CN112163538B - 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 PDFInfo
- Publication number
- CN112163538B CN112163538B CN202011070373.8A CN202011070373A CN112163538B CN 112163538 B CN112163538 B CN 112163538B CN 202011070373 A CN202011070373 A CN 202011070373A CN 112163538 B CN112163538 B CN 112163538B
- Authority
- CN
- China
- Prior art keywords
- traffic data
- identification
- http
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000004044 response Effects 0.000 claims abstract description 117
- 238000012545 processing Methods 0.000 claims description 51
- 238000003062 neural network model Methods 0.000 claims description 42
- 230000011664 signaling Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 abstract description 35
- 230000006399 behavior Effects 0.000 description 18
- 238000012544 monitoring process Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/08—Protocols for interworking; Protocol conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Security & Cryptography (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在调用选择页面上发出的http交通数据调用请求,转换成sip交通数据调用请求,并对两类请求对应的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,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,在标识内容为交通数据调用请求已完成时,生成http交通数据调用响应且返回给交警终端,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,并向展示设备返回违法数据,本申请提高了数据调用的安全性。
Description
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。
申请内容
本申请实施例提供一种违法数据识别方法,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,适用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、展示设备、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、所述展示设备和所述识别设备基于http协议连接所述数据服务器,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交通数据调用请求包括所述交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对所述展示设备选择控件的选择操作确定目标展示设备,根据针对所述前端摄像头选择控件的选择操作确定目标摄像头,根据所述交警终端的终端标识、所述识别设备的识别设备标识、所述目标摄像头的目标摄像头标识以及所述目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;
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为交通数据调用请求已完成时,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,并根据所述目标展示设备标识,将所述违法数据返回给所述目标展示设备。
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、展示设备、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、所述展示设备和所述识别设备基于http协议连接所述数据服务器,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:
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交通数据调用请求包括所述交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对所述展示设备选择控件的选择操作确定目标展示设备,根据针对所述前端摄像头选择控件的选择操作确定目标摄像头,根据所述交警终端的终端标识、所述识别设备的识别设备标识、所述目标摄像头的目标摄像头标识以及所述目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;
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;
第一返回模块,用于在所述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;
发送模块,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;
第二返回模块,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,并根据所述目标展示设备标识,将所述违法数据返回给所述目标展示设备。
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:本申请在调用选择页面上基于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,在调用选择页面上发起请求时可仅根据选择操作来选择对应的目标摄像头和目标展示设备,操作较为简单,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。在协议转换的过程中,通过对sip状态标识和http状态标识的标识内容进行同步,使得生成的sip交通数据调用响应可以及时被转换成http交通数据调用响应,提高了返回响应的速度。
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为本申请实施例提供的违法数据识别方法中交警终端的调用选择页面示意图。
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一种模型示意图。
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二种模型示意图。
图6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7为本申请实施例提供的违法数据识别方法中展示终端的违法数据展示页面示意图。
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、展示设备、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、展示设备和识别设备基于http协议连接数据服务器。
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,所述展示设备,是指通过网页或平台界面对违法数据进行展示的设备。
