CN111798664B - 一种违法数据识别方法及装置、电子设备 - Google Patents

一种违法数据识别方法及装置、电子设备 Download PDF

Info

Publication number
CN111798664B
CN111798664B CN202010935815.4A CN202010935815A CN111798664B CN 111798664 B CN111798664 B CN 111798664B CN 202010935815 A CN202010935815 A CN 202010935815A CN 111798664 B CN111798664 B CN 111798664B
Authority
CN
China
Prior art keywords
traffic data
http
identification
sip
traffic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010935815.4A
Other languages
English (en)
Other versions
CN111798664A (zh
Inventor
王洵
王开学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhongke Tongda High New Technology Co Ltd
Original Assignee
Wuhan Zhongke Tongda High New Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Zhongke Tongda High New Technology Co Ltd filed Critical Wuhan Zhongke Tongda High New Technology Co Ltd
Priority to CN202010935815.4A priority Critical patent/CN111798664B/zh
Publication of CN111798664A publication Critical patent/CN111798664A/zh
Application granted granted Critical
Publication of CN111798664B publication Critical patent/CN111798664B/zh
Priority to PCT/CN2021/074135 priority patent/WO2022052412A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/02Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/14Session management
    • H04L67/146Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请提供一种违法数据识别方法及装置、电子设备,基于该方法,数据服务器先接收交警终端发出的http交通数据调用请求,将其转换成sip交通数据调用请求,并对两类调用请求对应的http状态标识和sip状态标识进行同步处理,再将sip交通数据调用请求发送给目标摄像头,然后根据返回的sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容,在标识内容满足预设条件时,生成对应的http交通数据调用响应返回给交警终端,然后接收前端摄像头返回的交通数据且发给识别设备进行违法数据识别,并向交警终端返回违法数据,整个调用过程交警终端仅需在网页浏览器或平台上即可完成。

