一種智能視頻監控系統離線任務調度方法及裝置的制造方法
【專利摘要】本發明實施例公開了一種智能視頻監控系統離線任務調度方法及裝置，應用于視頻監控系統中的服務器，所述視頻監控系統還包含多個用于處理智能視頻監控系統離線任務的處理器，預先建立針對所述處理器的處理能力模型；所述方法包括：接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個待處理任務；計算每一待處理任務的加權時間長度；根據所述處理能力模型，計算每個處理器處理自身當前待處理所有任務所需的時間；根據所述加權時間長度以及所述時間，將所述任務請求中的待處理任務調度給處理器。利用本發明實施例，可以使處理器負載均衡。
【專利說明】
-種智能視頻監控系統離線任務調度方法及裝置
技術領域
[0001] 本發明設及智能視頻監控系統離線任務技術領域，特別設及一種智能視頻監控系 統離線任務調度方法及裝置。
【背景技術】
[0002] 在面對大量的監控視頻時，傳統的離線視頻處理系統，雖然使用了智能視頻分析 (IVA)技術，由于單機計算能力的限制，通常無法滿足在客戶要求的時間內完成監控視頻處 理任務，為此我們引入了分布式處理技術。在分布式計算中，任務管理、任務調度和資源管 理是系統的=大基本功能，其中任務調度是影響系統性能優劣的重要方面。任務調度是操 作系統的重要組成部分，而對于實時操作系統，任務調度直接影響其實時性能。任務調度算 法可分為事件:驅動調度算法，根據事件的先后W及任務的優先級安排任務的執行;時鐘驅 動調度算法，一般用于周期任務。
[0003] 傳統的分布式任務調度方法有Min-Min、Max-Min等。Min-Min調度算法的思想是盡 可能把每一個任務分配給最早可用且執行最快的處理器。Min-Min算法是基于最小完成時 間的，且在每一次映射中考慮的是全部未分配的任務由于每次都是把任務分配給執行最快 的處理器，運樣很容易造成資源負載的嚴重不均衡，資源無法得到充分利用。
[0004] 傳統的分布式任務調度方法大多是知識確定性算法，要求對系統資源和用戶任務 有一個全局的確定的知識。由于智能視頻處理任務的運行時間事先無法獲知，并且智能視 頻分析服務器(IVU)的處理能力隨著時間的變化而變化，可見，傳統分布式的任務調度方法 在運用于智能視頻監控系統時，容易造成處理器集群負載不均衡、資源利用不充分，無法滿 足現在的智能監控視頻處理任務需求。

【發明內容】

[0005] 本發明實施例的目的在于提供一種智能視頻監控系統離線任務調度方法及裝置， W使處理器負載均衡。
[0006] 為達到上述目的，本發明實施例公開了一種智能視頻監控系統離線任務調度方 法，應用于智能視頻監控系統中的服務器，所述智能視頻監控系統還包含多個用于處理智 能視頻監控系統離線任務的處理器，預先建立針對所述處理器的處理能力模型，方法包括：
[0007] 接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個待處理任 務；
[0008] 計算每一待處理任務的加權時間長度；
[0009] 根據所述處理能力模型，計算每個處理器處理自身當前待處理所有任務所需的時 間；
[0010] 根據所述加權時間長度W及所述時間，將所述任務請求中的待處理任務調度給處 理器。
[0011] 較佳的，所述處理能力模型為：
[0012]
[OOU]其中，所述Li為處理器i當前待處理的一個任務的加權時間長度，所述Vlast為預先 記錄的處理器i的最新計算速度，所述5為處理器i處理能力的變化趨勢，所述t為處理器i處 理該任務所需時間。
[0014] 較佳的，所述根據所述加權時間長度W及所述時間，將所述任務請求中的待處理 任務調度給處理器，包括：
[0015] 針對每個處理器，判斷處理自身當前待處理所有任務所需時間是否不大于預設第 一闊值；
[0016] 如果是，將最大的加權時間長度對應的待處理任務，調度給所需時間最小的處理 器。
