感知節(jié)點VSN中的各個部件一一對應(yīng)的多個狀態(tài)元素，并且節(jié)點狀態(tài)向量SV中的每個狀態(tài)元素均有兩種狀態(tài)值，其中的一種狀態(tài)值用于標識該狀態(tài)元素所對應(yīng)的部件的工作狀態(tài)為正常工作狀態(tài)，另一種狀態(tài)值用于標識該狀態(tài)元素所對應(yīng)的部件的工作狀態(tài)為故障狀態(tài)；

視頻流感知節(jié)點VSN啟動后，節(jié)點主控模塊mc通過節(jié)點通信模塊cm向云服務(wù)器CLOUD發(fā)送一個包含有本節(jié)點注冊信息的注冊信息包，并等待云服務(wù)器CLOUD的反饋信息包，視頻流感知節(jié)點VSN的注冊信息包括視頻流感知節(jié)點VSN的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip、節(jié)點狀態(tài)向量SV；

在云存儲單元CDB中預先存入GPU算法庫GS（GPU算法庫GS為現(xiàn)有技術(shù)）；

云服務(wù)器CLOUD收到視頻流感知節(jié)點VSN發(fā)來的注冊信息包后，先檢測云存儲單元CDB是否存儲有該視頻流感知節(jié)點VSN的注冊信息；

如果云存儲單元CDB中已存儲有該視頻流感知節(jié)點VSN的注冊信息，云服務(wù)器CLOUD則先為該視頻流感知節(jié)點VSN分配一個視頻幀處理周期發(fā)生器CG及一個GPU算法子集GPUS，再為該視頻流感知節(jié)點VSN構(gòu)建一個反饋信息包并下發(fā)給該視頻流感知節(jié)點VSN；

如果云存儲單元CDB中未存儲有該視頻流感知節(jié)點VSN的注冊信息，云服務(wù)器CLOUD則先從接收到的注冊信息包中獲取該視頻流感知節(jié)點VSN的注冊信息，并將所獲取的注冊信息存入云存儲單元CDB，并為該視頻流感知節(jié)點VSN分配一個視頻幀處理周期發(fā)生器CG及一個GPU算法子集GPUS，然后再構(gòu)建一個反饋信息包并下發(fā)給該視頻流感知節(jié)點VSN；

云服務(wù)器CLOUD為視頻流感知節(jié)點VSN構(gòu)建的反饋信息包中包含有視頻流感知節(jié)點VSN的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip，及云服務(wù)器CLOUD為視頻流感知節(jié)點VSN所分配的視頻幀處理周期發(fā)生器CG的處理周期T，及云服務(wù)器CLOUD為視頻流感知節(jié)點VSN所分配的GPU算法子集GPUS；

視頻幀處理周期發(fā)生器CG是用于生成處理時間段序列的時間段序列發(fā)生器，并且視頻幀處理周期發(fā)生器CG所生成的處理時間段序列中，各個處理時間段的時長相等，視頻幀處理周期發(fā)生器CG的處理周期T是指單個處理時間段的時長；

云服務(wù)器CLOUD為各個視頻流感知節(jié)點VSN所分配的視頻幀處理周期發(fā)生器CG的處理周期T及GPU算法子集GPUS，是根據(jù)各個視頻流感知節(jié)點VSN的視頻處理要求制定的，各個視頻流感知節(jié)點VSN的視頻處理要求可以由人工設(shè)定，也可以根據(jù)預先定制的規(guī)則設(shè)定，不同的視頻流感知節(jié)點VSN所分配的視頻幀處理周期發(fā)生器CG的處理周期T及GPU算法子集GPUS可以是相同的，也可以是相異的，比如分配給第一個視頻流感知節(jié)點VSN的視頻幀處理周期發(fā)生器CG的處理周期T的值為T1，分配給第二個視頻流感知節(jié)點VSN的視頻幀處理周期發(fā)生器CG的處理周期T的值為T2，分配給第m個視頻流感知節(jié)點VSN的視頻幀處理周期發(fā)生器CG的處理周期T的值為Tm，則T1、T2、Tm的值可以是相同的，也可以是相異的；