Description

一种违法数据识别方法及装置、电子设备
技术领域
本申请涉及智慧交通领域,尤其涉及一种违法数据识别方法及装置、电子设备。
背景技术
在对交通数据中的违法行为进行识别时,首先需要对前端摄像头发起数据调用请求,目前市面上大多数安防相机在调用交通数据时,为简化数据调用请求过程,通常将前端摄像头的交通数据调用信令封装成SDK (Software Development Kit,软件开发工具包)格式的信令后,交警***再调用SDK进行调用,而SDK是由外部厂家开发制作,前端摄像头拍摄的交通数据可能被非交警***内部人员获取,即此种数据调用方式会存在一些安全隐患。
因此,现有的违法数据识别方法存在安全性不高的技术问题,需要改进。
发明内容
本申请实施例提供一种基于http协议调度外部神经网络进行违法数据的识别方法,用以提高前端摄像头交通数据调用过程的安全性。
为解决上述技术问题,本申请实施例提供以下技术方案:
本申请提供一种违法数据识别方法,所述违法数据识别方法基于http协议用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、识别设备以及交警终端,所述识别设备中运行有神经网络模型,所述前端摄像头基于sip协议连接所述数据服务器,所述交警终端基于http协议接入所述数据服务器和所述识别设备,所述识别设备基于http协议接入所述数据服务器,所述违法数据识别方法应用于所述数据服务器,所述违法数据识别方法包括:
接收所述交警终端基于http协议发送的http交通数据调用请求,所述http交通数据调用请求携带识别设备标识、终端标识和目标摄像头标识;
根据所述目标摄像头标识生成所述http交通数据调用请求对应的sip交通数据调用请求,并生成所述http交通数据调用请求对应的http状态标识,所述sip交通数据调用请求对应的sip状态标识,实时同步所述http状态标识与所述sip状态标识的标识内容,所述标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;
基于sip协议向所述目标摄像头标识对应的目标摄像头发送所述sip交通数据调用请求,并接收所述目标摄像头基于sip协议返回的sip交通数据调用响应,根据所述sip交通数据调用响应的内容,同步更新所述sip状态标识和所述http状态标识的标识内容;
在所述http状态标识的标识内容满足预设条件时,生成所述http状态标识对应的http交通数据调用响应,根据所述终端标识,基于http协议向所述交警终端返回所述http交通数据调用响应;
接收所述目标摄像头发送的交通数据,并根据所述识别设备标识,将所述交通数据发送给所述识别设备;
接收所述识别设备基于所述神经网络模型从所述交通数据中识别到的违法数据,并将所述违法数据返回给所述交警终端。
同时,本申请实施例还提供了一种违法数据识别装置,所述违法数据识别装置基于http协议用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、识别设备以及交警终端,所述识别设备中运行有神经网络模型,所述前端摄像头基于sip协议连接所述数据服务器,所述交警终端基于http协议接入所述数据服务器和所述识别设备,所述识别设备基于http协议接入所述数据服务器,所述违法数据识别装置设置在所述数据服务器中,所述违法数据识别装置包括:
第一接收模块,用于接收所述交警终端基于http协议发送的http交通数据调用请求,所述http交通数据调用请求携带识别设备标识、终端标识和目标摄像头标识;
第一同步模块,用于根据所述目标摄像头标识生成所述http交通数据调用请求对应的sip交通数据调用请求,并生成所述http交通数据调用请求对应的http状态标识,所述sip交通数据调用请求对应的sip状态标识,实时同步所述http状态标识与所述sip状态标识的标识内容,所述标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;
第二同步模块,用于基于sip协议向所述目标摄像头标识对应的目标摄像头发送所述sip交通数据调用请求,并接收所述目标摄像头基于sip协议返回的sip交通数据调用响应,根据所述sip交通数据调用响应的内容,同步更新所述sip状态标识和所述http状态标识的标识内容;
生成模块,用于在所述http状态标识的标识内容满足预设条件时,生成所述http状态标识对应的http交通数据调用响应,根据所述终端标识,基于http协议向所述交警终端返回所述http交通数据调用响应;
第二接收模块,用于接收所述目标摄像头发送的交通数据,并根据所述识别设备标识,将所述交通数据发送给所述识别设备;
返回模块,用于接收所述识别设备基于所述神经网络模型从所述交通数据中识别到的违法数据,并将所述违法数据返回给所述交警终端。
本申请还提供一种电子设备,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行上述任一项所述的违法数据识别方法中的操作。
有益效果:本申请基于http协议发出http交通数据调用请求,并转换成前端摄像头可识别的sip交通数据调用请求,前端摄像头返回的sip交通数据调用响应再转换成http交通数据调用响应后返回交警终端,然后接收前端摄像头返回的交通数据且发给识别设备进行违法数据识别,并向交警终端返回违法数据,整个调用过程交警终端仅需在网页浏览器或平台上即可完成,不需要调用专用的SDK软件,因此保证了安全性,且提高了交通数据获取的便利性。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,将使本申请的技术方案及其它有益效果显而易见。
图1是本申请实施例提供的违法数据识别***的场景示意图。
图2为本申请实施例提供的违法数据识别方法的流程示意图。
图3为本申请实施例中发送交通数据调用请求至接收交通数据调用响应过程的第一种模型示意图。
图4为本申请实施例中发送交通数据调用请求至接收交通数据调用响应过程的第二种模型示意图。
图5为本申请实施例中发送交通数据调用请求至接收交通数据调用响应过程的第三种模型示意图。
图6为本申请实施例提供的违法数据识别方法中交警终端的第一种页面示意图。
图7为本申请实施例提供的违法数据识别方法中交警终端的第二种页面示意图。
图8为本申请实施例提供的违法数据识别装置的结构示意图。
图9为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例中,所述智慧交通***,是指在交通领域,以维护国家安全和社会稳定、预防和打击违法犯罪活动为目的,综合应用视音频监控、通信、计算机网络、***集成等技术,构建的具有信息采集、传输、交换、控制、显示、存储、处理等功能的能够实现不同设备及***间互联、互通、互控的综合网络***。智慧交通***包括前端摄像头、数据服务器、识别设备以及交警终端,识别设备中运行有神经网络模型,前端摄像头基于sip协议连接数据服务器,交警终端基于http协议接入数据服务器和识别设备,识别设备基于http协议接入数据服务器。
在本申请实施例中,所述前端摄像头,是指智慧交通***中安装于监控现场的用于信息采集、编码、处理、存储、传输、安全控制的摄像头。
在本申请实施例中,所述交警终端,是指经智慧交通***注册并授权的、对***内的数据和设备有操作需求的客户端设备,具体可包括交警用客户端和开发人员用客户端。
在本申请实施例中,所述识别设备,是指运行有神经网络模型,可通过调用神经网络模型,对违法数据进行识别的设备,该设备与数据服务器相互独立,在***升级时仅需对识别设备进行单独升级,而不需要对数据服务器进行全面升级。
在本申请实施例中,所述神经网络模型,是指具有阶层结构的人工神经网络结构,其包括输入层、输出层以及中间层(也叫隐藏层)。在神经网络模型中,输入层与输出层的节点数往往是固定的,中间层则可以自由指定,神经网络结构图中的拓扑与箭头代表着预测过程时数据的流向,结构图里的关键在于神经元之间的连接,每个连接线对应一个不同的权重(其值称为权值),这是需要通过训练得到的。神经网络模型基于预处理的训练样本进行多次训练,可实现对违法数据的分类和识别。在将交通数据输入至经训练后得到的神经网络模型后,交通数据经输入层进行特征提取后进入中间层,通过中间层进行一系列复杂的卷积、池化、回归处理等操作,可以识别出各类违法行为,并由输出层输出对应的违法数据。
在本申请实施例中,所述交通数据,是指前端摄像头拍摄到的监控场所内车辆信息、行人信息、以及车辆和行人的运行参数等数据,通常为视频或图像等可视化的数据,其中车辆信息可以包括车辆的品牌、车型、颜色、车牌号码信息等,行人信息可包括行人的性别、身高、衣着、发型等。
本申请实施例提供一种基于http协议的用于智慧交通***的违法数据识别方法及装置、电子设备。其中,该违法数据识别装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备。
请参阅图1,图1为本申请实施例所提供的违法数据识别***的场景示意图,该***可以包括终端以及服务器,终端之间、服务器之间、以及终端与服务器之间通过各种网关组成的互联网等方式连接通信,其中,该应用场景中包括交警终端11、数据服务器12、前端摄像头13和识别设备14;其中:
交警终端11和识别设备14包括但不局限于平板电脑、笔记本电脑、个人计算机(PC,Personal Computer)、微型处理盒子、或者其他设备等;
数据服务器12包括本地服务器和/或远程服务器等;
前端摄像头13包括设置在监控现场的视频和图像采集设备。
交警终端11、数据服务器12、前端摄像头13和识别设备14位于无线网络或有线网络中,前端摄像头13基于sip协议连接数据服务器12,交警终端11基于http协议接入数据服务器12和识别设备14,识别设备14基于http协议接入数据服务器12,以实现四者之间的数据交互,其中:
交警终端11先基于http协议获取识别设备14的通信地址,然后生成http交通数据调用请求,该请求携带识别设备标识、终端标识和目标摄像头标识,数据服务器12接收交警终端11基于http协议发送的http交通数据调用请求,然后生成对应的sip交通数据调用请求,且实时同步两者对应的http状态标识和sip状态标识的标识内容,再基于sip协议从前端摄像头13中选择目标摄像头并向其发送sip交通数据调用请求,且接收目标摄像头基于sip协议返回的sip交通数据调用响应,然后根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容,在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应,并基于http协议向交警终端11返回http交通数据调用响应,然后接收目标摄像头发送的交通数据,并根据识别设备标识,将交通数据发送给识别设备14,再接收识别设备14基于神经网络模型从交通数据中识别到的违法数据,并将违法数据返回给交警终端11,从而交警终端11可实现对违法数据的识别。
需要说明的是,图1所示的***场景示意图仅仅是一个示例,本申请实施例描述的服务器以及场景是为了更加清楚地说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着***的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
请参阅图2,图2是本申请实施例提供的违法数据识别方法的流程示意图,该方法包括:
S201:接收交警终端基于http协议发送的http交通数据调用请求,http交通数据调用请求携带终端标识、识别设备标识和目标摄像头标识。
交警终端基于http协议向数据服务器发送http交通数据调用请求,在发送请求时,发送者可以是公安***的内部人员,用于获取监控地点的交通数据,以对违法行为进行判断和处理,发送者也可以是具有访问权限的视频调用的开发人员,用于对前端摄像头的发送交通数据调用请求,并根据交通数据调用响应对调用参数和调用涉及到的相关设备进行调试。http交通数据调用请求可通过单独开发的视频监控平台发送,也可以直接在网页浏览器发送,对应的交通数据调用响应由数据服务器进行接收。http协议下的请求为交警终端至数据服务器的单向通道请求。
http交通数据调用请求携带终端标识、识别设备标识和目标摄像头标识,其中终端标识包括交警终端的IP地址和端口,识别设备标识包括识别设备的IP地址和端口,目标摄像头标识包括目标摄像头的ID。
S202:根据目标摄像头标识生成http交通数据调用请求对应的sip交通数据调用请求,并生成http交通数据调用请求对应的http状态标识,sip交通数据调用请求对应的sip状态标识,实时同步http状态标识与sip状态标识的标识内容,标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态。
在接收到http交通数据调用请求后,根据http交通数据调用请求携带的目标摄像头标识,从数据服务器中存储的前端摄像头集群信息中确定出目标摄像头,并获取目标摄像头的访问地址,根据该访问地址生成sip交通数据调用请求中的请求头。然后,对http交通数据调用请求中的各调用命令进行转换,转换成sip协议下的调用命令,再将其生成为sip交通数据调用请求中的消息体,将请求头与消息体组合,生成对应的sip交通数据调用请求。
在生成http交通数据调用请求对应的sip交通数据调用请求后,分别为两者生成对应的http状态标识和sip状态标识,两种状态标识的标识内容均包括交通数据调用请求的开始时间、交通数据调用请求的过期时间、交通数据调用请求超时状态以及交通数据调用请求完成状态。对http状态标识和sip状态标识的标识内容做同步处理,即在任一时刻,当其中一者的标识内容发生变化时,另一者的标识内容会发生同样的变化。
在交通数据调用请求发出后,通常会在较短时间内返回交通数据调用响应,若交通数据调用请求因某些原因一直未得到处理,不仅会占用数据服务器的内存,造成资源浪费,请求发送方也会迟迟得不到响应,造成不好的用户体验。因此,http状态标识和sip状态标识的标识内容会包括交通数据调用请求的开始时间和过期时间,开始时间用于标记交通数据调用请求的发送顺序,数据服务器根据各交通数据调用请求的开始时间顺序,依次对各交通数据调用请求进行处理,过期时间可以是开始时间加上一个预设时间值后得到的时间,在交通数据调用请求未到达过期时间时,如果收到交通数据调用响应,则标识内容中的交通数据调用请求完成状态会显示交通数据调用请求已完成,如果交通数据调用请求已到达过期时间仍未有交通数据调用响应时,标识内容中的交通数据调用请求超时状态会显示交通数据调用请求已超时。通过在数据服务器中设置过期检测机制,交通数据调用请求的超时状态和完成状态尽可以及时告知请求发送方,因此可以避免处理资源的浪费,也提高了用户体验。
S203:基于sip协议向目标摄像头标识对应的目标摄像头发送sip交通数据调用请求,并接收目标摄像头基于sip协议返回的sip交通数据调用响应,根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容。
在得到sip交通数据调用请求后,根据目标摄像头标识,在数据服务器和目标摄像头之间建立sip会话,向对应的目标摄像头发送sip交通数据调用请求,目标摄像头接收该sip交通数据调用请求后,对该请求进行处理。
目标摄像头处理sip交通数据调用请求后,通过目标摄像头和数据服务器之间建立的sip会话,向数据服务器发送处理信令,根据处理信令生成sip交通数据调用响应,然后根据sip交通数据调用响应的内容,对sip状态标识和http状态标识的标识内容进行同步更新。当sip交通数据调用响应的内容为调用已完成时,将sip状态标识和http状态标识的标识内容均更新为交通数据调用请求已完成,当sip交通数据调用响应的内容为调用已超时时,将sip状态标识和http状态标识的标识内容均更新为交通数据调用请求已超时。
S204:在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应,根据终端标识,基于http协议向交警终端返回http交通数据调用响应。
在sip状态标识和http状态标识的标识内容更新后,如果http状态标识的标识内容满足预设条件,则数据服务器会生成对应的http交通数据调用响应,该http交通数据调用响应的响应内容与sip交通数据调用响应的响应内容相同。其中,预设条件为交通数据调用请求已完成或交通数据调用请求已超时,当http状态标识的标识内容为其中一者时,均会生成该http状态标识对应的http交通数据调用响应。
在生成http交通数据调用响应后,根据终端标识确定发送http交通数据调用请求的交警终端,然后数据服务器与交警终端之间建立http会话,向交警终端返回http交通数据调用响应,交警终端基于接收到的交通数据调用响应中调用已完成或调用已超时的情况,确定是否可以获取交通数据。
在调用已完成时,交警终端可以在下一步骤获取目标摄像头发过来的交通数据,在调用已超时时,交警终端可以再次发出交通数据调用请求,或对超时原因进行分析,找出超时原因并解决后再发出交通数据调用请求。
S205:接收目标摄像头发送的交通数据,并根据识别设备标识,将交通数据发送给识别设备。
在调用响应为调用已完成时,数据服务器接收目标摄像头发送的交通数据,交通数据通常为前端摄像头拍摄到的媒体裸流,在发送之前,需要先对其进行封装形成数据包,例如可打包成RTP数据包,然后将数据包发送给数据服务器,数据服务器接收到数据包后,再根据识别设备标识,基于http协议将数据包发送给识别设备。
S206:接收识别设备基于神经网络模型从交通数据中识别到的违法数据,并将违法数据返回给交警终端。
识别设备接收到交通数据后,进行拆包处理,并对拆包后的交通数据进行预处理,如去除一些非视频数据、干扰数据等,然后将交通数据输入至预训练好的神经网络模型中,对拍摄到的视频每一帧图像中的行人目标和车辆目标进行检测追踪,确定其行为轨迹。然后,神经网络模型对检测到的车辆目标进行识别,可以得到其品牌、车型、车牌号码、车辆颜色等属性,对检测到的行人目标进行识别,可以得到其性别、身高、衣着、发型等属性。在检测后,可以将检测到的目标的属性存储在识别设备或数据服务器中,用于后续对检测到的违法目标进行检索查询,为处罚提供依据。接着,神经网络模型识别目标所在道路的交通标识,如交通信号灯、交通标线、限速牌等,最后根据检测到的目标所在位置、目标行为轨迹、目标属性、目标所在道路的交通标识等信息判断目标是否存在交通违法行为。在识别到交通违法行为后,生成对应的违法数据,基于http协议返回给交警终端。交警终端根据违法数据,基于相关法律规定来决定是否需要对违法目标进行处罚。
由上述方法可知,本申请实施例提供的违法数据识别方法,先接收交警终端基于http协议发送的http交通数据调用请求,http交通数据调用请求携带终端标识、识别设备标识和目标摄像头标识,根据目标摄像头标识生成http交通数据调用请求对应的sip交通数据调用请求,并生成http交通数据调用请求对应的http状态标识,sip交通数据调用请求对应的sip状态标识,且实时同步http状态标识与sip状态标识的标识内容,标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态,然后再基于sip协议向目标摄像头标识对应的目标摄像头发送sip交通数据调用请求,接收目标摄像头基于sip协议返回的sip交通数据调用响应,并根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容,在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应,根据终端标识,基于http协议向交警终端返回http交通数据调用响应,然后接收目标摄像头发送的交通数据,并根据识别设备标识,将交通数据发送给识别设备,最后接收识别设备基于神经网络模型从交通数据中识别到的违法数据,并将违法数据返回给交警终端。本申请基于http协议发出http交通数据调用请求,并转换成前端摄像头可识别的sip交通数据调用请求,然后前端摄像头返回的sip交通数据调用响应再转换成http交通数据调用响应后返回交警终端,整个调用过程交警终端仅需在网页浏览器或平台上即可完成,不需要调用专用的SDK软件,因此保证了安全性,且http为通用协议,操作简单,便于理解,提高了数据调用的便利性。此外,采用训练过的神经网络模型对违法数据进行识别,相对于人工识别,提高了识别效率,且识别过程独立于数据服务器之外,在***需要升级时,仅需对识别设备进行升级,而不需要对数据量较大的数据服务器进行整体升级,因此提高了升级效率,也减小了数据维护的成本。