[0017] 較佳的，所述根據所述加權時間長度W及所述時間，將所述任務請求中的待處理 任務調度給處理器，還包括：
[0018] 在每個處理器處理自身當前待處理所有任務所需時間大于所述預設第一闊值的 情況下，計算最大所需時間與最小所需時間的差值；
[0019] 判斷所述差值是否大于預設第二闊值；
[0020] 如果是，將與所述差值最接近的加權時間長度對應的任務，調度給最小所需時間 對應的處理器。
[0021 ]較佳的，所述加權時間長度為：
[0022]
[0023] 其中，所述化為每一待處理任務的加權時間長度，所述n為每一個所述任務包含的 數據塊的個數，所述以為第i個所述數據塊的時間長度，所述以=9。**，1￡[1，11]，所述9。為 第i個數據塊對應的質量劃分權值，所述t為所述數據塊的終止時間與起始時間之差。
[0024] 為達到上述目的，本發明還公開了一種智能視頻監控系統離線任務調度裝置，應 用于智能視頻監控系統中的服務器，所述智能視頻監控系統還包含多個用于處理智能視頻 監控系統離線任務的處理器，預先建立針對所述處理器的處理能力模型，裝置包括：
[0025] 接收模塊，用于接收智能視頻監控系統離線任務請求，所述任務請求中包含至少 一個待處理任務；
[0026] 第一計算模塊，用于計算每一待處理任務的加權時間長度；
[0027] 第二計算模塊，用于根據所述處理能力模型，計算每個處理器處理自身當前待處 理所有任務所需的時間；
[0028] 調度模塊，用于根據所述加權時間長度W及所述時間，將所述任務請求中的待處 理任務調度給處理器。
[0029] 較佳的，所述處理能力模型為：
[0030]
[0031] 其中，所述Jl,為處理器i當前待處理的一個任務的加權時間長度，所述Vlast為預先 記錄的處理器i的最新計算速度，所述a為處理器i處理能力的變化趨勢，所述t為處理器i 處理該任務所需時間。
[0032] 較佳的，所述調度模塊，包括：
[0033] 第一判斷單元，用于針對每個處理器，判斷處理自身當前待處理所有任務所需時 間是否不大于預設第一闊值；
[0034] 第一調度單元，用于在所述第一判斷單元判斷結果為是的情況下，將最大的加權 時間長度對應的待處理任務，調度給所需時間最小的處理器。
[0035] 較佳的，所述調度模塊，還包括：
[0036] 計算單元，用于在每個處理器處理自身當前待處理所有任務所需時間大于所述預 設第一闊值的情況下，計算最大所需時間與最小所需時間的差值；
[0037] 第二判斷單元，用于判斷所述差值是否大于預設第二闊值；
[0038] 第二調度單元，用于在所述第二判斷單元判斷結果為是的情況下，將與所述差值 最接近的加權時間長度對應的任務，調度給最小所需時間對應的處理器。
[0039] 巧住的.所沐加權時間長度為：
[0040]
[0041] 其中，所述化為每一待處理任務的加權時間長度，所述n為每一個所述任務包含的 數據塊的個數，所述以為第i個所述數據塊的時間長度，所述以=9。**，1￡[1，11]，所述9。為 第i個數據塊對應的質量劃分權值，所述t為所述數據塊的終止時間與起始時間之差。
[0042] 由上述的技術方案可見，本發明實施例提供的一種智能視頻監控系統離線任務調 度方法及裝置，接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個待處 理任務;計算每一待處理任務的加權時間長度;根據所述處理能力模型，計算每個處理器處 理自身當前待處理所有任務所需的時間；根據所述加權時間長度W及所述時間，將所述任 務請求中的待處理任務調度給處理器。
[0043] 可見，預先建立針對所述處理器的處理能力模型，根據所述模型進行任務調度，可 W使得處理器負載平衡，充分利用處理器資源，高效地處理任務，充分發揮分布式計算的優 勢。
[0044] 當然，實施本發明的任一產品或方法必不一定需要同時達到W上所述的所有優 點。
【附圖說明】
