本發明涉及水利工程安全管理，具體為一種水利工程視頻監控的ai事件壓縮傳輸系統。
背景技術：
1、水利工程監控ai事件是指通過人工智能算法，從水利工程實時監控視頻流中，自動識別、篩選出的關鍵異常事件或目標事件。
2、申請號為202511446452.7的發明專利申請中公開了一種基于無人機的水利工程監控方法及系統，該申請旨在解決“現有技術未考慮多源數據的深度融合、高維特征的高效處理以及對水利工程異常時序特征的精準捕捉等方面，從而導致水利工程的監控精確度低下”的問題。
3、然而，現有的水利工程視頻監控場景中，普標目標事件識別效率低，且視頻數據無差異化壓縮，導致數據管理隨時間推移逐漸變得更加困難。
4、為此，我們提出了一種水利工程視頻監控的ai事件壓縮傳輸系統。
技術實現思路
1、針對現有技術所存在的上述缺點，本發明提供了一種水利工程視頻監控的ai事件壓縮傳輸系統，能夠有效地解決現有技術的問題。
2、為實現以上目的，本發明通過以下技術方案予以實現；
3、本發明公開了一種水利工程視頻監控的ai事件壓縮傳輸系統，包括：
4、采集模塊，用于采集水利工程預設監測區域的實時視頻數據，同步執行視頻數據的信號規整；識別模塊，用于接收規整后視頻數據，基于水利工程事件預設識別邏輯，識別目標事件并標記對應視頻片段；壓縮模塊，用于接收目標事件視頻片段，基于事件特征對各視頻片段進行差異化壓縮處理；傳輸模塊，用于接收壓縮后視頻數據，建立水利工程監控專屬傳輸鏈路，并分析壓縮后視頻數據優先級，基于優先級分析結果生成傳輸隊列，再定向向預設監控終端傳輸；解碼模塊，用于接收傳輸模塊傳輸的壓縮視頻數據，基于匹配壓縮方式的對應解碼方式，還原目標事件視頻數據；適配模塊，用于接收還原目標事件視頻數據，根據水利工程不同監控終端類型，執行視頻數據的動態適配輸出；
5、所述采集模塊通過無線網絡交互連接有識別模塊，所述識別模塊通過無線網絡與壓縮模塊交互連接，所述壓縮模塊通過無線網絡與傳輸模塊交互連接，所述傳輸模塊通過無線網絡與解碼模塊交互連接，所述解碼模塊通過無線網絡交互連接有適配模塊。
6、更進一步地，所述采集模塊執行視頻數據的信號規整階段，依次執行視頻信號的噪聲濾除、幀同步校準、幅值歸一化處理，且所述采集模塊內置信號規整度評價模型，通過模型求取規整度數值判定信號規整是否達標，所述信號規整度的計算公式為：
7、；
8、式中：為規整前視頻信號的平均噪聲幅值；為規整后視頻信號的平均噪聲幅值；為實際幀同步偏差值；為預設幀同步偏差閾值；為信號幅值歸一化后的實際偏差率；為預設信號幅值偏差率閾值；
9、其中，當s不小于預設規整度閾值時，判定信號規整達標，反之重新執行信號規整操作。
10、更進一步地，所述識別模塊中水利工程事件預設識別邏輯包括：
11、提取規整后視頻數據的底層視覺特征、中層語義特征、高層事件特征，再將分層特征與預設水利工程事件特征庫進行匹配，通過事件匹配度數值判定是否為目標事件；
12、所述事件匹配度的計算公式為：
13、；
14、式中：為視頻數據的第i層特征集合；為預設事件的第i層特征集合；n為特征提取的總層數；為視頻片段中特征匹配的時間重疊時長；為視頻片段的總時長；為視頻幀中特征匹配的空間重疊面積；為單幀視頻的有效顯示面積；
15、其中，當m不小于預設事件匹配度閾值時，判定為目標事件，同時基于目標事件的起始幀、終止幀時間戳及幀序列區間進行視頻片段雙維度標記。
16、更進一步地，所述壓縮模塊基于事件特征對各視頻片段進行差異化壓縮處理：
17、提取目標事件視頻片段的事件運動復雜度、畫面信息熵，基于提取結果計算各視頻片段的目標壓縮碼率：
18、；
19、其中，為系統預設基礎壓縮碼率；為目標事件視頻片段的實際運動復雜度；為預設運動復雜度基準值；為目標事件視頻片段的實際畫面信息熵；為預設畫面信息熵基準值；