GPU算法子集GPUS是GPU算法庫GS的子集，是由云服務(wù)器CLOUD從云存儲單元CDB所提取的GPU算法的集合；

視頻流感知節(jié)點VSN中，節(jié)點主控模塊mc通過節(jié)點通信模塊cm獲取來自云服務(wù)器CLOUD的反饋信息包，并根據(jù)分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T、GPU算法子集GPUS來構(gòu)建節(jié)點GPU模塊gpum的工作流程（構(gòu)建節(jié)點GPU模塊gpum工作流程的方法為現(xiàn)有技術(shù)），并發(fā)送給節(jié)點GPU模塊gpum，使得節(jié)點GPU模塊gpum按照分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T、GPU算法子集GPUS工作；

云服務(wù)器CLOUD通過網(wǎng)絡(luò)向視頻流感知節(jié)點VSN下發(fā)云臺調(diào)節(jié)指令，視頻流感知節(jié)點VSN中，節(jié)點主控模塊mc驅(qū)動節(jié)點攝像頭ca工作，并根據(jù)云服務(wù)器CLOUD下發(fā)的云臺調(diào)節(jié)指令來控制節(jié)點云臺pla運行，使得節(jié)點攝像頭ca按照云服務(wù)器CLOUD下發(fā)的云臺調(diào)節(jié)指令鎖定視頻捕獲窗口，并按照分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T周期性的產(chǎn)生處理時間段序列，使得節(jié)點攝像頭ca按照所產(chǎn)生的處理時間段序列周期性的捕獲數(shù)據(jù)幀，啟動視頻捕獲過程；

視頻流感知節(jié)點VSN中，節(jié)點主控模塊mc按照分配給本節(jié)點的視頻幀處理周期發(fā)生器CG的處理周期T從節(jié)點攝像頭ca獲取當前視頻幀frameImg，并從分配給本節(jié)點的視頻幀處理周期發(fā)生器CG獲取當前處理時間段t，按照當前處理時間段t及當前視頻幀frameImg構(gòu)建視頻幀GPU處理對象VFPO發(fā)送給節(jié)點GPU模塊gpum；

視頻幀GPU處理對象VFPO由當前處理時間段t、視頻流VST、當前視頻幀frameImg、GPUAS構(gòu)成，其中的當前處理時間段t由分配給本節(jié)點的視頻幀處理周期發(fā)生器CG所生成，視頻流VST從節(jié)點攝像頭ca獲取，當前視頻幀frameImg是當前處理時間段t內(nèi)所要處理的當前幀，GPUAS是按照分配給本節(jié)點的GPU算法子集GPUS所設(shè)定的用于處理視頻流VST的算法集合；

視頻流感知節(jié)點VSN中，節(jié)點GPU模塊gpum根據(jù)視頻幀GPU處理對象VFPO中的GPUAS對當前視頻幀frameImg進行處理，并在處理完畢后構(gòu)建一個包含有當前處理時間段t、視頻流VST及處理結(jié)果Rels的視頻幀處理結(jié)果對象VFPRO，然后再將視頻幀處理結(jié)果對象VFPRO發(fā)送給節(jié)點主控模塊mc，節(jié)點主控模塊mc再構(gòu)建一個包含有視頻幀處理結(jié)果對象VFPRO，及本節(jié)點的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip的處理結(jié)果消息包，并通過節(jié)點通信模塊cm發(fā)送給云服務(wù)器CLOUD；