[0045] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可W 根據運些附圖獲得其他的附圖。
[0046] 圖1為本發明實施例提供的一種智能視頻監控系統離線任務調度方法的流程示意 圖；
[0047] 圖2為本發明實施例提供的一種智能視頻監控系統離線任務調度裝置的結構示意 圖。
【具體實施方式】
[0048] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于 本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他 實施例，都屬于本發明保護的范圍。
[0049] 本發明實施例公開了一種智能視頻監控系統離線任務調度方法及裝置，W下分別 進行詳細說明。
[0050] 需要說明的是，本發明實施例優選適用于智能視頻監控系統中的服務器，在實際 應用中，智能視頻監控系統還包含多個用于處理智能視頻監控系統離線任務的處理器，預 先建立針對處理器的處理能力模型。
[0051 ]參見圖1，圖1為本發明實施例提供的一種智能視頻監控系統離線任務調度方法的 流程示意圖，包括如下步驟：
[0052] SlOl，接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個待處 理任務；
[0053] 其中，待處理任務為待處理的智能視頻監控系統離線任務。
[0054] 其中，服務器可W為：智能視頻處理算法調度服務器，處理器可W為：智能視頻分 析服務器(IVU)，任務請求可W為:智能視頻監控系統離線任務和用戶的處理請求。
[0055] 在一個具體實現方式中，用戶提交一部智能監控視頻和處理請求。根據用戶的處 理請求，將智能視頻劃分為若干個數據塊例如，為避免IVU之間的通信，將多個相關的數據 塊組成一個智能視頻監控系統離線任務，例如將視頻劃分為39個數據塊，從視頻開頭至結 尾，依次相鄰的3個數據塊組成一個任務，共13個任務。服務器接收任務請求，任務請求中包 含13個待處理的智能視頻監控系統離線任務。
[0056] S102,計算每一待處理任務的加權時間長度；
[0057] 其中，每一待處理任務的加權時間長度為：
[0化引
[0059] 其中Jl為每一待處理任務的加權時間長度，n為每一個待處理任務包含的數據塊 的個數，L功第i個數據塊的加權時間長度，Li = qm*t，i E [ 1，n ]，Qm為第i個數據塊對應的質 量劃分初始權值，t為數據塊的終止時間與起始時間之差。在實際應用中，可W根據用戶的 處理請求，將智能監控視頻進行質量劃分，進而得到每個數據塊的質量劃分初始權值。
[0060] S103,根據所述處理能力模型，計算每個處理器處理自身當前待處理所有任務所 需的時間；
[0061] 其中，針對處理器的處理能力模型為：
[0062]
[0063] 其中，心1為處理器i當前待處理的一個任務的加權時間長度，Vlast為預先記錄的處 理器i的最新計算速度，S為處理器i處理能力的變化趨勢，t為處理器i處理該任務所需時 間。
[0064] 在實際應用中，根據預先建立的處理能力模型，可W計算出處理器i處理自身當前 待處理所有任務中每一個任務所需的時間，進而得到處理器i處理自身當前待處理所有任 務所需的時間。
[0065] 其中，預先建立針對處理器的處理能力模型的過程可W為：
[0066] 在首次接收用戶提交的智能視頻監控系統離線任務處理請求后，計算每個待處理 任務的加權時間長度，按照大小順序，將每一個任務加入到任務隊列中，在實際應用中，任 務隊列可有可無，具體W實現能夠建立處理能力模型為準；
[0067] 服務器將任務隊列中前ri*T個任務調度給T個處理器處理，每處理完一個智能視頻 監控系統離線任務，處理器將實際處理時間反饋給服務器，其中，n為正偶整數闊值，控制首 次調度任務的數量，可根據待處理任務的總數自行設置，例如:將前9個任務調度給3個處理 器A、B和C處理，每個處理器包含3個任務；