如图3所示,将发送交通数据调用请求至接收交通数据调用响应的框架划分为几个模块,数据服务器包括http侧处理逻辑22、消息同步器23和sip侧处理逻辑24。交警终端基于http协议发送的http交通数据调用请求21首先会发送至http侧处理逻辑22中进行处理,然后由http侧处理逻辑22发送至消息同步器23中;消息同步器23实现将http交通数据调用请求转换为sip交通数据调用请求,为http交通数据调用请求生成http状态标识,为sip交通数据调用请求生成sip状态标识,并同步http状态标识与sip状态标识的标识内容,然后将sip交通数据调用请求发送给sip侧处理逻辑24进行处理;sip侧处理逻辑24处理完成后与目标摄像头25之间建立sip会话,将sip交通数据调用请求发送给目标摄像头25,并接收目标摄像头25向sip侧处理逻辑24返回的sip交通数据调用响应;sip侧处理逻辑24将sip交通数据调用响应发送给消息同步器23中,消息同步器23根据sip交通数据调用响应的内容,同步更新http状态标识和sip状态标识的标识内容,并在http状态标识的标识内容满足预设条件时,生成http交通数据调用响应26并发送给http侧处理逻辑22;http侧处理逻辑22向交警终端返回http交通数据调用响应26,交警终端根据http交通数据调用响应26,确定交通数据调用请求的处理状态。
如图4和图5所示,http侧处理逻辑22包括http服务模块221、请求解析器222、合法性判断223、http消息管理器224、http定时器状态通知队列225,sip侧处理逻辑24包括sip调用管理241、sip消息管理器242、用户代理客户端243、用户代理服务器244、前端摄像头sip代理245,下面结合图4和图5对本申请的违法数据识别方法进行具体说明。
交警终端向http侧处理逻辑22发送http交通数据调用请求21,http交通数据调用请求21携带终端标识、识别设备标识和目标摄像头标识。终端标识包括交警终端的IP地址和端口,数据服务器根据该终端标识确定接收到交通数据调用响应和违法数据后具体应该向哪个终端发送,目标摄像头标识包括目标摄像头的ID,数据服务器根据目标摄像头标识确定目标摄像头具***于xx区xx路段xx路口,以向该目标摄像头发送http交通数据调用请求21,识别设备标识包括识别设备的IP地址和端口,数据服务器根据该识别设备标识,确定后续目标摄像头发送的交通数据应该转发至哪个识别设备,该识别设备根据交通数据中该路口车辆或行人的交通行为,识别出交通违法行为类型、交通违法行为时间、交通违法车辆或行人的信息等数据,并返回给交警终端进行进一步处理。
在http侧处理逻辑22中,http交通数据调用请求21先由http服务模块221接收,http服务模块221包括http网关,然后将http交通数据调用请求21中转至请求解析器222中。请求解析器222对http交通数据调用请求21中的各命令参数进行解析后,将http交通数据调用请求21放入http消息管理器224中。http消息管理器224不断地处理内部的消息缓存,同时将新进入的http交通数据调用请求21发送给消息同步器23。
在一种实施例中,在将http交通数据调用请求21放入http消息管理器224的步骤之前,还会对解析后的http交通数据调用请求21进行合法性判断223,具体包括:基于交通数据调用请求有效参数集,对http交通数据调用请求21进行逻辑判断;若http交通数据调用请求21合法,则将http交通数据调用请求21缓存至http消息管理器224,若http交通数据调用请求21不合法,则直接向交警终端返回终止请求结果,终止请求结果在交警终端表现为http交通数据调用响应26。交警终端发出http交通数据调用请求21时,通常采用在网页浏览器或平台上输入网址的形式发出,http交通数据调用请求21中包括终端标识、目标摄像头标识和调用命令等参数,如果各标识或调用命令的输入有误,会影响后续的处理逻辑,因此在解析后,先基于交通数据调用请求有效参数集,对http交通数据调用请求21做逻辑判断,交通数据调用请求有效参数集包括有效参数的类型、具体参数值、各参数的排列顺序等,若合法,则进入下一步骤,将http交通数据调用请求21缓存至http消息管理器224中,若不合法,则直接向交警终端返回终止请求结果,并可以进一步显示具体错误类型,如输入的是无效参数或找不到对应的目标摄像头等,以方便交警终端对http交通数据调用请求21进行调整后重新输入。
在一种实施例中,在将http交通数据调用请求21缓存至http消息管理器224的步骤之后,还包括:判断http交通数据调用请求21是否与之前预设时间段内进入的http交通数据调用请求内容相同;若内容相同,则将http交通数据调用请求21从http消息管理器224中去除,若内容不同,则将http交通数据调用请求21发送至消息同步器23。在交警终端发送http交通数据调用请求21后,如果在预期时间内没有接收到交通数据调用响应,通常会进行一次或多次刷新操作,每次刷新操作均会再次发出一个交通数据调用请求21,且每次发出的交通数据调用请求21的内容相同,如果数据服务器对每次请求均进行处理,会造成资源的浪费,因此在http交通数据调用请求21缓存至http消息管理器224后,http消息管理器224会对进入的请求按时间顺序编号,例如1号、2号、3号等,每当进入一个新的http交通数据调用请求21,均会对其进行查重判断。
假设新进入的http交通数据调用请求21编号为n,则http消息管理器224先判断从第n号请求进入时间起,之前预设时间段内是否有第n-1号请求进入,该预设时间段可根据多数请求发送者的发送行为来设定,例如多数请求发送者在发送请求后2秒内未收到响应会开始重新发起请求,则可以用2秒为预设时间段。如果检测到之前预设时间段内没有第n-1号请求进入,则可以直接将新进入的http交通数据调用请求发送至消息同步器23。如果检测到之前预设时间段内有第n-1号请求进入,则对第n-1号请求和第n号请求做内容查重判断,在内容相同时,表明第n号请求是重复请求,则将新进入的http交通数据调用请求从http消息管理器224中去除,并继续处理第n-1号请求,在内容不同时,表明第n号请求是新的请求,则将新进入的http交通数据调用请求发送至消息同步器23,在第n-1号请求处理完成后,继续对第n号请求进行后续处理。
消息同步器23在接收到http交通数据调用请求21后,根据目标摄像头标识生成http交通数据调用请求对应的sip交通数据调用请求。数据服务器中存储有前端摄像头集群信息,在数据服务器中注册过的前端摄像头均位于该集群信息中,且每个前端摄像头均有自己的唯一标识,根据目标摄像头标识从前端摄像头集群信息中确定出目标摄像头,并获取目标摄像头的访问地址,根据该访问地址可以生成sip交通数据调用请求中的请求头。然后,对http交通数据调用请求21中的各调用命令进行转换,转换成sip协议下的调用命令,再将其生成为sip交通数据调用请求中的消息体,将请求头与消息体组合,生成对应的sip交通数据调用请求。
消息同步器23为http交通数据调用请求21生成http状态标识,为sip交通数据调用请求生成sip状态标识,并实时同步http状态标识与sip状态标识的标识内容,标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态。在消息同步器23内,http状态标识与sip状态标识的标识内容在任一时刻均相同,同步操作通过对应的同步程序来实现。
对于新进入消息同步器23的http交通数据调用请求21,在完成格式转换和标识同步的步骤后,将sip交通数据调用请求发送给sip侧处理逻辑24,然后sip侧处理逻辑24再基于sip协议向目标摄像头标识对应的目标摄像头发送sip交通数据调用请求。发送后消息同步器23内部会对该交通数据调用请求做超时和完成检测,如果sip侧处理逻辑24已返回sip交通数据调用响应,或超过响应时间的最大值仍未有sip违法数据识别返回,则消息同步器23会生成对应的http交通数据调用响应26,并将其放入http定时器状态通知队列225中,http定时器状态通知队列225根据响应进入的先后顺序,该响应通知给http消息管理器224,由http消息管理器224向交警终端返回http交通数据调用响应26,则交警终端可获得交通数据调用请求的处理结果。
在sip侧处理逻辑24中,处理的具体步骤包括:将sip交通数据调用请求缓存至sip消息管理器242中,并基于sip协议与前端摄像头sip代理245建立会话;根据目标摄像头标识,从前端摄像头sip代理245中确定目标摄像头25;基于sip协议向目标摄像头25发送sip交通数据调用请求。
