Nesta página, você aprende como anotar um stream de vídeo a partir de protocolos padrão de transmissão ao vivo.
A API de streaming do Video Intelligence permite a análise de streaming em tempo real para mídia ao vivo. Os recursos compatíveis incluem:
Detecção de rótulos ao vivo
Detecção de alteração de imagem ao vivo
Detecção de conteúdo explícito ao vivo
Detecção e rastreamento de objetos ao vivo
A biblioteca de processamento AIStreamer fornece um conjunto de interfaces de código aberto e um código de exemplo para a conexão com à API Video Intelligence. A biblioteca é compatível com:
HTTP Live Streaming (HLS): um protocolo de comunicação e streaming de mídia baseado em HTTP;
Real Time Streaming Protocol (RTSP): um protocolo de controle de rede para streaming de servidores de mídia. Ele é usado em conjunto com o Real Time Protocol (RTP) e o Real Time Control Protocol (RTCP).
Real Time Messaging Protocol (RTMP): um protocolo para streaming de áudio, vídeo e dados pela Internet.
Para começar a usar o AIStreamer
A biblioteca de processamento do AIStreamer inclui os exemplos a seguir (incluindo um exemplo do Docker).
Transmissão ao vivo: instruções para o suporte a protocolos de transmissão ao vivo (HLS, RTSP e RTMP) na API Video Intelligence.
Docker & Kubernetes: instruções para usar nosso exemplo de docker e implantação de kubernetes.
Detecção de rótulos ao vivo: instruções para a análise de rótulos em streaming.
Detecção de alteração de imagem ao vivo: instruções para análise de alteração de imagem em streaming.
Detecção de conteúdo explícito ao vivo: instruções para análise de conteúdo explícito em streaming.
Detecção e rastreamento de objetos ao vivo: instruções para análise de rastreamento e detecção de objetos em streaming.
Arquitetura de código
A biblioteca de processamento do AIStreamer inclui os três diretórios a seguir:
client: bibliotecas de cliente em Python e C++ para conexão com o Video Intelligence.
env: exemplo do Docker para processamento do AIStreamer.
proto: definições Proto e interface gRPC para Video Intelligence.
Dependências de terceiros
A biblioteca de processamento de código aberto do AIStreamer é baseada nas seguintes bibliotecas de código aberto de propriedade do Google e de terceiros.
Bazel: uma ferramenta de criação e teste com suporte a vários idiomas.
gRPC: um framework RPC universal de alto desempenho e código aberto.
Protobuf: mecanismo extensível, neutro de plataforma e linguagem do Google para serializar dados estruturados.
rules_protobuf: regras do Bazel para criar buffers de protocolo e serviços gRPC.
glog: implementação em C++ do módulo de geração de registros do Google.
gflags: biblioteca C++ que implementa o processamento de sinalizações de linha de comando.
ffmpeg: uma solução completa e de multiplataforma para gravar, converter e fazer streaming de áudio e vídeo.
gStreamer: outro framework multimídia de multiplataformas de processamento e streaming.