[0068] 根據任務的加權時間長度和處理所需的實際處理時間，建立n元一次方程組，方程 組為：
[0069]
[0070]
[0071]
[0072] 其中，Tn為處理器處理第n個任務所需的實際處理時間，tnn是第n個任務中的第n個 數據塊的起止時間差。
[0073] n元一次方程組的解為：
[0074]
[00對 Cl點、Cn-r是n元一次方程組的基礎解系，r = ;r(D);
[0076] 計算出每個視頻質量劃分qm的精確權值，并為每個qm設置一個集合用來保存每次 計算的結果，并將集合中數據的平均值作為qm的精確權值；
[0077] 計算每個處理器的處理速度V，將處理器最新=次的處理速度放入集合M中，其中， ￥ =化/1'，所述1={￥1：1,￥12，￥13}，1：1、12、13表示計算所述處理速度時所處的時刻，1'為處理器 處理一個任務所需的實際處理時間；
[0078] 根據集合M，計算每一個處理器的處理加速度a,作為處理器處理能力的變化趨勢；
[0079] 根據任務的加權時間長度、處理器的處理速度和處理加速度，建立針對每一個處 理器的處理能力模型。
[0080] S104,根據所述加權時間長度W及所述時間，將所述任務請求中的待處理任務調 度給處理器。
[0081] 具體的，根據所述加權時間長度W及所述時間，將所述任務請求中的待處理任務 調度給處理器，可W針對每個處理器，判斷處理自身當前待處理所有任務所需時間是否不 大于預設第一闊值;如果是，如果服務器中還有未調度給處理器的待處理任務，將最大的加 權時間長度對應的待處理任務，調度給所需時間最小處理器。
[0082] 具體的，在實際應用中，在每個處理器處理自身當前待處理所有任務所需時間大 于預設第一闊值的情況下，還可W計算最大所需時間與最小所需時間的差值;判斷該差值 是否大于預設第二闊值;如果是，如果服務器中還有未調度給處理器的待處理任務，將與該 差值最接近的加權時間長度對應的任務，調度給最小所需時間對應的處理器。
[0083] 示例性的，在一個具體實現方式中，視頻監控系統包含3個用于處理視頻任務的處 理器A、B、C，對應的處理所有任務所需時間分別為10s、15s、18s，預設第一闊值為13s，預設 第二闊值為6s。服務器中還有未調度的待處理任務1、2、3和4,對應的加權時間長度分別為 12s、7.5s、9s和10s。針對處理器A所需時間不大于預設第一闊值，則服務器將加權時間長度 最大的任務1調度給處理器A處理;針對處理器B所需時間大于預設第一闊值，計算最大所需 時間18s與最小所需時間IOs之差為8s，該差值大于預設第二闊值，服務器中還有未調度的 待處理任務2、3和4，可知待處理任務2的加權時間長度7.5s最接近差值8s，則服務器將未調 度的待處理任務2調度給處理器B處理;針對處理器C所需時間大于預設第一闊值，計算最大 任務時間18s與最小任務時間IOs之差為8s，該差值大于預設第二闊值，服務器中還有未調 度的待處理任務3和4,對應的加權時間長度分別為9s和10s，可知待處理任務3的加權時間 長度最接近差值，則服務器將未調度的待處理任務3調度給處理器C處理。繼續執行下一輪 調度，直到服務器中沒有未調度的待處理任務。
[0084] 可見，預先建立針對處理器的處理能力模型，根據處理能力模型進行任務調度，可 W使得處理器負載平衡，充分利用處理器資源，高效地處理任務，充分發揮分布式計算的優 勢。
[0085] 參見圖2,圖2為本發明實施例提供的一種智能視頻監控系統離線任務調度裝置的 結構示意圖，該任務調度裝置應用于智能視頻監控系統中的服務器，所述智能視頻監控系 統還包含多個用于處理智能視頻監控系統離線任務的處理器，預先建立針對所述處理器的 處理能力模型，與圖1所示的流程相對應，該任務調度裝置可W包括接收模塊201、第一計算 模塊202、第二計算模塊203、調度模塊204。
[0086] 其中，接收模塊201，用于接收智能視頻監控系統離線任務請求，所述任務請求中 包含至少一個待處理任務.
