本發(fā)明屬于人工智能領(lǐng)域，尤其涉及一種監(jiān)控視頻優(yōu)化存儲系統(tǒng)及有關(guān)設(shè)備。

背景技術(shù)：

通常對于辦公地點的出入口等位置，通過視頻監(jiān)控錄像或者專用的人臉和證件比對設(shè)備如單位訪客機等，實現(xiàn)對視頻中的人臉進行分析。

對辦公單位在傳統(tǒng)方式下如果要明確查明哪些人、什么時間進入辦公場所，現(xiàn)在的手段是通過視頻監(jiān)控系統(tǒng)進行錄像查詢，但由于視頻監(jiān)控系統(tǒng)的錄像往往存儲文件過大，僅僅支持一個月以內(nèi)來往人員的記錄功能，而且想查出指定人員在哪一天進入辦公地點，需要監(jiān)控人員翻查大量錄像才能人工定位，如果不指定時間地點等具體信息，由于工作量巨大幾乎無法實現(xiàn)查詢指定人員具體在什么時間進入辦公地點的問題況。

本系統(tǒng)利用先進的人工智能人臉識別技術(shù)實現(xiàn)了進入人員的人臉照片自動抓拍留證功能，可以達到數(shù)十萬到上百萬條人臉照片記錄的歷史保存容量。通常這些人臉記錄容量可支持對出入口實現(xiàn)長達數(shù)月甚至1到2年的記錄保存時間。并且通過定制設(shè)備存儲容量，能夠?qū)崿F(xiàn)數(shù)年等更長記錄保存時間。大量人臉通過記錄的保存，不僅有利于出入口的人員精準(zhǔn)管理，還對發(fā)生糾紛、重大案件時提供有效的照片證據(jù)。

技術(shù)實現(xiàn)要素：

當(dāng)前，在一般應(yīng)用場合的視頻監(jiān)控應(yīng)用場景中，主要目標(biāo)是對進出人員進行監(jiān)控，且一般都采用傳統(tǒng)的視頻存儲方案，保存完整的監(jiān)控視頻以方便用戶查詢，或者調(diào)查取證。此類方法占據(jù)了大量的存儲空間，導(dǎo)致監(jiān)控設(shè)備最多只能支持一到兩個月的視頻存儲，且查詢時搜索費時費力，給用戶帶來了極大的不便。

本發(fā)明中，通過對監(jiān)控視頻實時檢測是否有人臉存在，只保存檢測到人臉的視頻段在本地，且在中心云存儲中，建立每一張不同人臉的對應(yīng)存儲空間，只保留符合預(yù)設(shè)條件的圖像幀，這樣大大節(jié)省了存儲空間；同時通過建立基于人臉的搜索引擎，方面了用戶的查詢，大大節(jié)約查詢時間。

為了解決上述技術(shù)問題，本發(fā)明提供了一種新的系統(tǒng)方法，包括：

視頻采集前端，采集前端配置標(biāo)準(zhǔn)高清攝像頭，采用一個或多個攝像頭，對需要進行人流監(jiān)控的場所進行實時監(jiān)控，同時將采集的視頻臨時存儲于設(shè)備的內(nèi)存之中。

人臉識別模組，對視頻采集前端臨時存儲的視頻逐幀進行人臉檢測，檢測方式或為深度卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，或為其他正確檢測率高于95％的算法，標(biāo)記每一幀的人臉檢測結(jié)果；若同一圖像幀的檢測結(jié)果中，正確檢測的人臉數(shù)大于1，則記錄該圖像幀中檢測到的每一張人臉，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段，同時將上述視頻分段傳輸給一級實時存儲設(shè)備。

從上述正確檢測到人臉存在的視頻分段中，對該視頻分段中的每一圖像幀中的每一張人臉進行人臉特征提取，該特征提取方法或為通用的基于知識的表征方法，或為基于代數(shù)特征或統(tǒng)計學(xué)習(xí)的表征方法，得到表征每一張人臉的特征向量。

