概要

        根据客户的需求，基于Mongoose平台搭建了视频质量服务系统，该系统主要的功能包含生成base64图像数据、接收post的数据参数推送、视频质量算法分析以及处理结果的推送功能，该平台已经在windows、centos、kylin、ubuntu等系统上做过适配工作，算法达到商业级应用需求。

 

                                                 算法server运行用例

Mongoose介绍

        Mongoose 是一个 C/C++ 网络库。它实现了事件驱动， TCP、UDP、HTTP、WebSocket、MQTT 的非阻塞 API。它连接设备 并将它们带到网上。自 2004 年以来，一些开源和商业 产品已经利用了它。它甚至运行在 国际空间站！ Mongoose 使嵌入式网络编程变得快速， 坚固且简单。

        具体算法介绍，可以参考我的另一个博客：

        Mongoose解析

算法单机版测试工具

        视频质量诊断，之前由于数据不足，采用传统的方法进行检测，当前已经积累了一些数据，采用分类模型做了训练和检测工作，主要有：亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、遮挡检测和对比度检测。具体的检测方法如下：

工具详细说明网址

      工具下载地址：视频质量诊断_Demo_20240825.rar
      链接：https://pan.baidu.com/s/1OIna94RygMs37EoHUBVoqA 
      提取码：2avj 

算法服务的使用方法

1、genBase64Data.bat

        生成base64图像数据，该接口产生的数据为标准的数据。

2、运行程序

        双击run.bat，启动算法服务。

3、启动异步接收

        双击http_server.exe，可以异步接收算法服务的推送结果。

4、通过postman测试

        具体的操作流程可以观看runAlg.mp4

 诊断服务应用软件地址：

        通过百度网盘分享的文件：视频质量诊断_Server_20240825.rar
        链接：https://pan.baidu.com/s/19POiqVWOUjl4defSzppk9g  ，提取码：4tc0 

小结

        整个数据的筛选也比较耗时，把之前积攒的十几年的数据和自己搜集的数据，加上一些预处理工作，大概花了几年的时间，一共搜集了近200w张样本数据，目前算法已经支持Python和C++代码，只依赖了opencv库，也算小有成就。通过深度学习进行训练之后，整个算法精度比传统算法提高30%，满足了大多项目上的需求，需要沟通，可以加工具左下角下QQ。