20、所述壓縮模塊根據計算得到的目標壓縮碼率，匹配對應的壓縮算法執行差異化壓縮，事件運動復雜度越高、畫面信息熵越大，對應目標壓縮碼率越高。
21、更進一步地，所述目標事件視頻片段的實際運動復雜度的計算邏輯為：
22、；
23、式中：為目標事件視頻片段中相鄰關鍵幀的平均像素位移量；為目標事件視頻片段中單幀畫面的運動有效區域面積；為目標事件視頻片段中單幀視頻的有效顯示面積；為目標事件視頻片段中運動像素的幀間灰度變化率；為目標事件視頻片段中運動像素的位移離散度；為目標事件視頻片段中單幀內的運動像素總數；為目標事件視頻片段中單幀內的總像素數。
24、更進一步地，所述傳輸模塊建立的水利工程監控專屬傳輸鏈路為物理層與數據鏈路層雙層定制的傳輸鏈路，且所述傳輸模塊實時監測專屬傳輸鏈路的鏈路可用度；
25、式中：為鏈路實時可用帶寬值；為鏈路預設標準帶寬值；k為鏈路丟包影響系數；為鏈路實時丟包率；為水利工程現場的實際環境干擾系數；為預設環境干擾系數閾值；
26、所述傳輸模塊僅在a不小于預設鏈路可用度閾值時，執行壓縮后視頻數據的傳輸操作。
27、更進一步地，所述傳輸模塊分析壓縮后視頻數據優先級階段，以目標事件的等級、視頻數據的實時性需求、數據量占比為核心評價維度，先對各維度進行無量綱化處理，再通過加權融合得到優先級量化值，基于優先級量化值從高到低生成傳輸隊列；
28、且所述傳輸隊列配置動態更新機制，當有更高優先級的壓縮后視頻數據輸入時，觸發傳輸隊列的插隊重排，同時暫停當前低優先級數據的傳輸，優先傳輸高優先級數據。
29、更進一步地，所述解碼模塊還原目標事件視頻數據階段，對接收的壓縮視頻數據進行數據完整性校驗，若校驗發現數據丟包或破損，則向傳輸模塊發送重傳請求；
30、校驗通過后，根據壓縮方式的分塊特征對壓縮視頻數據進行分塊解碼，再對分塊解碼后的視頻幀進行幀序重組，最后執行解碼失真補償處理；
31、其中，解碼失真補償處理的觸發條件為解碼失真度超過預設失真度閾值，補償方式為基于相鄰幀的像素特征插值補全失真區域。
32、更進一步地，所述適配模塊執行視頻數據的動態適配輸出時，提取水利工程各監控終端的硬件參數與顯示屬性，得到終端的分辨率支持范圍、幀率適配能力、編碼格式兼容類型，結合還原后目標事件視頻數據的原始參數，生成至少兩種不同的視頻數據適配候選方案，各候選方案分別對應不同的分辨率、幀率、編碼格式組合配置；
33、再通過終端適配匹配度數值判定最優適配方案：
34、；
35、式中：為終端適配度；為適配后的視頻分辨率；為還原后視頻的原始分辨率；為適配后的視頻幀率；為還原后視頻的原始幀率；為監控終端的顯示能力系數；為適配后的視頻編碼格式參數值；為還原后視頻的原始編碼格式參數值。
36、采用本發明提供的技術方案，與已知的現有技術相比，具有如下有益效果：
37、本發明通過采集水利工程視頻數據時對信號進行精準規整，保障了原始視頻數據的質量，識別水利工程事件時通過分層提取特征并與預設特征庫精準匹配，能高效判定并標記目標事件對應的視頻片段，基于事件運動復雜度、畫面信息熵做差異化壓縮處理，讓壓縮策略貼合水利事件的畫面特征，在節省傳輸帶寬的同時完整保留關鍵事件信息；
38、同時，搭建定制化的專屬傳輸鏈路并實時監測鏈路可用度，規避了鏈路傳輸的不穩定問題，依據事件等級、實時性需求等維度量化傳輸優先級并動態更新傳輸隊列，實現了視頻數據的有序高效傳輸，解碼環節完成數據完整性校驗與失真補償，能精準還原目標事件視頻數據；
39、此外，還結合監控終端的硬件及顯示屬性匹配最優適配方案，讓視頻數據適配不同終端輸出，全流程優化了水利工程視頻監控的信號處理、事件識別、數據傳輸與終端適配效率，精準契合水利工程現場的監測需求，為水利工程安全監測提供了穩定有效的視頻數據支持。