在上述視頻分段中，從第一張有人臉的圖像幀開始，對每一圖像幀內(nèi)每一張人臉的特征向量與上一幀圖像的每一張人臉逐一進行匹配，對滿足相似性要求的人臉認(rèn)為是同一張人臉，否則認(rèn)為是新的人臉；將屬于同一張人臉的特征向量組成一個集合并做相應(yīng)的標(biāo)記，為新出現(xiàn)的人臉建立新的特征向量集合；直到該視頻分段中的最后一幀圖像，或者達到本發(fā)明最大的連續(xù)圖像幀處理能力。

然后在屬于同一人臉的特征向量集合內(nèi)，將每一個特征向量與除它本身之外的其他特征向量進行相關(guān)運算，并將相關(guān)運算結(jié)果求和，得到上述集合中該特征向量的匹配值，上述特征向量集合中計算獲得的最大匹配值即為最佳的人臉匹配值，與其對應(yīng)的人臉特征向量為最佳的人臉特征向量，與該特征向量對應(yīng)的圖像幀記為最佳人臉圖像幀；或者從上述人臉特征集 合對應(yīng)的人臉圖像集合中找一張最大的人臉作為最佳人臉，與最佳人臉對應(yīng)的圖像幀即為最佳人臉圖像幀。

將最佳人臉圖像幀對應(yīng)的人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，若該人臉特征向量與比對的數(shù)據(jù)庫中的某個人臉特征向量相似度大于δ，則認(rèn)為這兩張人臉屬于同一個人，否則認(rèn)為所比對的特征向量屬于不同的人臉；若存在多個人臉特征高于相似度δ，則認(rèn)為該人臉特征向量與數(shù)據(jù)庫中相似度最高的人臉特征向量屬于同一張人臉；然后從將該圖像幀以及其對應(yīng)特征向量存儲于中心云存儲數(shù)據(jù)庫中，否則，指示中心云存儲為該人臉創(chuàng)建新的存儲空間以及唯一標(biāo)識。

若上述最佳圖像幀中，包含最佳人臉數(shù)超過1張，則將每一個最佳人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，若有匹配的人臉特征向量，則將該圖像幀以及對應(yīng)的特征向量存儲于該人臉的存儲空間中，否則為該人臉建立一個新的存儲空間以及唯一標(biāo)識。

一級實時存儲設(shè)備，儲存視頻時，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段；每一視頻分段的開始圖像幀為檢測到存在人臉的第一幀圖像，或根據(jù)實際需求提前N1幀存儲；每一視頻分段的結(jié)束為檢測到存在人臉的最后一幀，記錄每一視頻分段的監(jiān)控日期和時間，然后按照時間先后順序逐一將視頻分段組合成一個預(yù)先設(shè)定的文件。

中心云存儲設(shè)備，根據(jù)實際需求或建立人臉的特征向量庫以及其他的基本信息，或根據(jù)系統(tǒng)自定義方式建立人臉存儲的基本索引信息；

然后根據(jù)提取的人臉特征向量比對結(jié)果來判斷該人臉是否為數(shù)據(jù)庫中已有的人臉，若是，則將所述的人臉特征向量，以及該人臉的最佳圖像幀存儲起來，記錄該圖像幀的生成日期與時間，以及其特征向量；

若不是，則為該人臉根據(jù)系統(tǒng)定義的規(guī)則建立新的唯一索引標(biāo)識以及存儲空間，存儲該人臉對應(yīng)的最佳圖像幀，最佳圖像幀的生成日期與時間，以及其特征向量。

搜索模塊，用戶或輸入含有人臉的圖像進行查詢，系統(tǒng)根據(jù)用戶輸入的圖像，采用與上述人臉檢測同樣的方法，進行人臉檢測，然后提取其特征向量，將該人臉特征與存儲于一級實時存儲設(shè)備以及中心云存儲設(shè)備中 的人臉圖像特征向量進行比對，找到與其匹配的所有人臉視頻段或圖像，反饋至搜索前端。若無合適的結(jié)果，用戶或放棄搜索，或提供新的圖像進行查詢，或輸入日期與時間段進行搜索，得到相應(yīng)的反饋結(jié)果。

搜索時，默認(rèn)先查詢一級實時存儲設(shè)備的視頻段，若有符合條件的，則從一級存儲中心反饋結(jié)果給用戶。然后查詢中心云存儲設(shè)備的圖像數(shù)據(jù)。