sip交通数据调用请求首先会发送给sip调用管理241,sip调用管理241为该sip交通数据调用请求生成唯一标识后,将其缓存至sip消息管理器242中。然后,用户代理客户端243从sip消息管理器242中检查是否有新交通数据调用请求到达,或是有交通数据调用请求状态的更新,根据检查结果向前端摄像头sip代理245发送不同的请求。当检查到有新的sip交通数据调用请求到达sip消息管理器242中后,用户代理客户端243调用自身的代理方式,基于sip协议与前端摄像头sip代理245建立会话,并发送Invite(调用邀请)请求,前端摄像头sip代理245接收Invite请求后,根据目标摄像头标识,从前端摄像头sip代理245中确定目标摄像头25,然后前端摄像头sip代理245再将sip交通数据调用请求发送给目标摄像头25。当检查到sip消息管理器242中有交通数据调用请求的状态更新时,如请求终止,则根据更新后的状态向前端摄像头sip代理245发送对应的处理请求。
接着,sip侧处理逻辑24接收目标摄像头25基于sip协议返回的sip交通数据调用响应,并根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容。
在一种实施例中,该步骤具体包括:接收目标摄像头25基于sip协议向sip消息管理器242返回的处理信令;根据处理信令,更新sip消息管理器242中对应sip交通数据调用请求的sip状态标识的标识内容;在侦测到sip状态标识的标识内容为交通数据调用请求已超时或交通数据调用请求已完成时,向消息同步器23返回sip交通数据调用响应;根据sip交通数据调用响应的内容,同步更新消息同步器23中sip状态标识和http状态标识的标识内容。
目标摄像头25在处理sip交通数据调用请求后返回的处理信令被用户代理服务器244接收,用户代理服务器244根据该处理信令,更新sip消息管理器242中对应sip交通数据调用请求的sip状态标识的标识内容。具体地,在处理信令为200 OK时,表明该交通数据调用请求已完成,则用户代理服务器244将会匹配sip消息管理器242中的sip交通数据调用请求,并将其对应的sip状态标识的标识内容更新为交通数据调用请求已完成。如果处理信令为408时,表明该交通数据调用请求已超时,则用户代理服务器244同样会匹配sip消息管理器242中的sip交通数据调用请求,并将其对应的sip状态标识的标识内容更新为交通数据调用请求已超时。此外,处理信令返回还可以有其他类型,如404表示用户不存在,403表示禁止等,根据处理信令的不同,对应的sip状态标识的标识内容更新后也不同。
在侦测到sip状态标识的标识内容为交通数据调用请求已超时或交通数据调用请求已完成时,生成并向消息同步器23返回sip交通数据调用响应,然后根据sip交通数据调用响应的内容,同步更新消息同步器23中sip状态标识和http状态标识的标识内容,则sip状态标识和http状态标识的标识内容均更新为交通数据调用请求已完成或交通数据调用请求已超时。
在一种实施例中,在向消息同步器23返回sip交通数据调用响应之后的步骤包括:从sip消息管理器242中移除sip交通数据调用请求。此时该交通数据调用请求已被处理且生成了对应的交通数据调用响应,因此将其从sip消息管理器242中移除,可以将sip消息管理器242的缓存空间释放出,以方便sip消息管理器242再处理其他的请求消息。此外,在移除后,数据服务器可以保存sip交通数据调用响应的相关日志,对日志内某段时间内的多个交通数据调用响应进行分类,例如可以按交通数据调用请求已超时和已完成情况进行分类,对于超时情况进行分析,查找原因,方便开发人员进行BUG定位与程序调试,以及后续对***进行维护和升级。
消息同步器23在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应26,该预设条件为交通数据调用请求已完成或交通数据调用请求已超时。具体地,在http状态标识的标识内容为交通数据调用请求已超时时,生成违法数据识别已超时的http交通数据调用响应26;在http状态标识的标识内容为交通数据调用请求已完成时,生成违法数据识别已完成的http交通数据调用响应26。
在生成http交通数据调用响应26后,根据终端标识,基于http协议向交警终端返回http交通数据调用响应26。消息同步器23根据终端标识,确定交通数据调用响应应该往哪个客户端的哪个端口发送,然后返回http交通数据调用响应26,交警终端根据http交通数据调用响应26的内容,确定交通数据调用请求的处理结果。
在一种实施例中,在向交警终端返回http交通数据调用响应26之后的步骤,包括:从消息同步器23中移除http交通数据调用请求和sip交通数据调用请求。移除后,消息同步器23的内部空间也得到释放,以方便消息同步器23再处理其他的请求消息。
在交警终端获取到http交通数据调用响应26后,目标摄像头25将拍摄的交通数据打包发送给数据服务器,然后数据服务器根据识别设备标识中的识别设备IP地址和端口,将打包后的交通数据发送给识别设备。识别设备接收到交通数据后,进行拆包处理,并对拆包后的交通数据进行预处理,如去除一些非视频数据、干扰数据等,然后将交通数据输入至预训练好的神经网络模型中,由神经网络模型对其进行违法数据的识别。
神经网络模型首先对视频每一帧图像中的行人目标和车辆目标进行检测追踪,确定其行为轨迹。为了降低误检和漏检的影响,只有当目标连续M帧被检测到,***才会判断有新目标进入,只有目标连续N帧没有被检测到,才会认为目标已经消失,其中M和N为正整数,可根据目标的类型、行驶速度等参数设置为不同值。具体的,在目标跟踪过程中,记录每个目标的历史位置,形成该目标的初始运动轨迹,并采用kalman滤波器对目标的初始运动轨迹进行平滑滤波,得到目标行为轨迹。
然后,神经网络模型对检测到的车辆目标进行识别,可以得到其品牌、车型、车牌号码、车辆颜色等属性,对检测到的行人目标进行识别,可以得到其性别、身高、衣着、发型等属性。在检测后,可以将检测到的目标的属性存储在识别设备或数据服务器中,用于后续对检测到的违法目标进行检索查询,为处罚提供依据。
接着,神经网络模型识别目标所在道路的交通标识,如交通信号灯、交通标线、限速牌等,然后根据检测到的目标所在位置、目标行为轨迹、目标属性、目标所在道路的交通标识等信息判断目标是否存在交通违法行为。
例如,在识别到交通信号灯为红灯状态,且当前道路的交通标线中包括停止线,则在停止线前后15米范围内判断目标所在的位置是否超过停止线,若超过,则存在闯红灯的违法行为。再例如,在识别到当前道路的交通标线中包括道路类型标线,如行人道、机动车道、非机动车道,且识别到目标属性与当前道路的类型不匹配时,则存在非法占用道路的违法行为。
在识别到目标的交通违法行为后,识别设备生成对应的违法数据,违法数据包括违法时间、违法地点、违法目标、违法类型等信息,然后基于http协议返回给数据服务器,数据服务器再将违法数据返回给交警终端。交警终端根据违法数据,基于相关法律规定来决定是否需要对违法目标进行处罚。
在本申请实施例中,使用运行有神经网络模型的识别设备进行违法数据识别,神经网络模型在经过多次训练后,识别效率也逐渐增高。在训练神经网络模型时,需要获取前端摄像头拍摄的视频数据,并对其中的各特征进行人为标注,然后将该视频数据作为训练样本输入到神经网络模型中进行训练,则在后续输入待识别的交通数据时,训练后的神经网络模型能够具备相应的识别能力。
在训练样本中,人为对行人目标和车辆目标进行人为标注,在后续输入交通数据时,训练后的神经网络模型能够具备识别行人目标和车辆目标的能力。在训练样本中,人为对行人目标和车辆目标的属性进行标注,则训练后的神经网络模型能够具备识别行人目标属性和车辆目标属性的能力。在训练样本中,人为对非交通标识所在像素和交通标识所在像素进行不同的标注,同时标注出对应的交通标识类型,则训练后的神经网络模型能够具备识别交通标识及其对应类别的能力。通过上述三种训练,神经网络模型可以根据输入的交通数据,识别出目标所在的位置、目标行为轨迹、目标属性、目标所在道路的交通标识等信息,从而完成对道路交通视频的理解,进而实现对违法行为的识别。为使得神经网络模型的识别效果较好,需要进行足够次数的训练,以使识别准确率不低于预设值。
通过上述实施例可知,本申请的违法数据识别方法,基于http协议发出http交通数据调用请求,并转换成前端摄像头可识别的sip交通数据调用请求,然后前端摄像头返回的sip交通数据调用响应再转换成http交通数据调用响应后返回交警终端,整个调用过程交警终端仅需在网页浏览器或平台上即可完成,不需要调用专用的SDK软件,因此保证了安全性,且http协议为通用协议,提高了数据调用的便利性。此外,采用训练过的神经网络模型对违法数据进行识别,相对于人工识别,提高了识别效率,且识别过程独立于数据服务器之外,在***需要升级时,仅需对识别设备进行升级,而不需要对数据量较大的数据服务器进行整体升级,因此提高了升级效率,也减小了数据维护的成本。
如图6和图7所示,在实际操作时,交警终端在图6所示的平台或网页浏览器的输入框100上输入http交通数据调用请求并发送,在接收到http交通数据调用响应后,前端摄像头发送的交通数据被数据服务器接收后,发送给识别设备进行违法数据识别,识别后将违法数据发送给数据服务器,再返回给交警终端,交警终端可在图7所示页面的第一展示区200上看到违法数据“车牌号为xxxxxx的车辆在xx时刻xx路口未礼让行人”,此外,也可以将对应的交通数据也发送给交警终端,在图7所示页面的第二展示区300内显示该违法数据对应的视频或图像,以方便交警对违法数据进行确认。
在上述实施例所述方法的基础上,本实施例将从违法数据识别装置的角度进一步进行描述,请参阅图8,图8具体描述了本申请实施例提供的违法数据识别装置,其可以包括:
第一接收模块110,用于接收交警终端基于http协议发送的http交通数据调用请求,http交通数据调用请求携带识别设备标识、终端标识和目标摄像头标识;
第一同步模块120,用于根据目标摄像头标识生成http交通数据调用请求对应的sip交通数据调用请求,并生成http交通数据调用请求对应的http状态标识,sip交通数据调用请求对应的sip状态标识,实时同步http状态标识与sip状态标识的标识内容,标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;