[0087] 第一計算模塊202,用于計算每一待處理任務的加權時間長度；
[0088] 第二計算模塊203,用于根據所述處理能力模型，計算每個處理器處理自身當前待 處理所有任務所需的時間；
[0089] 調度模塊204,用于根據所述加權時間長度W及所述時間，將所述任務請求中的待 處理任務調度給處理器。
[0090] 具體的，所述處理能力模型為：
[0091]
[0092] 其中，Jti為處理器i當前待處理的一個任務的加權時間長度，Vlast為預先記錄的處 理器i的最新計算速度，5為處理器i處理能力的變化趨勢，t為處理器i處理該任務所需時 間。
[0093] 具體的，所述調度模塊，可W包括:第一判斷單元和第一調度單元(圖中未示出）；
[0094] 第一判斷單元，用于針對每個處理器，判斷處理自身當前待處理所有任務所需時 間是否不大于預設第一闊值；
[0095] 第一調度單元，用于在所述第一判斷單元判斷結果為是的情況下，將最大的加權 時間長度對應的待處理任務，調度給所需時間最小的處理器。
[0096] 具體的，所述調度模塊，還可W包括:計算單元、第二判斷單元和第二調度單元(圖 中未示出）；
[0097] 計算單元，用于在每個處理器處理自身當前待處理所有任務所需時間大于所述預 設第一闊值的情況下，計算最大所需時間與最小所需時間的差值；
[0098] 第二判斷單元，用于判斷所述差值是否大于預設第二闊值；
[0099] 第二調度單元，用于在所述第二判斷單元判斷結果為是的情況下，將與所述差值 最接近的加權時間長度對應的任務，調度給最小所需時間對應的處理器。
[0100] 具體的，所述加權時間長度為：
[0101]
[0102] 其中，所述化為所述n為每一個所述任務包含的數據塊的個數，所述k為第i個所述 數據塊的時間長度，所述以=9。**，1￡[1，11]，所述9。為第1個數據塊對應的質量劃分權值， 所述t為所述數據塊的終止時間與起始時間之差。
[0103] 可見，預先建立針對所述處理器的處理能力模型，根據所述模型進行任務調度，可 W使得處理器負載平衡，充分利用處理器資源，高效地處理任務，充分發揮分布式計算的優 勢。
[0104] 需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實 體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示運些實體或操作之間存 在任何運種實際的關系或者順序。而且，術語"包括"、"包含"或者其任何其他變體意在涵蓋 非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要 素，而且還包括沒有明確列出的其他要素，或者是還包括為運種過程、方法、物品或者設備 所固有的要素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在 包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。
[0105] 本說明書中的各個實施例均采用相關的方式描述，各個實施例之間相同相似的部 分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于裝置實 施例而言，由于其基本相似于方法實施例，所W描述的比較簡單，相關之處參見方法實施例 的部分說明即可。
[0106] 本領域普通技術人員可W理解實現上述方法實施方式中的全部或部分步驟是可 W通過程序來指令相關的硬件來完成，所述的程序可W存儲于計算機可讀取存儲介質中， 運里所稱得的存儲介質，如:R0M/RAM、磁碟、光盤等。
[0107] W上所述僅為本發明的較佳實施例而已，并非用于限定本發明的保護范圍。凡在 本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護范圍 內。
【主權項】
1. 一種智能視頻監控系統離線任務調度方法，應用于智能視頻監控系統中的服務器， 其特征在于，所述智能視頻監控系統還包含多個用于處理智能視頻監控系統離線任務的處 理器，預先建立針對所述處理器的處理能力模型;所述方法包括： 接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個待處理任務； 計算每一待處理任務的加權時間長度； 根據所述處理能力模型，計算每個處理器處理自身當前待處理所有任務所需的時間； 根據所述加權時間長度以及所述時間，將所述任務請求中的待處理任務調度給處理 器。2. 根據權利要求1所述的方法，其特征在于，所述處理能力模型為：其中，JkS處理器i當前待處理的一個任務的加權時間長度，Vlast為預先記錄的處理器 i的最新計算速度，瓦為處理器i處理能力的變化趨勢，t為處理器i處理該任務所需時間。3. 根據權利要求1所述的方法，其特征在于，所述根據所述加權時間長度以及所述時 間，將所述任務請求中的待處理任務調度給處理器，包括： 針對每個處理器，判斷處理自身當前待處理所有任務所需時間是否不大于預設第一閾 值； 如果是，將最大的加權時間長度對應的待處理任務，調度給所需時間最小的處理器。4. 根據權利要求3所述的方法，其特征在于，所述根據所述加權時間長度以及所述時 間，將所述任務請求中的待處理任務調度給處理器，還包括： 在每個處理器處理自身當前待處理所有任務所需時間大于所述預設第一閾值的情況 下，計算最大所需時間與最小所需時間的差值； 判斷所述差值是否大于預設第二閾值； 如果是，將與所述差值最接近的加權時間長度對應的任務，調度給最小所需時間對應 的處理器。5. 根據權利要求1所述的方法，其特征在于，所述加權時間長度為：其中，所述Jl為每一待處理任務的加權時間長度，所述η為每一個所述任務包含的數據 塊的個數，所述L1為第i個所述數據塊的時間長度，所述L1 = Ci^t, ie[l，n]，所述qm為第i個 數據塊對應的質量劃分權值，所述t為所述數據塊的終止時間與起始時間之差。6. -種智能視頻監控系統離線任務調度裝置，應用于智能視頻監控系統中的服務器， 其特征在于，所述智能視頻監控系統還包含多個用于處理智能視頻監控系統離線任務的處 理器，預先建立針對所述處理器的處理能力模型;所述裝置包括： 接收模塊，用于接收智能視頻監控系統離線任務請求，所述任務請求中包含至少一個 待處理任務； 第一計算模塊，用于計算每一待處理任務的加權時間長度； 第二計算模塊，用于根據所述處理能力模型，計算每個處理器處理自身當前待處理所 有任務所需的時間； 調度模塊，用于根據所述加權時間長度以及所述時間，將所述任務請求中的待處理任 務調度給處理器。7. 根據權利要求6所述的裝置，其特征在于，所述處理能力模型為： 其中，\為處理器i當前i、」,八η.」,^ h/^C，V last為預先記錄的處理器 i的最新計算速度A為處理器i處理能力的變化趨勢，t為處理器i處理該任務所需時間。8. 根據權利要求6所述的裝置，其特征在于，所述調度模塊，包括： 第一判斷單元，用于針對每個處理器，判斷處理自身當前待處理所有任務所需時間是 否不大于預設第一閾值； 第一調度單元，用于在所述第一判斷單元判斷結果為是的情況下，將最大的加權時間 長度對應的待處理任務，調度給所需時間最小的處理器。9. 根據權利要求8所述的裝置，其特征在于，所述調度模塊，還包括： 計算單元，用于在每個處理器處理自身當前待處理所有任務所需時間大于所述預設第 一閾值的情況下，計算最大所需時間與最小所需時間的差值； 第二判斷單元，用于判斷所述差值是否大于預設第二閾值； 第二調度單元，用于在所述第二判斷單元判斷結果為是的情況下，將與所述差值最接 近的加權時間長度對應的任務，調度給最小所需時間對應的處理器。10. 根據權利要求6所述的裝置，其特征在于，所述加權時間長度為：其中，所述Jl為每一待處理任務的加權時間長度，所述η為每一個所述任務包含的數據 塊的個數，所述L1為第i個所述數據塊的時間長度，所述L1 = Ci^t, ie[l，n]，所述qm為第i個 數據塊對應的質量劃分權值，所述t為所述數據塊的終止時間與起始時間之差。
【文檔編號】G06F9/50GK106020988SQ201610391312
【公開日】2016年10月12日
【申請日】2016年6月3日
【發明人】張海濤, 馬華東, 李文生, 許彬, 嚴瑾
【申請人】北京郵電大學