本發(fā)明的上述方案至少具有以下有益效果：

有效地解決當(dāng)前視頻監(jiān)控存儲數(shù)據(jù)量龐大，且不易查詢的問題。本發(fā)明提供的系統(tǒng)能將一般應(yīng)用級別的系統(tǒng)存儲有效數(shù)據(jù)大大提升，且搜索簡單方便，大大簡化了一般場景應(yīng)用的視頻存儲與查詢過程。

大量人臉通過記錄的保存，不僅有利于出入口的人員精準(zhǔn)管理，還對發(fā)生糾紛、重大案件時提供有效的照片證據(jù)。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1表示本發(fā)明實施例的系統(tǒng)方法基本結(jié)構(gòu)示意圖；

圖2表示本發(fā)明實施例的處理步驟流程圖；

圖3表示本發(fā)明實施例的步驟2的處理流程圖；

具體實施方式

以下描述和附圖充分地示出本發(fā)明的具體實施方案，以使本領(lǐng)域的技術(shù)人員能夠?qū)嵺`它們。其他實施方案可以包括結(jié)構(gòu)的、邏輯的、過程的以及其他的改變。實施例僅代表可能的變化。除非明確要求，否則單獨的部件和功能是可選的，并且操作的順序可以變化。一些實施方案的部分和特征可以被包括在或替換其他實施方案的部分和特征。本發(fā)明的實施方案的范圍包括權(quán)利要求書的整個范圍，以及權(quán)利要求書的所有可獲得的等同物。在本文中，本發(fā)明的這些實施方案可以被單獨地或總地用術(shù)語“發(fā)明”來表示，這僅僅是為了方便，并且如果事實上公開了超過一個的發(fā)明，不是要 自動地限制該應(yīng)用的范圍為任何單個發(fā)明或發(fā)明構(gòu)思。

如圖1所示，本發(fā)明的實施例中，包括：

視頻采集前端101，采集前端配置標(biāo)準(zhǔn)高清攝像頭，采用一個或多個攝像頭，對需要進行人流監(jiān)控的場所進行實時監(jiān)控，同時將采集的視頻臨時存儲于設(shè)備的內(nèi)存之中。

本發(fā)明上述實施例中，還包括：

人臉識別模組102，對視頻采集前端臨時存儲的視頻逐幀進行人臉檢測，檢測方式或為深度卷積神經(jīng)網(wǎng)絡(luò)算法，比如：深度為9層，或為其他算法正確檢測率高于95％的算法，比如：基于高斯過程的人臉識別技術(shù)；記錄每一幀的人臉檢測結(jié)果；若同一圖像幀的檢測結(jié)果中，正確檢測的人臉數(shù)大于1，則記錄該圖像幀中檢測到的每一張人臉，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段，同時將上述視頻分段傳輸給一級實時存儲設(shè)備。

進一步的，從上述正確檢測到人臉存在的視頻分段中，對該視頻分段中的每一圖像幀中的每一張人臉進行人臉特征提取，該特征提取方法或為通用的基于知識的表征方法，或為基于代數(shù)特征或統(tǒng)計學(xué)習(xí)的表征方法，得到表征每一張人臉的特征向量，記為其中f_i為特征向量的第i個浮點元素，N為特征向量的元素總數(shù)。

進一步的，在上述視頻分段中，從第一張有人臉的圖像幀開始，對每一圖像幀內(nèi)每一張人臉的特征向量與上一幀圖像的每一張人臉逐一進行匹配，對滿足相似性要求的人臉認(rèn)為是同一張人臉，否則認(rèn)為是新的人臉；將屬于同一張人臉的特征向量組成一個集合并做相應(yīng)的標(biāo)記，為新出現(xiàn)的人臉建立新的特征向量集合；直到該視頻分段中的最后一幀圖像，或者達到本發(fā)明最大的連續(xù)圖像幀處理能力。

舉例說明，比如第一幀圖像中含有兩張人臉，分別記為F_1，1和F_1，2，其對應(yīng)的特征向量為和第二幀圖像中也含有兩張人臉，分別記為F_2，1和F_2，2，其對應(yīng)的特征向量為和分別計算四張人臉的匹配度∏_i，j：