第二同步模块130,用于基于sip协议向目标摄像头标识对应的目标摄像头发送sip交通数据调用请求,并接收目标摄像头基于sip协议返回的sip交通数据调用响应,根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容;
生成模块140,用于在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应,根据终端标识,基于http协议向交警终端返回http交通数据调用响应;
第二接收模块150,用于接收目标摄像头发送的交通数据,并根据识别设备标识,将交通数据发送给识别设备;
返回模块160,用于接收识别设备基于神经网络模型从交通数据中识别到的违法数据,并将违法数据返回给交警终端。
在一种实施例中,违法数据识别装置还包括逻辑判断模块,用于在第一接收模块110接收http交通数据调用请求后,基于交通数据调用请求有效参数集,对http交通数据调用请求进行逻辑判断;若http交通数据调用请求合法,则将http交通数据调用请求缓存至http消息管理器,若http交通数据调用请求不合法,则直接向交警终端返回终止请求结果。
在一种实施例中,违法数据识别装置还包括查重模块,在将http交通数据调用请求缓存至http消息管理器后,查重模块用于判断http交通数据调用请求是否与之前预设时间段内进入的http交通数据调用请求内容相同;若内容相同,则将http交通数据调用请求从http消息管理器中去除,若内容不同,则将http交通数据调用请求发送至消息同步器。
在一种实施例中,第二同步模块130具体包括:
缓存子模块,用于将sip交通数据调用请求缓存至sip消息管理器中,并基于sip协议与前端摄像头sip代理建立会话;
确定子模块,用于根据目标摄像头标识,从前端摄像头sip代理中确定目标摄像头;
发送子模块,用于基于sip协议向目标摄像头发送sip交通数据调用请求。
在一种实施例中,第二同步模块130具体包括:
接收子模块,用于接收目标摄像头基于sip协议向sip消息管理器返回的处理信令;
第一更新子模块,用于根据处理信令,更新sip消息管理器中对应sip交通数据调用请求的sip状态标识的标识内容;
返回子模块,用于在侦测到sip状态标识的标识内容为交通数据调用请求已超时或交通数据调用请求已完成时,向消息同步器返回sip交通数据调用响应;
第二更新子模块,用于根据sip交通数据调用响应的内容,同步更新消息同步器中sip状态标识和http状态标识的标识内容。
在一种实施例中,第二更新子模块用于,根据sip交通数据调用响应的内容,将sip状态标识和http状态标识的标识内容同步更新为交通数据调用请求已超时或交通数据调用请求已完成。
在一种实施例中,生成模块140具体包括以下子模块中的一种:
超时生成子模块,用于在http状态标识的标识内容为交通数据调用请求已超时时,生成违法数据识别已超时的http交通数据调用响应;
完成生成子模块,用于在http状态标识的标识内容为交通数据调用请求已完成时,生成违法数据识别已完成的http交通数据调用响应。
在一种实施例中,违法数据识别装置还包括移除模块,用于在生成模块140向交警终端返回http交通数据调用响应后,从消息同步器中移除http交通数据调用请求和sip交通数据调用请求。
区别于现有技术,本申请提供的违法数据识别装置,基于http协议发出http交通数据调用请求,并转换成前端摄像头可识别的sip交通数据调用请求,前端摄像头返回的sip交通数据调用响应再转换成http交通数据调用响应后返回交警终端,然后接收前端摄像头返回的交通数据且发给识别设备进行违法数据识别,并向交警终端返回违法数据,整个调用过程交警终端仅需在网页浏览器或平台上即可完成,不需要调用专用的SDK软件,因此保证了安全性,且http协议为通用协议,提高了数据调用的便利性。此外,采用训练过的神经网络模型对违法数据进行识别,相对于人工识别,提高了识别效率,且识别过程独立于数据服务器之外,在***需要升级时,仅需对识别设备进行升级,而不需要对数据量较大的数据服务器进行整体升级,因此提高了升级效率,也减小了数据维护的成本。
相应的,本申请实施例还提供一种电子设备,如图9所示,该电子设备可以包括射频(RF,Radio Frequency)电路901、包括有一个或一个以上计算机可读存储介质的存储器902、输入单元903、显示单元904、传感器905、音频电路906、无线保真(WiFi,WirelessFidelity)模块907、包括有一个或者一个以上处理核心的处理器908、以及电源909等部件。本领域技术人员可以理解,图9中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路901可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器908处理;另外,将涉及上行的数据发送给基站。存储器902可用于存储软件程序以及模块,处理器908通过运行存储在存储器902的软件程序以及模块,从而执行各种功能应用以及数据处理。输入单元903可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
显示单元904可用于显示由用户输入的信息或提供给用户的信息以及服务器的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。
服务器还可包括至少一种传感器905,比如光传感器、运动传感器以及其他传感器。音频电路906包括扬声器,扬声器可提供用户与服务器之间的音频接口。
WiFi属于短距离无线传输技术,服务器通过WiFi模块907可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图9示出了WiFi模块907,但是可以理解的是,其并不属于服务器的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器908是服务器的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器902内的软件程序和/或模块,以及调用存储在存储器902内的数据,执行服务器的各种功能和处理数据,从而对手机进行整体监控。
服务器还包括给各个部件供电的电源909(比如电池),优选的,电源可以通过电源管理***与处理器908逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管未示出,服务器还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,服务器中的处理器908会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中,并由处理器908来运行存储在存储器902中的应用程序,从而实现以下功能:
接收交警终端基于http协议发送的http交通数据调用请求,http交通数据调用请求携带终端标识和目标摄像头标识;根据目标摄像头标识生成http交通数据调用请求对应的sip交通数据调用请求;生成http交通数据调用请求对应的http状态标识,sip交通数据调用请求对应的sip状态标识,并实时同步http状态标识与sip状态标识的标识内容,标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;基于sip协议向目标摄像头标识对应的目标摄像头发送sip交通数据调用请求;接收目标摄像头基于sip协议返回的sip交通数据调用响应,并根据sip交通数据调用响应的内容,同步更新sip状态标识和http状态标识的标识内容;在http状态标识的标识内容满足预设条件时,生成http状态标识对应的http交通数据调用响应;根据终端标识,基于http协议向交警终端返回http交通数据调用响应。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文的详细描述,此处不再赘述。
在一种实施例中,本申请提供的识别设备可以作为区块链***中的一个节点,在通过调用神经网络模型对交通数据进行处理,从而识别出违法数据后,对违法数据进行验证,在验证通过后,作为一个新的区块,存储到区块链中,以保证这些违法数据不会被篡改。
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中,用户管理模块负责所有区块链参与者的身份信息管理,包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等,并且在授权的情况下,监管和审计某些真实身份的交易情况,提供风险控制的规则配置(风控审计);基础服务模块部署在所有区块链节点设备上,用来验证业务请求的有效性,并对有效请求完成共识后记录到存储上,对于一个新的业务请求,基础服务先对接口适配解析和鉴权处理(接口适配),然后通过共识算法将业务信息加密(共识管理),在加密之后完整一致地传输至共享账本上(网络通信),并进行记录存储;智能合约模块负责合约的注册发行以及合约触发和合约执行,开发人员可以通过某种编程语言定义合约逻辑,发布到区块链上(合约注册),根据合约条款的逻辑,调用密钥或者其它的事件触发执行,完成合约逻辑,同时还提供对合约升级注销的功能;运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出,例如:告警、监控网络情况、监控节点设备健康状态等。
平台产品服务层提供典型应用的基本能力和实现框架,开发人员可以基于这些基本能力,叠加业务的特性,完成业务逻辑的区块链实现。应用服务层提供基于区块链方案的应用服务给业务参与方进行使用。
以上对本申请实施例所提供的一种基于http协议的用于智慧交通***的违法数据识别方法及装置、电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。