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、识别设备14和展示设备15;其中:
交警终端11、识别设备14和展示设备15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、识别设备14和展示设备15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、展示设备15和识别设备14基于http协议连接数据服务器12,以实现五者之间的数据交互,其中:
交警终端11基于在调用选择页面上的选择操作,从展示设备15中获取目标展示设备标识,数据服务器12接收交警终端11在调用选择页面上基于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为交通数据调用请求已完成时,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,并根据目标展示设备标识将违法数据返回给展示设备15,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的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交通数据调用请求包括交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对展示设备选择控件的选择操作确定目标展示设备,根据针对前端摄像头选择控件的选择操作确定目标摄像头,根据交警终端的终端标识、识别设备的识别设备标识、目标摄像头的目标摄像头标识以及目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求。
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,用于对监控地点行人或车辆的交通数据进行调用,以使识别设备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交通数据调用的开发人员,用于对前端摄像头的实时交通数据进行调用,并根据调用响应对调用参数和调用相关设备进行调试。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,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、目标展示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,目标摄像头标识包括目标摄像头的ID,识别设备标识包括识别设备的IP地址和端口,目标展示设备标识包括展示设备的IP地址和端口。在发送请求前,交警终端先与识别设备建立连接,基于http协议获取识别设备的设备标识。在通常情况下,目标展示设备与交警终端为同一设备,即发起请求的交警终端也作为展示违法数据的目标展示设备。目标展示设备与交警终端也可以是不同的设备,即发起请求的交警终端和展示违法数据的目标展示设备为在该智慧交通***中注册过的不同设备。此外,目标展示设备可以有多个,多个目标展示设备可以包括交警终端和其他展示设备,也可以全部是其他展示设备。
交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,然后在调用选择页面上进行对应的选择操作,来确定想要调用监控地点中哪个摄像头拍摄的交通数据以及由哪个展示设备来展示该交通数据对应的违法数据。在触发展示设备选择控件时,会生成所有已注册过的展示设备的目录,然后可从中选择某个或某些展示设备作为目标展示设备,展示设备目录中可将发起请求的交警终端或上次请求选择的展示设备设置为默认目标展示设备。在触发前端摄像头选择控件时,会生成所有已注册过的前端摄像头的目录,然后可从中选择一个作为目标摄像头,前端摄像头目录中可将上次请求选择的前端摄像头设置为默认目标摄像头。
在调用选择页面上进行对应的选择操作后,根据交警终端的终端标识、目标展示设备的目标展示设备标识以及目标摄像头的目标摄像头标识生成符合http协议的http交通数据调用请求。
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未处理完成时,标识内容中的交通数据调用请求完成状态始终显示交通数据调用请求未完成,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。
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。
S204: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为交通数据调用请求已完成时,数据服务器会生成对应的的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。在生成的http交通数据调用响应后,根据终端标识确定发送的http交通数据调用响应的交警终端,然后数据服务器与交警终端之间建立http会话,向交警终端返回的http交通数据调用响应。
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,并根据目标展示设备标识,将违法数据返回给目标展示设备。
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,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,根据目标展示设备的目标展示设备标识,基于http协议返回给目标展示设备。目标展示设备根据违法数据,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,先接收交警终端在调用选择页面上基于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、目标展示设备标识、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为交通数据调用请求已完成时,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,并根据目标展示设备标识将违法数据返回给目标展示设备。本申请在调用选择页面上基于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,在调用选择页面上发起请求时可仅根据选择操作来选择对应的目标摄像头和目标展示设备,操作较为简单,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。在协议转换的过程中,通过对sip状态标识和http状态标识的标识内容进行同步,使得生成的sip交通数据调用响应可以及时被转换成http交通数据调用响应,提高了返回响应的速度。
如图3所示,交警终端的平台界面上设置有调用交通数据控件100,当想要调用某时刻某个路口拍摄的交通数据时,点击调用交通数据控件100,则交警终端会接收到调用交通数据的触发指令,显示包括展示设备选择控件200和前端摄像头选择控件300的调用选择页面。调用交通数据控件100可与其他两个控件设置在不同的页面上,即调用选择页面可以是交警终端的另一页面上对调用交通数据控件100进行点击后再生成的页面;调用交通数据控件100也可与其他两个控件均设置在同一页面上,在未点击调用交通数据控件100时,其他两个控件不显示,在点击调用交通数据控件100后,该页面作为调用选择页面显示出展示设备选择控件200和前端摄像头选择控件300。在调用选择页面内还设置有违法数据展示区500,违法数据展示区500内可以展示文字描述和视频,在初始状态,违法数据展示区500内为空白画面或上次展示违法数据时的最终显示画面。
在调用选择页面点击展示设备选择控件200后,调用选择页面根据针对设备选择控件200的触发操作,会生成展示设备目录201,所有在智慧交通***内注册过的展示设备,均可以在该展示设备目录201中显示,然后在展示设备目录201中进行对应的选择操作,来确定由哪个展示设备作为目标展示设备来展示违法数据。在执行选择操作时,可从展示设备目录201中选择一个或多个展示设备作为目标展示设备,其中可将发起请求的交警终端或上次请求选择的展示设备设置为默认目标展示设备。在展示设备目录201中包括的展示设备较多时,可设置查找或筛选功能,根据关键字等信息缩小查找范围,从而迅速查找到想要选择的目标展示设备。