其中，為標(biāo)準(zhǔn)相關(guān)函數(shù)，為任意長度相同的向量。

若∏_1，1≥β，其中β為相似度門限值，則認(rèn)為F_1，1和F_2，1為同一張人臉，否則認(rèn)為F_1，1和F_2，1屬于不同的人臉。

若∏_2，1＜β且∏_2，2＜β，則認(rèn)為F_2，2屬于新出現(xiàn)的人臉。

進一步的，在上述屬于同一人臉的特征向量集合內(nèi)，將每一個特征向量與除它本身之外的其他特征向量進行相關(guān)運算得到特征向量的相似性度量值向量并將該相似性度量值向量所有元素求和，得到上述集合中該特征向量的匹配值，上述特征向量集合中計算獲得的最大匹配值即為最佳的人臉匹配值，與其對應(yīng)的人臉特征向量為最佳的人臉特征向量，與該特征向量對應(yīng)的圖像幀記為最佳人臉圖像幀；或者從上述人臉特征集合對應(yīng)的人臉圖像集合中找一張最大的人臉作為最佳人臉，與最佳人臉對應(yīng)的圖像幀即為最佳人臉圖像幀。

舉例說明，假設(shè)屬于同一人臉的特征向量集合為其中ν_i為該集合中第i個元素的特征向量，M為該集合元素總數(shù)；特征向量的相似性度量值向量記為其中則相似性度量值向量對應(yīng)的匹配值為進一步的，從上述計算結(jié)果中得到最佳匹配值m_opt＝max(m0，m₁，…，m_M)，其中，為求向量最大值運算，最佳匹配值對應(yīng)的特征向量即為最佳人臉，最佳人臉對應(yīng)的圖像則為最佳人臉圖像幀。

進一步的，將上述最佳人臉圖像幀對應(yīng)的人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，比對方法為計算特征向量的相關(guān)性，采用上述過程相同的相關(guān)函數(shù)若該人臉特征向量與比對的數(shù)據(jù)庫中的某個人臉特征向量相似度∏_i，j大于δ，則認(rèn)為這兩張人臉屬于同一個人，否則認(rèn)為所比對的特征向量屬于不同的人臉；若存在多個人臉特征高于相似 度δ，則認(rèn)為該人臉特征向量與數(shù)據(jù)庫中相似度最高的人臉特征向量屬于同一張人臉；然后從將該圖像幀以及其對應(yīng)特征向量存儲于中心云存儲數(shù)據(jù)庫中，否則，指示中心云存儲為該人臉創(chuàng)建新的存儲空間以及唯一標(biāo)識。比如：存儲空間包含唯一空間標(biāo)識ID，每一圖像的唯一ID，每個圖像對應(yīng)的特征向量，圖片的生成時間，人臉的個性化信息：姓名，年齡，性別等。

進一步的，若上述最佳圖像幀中，包含最佳人臉數(shù)超過1張，則將每一個最佳人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，若有匹配的人臉特征向量，則將該圖像幀以及對應(yīng)的特征向量存儲于該人臉的存儲空間中，否則為該人臉建立一個新的存儲空間以及唯一標(biāo)識。

本發(fā)明上述實施例中，還包括：

一級實時存儲設(shè)備103，儲存視頻時，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段；每一視頻分段的開始圖像幀為檢測到存在人臉的第一幀圖像，或根據(jù)實際需求提前N1幀存儲，比如N1＝5；每一視頻分段的結(jié)束為檢測到存在人臉的最后一幀，記錄每一視頻分段的監(jiān)控日期和時間，然后按照時間先后順序逐一將視頻分段組合成一個預(yù)先設(shè)定的文件，比如按天分割文件進行存儲。

本發(fā)明上述實施例中，還包括：

中心云存儲設(shè)備104，根據(jù)實際需求或建立人臉的特征庫以及其他的基本信息，比如：設(shè)置白名單或者黑名單，錄入白名單人以及黑名單的人臉照片，姓名，性別，年齡等基本信息；或根據(jù)系統(tǒng)自定義方式建立人臉存儲的基本索引信息。

進一步的，根據(jù)提取的人臉特征向量比對結(jié)果來判斷該人臉是否為數(shù)據(jù)庫中已有的人臉，若是，則將所述的人臉特征向量，以及該人臉的最佳圖像幀存儲起來，記錄該圖像幀的生成日期與時間，以及其特征向量。

若不是，則為該人臉根據(jù)系統(tǒng)定義的規(guī)則建立新的唯一索引標(biāo)識以及存儲空間，存儲該人臉對應(yīng)的最佳圖像幀，最佳圖像幀的生成日期與時間，以及其特征向量。

本發(fā)明上述實施例中，還包括：

搜索模塊105，用戶或輸入含有人臉的圖像進行查詢，系統(tǒng)根據(jù)用戶輸入的圖像，采用與上述實施例中所述的人臉檢測同樣的方法，進行人臉檢測，然后提取其人臉特征向量，將該人臉特征與存儲于一級實時存儲設(shè)備以及中心云存儲設(shè)備中的人臉特征向量進行比對，找到與其匹配的所有人臉視頻段或圖像，反饋至搜索前端。比如：反饋結(jié)果包括，所有匹配的人臉圖像，圖像唯一ID，特征向量，特征向量ID，圖像的生成日期與時間；所有包含匹配人臉的視頻文件，視頻文件ID，該人臉出現(xiàn)在視頻文件中的起始時間，結(jié)束時間。若無合適的結(jié)果，用戶或放棄搜索，或提供新的圖像進行查詢，或輸入日期與時間段進行搜索，得到相應(yīng)的反饋結(jié)果。

進一步的，搜索時，默認(rèn)先查詢一級實時存儲設(shè)備的視頻段，若有符合條件的，則從一級存儲中心反饋結(jié)果給用戶。然后再查詢中心云存儲設(shè)備的圖像數(shù)據(jù)。

下面結(jié)合圖2、圖3說明上述功能模塊或設(shè)備的具體操作流程：

步驟一，視頻監(jiān)控采集與臨時存儲，采集前端配置標(biāo)準(zhǔn)高清攝像頭，采用一個或多個攝像頭，對需要進行人流監(jiān)控的場所進行實時監(jiān)控，同時將采集的視頻臨時存儲于所述設(shè)備的內(nèi)存之中。

步驟二，視頻人臉檢測，特征提取以及比對，對視頻采集前端臨時存儲的視頻逐幀進行人臉檢測，記錄每一幀的人臉檢測結(jié)果；若同一圖像幀的檢測結(jié)果中，正確檢測的人臉數(shù)大于1，則記錄該圖像幀中檢測到的每一張人臉，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段，同時將上述視頻分段傳輸給一級實時存儲設(shè)備103。

同時，從上述正確檢測到人臉存在的視頻分段中，對該視頻分段中的每一圖像幀中的每一張人臉進行人臉特征提取，得到表征每一張人臉的特征向量，記為其中f_i為特征向量的第i個浮點元素，N為特征向量的元素總數(shù)。

在上述視頻分段中，從第一張有人臉的圖像幀開始，對每一圖像幀內(nèi)每一張人臉的特征向量與上一幀圖像的每一張人臉逐一進行匹配，對滿足相似性要求的人臉認(rèn)為是同一張人臉，否則認(rèn)為是新的人臉；將屬于同一張人臉的特征向量組成一個集合并做相應(yīng)的標(biāo)記，為新出現(xiàn)的人臉建立新 的特征向量集合；直到該視頻分段中的最后一幀圖像，或者達到本發(fā)明最大的連續(xù)圖像幀處理能力。

在上述屬于同一人臉的特征向量集合內(nèi)，將每一個特征向量與除它本身之外的其他特征向量進行相關(guān)運算得到特征向量的相似性度量值向量并將該相似性度量值向量所有元素求和，得到上述集合中該特征向量的匹配值，上述特征向量集合中計算獲得的最大匹配值即為最佳的人臉匹配值，與其對應(yīng)的人臉特征向量為最佳的人臉特征向量，與該特征向量對應(yīng)的圖像幀記為最佳人臉圖像幀；或者從上述人臉特征集合對應(yīng)的人臉圖像集合中找一張最大的人臉作為最佳人臉，與最佳人臉對應(yīng)的圖像幀即為最佳人臉圖像幀。

將上述最佳人臉圖像幀對應(yīng)的人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，比對方法為計算特征向量的相關(guān)性，采用上述過程相同的相關(guān)函數(shù)若該人臉特征向量與比對的數(shù)據(jù)庫中的某個人臉特征向量相似度∏_i，j大于δ，則認(rèn)為這兩張人臉屬于同一個人，否則認(rèn)為所比對的特征向量屬于不同的人臉；若存在多個人臉特征高于相似度δ，則認(rèn)為該人臉特征向量與數(shù)據(jù)庫中相似度最高的人臉特征向量屬于同一張人臉；然后從將該圖像幀以及其對應(yīng)特征向量存儲于中心云存儲數(shù)據(jù)庫中，否則，指示中心云存儲為該人臉創(chuàng)建新的存儲空間以及唯一標(biāo)識。

若上述最佳圖像幀中，包含最佳人臉數(shù)超過1張，則將每一個最佳人臉特征向量與中心云存儲中的人臉特征向量庫進行比對，若有匹配的人臉特征向量，則將該圖像幀以及對應(yīng)的特征向量存儲于該人臉的存儲空間中，否則為該人臉建立一個新的存儲空間以及唯一標(biāo)識。其處理流程如圖3所示。

步驟三，實時存儲視頻段，儲存視頻時，從標(biāo)記正確檢測到人臉的視頻幀中，提取人臉的視頻分段；每一視頻分段的開始圖像幀為檢測到存在人臉的第一幀圖像，或根據(jù)實際需求提前N1幀存儲；每一視頻分段的結(jié)束為檢測到存在人臉的最后一幀，記錄每一視頻分段的監(jiān)控日期和時間，然后按照時間先后順序逐一將視頻分段組合成一個預(yù)先設(shè)定的文件，比如按天分割文件進行存儲。

步驟四，云存儲匹配的圖像以及特征，根據(jù)實際需求或建立人臉的特征庫以及其他的基本信息，比如：設(shè)置白名單或者黑名單，錄入白名單人以及黑名單的人臉照片，姓名，性別，年齡等基本信息；或根據(jù)系統(tǒng)自定義方式建立人臉存儲的基本索引信息。

然后根據(jù)提取的人臉特征向量比對結(jié)果來判斷該人臉是否為數(shù)據(jù)庫中已有的人臉，若是，則將所述的人臉特征向量，以及該人臉的最佳圖像幀存儲起來，記錄該圖像幀的生成日期與時間，以及其特征向量。

若不是，則為該人臉根據(jù)系統(tǒng)定義的規(guī)則建立新的唯一索引標(biāo)識以及存儲空間，存儲該人臉對應(yīng)的最佳圖像幀，最佳圖像幀的生成日期與時間，以及其特征向量。

步驟五，輸入搜索條件，獲取搜索結(jié)果，根據(jù)用戶輸入的圖像，采用與上述實施例中所述的人臉檢測同樣的方法，進行人臉檢測，然后提取其人臉特征向量，將該人臉特征與存儲于一級實時存儲設(shè)備以及中心云存儲設(shè)備中的人臉特征向量進行比對，找到與其匹配的所有人臉視頻段或圖像，反饋至搜索前端。比如：反饋結(jié)果包括，所有匹配的人臉圖像，圖像唯一ID，特征向量，特征向量ID，圖像的生成日期與時間；所有包含匹配人臉的視頻文件，視頻文件ID，該人臉出現(xiàn)在視頻文件中的起始時間，結(jié)束時間。若無合適的結(jié)果，用戶或放棄搜索，或提供新的圖像進行查詢，或輸入日期與時間段進行搜索，得到相應(yīng)的反饋結(jié)果。

搜索時，默認(rèn)先查詢一級實時存儲設(shè)備的視頻段，若有符合條件的，則從一級存儲中心反饋結(jié)果給用戶。然后再查詢中心云存儲設(shè)備的圖像數(shù)據(jù)。

以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視為本發(fā)明的保護范圍。