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。