Claims (10)

1.一种违法数据识别方法,其特征在于,所述违法数据识别方法基于http协议用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、识别设备以及交警终端,所述识别设备中运行有神经网络模型,所述前端摄像头基于sip协议连接所述数据服务器,所述交警终端基于http协议接入所述数据服务器和所述识别设备,所述识别设备基于http协议接入所述数据服务器,所述违法数据识别方法应用于所述数据服务器,所述违法数据识别方法包括:
接收所述交警终端基于http协议发送的http交通数据调用请求,所述http交通数据调用请求携带识别设备标识、终端标识和目标摄像头标识;
根据所述目标摄像头标识生成所述http交通数据调用请求对应的sip交通数据调用请求,并生成所述http交通数据调用请求对应的http状态标识,所述sip交通数据调用请求对应的sip状态标识,实时同步所述http状态标识与所述sip状态标识的标识内容,所述标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;
基于sip协议向所述目标摄像头标识对应的目标摄像头发送所述sip交通数据调用请求,并接收所述目标摄像头基于sip协议返回的sip交通数据调用响应,根据所述sip交通数据调用响应的内容,同步更新所述sip状态标识和所述http状态标识的标识内容;
在所述http状态标识的标识内容满足预设条件时,生成所述http状态标识对应的http交通数据调用响应,根据所述终端标识,基于http协议向所述交警终端返回所述http交通数据调用响应;
接收所述目标摄像头发送的交通数据,并根据所述识别设备标识,将所述交通数据发送给所述识别设备;
接收所述识别设备基于所述神经网络模型从所述交通数据中识别到的违法数据,并将所述违法数据返回给所述交警终端。
2.如权利要求1所述的违法数据识别方法,其特征在于,根据所述目标摄像头标识生成所述http交通数据调用请求对应的sip交通数据调用请求的步骤之前,还包括:
基于交通数据调用请求有效参数集,对所述http交通数据调用请求进行逻辑判断;
若所述http交通数据调用请求合法,则将所述http交通数据调用请求缓存至http消息管理器,若所述http交通数据调用请求不合法,则直接向所述交警终端返回终止请求结果。
3.如权利要求2所述的违法数据识别方法,其特征在于,在将所述http交通数据调用请求缓存至http消息管理器的步骤之后,还包括:
判断所述http交通数据调用请求是否与之前预设时间段内进入的http交通数据调用请求内容相同;
若内容相同,则将所述http交通数据调用请求从所述http消息管理器中去除,若内容不同,则将所述http交通数据调用请求发送至消息同步器。
4.如权利要求1所述的违法数据识别方法,其特征在于,基于sip协议向所述目标摄像头标识对应的目标摄像头发送所述sip交通数据调用请求的步骤,包括:
将所述sip交通数据调用请求缓存至sip消息管理器中,并基于sip协议与前端摄像头sip代理建立会话;
根据所述目标摄像头标识,从所述前端摄像头sip代理中确定目标摄像头;
基于sip协议向所述目标摄像头发送所述sip交通数据调用请求。
5.如权利要求1所述的违法数据识别方法,其特征在于,接收所述目标摄像头基于sip协议返回的sip交通数据调用响应,根据所述sip交通数据调用响应的内容,同步更新所述sip状态标识和所述http状态标识的标识内容的步骤,包括:
接收所述目标摄像头基于sip协议向sip消息管理器返回的处理信令;
根据所述处理信令,更新所述sip消息管理器中对应sip交通数据调用请求的sip状态标识的标识内容;
在侦测到所述sip状态标识的标识内容为交通数据调用请求已超时或交通数据调用请求已完成时,向消息同步器返回sip交通数据调用响应;
根据所述sip交通数据调用响应的内容,同步更新所述消息同步器中所述sip状态标识和所述http状态标识的标识内容。
6.如权利要求5所述的违法数据识别方法,其特征在于,根据所述sip交通数据调用响应的内容,同步更新所述消息同步器中所述sip状态标识和所述http状态标识的标识内容的步骤,包括:
根据所述sip交通数据调用响应的内容,将所述sip状态标识和所述http状态标识的标识内容同步更新为交通数据调用请求已超时或交通数据调用请求已完成。
7.如权利要求5所述的违法数据识别方法,其特征在于,在所述http状态标识的标识内容满足预设条件时,生成所述http状态标识对应的http交通数据调用响应的步骤,包括以下方式中的一种:
在所述http状态标识的标识内容为交通数据调用请求已超时时,生成违法数据识别已超时的http交通数据调用响应;
在所述http状态标识的标识内容为交通数据调用请求已完成时,生成违法数据识别已完成的http交通数据调用响应。
8.如权利要求7所述的违法数据识别方法,其特征在于,在所述根据所述终端标识,基于http协议向所述交警终端返回所述http交通数据调用响应的步骤之后,且在所述接收所述目标摄像头发送的交通数据的步骤之前,还包括:
从所述消息同步器中移除所述http交通数据调用请求和所述sip交通数据调用请求。
9.一种违法数据识别装置,其特征在于,所述违法数据识别装置基于http协议用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、识别设备以及交警终端,所述识别设备中运行有神经网络模型,所述前端摄像头基于sip协议连接所述数据服务器,所述交警终端基于http协议接入所述数据服务器和所述识别设备,所述识别设备基于http协议接入所述数据服务器,所述违法数据识别装置设置在所述数据服务器中,所述违法数据识别装置包括:
第一接收模块,用于接收所述交警终端基于http协议发送的http交通数据调用请求,所述http交通数据调用请求携带识别设备标识、终端标识和目标摄像头标识;
第一同步模块,用于根据所述目标摄像头标识生成所述http交通数据调用请求对应的sip交通数据调用请求,并生成所述http交通数据调用请求对应的http状态标识,所述sip交通数据调用请求对应的sip状态标识,实时同步所述http状态标识与所述sip状态标识的标识内容,所述标识内容包括交通数据调用请求超时状态以及交通数据调用请求完成状态;
第二同步模块,用于基于sip协议向所述目标摄像头标识对应的目标摄像头发送所述sip交通数据调用请求,并接收所述目标摄像头基于sip协议返回的sip交通数据调用响应,根据所述sip交通数据调用响应的内容,同步更新所述sip状态标识和所述http状态标识的标识内容;
生成模块,用于在所述http状态标识的标识内容满足预设条件时,生成所述http状态标识对应的http交通数据调用响应,根据所述终端标识,基于http协议向所述交警终端返回所述http交通数据调用响应;
第二接收模块,用于接收所述目标摄像头发送的交通数据,并根据所述识别设备标识,将所述交通数据发送给所述识别设备;
返回模块,用于接收所述识别设备基于所述神经网络模型从所述交通数据中识别到的违法数据,并将所述违法数据返回给所述交警终端。
10.一种电子设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至8任一项所述的违法数据识别方法中的操作。
CN202010935815.4A 2020-09-08 2020-09-08 一种违法数据识别方法及装置、电子设备 Active CN111798664B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010935815.4A CN111798664B (zh) 2020-09-08 2020-09-08 一种违法数据识别方法及装置、电子设备
PCT/CN2021/074135 WO2022052412A1 (zh) 2020-09-08 2021-01-28 一种违法数据识别方法及装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010935815.4A CN111798664B (zh) 2020-09-08 2020-09-08 一种违法数据识别方法及装置、电子设备