云服務(wù)器CLOUD收到視頻流感知節(jié)點VSN發(fā)來的處理結(jié)果消息包后，根據(jù)處理結(jié)果消息包中的節(jié)點編號id、節(jié)點網(wǎng)絡(luò)地址ip找出分配給該視頻流感知節(jié)點VSN的視頻幀處理周期發(fā)生器CG，并從該視頻幀處理周期發(fā)生器CG獲取一個新的當前處理時間段tt，再從處理結(jié)果消息包中的視頻幀處理結(jié)果對象VFPRO中提取出視頻流VST及處理結(jié)果Rels，再按照新的當前處理時間段tt，利用GPU算法庫GS對所提取的視頻流VST、處理結(jié)果Rels進行深度分析，并將深度分析結(jié)果存入云存儲單元CDB。

本發(fā)明實施例中，視頻流感知節(jié)點VSN啟動后，節(jié)點主控模塊mc通過節(jié)點狀態(tài)向量SV檢測本節(jié)點中的各部件的工作狀態(tài)，節(jié)點主控模塊mc與節(jié)點GPU模塊gpum、節(jié)點通信模塊cm協(xié)同通信，互報工作狀態(tài)，并且節(jié)點主控模塊mc與節(jié)點散熱通風裝置VS中的溫濕度傳感器協(xié)同通信，互報工作狀態(tài)。

本發(fā)明實施例中，視頻流感知節(jié)點VSN啟動后，節(jié)點主控模塊mc通過節(jié)點狀態(tài)向量SV檢測到本節(jié)點中存在著故障部件時，構(gòu)建一個包含有本節(jié)點的節(jié)點狀態(tài)向量SV的報警信息包并發(fā)送給云服務(wù)器CLOUD。

本發(fā)明實施例中，節(jié)點機箱設(shè)有前后各一個散熱通風口，并且該散熱通風口各裝有一個節(jié)點散熱通風裝置VS；

視頻流感知節(jié)點VSN運行時，節(jié)點主控模塊mc通過兩個節(jié)點散熱通風裝置VS中的溫濕度傳感器檢測節(jié)點機箱的兩個散熱通風口的濕度，節(jié)點主控模塊mc中預先設(shè)置有一個濕度閾值；

如果兩個散熱通風口的濕度都大于預先設(shè)置的濕度閾值，節(jié)點主控模塊mc即控制前節(jié)點散熱通風裝置VS中的散熱風扇向前吹風，并控制后節(jié)點散熱通風裝置VS中的散熱風扇向后吹風；

如果兩個散熱通風口的濕度都小于等于預先設(shè)置的濕度閾值，并且前散熱通風口的濕度大于后散熱通風口的濕度，則控制兩個節(jié)點散熱通風裝置VS中的散熱風扇向前吹風；

如果兩個散熱通風口的濕度都小于等于預先設(shè)置的濕度閾值，并且前散熱通風口的濕度小于后散熱通風口的濕度，則控制兩個節(jié)點散熱通風裝置VS中的散熱風扇向后吹風；

通過對兩個節(jié)點散熱通風裝置VS中的散熱風扇的控制，實現(xiàn)對節(jié)點機箱內(nèi)的溫濕度的調(diào)節(jié)。

本發(fā)明實施例進行了實例驗證，實驗環(huán)境如下：

視頻流感知節(jié)點VSN，節(jié)點主控模塊mc采用英特爾（Intel）酷睿i3，節(jié)點GPU模塊gpum采用銘速GTX670M 2G D5獨立顯卡，電源采用300W PC電源；

只考慮視頻流感知節(jié)點VSN 在某個處理周期T內(nèi)完成一組GPU算法的執(zhí)行，利用道路擁擠監(jiān)控場景的視頻分析所需，對一個視頻幀在一個處理周期T內(nèi)完成了卡爾曼算法、光流算法、高斯算法，該三種算法處理1080P一幀圖像的時間分別為：卡爾曼算法用了0.07秒，光流算法用了0.09秒，高斯算法用了0.05；

可見一個處理周期T的時長為0.07+0.09+0.05=0.21秒，由此可見本發(fā)明實施例可以在1秒內(nèi)完成圖像的卡爾曼算法、光流算法、高斯算法的預處理，處理后的圖像為黑白圖像，通過壓縮存儲，大大地縮小了通訊量。