同样地,在调用选择页面点击前端摄像头选择控件300后,调用选择页面根据针对前端摄像头选择控件300的触发操作,会生成前端摄像头目录301,所有在智慧交通***内注册过的前端摄像头,均可以在该前端摄像头目录301中显示,然后在前端摄像头目录301进行对应的选择操作,来确定观看监控地点中哪个摄像头拍摄的交通数据。在执行选择操作时,可从前端摄像头目录301中选择一个作为目标摄像头,其中可将上次请求选择的前端摄像头设置为默认目标摄像头。在前端摄像头目录301中包括的前端摄像头较多时,可设置查找或筛选功能,根据关键字等信息缩小查找范围,从而迅速查找到想要选择的目标摄像头。
在对设备选择控件200和前端摄像头选择控件300执行对应的选择操作后,点击确定控件400,则会根据交警终端的终端标识、识别设备的识别标识、目标展示设备的目标展示设备标识以及目标摄像头的目标摄像头标识生成符合http协议的http交通数据调用请求。
如图4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为交通数据调用请求已完成时,生成http交通数据调用响应并发送给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5和图6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至图6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、目标展示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后具体应该向哪个终端发送,目标展示设备标识包括目标展示设备的IP地址和端口,数据服务器根据该目标展示设备标识确定具体应该向哪个终端返回违法数据,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,并返回给目标展示设备进行进一步处理。
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不断的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,则消息同步器23会生成对应的http交通数据调用响应,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200OK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。
在侦测到sip状态标识的标识内容为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。
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完成时间进行分类,对于处理时间较长的情况进行分析,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为交通数据调用请求已完成时,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。
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,数据服务器再根据目标展示设备标识将违法数据返回给目标展示设备。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。
本实施例以目标展示设备与交警终端为同一设备为例,则如图7所示,目标展示设备接收到违法数据后,在违法数据展示区500内进行展示,展示的内容包括文字描述和视频,例如展示的文字为“车牌号为xxxxxx的车辆在xx时刻xx路口未礼让行人”,在对该文字进行触发操作后,可在违法数据展示区500内展示该违法车辆未礼让行人的整个视频过程,从而实现对交通违法数据的识别和后续处理。此外,如果交通数据中存在多处违法行为,则在违法数据展示区500内会展示多行文字,每行文字对应描述一个违法行为,可通过依次点击每行文字来逐个播放该行文字描述的违法行为对应的视频。当观看完成后想要调用其他前端摄像头拍摄的交通数据时,可以再次点击调用交通数据控件100,生成下一个数据调用请求。当目标展示设备与交警终端为不同设备时,可以向目标展示设备发送违法数据展示的链接地址,目标展示设备点击该链接地址后,会在点开的页面中显示违法数据展示区500,从而实现在交警终端之外的其他设备上也能展示违法数据。
通过上述实施例可知,本申请的违法数据识别方法,在调用选择页面上基于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,在调用选择页面上发起请求时可仅根据选择操作来选择对应的目标摄像头和目标展示设备,操作较为简单,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。在协议转换的过程中,通过对sip状态标识和http状态标识的标识内容进行同步,使得生成的sip交通数据调用响应可以及时被转换成http交通数据调用响应,提高了返回响应的速度。
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:
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交通数据调用请求包括交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对展示设备选择控件的选择操作确定目标展示设备,根据针对前端摄像头选择控件的选择操作确定目标摄像头,根据交警终端的终端标识、识别设备的识别设备标识、目标摄像头的目标摄像头标识以及目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;
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;
第一返回模块140,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;
发送模块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;
第二返回模块160,用于接收识别设备基于神经网络模型从所述交通数据中识别到的违法数据,并根据目标展示设备标识,将违法数据返回给目标展示设备。
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:
缓存单元,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;
确定单元,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;
发送单元,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:
接收单元,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;
第一更新单元,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;
返回单元,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完成时,向消息同步器返回sip交通数据调用响应;
第二更新单元,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,第二更新单元用于,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完成。
在一种实施例中,违法数据识别装置还包括移除模块,用于在第一返回模块160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,在调用选择页面上基于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,在调用选择页面上发起请求时可仅根据选择操作来选择对应的目标摄像头和目标展示设备,操作较为简单,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。在协议转换的过程中,通过对sip状态标识和http状态标识的标识内容进行同步,使得生成的sip交通数据调用响应可以及时被转换成http交通数据调用响应,提高了返回响应的速度。
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、WiFi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中示出的电子设备结构并不构成对电子设备的限定,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:
射频电路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电子设备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。
电子设备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电子设备之间的音频接口。
WiFi属于短距离无线传输技术,电子设备通过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,其并不属于电子设备的必须构成,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是电子设备的控制中心,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,执行电子设备的各种功能和处理数据,从而对手机进行整体监控。
电子设备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,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备中的处理器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交通数据调用请求包括交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对展示设备选择控件的选择操作确定目标展示设备,根据针对前端摄像头选择控件的选择操作确定目标摄像头,根据交警终端的终端标识、识别设备的识别设备标识、目标摄像头的目标摄像头标识以及目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;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,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;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;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,并根据目标展示设备标识,将违法数据返回给目标展示设备。
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的传输至共享账本上(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,适用于智慧交通***,所述智慧交通***包括前端摄像头、数据服务器、展示设备、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、所述展示设备和所述识别设备基于http协议连接所述数据服务器,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交通数据调用请求包括所述交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对所述展示设备选择控件的选择操作确定目标展示设备,根据针对所述前端摄像头选择控件的选择操作确定目标摄像头,根据所述交警终端的终端标识、所述识别设备的识别设备标识、所述目标摄像头的目标摄像头标识以及所述目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;
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为交通数据调用请求已完成时,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,并根据所述目标展示设备标识,将所述违法数据返回给所述目标展示设备。
2.如权利要求1所述的违法数据识别方法,其特征在于,根据针对所述展示设备选择控件的选择操作确定目标展示设备,根据针对所述前端摄像头选择控件的选择操作确定目标摄像头的步骤,包括:
根据针对所述展示设备选择设备的触发操作生成展示设备目录,根据针对所述展示设备目录中展示设备的选择操作确定目标展示设备;
根据针对所述前端摄像头选择控件的触发操作生成前端摄像头目录,根据针对所述前端摄像头目录中前段摄像头的选择操作确定目标摄像头。
3.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。
4.如权利要求3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。
5.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。
6.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。
7.如权利要求6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完成。
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、展示设备、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、所述展示设备和所述识别设备基于http协议连接所述数据服务器,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:
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交通数据调用请求包括所述交警终端在接收到调用交通数据的触发指令后,显示包括展示设备选择控件和前端摄像头选择控件的调用选择页面,根据针对所述展示设备选择控件的选择操作确定目标展示设备,根据针对所述前端摄像头选择控件的选择操作确定目标摄像头,根据所述交警终端的终端标识、所述识别设备的识别设备标识、所述目标摄像头的目标摄像头标识以及所述目标展示设备的目标展示设备标识,生成符合http协议的http交通数据调用请求;
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;
第一返回模块,用于在所述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;
发送模块,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;
第二返回模块,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,并根据所述目标展示设备标识,将所述违法数据返回给所述目标展示设备。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011070373.8A CN112163538B (zh) | 2020-09-30 | 2020-09-30 | 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 |
---|---|---|---|
CN202011070373.8A CN112163538B (zh) | 2020-09-30 | 2020-09-30 | 一种违法数据识别方法及装置、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112163538A CN112163538A (zh) | 2021-01-01 |
CN112163538B true CN112163538B (zh) | 2023-10-24 |
Family
ID=73861597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011070373.8A Active CN112163538B (zh) | 2020-09-30 | 2020-09-30 | 一种违法数据识别方法及装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112163538B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010050617A (ja) * | 2008-08-20 | 2010-03-04 | Nippon Telegr & Teleph Corp <Ntt> | プロトコル変換装置およびプロトコル変換方法 |
EP2395726A1 (en) * | 2010-06-10 | 2011-12-14 | Research In Motion Limited | Method and system for reducing transmission of redundant data |
CN110740217A (zh) * | 2019-09-12 | 2020-01-31 | 平安科技(深圳)有限公司 | 一种多渠道数据整合交互方法和装置、设备及存储介质 |
CN111132120A (zh) * | 2020-04-01 | 2020-05-08 | 北京三快在线科技有限公司 | 识别房间局域网中的摄像装置的方法、***及设备 |
CN111260341A (zh) * | 2020-05-06 | 2020-06-09 | 武汉中科通达高新技术股份有限公司 | 一种交通违法数据审核方法、计算机设备及可读存储介质 |
CN111476107A (zh) * | 2020-03-18 | 2020-07-31 | 平安国际智慧城市科技股份有限公司 | 一种图像处理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7480723B2 (en) * | 2003-04-08 | 2009-01-20 | 3Com Corporation | Method and system for providing directory based services |
JP6672910B2 (ja) * | 2016-03-11 | 2020-03-25 | 株式会社リコー | 遠隔コミュニケーションシステム、通信端末、拡張機能提供方法および拡張機能提供プログラム |
-
2020
- 2020-09-30 CN CN202011070373.8A patent/CN112163538B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010050617A (ja) * | 2008-08-20 | 2010-03-04 | Nippon Telegr & Teleph Corp <Ntt> | プロトコル変換装置およびプロトコル変換方法 |
EP2395726A1 (en) * | 2010-06-10 | 2011-12-14 | Research In Motion Limited | Method and system for reducing transmission of redundant data |
CN110740217A (zh) * | 2019-09-12 | 2020-01-31 | 平安科技(深圳)有限公司 | 一种多渠道数据整合交互方法和装置、设备及存储介质 |
CN111476107A (zh) * | 2020-03-18 | 2020-07-31 | 平安国际智慧城市科技股份有限公司 | 一种图像处理方法及装置 |
CN111132120A (zh) * | 2020-04-01 | 2020-05-08 | 北京三快在线科技有限公司 | 识别房间局域网中的摄像装置的方法、***及设备 |
CN111260341A (zh) * | 2020-05-06 | 2020-06-09 | 武汉中科通达高新技术股份有限公司 | 一种交通违法数据审核方法、计算机设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
ENUM技术在IP-PBX中的应用;杨国民;电信快报(第09期);15-17 * |
Also Published As
Publication number | Publication date |
---|---|
CN112163538A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11659308B2 (en) | Intelligent gas meter for internet of things (IOT) system | |
CN111798664B (zh) | 一种违法数据识别方法及装置、电子设备 | |
AU2020203865B2 (en) | System for securing a personal digital assistant with stacked data structures | |
CN107528818B (zh) | 媒体文件的数据处理方法和装置 | |
US11030240B1 (en) | Systems and methods for efficiently sending video metadata | |
CN105491102A (zh) | 一种基于云计算技术的智能监控***及其装置 | |
CN114422271B (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN112163538B (zh) | 一种违法数据识别方法及装置、电子设备 | |
US20230205817A1 (en) | Systems and methods for identifying events within video content using intelligent search query | |
CN112188245B (zh) | 一种前端摄像头实时视频点播方法及装置、电子设备 | |
CN112202786B (zh) | 一种违法数据识别方法及装置、电子设备 | |
CN112201046B (zh) | 一种违法数据识别方法及装置、电子设备 | |
CN111489276B (zh) | 人员管理方法及相关装置 | |
Hang et al. | Design and implementation of intelligent fire notification service using IP camera in smart home | |
CN116070191A (zh) | 信息处理方法及其装置、存储介质、程序产品 | |
CN112188243B (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 | |
CN112291209B (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 | |
CN111953944B (zh) | 一种社区守望*** | |
CN112188242A (zh) | 一种前端摄像头实时视频点播方法及装置、电子设备 | |
CN115378688A (zh) | 一种人工智能预警*** | |
CN117152855A (zh) | 停车场收费方法、装置、设备、可读存储介质 | |
CN117216540A (zh) | 模型训练方法、装置、计算机设备、存储介质及产品 | |
CN115695224A (zh) | 一种危化品仓库边缘数据处理方法、装置和可读存储介质 |
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 |