Publications (2)

Publication Number Publication Date
CN111798664A CN111798664A (zh) 2020-10-20
CN111798664B true CN111798664B (zh) 2020-11-24

Family

ID=72834256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010935815.4A Active CN111798664B (zh) 2020-09-08 2020-09-08 一种违法数据识别方法及装置、电子设备

Country Status (2)

Country Link
CN (1) CN111798664B (zh)
WO (1) WO2022052412A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798664B (zh) * 2020-09-08 2020-11-24 武汉中科通达高新技术股份有限公司 一种违法数据识别方法及装置、电子设备
CN112380993A (zh) * 2020-11-12 2021-02-19 青岛以萨数据技术有限公司 基于目标实时追踪信息的智能违法行为检测***及方法
CN112446334A (zh) * 2020-12-02 2021-03-05 福建亿安智能技术有限公司 一种非机动车违法行为识别的方法和***
CN113347158A (zh) * 2021-05-17 2021-09-03 武汉中科通达高新技术股份有限公司 一种流媒体数据收发方法、装置及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725804A (zh) * 2004-07-21 2006-01-25 上海高德威智能交通***有限公司 具有交通监控专用功能的智能摄像机及其智能摄像方法
CN104038731A (zh) * 2014-05-15 2014-09-10 塔里木大学 一种移动互联网实时视频监控***
CN104952247A (zh) * 2015-06-06 2015-09-30 刘剑 基于双通信数据的拥堵等级分析平台
CN105610843A (zh) * 2015-12-31 2016-05-25 广东顺德中山大学卡内基梅隆大学国际联合研究院 远程摄像画面实时分享方法及其***
CN110661891A (zh) * 2019-12-02 2020-01-07 武汉中科通达高新技术股份有限公司 一种基于单向网络的跨网文件即时传输方法及***
CN110730222A (zh) * 2019-09-27 2020-01-24 深圳市大拿科技有限公司 一种远程摄像的呈现方法
JP2020065200A (ja) * 2018-10-18 2020-04-23 パナソニックi−PROセンシングソリューションズ株式会社 車両等検知システムおよび車両等検知方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101155001B (zh) * 2006-09-28 2011-12-07 华为技术有限公司 监控源业务实现方法、监控***及前端单元元数据服务器
CN101212661A (zh) * 2006-12-30 2008-07-02 上海贝尔阿尔卡特股份有限公司 一种在用户设备与视频服务装置间控制传输媒体流的方法
US20140333713A1 (en) * 2012-12-14 2014-11-13 Biscotti Inc. Video Calling and Conferencing Addressing
US20170279924A1 (en) * 2016-03-27 2017-09-28 International Business Machines Corporation Cancellation management with respect to a web application
CN107784838A (zh) * 2016-08-30 2018-03-09 杭州海康威视***技术有限公司 一种交通违法动态识别方法和***
US10771589B1 (en) * 2019-04-30 2020-09-08 Slack Technologies, Inc. Systems and methods for initiating processing actions utilizing automatically generated data of a group-based communication system
CN111798664B (zh) * 2020-09-08 2020-11-24 武汉中科通达高新技术股份有限公司 一种违法数据识别方法及装置、电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1725804A (zh) * 2004-07-21 2006-01-25 上海高德威智能交通***有限公司 具有交通监控专用功能的智能摄像机及其智能摄像方法
CN104038731A (zh) * 2014-05-15 2014-09-10 塔里木大学 一种移动互联网实时视频监控***
CN104952247A (zh) * 2015-06-06 2015-09-30 刘剑 基于双通信数据的拥堵等级分析平台
CN105610843A (zh) * 2015-12-31 2016-05-25 广东顺德中山大学卡内基梅隆大学国际联合研究院 远程摄像画面实时分享方法及其***
JP2020065200A (ja) * 2018-10-18 2020-04-23 パナソニックi−PROセンシングソリューションズ株式会社 車両等検知システムおよび車両等検知方法
CN110730222A (zh) * 2019-09-27 2020-01-24 深圳市大拿科技有限公司 一种远程摄像的呈现方法
CN110661891A (zh) * 2019-12-02 2020-01-07 武汉中科通达高新技术股份有限公司 一种基于单向网络的跨网文件即时传输方法及***

Also Published As

Publication number Publication date
CN111798664A (zh) 2020-10-20
WO2022052412A1 (zh) 2022-03-17

Similar Documents

Publication Publication Date Title
CN111798664B (zh) 一种违法数据识别方法及装置、电子设备
US11659308B2 (en) Intelligent gas meter for internet of things (IOT) system
WO2019128028A1 (zh) 一种道路交通数据的记录方法及车载设备
CN110189524A (zh) 一种主动式违章违规识别方法、***和电子设备
WO2020042637A1 (zh) 监管方法、装置、***、云端服务器及存储介质
CN111800521A (zh) 一种前端设备控制方法及装置
CN103974032A (zh) 一种安保设备监测管理***
CN112201046B (zh) 一种违法数据识别方法及装置、电子设备
CN112202786B (zh) 一种违法数据识别方法及装置、电子设备
CN112188245B (zh) 一种前端摄像头实时视频点播方法及装置、电子设备
CN112163538A (zh) 一种违法数据识别方法及装置、电子设备
CN111935316B (zh) 一种前端设备目录获取方法及装置
CN114885012A (zh) 物联网平台的***接入方法及***
KR102385702B1 (ko) 데이터 분석 서비스 방법 및 이를 이용한 데이터 분석 시스템
CN112188243B (zh) 一种前端摄像头实时视频点播方法及装置、电子设备
CN112187810A (zh) 一种前端设备控制方法及装置
CN108270863B (zh) 基于物联网的售后服务真实性验证方法
CN111489276A (zh) 人员管理方法及相关装置
CN106162059A (zh) 一种视频监控报警方法和***
CN111181996B (zh) 一种基于分布式多连接架构的侦码图像实现方法及***
CN114125502B (zh) 一种视频流管理方法及装置
CN112291207B (zh) 一种前端设备目录获取方法及装置
CN112188244A (zh) 一种前端摄像头实时视频点播方法及装置、电子设备
CN112291210B (zh) 一种前端设备目录获取方法及装置
CN112188242A (zh) 一种前端摄像头实时视频点播方法及装置、电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant