发明内容
鉴于以上内容,有必要提出一种基于图像处理的数据监控方法、基于图像处理的数据监控装置、计算机设备及介质,能够及时监测到机房的异常运行状态,提高机房运行时的安全性与稳定性。
本申请实施例第一方面提供一种基于图像处理的数据监控方法,所述基于图像处理的数据监控方法包括:
获取目标机房内真实摄像头的信息;
构建对应所述真实摄像头的虚拟摄像头模型;
当接收到镜头调整指令时,解析所述镜头调整指令,得到镜头调整信息;
根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数,并基于所述调整参数调整所述真实摄像头;
监测所述目标机房内是否存在异常状况;
当监测结果为所述目标机房内存在异常状况时,获取存在异常状态的目标图像;
解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,所述解析所述镜头调整指令,得到镜头调整信息包括:
解析所述镜头调整指令,得到指令携带的目标日志信息;
检测所述目标日志信息中是否存在预设标签;
当检测结果为所述目标日志信息中存在所述预设标签时,确定所述预设标签的位置为目标位置;
获取所述目标位置处的信息作为镜头调整信息。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数包括:
获取所述虚拟摄像头模型的初始拍摄信息,所述初始拍摄信息包括所述虚拟摄像头的初始左右拍摄值、初始俯仰拍摄值、初始自身横滚值以及初始镜头调整速率;
获取所述镜头调整信息中的目标真实调整信息,所述目标真实调整信息包括所述真实摄像头的目标水平拍摄值、目标垂直拍摄值、目标焦距值以及目标镜头调整速率;
匹配所述初始拍摄信息与所述目标真实调整信息中的各项参数值;
计算所述各项参数值的差值,并将所述差值作为调整参数。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,在所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数之后,所述方法还包括:
调用所述虚拟摄像头模型根据所述调整参数模拟镜头调整过程,得到镜头调整结果;
检测所述镜头调整结果是否满足预设调整要求;
当检测结果为所述镜头调整结果不满足预设调整要求时,获取对应镜头调整的误差信息;
根据所述误差信息调整所述调整参数至所述镜头调整结果满足所述预设调整要求,得到目标调整参数。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,所述监测所述目标机房内是否存在异常状况包括:
获取所述真实摄像头拍摄的所述目标机房的运行视频;
截取所述运行视频中的目标帧运行图片,得到运行图片集;
调用预先训练的图片异常确定模型处理所述运行图片集,得到所述目标机房内的目标物体的运动特征;
监测所述运动特征与预先设置的基准异常信息是否匹配;
当监测结果为所述运动特征与所述基准异常信息匹配时,确定所述目标机房内存在异常状态;
当监测结果为所述运动特征与所述基准异常信息不匹配时,确定所述目标机房内不存在异常状态。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,所述获取存在异常状态的目标图像包括:
当监测结果指示所述目标机房内存在异常状况时,获取存在异常状态的初始异常图像;
解析所述初始异常图像,得到摄像头标识以及所述目标物体的物体编号;
采用预设室内定位技术确定所述物体编号的目标物体在所述目标机房内的异常位置;
确定以所述异常位置为拍摄中心的目标拍摄角度;
调整所述摄像头标识对应的目标真实摄像头的拍摄角度至所述目标拍摄角度;
调焦处理所述目标真实摄像头,控制所述目标真实摄像头按照所述目标拍摄角度进行拍摄,得到目标图像。
进一步地,在本申请实施例提供的上述基于图像处理的数据监控方法中,所述解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案包括:
按照预设数据格式处理区块链中的异常状况数据,得到结构化的异常行为与异常原因;
建立细粒度的异常行为与异常原因的关系矩阵;
获取异常行为,并基于异常行为进行协同过滤得到目标异常原因;
根据所述目标异常原因遍历预先设置的原因与解决方案的映射关系,得到与所述目标异常原因匹配的目标解决方案。
本申请实施例第二方面还提供一种基于图像处理的数据监控装置,所述基于图像处理的数据监控装置包括:
摄像头获取模块,用于获取目标机房内真实摄像头的信息;
模型构建模块,用于构建对应所述真实摄像头的虚拟摄像头模型;
镜头调整模块,用于当接收到镜头调整指令时,解析所述镜头调整指令,得到镜头调整信息;
参数确定模块,用于根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数,并基于所述调整参数调整所述真实摄像头;
异常监测模块,用于监测所述目标机房内是否存在异常状况;
图像获取模块,用于当监测结果为所述目标机房内存在异常状况时,获取存在异常状态的目标图像;
异常确定模块,用于解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案。
本申请实施例第三方面还提供一种计算机设备,所述计算机设备包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上述任意一项所述基于图像处理的数据监控方法。
本申请实施例第四方面还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述基于图像处理的数据监控方法。
本申请实施例提供的上述基于图像处理的数据监控方法、基于图像处理的数据监控装置、计算机设备以及计算机可读存储介质,通过对目标机房的运行状况进行监测,能够及时发现存在异常状况的目标机房,提高目标机房的运行稳定性与安全性;此外,本申请通过在三维空间中构建虚拟摄像头模型,并将虚拟摄像头模型与真实摄像头之间进行参数关联,通过调用虚拟摄像头模型模拟镜头调整过程,并基于镜头调整过程的检测结果微调调整参数,可以提高真实摄像头的调节精度。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中,比如智慧政务的机房监控模块等,能够促进智慧城市的快速发展。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面结合附图和具体实施例对本申请进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请,所描述的实施例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,本领域普通技术人员在没有做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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
本发明实施例提供的基于图像处理的数据监控方法由计算机设备执行,相应地,基于图像处理的数据监控装置运行于计算机设备中。
图1是本申请第一实施方式的基于图像处理的数据监控方法的流程图。如图1所示,所述基于图像处理的数据监控方法可以包括如下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11、获取目标机房内真实摄像头的信息。
在本申请的至少一实施例中,一个目标机房内可安装多个类型的设备,例如,所述目标机房内可安装若干个真实摄像头、若干个预设传感器、若干个机房机器人以及若干个计算机。所述真实摄像头用于监控机房的运行状态,例如,所述真实摄像头可用于监控机房内机房机器人的行为信息,在此不做限制。所述预设传感器可以为湿度传感器、温度传感器等,所述湿度传感器用于监控机房的空气湿度信息,所述温度传感器用于监控机房的空气温度信息。
在一实施例中,所述真实摄像头的信息可以包括所述真实摄像头的数量信息与所述真实摄像头的属性信息。所述属性信息可以包括所述真实摄像头在所述目标机房内的布设位置、所述摄像头的类型以及所述真实摄像头的各项参数信息等。其中,所述参数信息可以包括:摄像头的视场角(所述视场角是指最大监控范围)、水平方向可转动范围、垂直方向可转动范围和调焦倍数的范围。
可选地,所述获取目标机房内真实摄像头的信息包括:
获取与目标机房连接的所有设备标识;
筛选所述设备标识,得到摄像头标识;
获取所述摄像头标识的数量信息;
根据所述摄像头标识遍历预先设置的摄像头标识与属性信息的映射关系,得到对应该标识的真实摄像头的属性信息;
按照预设组合格式组合所述数量信息与所述属性信息,得到所述目标机房内的真实摄像头的信息。
其中,本申请实施例提供一种可视化界面,所述可视化界面可以为3D可视化界面,例如,基于WebGL技术构建3D可视化界面,用于显示所述目标机房内的场景信息以及与目标机房连接的设备标识。所述设备标识可以为预设传感器标识、计算机标识、机房机器人标识以及摄像头标识等,在此不做限制。所述设备标识可以是设备图标标识、数字标识、字母标识以及颜色标识。通过识别摄像头标识能够得到所述目标机房内的真实摄像头。所述摄像头标识的数量也即所述真实摄像头的数量。所述摄像头标识与所述真实摄像头的属性信息存在映射关系,根据所述摄像头标识遍历所述映射关系,能够得到该标识对应的所述真实摄像头的属性信息。所述预设组合格式是指预先设置的,组合所述数量信息与所述属性信息的格式,例如,所述预设组合格式可以为矩阵格式,在此不做限制。
在一实施例中,所述目标机房内的真实摄像头的数量可根据实际机房运行情况进行调整,例如,当所述目标机房内的计算机的数量增加时,或者当所述目标机房内的机器人数量增加时,可适应性增加所述真实摄像头的数量以提高机房监控效果。可选地,所述方法还包括:
获取所述目标机房内的第一摄像头标识,并根据所述第一摄像头标识确定所述目标机房内真实摄像头的第一信息;
在预设时长内获取所述目标机房的第二摄像头标识,并根据所述第二摄像头标识确定所述目标机房内真实摄像头的第二信息;
比对所述第一信息与所述第二信息以确定所述目标机房内的真实摄像头的信息是否发生变更;
当确定结果为所述目标机房内的真实摄像头的信息发生变更时,根据所述第二信息更新所述目标机房的真实摄像头的信息。
其中,所述预设时长可以为预先设置的时长,例如,所述预设时长可以为30天。所述第一信息是指所述目标机房处于初始状态时摄像头的数量信息以及摄像头的属性信息,所述第二信息是指预设时长后所述目标机房中摄像头的数量信息以及摄像头的属性信息。所述属性信息可以包括所述真实摄像头在所述目标机房内的布设位置、所述摄像头的类型以及所述真实摄像头的各项参数信息等。
S12、构建对应所述真实摄像头的虚拟摄像头模型。
在本申请的至少一实施例中,构建对应所述真实摄像头的虚拟摄像头模型,连接所述真实摄像头和所述虚拟摄像头模型,通过调用所述虚拟摄像头模型模拟真实摄像头的镜头调整过程,能够提高所述真实摄像头的调节精度,继而提高机房监控的效果。
所述虚拟摄像头模型是一种椎体模型,所述椎体模型为三维模型,所述三维模型是由最基础的三角形面拼接合成,例如,1个矩形可以由2个三角形构成,1个立方体由6个面即12个三角形构成,以此类推更复杂的模型可以由许多的小三角形组合合成。三维模型定义即为对构造模型的所有三角形的描述,每个三角形由三个顶点(vertex)构成,每个顶点(vertex)由x,y,z三维空间坐标决定。
可选地,通过setShape3dModel(name,model)函数注册自定义3D模型,摄像头前方的监控区域所形成的锥体便是通过该函数生成,所述锥体可看成由5个顶点,6个三角形组成。
其中,在setShape3dModel(name,model)函数中,name为模型名称,model为JSON类型对象,其中,vs表示顶点坐标数组,_is_表示索引数组,_uv_表示贴图坐标数组。当需要单独定义某个面时,可以通过bottom_vs,bottom_is,bottom_uv,top_vs,top_is以及top_uv_等来定义,之后便可以通过shape3d.top、shape3d.bottom等单独控制某个面。
可选地,可以使用当前摄像头的tag标签作为模型的名称,所述tag标签在用于唯一标识一个图元,用户可以自定义tag的值。本申请还可以通过pointArr记录当前五面体的五个顶点坐标信息,在代码中通过from_vs,from_is,from_uv单独构建五面体底面,底面用于显示当前摄像头呈现的图像。
在本申请的至少一实施例中,在所述虚拟摄像头模型初始化之后,缓存当前3d场景eyes眼睛的位置,以及center中心的位置,之后将3d场景eyes眼睛和center中心设置成摄像头中心点的位置,然后在这个时刻获取当前3d场景的截图,该截图即为当前摄像头的监控图像,之后再将3d场景的center与eyes设置成开始时缓存的eyes与center位置,通过该方法即可实现3d场景中任意位置的快照,从而实现摄像头监控图像实时生成。其中,eyes眼睛的位置是指摄像头的位置,center中心的位置是指被观测目标的中心点的位置,用于控制摄像头的朝向。
S13、当接收到镜头调整指令时,解析所述镜头调整指令,得到镜头调整信息。
在本申请的至少一实施例中,所述镜头调整指令是指用于控制真实摄像头转动或聚焦以查看特定范围的图像信息的指令,所述镜头调整指令可以为触控指令、语音指令等。所述镜头调整指令可以是预设人员临时输出的指令,例如,预设人员当前需要调整真实摄像头转动或聚焦而发出镜头调整指令。所述镜头调整指令也可以是预设人员预先设定的指令,例如,真实摄像头需要以预设频率转动或聚焦的指令。所述镜头调整指令携带需要调整的真实摄像头以及真实摄像头需调整的镜头调整速率以及镜头转动角度等信息。
可选地,所述解析所述镜头调整指令,得到镜头调整信息包括:
解析所述镜头调整指令,得到指令携带的目标日志信息;
检测所述目标日志信息中是否存在预设标签;
当检测结果为所述目标日志信息中存在所述预设标签时,确定所述预设标签的位置为目标位置;
获取所述目标位置处的信息作为镜头调整信息。
其中,所述镜头调整指令携带目标日志信息,所述目标日志信息中用于存储镜头调整信息,所述镜头调整信息存储于所述目标日志信息中的目标位置,通过确定所述目标位置处的信息可以确定所述镜头调整信息。在一实施例中,所述镜头调整信息可以携带有预设标签,通过查找所述预设标签的位置可以确定所述目标日志信息中的目标位置,从而确定所述目标位置处的信息为镜头调整信息,所述预设标签可以是数字标签、文字标签或者颜色标签等。在其他实施例中,所述镜头调整信息还可以是按照预定格式存储的数据,通过检测所述目标日志信息中是否有所述预定格式的数据,确定所述目标位置,从而确定所述目标位置处的信息为镜头调整信息,其中,所述预定格式是指预先设置的数据存储格式,在此不做限制。所述镜头调整信息可以包括需调整的真实摄像头的摄像头标识、该真实摄像头目标真实调整信息,所述目标真实调整信息可以包括镜头调整速率以及镜头转动角度等信息。
当一个真实摄像头的拍摄角度固定时,其能够拍摄到的范围也是固定的。对于大型机房来说,就需要多个真实摄像头监控机房的运行状态,导致资源浪费。也即当所述镜头调整指令也可以是预设人员预先设定的指令时,可选地,所述方法还包括:
获取所述真实摄像头的参数信息;
根据所述参数信息确定所述真实摄像头的目标真实调整信息;
根据所述目标真实调整信息自动化调整所述真实摄像头。
其中,所述真实摄像头的参数信息可以包括:摄像头的视场角(所述视场角是指最大监控范围)、水平方向可转动范围、垂直方向可转动范围和调焦倍数的范围。在对摄像头拍摄的方位进行调整时,仅涉及到视场角、水平方向可转动范围和垂直方向可转动范围三个参数。所述目标真实调整信息包括所述真实摄像头的镜头调整速率以及镜头转动角度等信息,所述目标真实调整信息可以存储于所述镜头调整指令的目标日志信息中,在此不做限制。本申请通过自动化调整真实摄像头的转动情况,能够减少真实摄像头的数量,节省设备资源。
S14、根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数,并基于所述调整参数调整所述真实摄像头。
在本申请的至少一实施例中,在三维空间中构建虚拟摄像头模型之后,结合真实摄像头的各项参数对虚拟摄像头模型的各项参数进行设置。一般地,虚拟摄像头模型的参数包括左右转动范围、俯仰转动范围和自身横滚,其中左右转动范围与真实摄像头的水平方向可转动范围对应,俯仰转动范围和真实摄像头的垂直方向可转动范围对应,并且,虚拟摄像头模型的视场角与真实摄像头的视场角相同。
可选地,所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数包括:
获取所述虚拟摄像头模型的初始拍摄信息,所述初始拍摄信息包括所述虚拟摄像头的初始左右拍摄值、初始俯仰拍摄值、初始自身横滚值以及初始镜头调整速率;
获取所述镜头调整信息中的目标真实调整信息,所述目标真实调整信息包括所述真实摄像头的目标水平拍摄值、目标垂直拍摄值、目标焦距值以及目标镜头调整速率;
匹配所述初始拍摄信息与所述目标真实调整信息中的各项参数值,并计算所述各项参数值的差值,将所述差值作为调整参数。
可选地,在所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数之后,所述方法还包括:
调用所述虚拟摄像头模型根据所述调整参数模拟镜头调整过程,得到镜头调整结果;
检测所述镜头调整结果是否满足预设调整要求;
当检测结果为所述镜头调整结果不满足预设调整要求时,获取对应镜头调整的误差信息;
根据所述误差信息调整所述调整参数至所述镜头调整结果满足所述预设调整要求,得到目标调整参数。
其中,所述镜头调整结果可以包括镜头调整的位置结果与镜头在调整过程中拍摄的视频清晰度结果。所述预设调整要求包括位置要求与视频清晰度要求,所述位置要求是指所述虚拟摄像头模型能够拍摄到目标拍摄位置的视频。当检测结果为镜头调整结果能够满足所述位置要求与所述视频清晰度要求时,确定所述镜头调整过程正确;当检测结果为镜头调整结果未满足所述位置要求与所述视频清晰度要求中任意一项时,确定所述镜头调整过程出现偏差。所述误差信息可以包括由于镜头调整过程中镜头存在抖动、调整参数计算有误差等原因导致的左右转动误差、俯仰转动误差或者镜头调整速率过快等。可以理解的是,当检测结果为镜头调整结果未满足所述视频清晰度要求时,根据所述误差信息微调所述调整参数可以包括:降低所述镜头调整速率至目标镜头调整速率,将所述目标镜头调整速率作为目标调整参数。
本申请通过在三维空间中构建虚拟摄像头模型,并将虚拟摄像头模型与真实摄像头之间进行参数关联,通过调用虚拟摄像头模型模拟镜头调整过程,并基于镜头调整过程的检测结果微调调整参数,可以提高真实摄像头的调节精度。
S15、监测所述目标机房内是否存在异常状况。
在本申请的至少一实施例中,目标机房的运行可能会存在异常状况,例如,所述异常状况可以是目标机房内的目标物体的行为异常、目标机房的空气湿度异常或者目标机房的空气温度异常等。其中,所述目标物体可以是机房的机房机器人等物体,机房机器人的行为异常可以调用真实摄像头监测到,目标机房的空气湿度异常可以调用湿度传感器监测到,目标机房的空气温度异常可以调用温度传感器监测到。本申请以对机房机器人的行为异常进行监测为例,通过对目标机房的运行状况进行监测,能够及时发现存在异常状况的目标机房,提高目标机房的运行稳定性与安全性。
可选地,所述监测所述目标机房内是否存在异常状况包括:
获取所述真实摄像头拍摄的所述目标机房的运行视频;
截取所述运行视频中的目标帧运行图片,得到运行图片集;
调用预先训练的图片异常确定模型处理所述运行图片集,得到所述目标机房内的目标物体的运动特征;
监测所述运动特征与预先设置的基准异常信息是否匹配;
当监测结果为所述运动特征与所述基准异常信息匹配时,确定所述目标机房内存在异常状态;
当监测结果为所述运动特征与所述基准异常信息不匹配时,确定所述目标机房内不存在异常状态。
其中,所述图片异常确定模型是预先训练的,用于确定图片中是否存在异常的模型。示例性地,所述图片异常确定模型用于确定所述运行图片中机房机器人的运动特征,并基于所述运动特征与基准异常信息进行匹配,得到匹配信息,所述模型处理结果指示所述运动特征与所述基准异常信息的匹配结果,当所述运动特征与所述基准异常信息的匹配结果一致时,确定所述目标机房内存在异常状况;当所述运动特征与所述基准异常信息的匹配结果不一致时,确定所述目标机房运行正常。所述基准异常信息为预先设置好的体现机房机器人异常行为的特征信息,所述基准异常信息也可以通过机房机器人的形体关键点坐标体现。所述基准异常信息可以包括跌倒状态、停止不动状态等信息。
S16、当监测结果为所述目标机房内存在异常状况时,获取存在异常状态的目标图像。
在本申请的至少一实施例中,当监测结果为所述目标机房内存在异常状况时,也即当监测结果为所述目标机房内的目标物体的运动特征存在异常时,获取存在异常状态的目标图像,可选地,所述获取存在异常状态的目标图像包括:
当监测结果指示所述目标机房内存在异常状况时,获取存在异常状态的初始异常图像;
解析所述初始异常图像,得到摄像头标识以及所述目标物体的物体编号;
采用预设室内定位技术确定所述物体编号的目标物体在所述目标机房内的异常位置;
确定以所述异常位置为拍摄中心的目标拍摄角度;调整所述摄像头标识对应的目标真实摄像头的拍摄角度至所述目标拍摄角度;
调焦处理所述目标真实摄像头,控制所述目标真实摄像头按照所述目标拍摄角度进行拍摄,得到目标图像。
其中,所述初始异常图像中携带拍摄该图像的摄像头标识以及目标物体的物体编号。所述物体编号可以显示于所述目标物体的表面,所述目标物体的物体编号可以通过先定位所述初始异常图像中存在异常运动特征的目标物体的图像信息,再对所述图像信息进行图像识别处理,得到对应所述目标物体的物体编号。所述预设室内定位技术可以为超声波室内定位技术、红外线室内定位技术、蓝牙室内定位技术以及超宽带室内定位技术等,上述室内定位技术为现有技术,在此不再赘述。在一实施例中,所述调焦处理所述目标真实摄像头可以包括:计算所述异常位置与所述目标真实摄像头的距离;获取所述异常位置处目标物体的大小信息;根据所述距离与所述大小信息确定调焦信息,并基于所述调焦信息调焦处理所述目标真实摄像头。所述调焦信息可以通过预先训练的焦距计算模型得到,将所述距离与所述大小信息作为所述焦距计算模型的输入,得到焦距信息。在其他实施例中,所述方法还包括:当所述目标机房内的真实摄像头的数量为多个时,优先确定与所述异常位置的距离最接近的真实摄像头作为目标真实摄像头,调焦处理所述目标真实摄像头。
本申请通过获取异常位置与所述真实摄像头的距离以及机器人的大小信息,自动调整所述真实摄像头的拍摄范围以及调焦处理,能够得到更加清晰的包含异常状态的目标图像,从而便于解析所述目标图像,得到异常原因,能够提高机房监控的准确性与效率。此外,本申请在监测到目标机房运行异常后,在所述目标机房内的所述真实摄像头为多个的情况下,自动将调焦处理的任务分配给与异常位置距离最近的目标真实摄像头,以获得更清晰的目标图像。
在本申请的至少一实施例中,由于三维场景较大,导致获取所述目标图像时会导致可视化界面卡顿,目标图像的获取效率较低。本申请通过离屏的方式获取摄像头拍摄的图像,能够提高图像获取效率。可选地,所述方法还包括:
创建新的目标三维场景,所述目标三维场景的内容与可视化界面的主屏场景一致;
当接收到图像获取指令时,获取所述主屏场景中对应所述图像获取指令的目标图像信息;
根据所述目标图像信息提取所述目标三维场景中的目标图像。
其中,所述目标三维场景是指主屏成像范围之外的部分,是存储于内存中的虚拟场景。所述目标三维场景的高度与宽度可设置为200px。通过Graph3dView(dataModel)来新建场景,其中,dataModel为当前场景的所有图元,所以主屏与离屏的3d场景都共用同一个dataModel,保证了场景的一致。将所述目标三维场景添加进DOM中,所述DOM是指HTML中的文档对象类型,用于管理目标三维场景中的元素。
S17、解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案。
在本申请的至少一实施例中,解析所述目标图像,分析所述目标图像中的异常行为,确定与所述异常行为对应的异常原因,输出异常通知至预设人员,输出异常通知的方式可以为邮件通知、电话通知及短信通知等。
可选地,所述解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案包括:
按照预设数据格式处理区块链中的异常状况数据,得到结构化的异常行为与异常原因;
建立细粒度的异常行为与异常原因的关系矩阵;
获取异常行为,并基于异常行为进行协同过滤得到目标异常原因;
根据所述目标异常原因遍历预先设置的原因与解决方案的映射关系,得到与所述目标异常原因匹配的目标解决方案。
其中,所述异常行为包括机房机器人停止工作、机器人跌倒等,在此不做限制。所述异常状况数据是指存储于区块链的目标节点中的,机房运行过程中可能存在异常的行为及原因的数据。所述预设数据格式是指预先设置的,用于得到结构化异常行为与异常原因的数据格式,在此不做限制。
本申请实施例提供的上述基于图像处理的数据监控方法,通过对目标机房的运行状况进行监测,能够及时发现存在异常状况的目标机房,提高目标机房的运行稳定性与安全性;此外,本申请通过在三维空间中构建虚拟摄像头模型,并将虚拟摄像头模型与真实摄像头之间进行参数关联,通过调用虚拟摄像头模型模拟镜头调整过程,并基于镜头调整过程的检测结果微调调整参数,可以提高真实摄像头的调节精度。本申请可应用于智慧政务、智慧交通等智慧城市的各个功能模块中,比如智慧政务的机房监控模块等,能够促进智慧城市的快速发展。
图2是本申请实施例二提供的基于图像处理的数据监控装置的结构图。
在一些实施例中,所述基于图像处理的数据监控装置20可以包括多个由计算机程序段所组成的功能模块。所述基于图像处理的数据监控装置20中的各个程序段的计算机程序可以存储于计算机设备的存储器中,并由至少一个处理器所执行,以执行(详见图1描述)模型训练处理的功能。
本实施例中,所述基于图像处理的数据监控装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:摄像头获取模块201、模型构建模块202、镜头调整模块203、参数确定模块204、异常监测模块205、图像获取模块206以及异常确定模块207。本申请所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
所述摄像头获取模块201,用于获取目标机房内的真实摄像头。
在本申请的至少一实施例中,一个目标机房内可安装多个类型的设备,例如,所述目标机房内可安装若干个真实摄像头、若干个预设传感器、若干个机房机器人以及若干个计算机。所述真实摄像头用于监控机房的运行状态,例如,所述真实摄像头可用于监控机房内机房机器人的行为信息,在此不做限制。所述预设传感器可以为湿度传感器、温度传感器等,所述湿度传感器用于监控机房的空气湿度信息,所述温度传感器用于监控机房的空气温度信息。
在一实施例中,所述真实摄像头的信息可以包括所述真实摄像头的数量信息与所述真实摄像头的属性信息。所述属性信息可以包括所述真实摄像头在所述目标机房内的布设位置、所述摄像头的类型以及所述真实摄像头的各项参数信息等。其中,所述参数信息可以包括:摄像头的视场角(所述视场角是指最大监控范围)、水平方向可转动范围、垂直方向可转动范围和调焦倍数的范围。
可选地,所述获取目标机房内真实摄像头的信息包括:
获取与目标机房连接的所有设备标识;
筛选所述设备标识,得到摄像头标识;
获取所述摄像头标识的数量信息;
根据所述摄像头标识遍历预先设置的摄像头标识与属性信息的映射关系,得到对应该标识的真实摄像头的属性信息;
按照预设组合格式组合所述数量信息与所述属性信息,得到所述目标机房内的真实摄像头的信息。
其中,本申请实施例提供一种可视化界面,所述可视化界面可以为3D可视化界面,例如,基于WebGL技术构建3D可视化界面,用于显示所述目标机房内的场景信息以及与目标机房连接的设备标识。所述设备标识可以为预设传感器标识、计算机标识、机房机器人标识以及摄像头标识等,在此不做限制。所述设备标识可以是设备图标标识、数字标识、字母标识以及颜色标识。通过识别摄像头标识能够得到所述目标机房内的真实摄像头。所述摄像头标识的数量也即所述真实摄像头的数量。所述摄像头标识与所述真实摄像头的属性信息存在映射关系,根据所述摄像头标识遍历所述映射关系,能够得到该标识对应的所述真实摄像头的属性信息。所述预设组合格式是指预先设置的,组合所述数量信息与所述属性信息的格式,例如,所述预设组合格式可以为矩阵格式,在此不做限制。
在一实施例中,所述目标机房内的真实摄像头的数量可根据实际机房运行情况进行调整,例如,当所述目标机房内的计算机的数量增加时,或者当所述目标机房内的机器人数量增加时,可适应性增加所述真实摄像头的数量以提高机房监控效果。可选地,所述摄像头获取模块201还包括:
获取所述目标机房内的第一摄像头标识,并根据所述第一摄像头标识确定所述目标机房内真实摄像头的第一信息;
在预设时长内获取所述目标机房的第二摄像头标识,并根据所述第二摄像头标识确定所述目标机房内真实摄像头的第二信息;
比对所述第一信息与所述第二信息以确定所述目标机房内的真实摄像头的信息是否发生变更;
当确定结果为所述目标机房内的真实摄像头的信息发生变更时,根据所述第二信息更新所述目标机房的真实摄像头的信息。
其中,所述预设时长可以为预先设置的时长,例如,所述预设时长可以为30天。所述第一信息是指所述目标机房处于初始状态时摄像头的数量信息以及摄像头的属性信息,所述第二信息是指预设时长后所述目标机房中摄像头的数量信息以及摄像头的属性信息。所述属性信息可以包括所述真实摄像头在所述目标机房内的布设位置、所述摄像头的类型以及所述真实摄像头的各项参数信息等。
所述模型构建模块202,用于构建对应所述真实摄像头的虚拟摄像头模型。
在本申请的至少一实施例中,构建对应所述真实摄像头的虚拟摄像头模型,连接所述真实摄像头和所述虚拟摄像头模型,通过调用所述虚拟摄像头模型模拟真实摄像头的镜头调整过程,能够提高所述真实摄像头的调节精度,继而提高机房监控的效果。
所述虚拟摄像头模型是一种椎体模型,所述椎体模型为三维模型,所述三维模型是由最基础的三角形面拼接合成,例如,1个矩形可以由2个三角形构成,1个立方体由6个面即12个三角形构成,以此类推更复杂的模型可以由许多的小三角形组合合成。三维模型定义即为对构造模型的所有三角形的描述,每个三角形由三个顶点(vertex)构成,每个顶点(vertex)由x,y,z三维空间坐标决定。
可选地,通过setShape3dModel(name,model)函数注册自定义3D模型,摄像头前方的监控区域所形成的锥体便是通过该函数生成,所述锥体可看成由5个顶点,6个三角形组成。
其中,在setShape3dModel(name,model)函数中,name为模型名称,model为JSON类型对象,其中,vs表示顶点坐标数组,_is_表示索引数组,_uv_表示贴图坐标数组。当需要单独定义某个面时,可以通过bottom_vs,bottom_is,bottom_uv,top_vs,top_is以及top_uv_等来定义,之后便可以通过shape3d.top、shape3d.bottom等单独控制某个面。
可选地,可以使用当前摄像头的tag标签作为模型的名称,所述tag标签在用于唯一标识一个图元,用户可以自定义tag的值。本申请还可以通过pointArr记录当前五面体的五个顶点坐标信息,在代码中通过from_vs,from_is,from_uv单独构建五面体底面,底面用于显示当前摄像头呈现的图像。
在本申请的至少一实施例中,在所述虚拟摄像头模型初始化之后,缓存当前3d场景eyes眼睛的位置,以及center中心的位置,之后将3d场景eyes眼睛和center中心设置成摄像头中心点的位置,然后在这个时刻获取当前3d场景的截图,该截图即为当前摄像头的监控图像,之后再将3d场景的center与eyes设置成开始时缓存的eyes与center位置,通过该方法即可实现3d场景中任意位置的快照,从而实现摄像头监控图像实时生成。其中,eyes眼睛的位置是指摄像头的位置,center中心的位置是指被观测目标的中心点的位置,用于控制摄像头的朝向。
所述镜头调整模块203,用于当接收到镜头调整指令时,解析所述镜头调整指令,得到镜头调整信息。
在本申请的至少一实施例中,所述镜头调整指令是指用于控制真实摄像头转动或聚焦以查看特定范围的图像信息的指令,所述镜头调整指令可以为触控指令、语音指令等。所述镜头调整指令可以是预设人员临时输出的指令,例如,预设人员当前需要调整真实摄像头转动或聚焦而发出镜头调整指令。所述镜头调整指令也可以是预设人员预先设定的指令,例如,真实摄像头需要以预设频率转动或聚焦的指令。所述镜头调整指令携带需要调整的真实摄像头以及真实摄像头需调整的镜头调整速率以及镜头转动角度等信息。
可选地,所述解析所述镜头调整指令,得到镜头调整信息包括:
解析所述镜头调整指令,得到指令携带的目标日志信息;
确定所述目标日志信息的目标位置;
获取所述目标位置处的信息作为镜头调整信息。
其中,所述镜头调整指令携带目标日志信息,所述目标日志信息中用于存储镜头调整信息,所述镜头调整信息存储于所述目标日志信息中的目标位置,通过确定所述目标位置处的信息可以确定所述镜头调整信息。所述镜头调整信息可以包括需调整的真实摄像头的摄像头标识、该真实摄像头目标真实调整信息,所述目标真实调整信息可以包括镜头调整速率以及镜头转动角度等信息。
当一个真实摄像头的拍摄角度固定时,其能够拍摄到的范围也是固定的。对于大型机房来说,就需要多个真实摄像头监控机房的运行状态,导致资源浪费。也即当所述镜头调整指令也可以是预设人员预先设定的指令时,可选地,所述镜头调整模块203还包括:
获取所述真实摄像头的参数信息;
根据所述参数信息确定所述真实摄像头的目标真实调整信息;
根据所述目标真实调整信息自动化调整所述真实摄像头。
其中,所述真实摄像头的参数信息可以包括:摄像头的视场角(所述视场角是指最大监控范围)、水平方向可转动范围、垂直方向可转动范围和调焦倍数的范围。在对摄像头拍摄的方位进行调整时,仅涉及到视场角、水平方向可转动范围和垂直方向可转动范围三个参数。所述目标真实调整信息包括所述真实摄像头的镜头调整速率以及镜头转动角度等信息,所述目标真实调整信息可以存储于所述镜头调整指令的目标日志信息中,在此不做限制。本申请通过自动化调整真实摄像头的转动情况,能够减少真实摄像头的数量,节省设备资源。
所述参数确定模块204,用于根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数,并基于所述调整参数调整所述真实摄像头。
在本申请的至少一实施例中,在三维空间中构建虚拟摄像头模型之后,结合真实摄像头的各项参数对虚拟摄像头模型的各项参数进行设置。一般地,虚拟摄像头模型的参数包括左右转动范围、俯仰转动范围和自身横滚,其中左右转动范围与真实摄像头的水平方向可转动范围对应,俯仰转动范围和真实摄像头的垂直方向可转动范围对应,并且,虚拟摄像头模型的视场角与真实摄像头的视场角相同。
可选地,所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数包括:
获取所述虚拟摄像头模型的初始拍摄信息,所述初始拍摄信息包括所述虚拟摄像头的初始左右拍摄值、初始俯仰拍摄值、初始自身横滚值以及初始镜头调整速率;
获取所述镜头调整信息中的目标真实调整信息,所述目标真实调整信息包括所述真实摄像头的目标水平拍摄值、目标垂直拍摄值、目标焦距值以及目标镜头调整速率;
匹配所述初始拍摄信息与所述目标真实调整信息中的各项参数值,并计算所述各项参数值的差值,将所述差值作为调整参数。
可选地,在所述根据所述镜头调整信息确定所述虚拟摄像头模型的调整参数之后,所述参数确定模块204还包括:
调用所述虚拟摄像头模型根据所述调整参数模拟镜头调整过程,得到镜头调整结果;
检测所述镜头调整结果是否满足预设调整要求;
当检测结果为所述镜头调整结果不满足预设调整要求时,获取对应镜头调整的误差信息;
根据所述误差信息微调所述调整参数至所述镜头调整结果满足所述预设调整要求,得到目标调整参数。
其中,所述镜头调整结果可以包括镜头调整的位置结果与镜头在调整过程中拍摄的视频清晰度结果。所述预设调整要求包括位置要求与视频清晰度要求,所述位置要求是指所述虚拟摄像头模型能够拍摄到目标拍摄位置的视频。当检测结果为镜头调整结果能够满足所述位置要求与所述视频清晰度要求时,确定所述镜头调整过程正确;当检测结果为镜头调整结果未满足所述位置要求与所述视频清晰度要求中任意一项时,确定所述镜头调整过程出现偏差。所述误差信息可以包括由于镜头调整过程中镜头存在抖动、调整参数计算有误差等原因导致的左右转动误差、俯仰转动误差或者镜头调整速率过快等。可以理解的是,当检测结果为镜头调整结果未满足所述视频清晰度要求时,根据所述误差信息微调所述调整参数可以包括:降低所述镜头调整速率至目标镜头调整速率,将所述目标镜头调整速率作为目标调整参数。
本申请通过在三维空间中构建虚拟摄像头模型,并将虚拟摄像头模型与真实摄像头之间进行参数关联,通过调用虚拟摄像头模型模拟镜头调整过程,并基于镜头调整过程的检测结果微调调整参数,可以提高真实摄像头的调节精度。
所述异常监测模块205,用于监测所述目标机房内是否存在异常状况。
在本申请的至少一实施例中,目标机房的运行可能会存在异常状况,例如,所述异常状况可以是目标机房内的目标物体的行为异常、目标机房的空气湿度异常或者目标机房的空气温度异常等。其中,所述目标物体可以是机房的机房机器人等物体,机房机器人的行为异常可以调用真实摄像头监测到,目标机房的空气湿度异常可以调用湿度传感器监测到,目标机房的空气温度异常可以调用温度传感器监测到。本申请以对机房机器人的行为异常进行监测为例,通过对目标机房的运行状况进行监测,能够及时发现存在异常状况的目标机房,提高目标机房的运行稳定性与安全性。
可选地,所述监测所述目标机房内是否存在异常状况包括:
获取所述真实摄像头拍摄的所述目标机房的运行视频;
截取所述运行视频中的目标帧运行图片,得到运行图片集;
调用预先训练的图片异常确定模型处理所述运行图片集,得到所述目标机房内的目标物体的运动特征;
监测所述运动特征与预先设置的基准异常信息是否匹配;
当监测结果为所述运动特征与所述基准异常信息匹配时,确定所述目标机房内存在异常状态;
当监测结果为所述运动特征与所述基准异常信息不匹配时,确定所述目标机房内不存在异常状态。
其中,所述图片异常确定模型是预先训练的,用于确定图片中是否存在异常的模型。示例性地,所述图片异常确定模型用于确定所述运行图片中机房机器人的运动特征,并基于所述运动特征与基准异常信息进行匹配,得到匹配信息,所述模型处理结果指示所述运动特征与所述基准异常信息的匹配结果,当所述运动特征与所述基准异常信息的匹配结果一致时,确定所述目标机房内存在异常状况;当所述运动特征与所述基准异常信息的匹配结果不一致时,确定所述目标机房运行正常。所述基准异常信息为预先设置好的体现机房机器人异常行为的特征信息,所述基准异常信息也可以通过机房机器人的形体关键点坐标体现。所述基准异常信息可以包括跌倒状态、停止不动状态等信息。
所述图像获取模块206,用于当监测结果为所述目标机房内存在异常状况时,获取存在异常状态的目标图像。
在本申请的至少一实施例中,当监测结果为所述目标机房内存在异常状况时,也即当监测结果为所述目标机房内的目标物体的运动特征存在异常时,获取存在异常状态的目标图像,可选地,所述获取存在异常状态的目标图像包括:
当监测结果指示所述目标机房内存在异常状况时,获取存在异常状态的初始异常图像;
解析所述初始异常图像,得到摄像头标识以及所述目标物体的物体编号;
采用预设室内定位技术确定所述物体编号的目标物体在所述目标机房内的异常位置;
确定以所述异常位置为拍摄中心的目标拍摄角度;调整所述摄像头标识对应的目标真实摄像头的拍摄角度至所述目标拍摄角度;
调焦处理所述目标真实摄像头,控制所述目标真实摄像头对所述目标拍摄角度进行拍摄,得到目标图像。
其中,所述初始异常图像中携带拍摄该图像的摄像头标识以及目标物体的物体编号。所述物体编号可以显示于所述目标物体的表面,所述目标物体的物体编号可以通过先定位所述初始异常图像中存在异常运动特征的目标物体的图像信息,再对所述图像信息进行图像识别处理,得到对应所述目标物体的物体编号。所述预设室内定位技术可以为超声波室内定位技术、红外线室内定位技术、蓝牙室内定位技术以及超宽带室内定位技术等,上述室内定位技术为现有技术,在此不再赘述。
在一实施例中,所述调焦处理所述目标真实摄像头可以包括:计算所述异常位置与所述目标真实摄像头的距离;获取所述异常位置处目标物体的大小信息;根据所述距离与所述大小信息确定调焦信息,并基于所述调焦信息调焦处理所述目标真实摄像头。所述调焦信息可以通过预先训练的焦距计算模型得到,将所述距离与所述大小信息作为所述焦距计算模型的输入,得到焦距信息。
在其他实施例中,所述图像获取模块206还包括:当所述目标机房内的真实摄像头的数量为多个时,优先确定与所述异常位置的距离最接近的真实摄像头作为目标真实摄像头,调焦处理所述目标真实摄像头。
本申请通过获取异常位置与所述真实摄像头的距离以及机器人的大小信息,自动调整所述真实摄像头的拍摄范围以及调焦处理,能够得到更加清晰的包含异常状态的目标图像,从而便于解析所述目标图像,得到异常原因,能够提高机房监控的准确性与效率。此外,本申请在监测到目标机房运行异常后,在所述目标机房内的所述真实摄像头为多个的情况下,自动将调焦处理的任务分配给与异常位置距离最近的目标真实摄像头,以获得更清晰的目标图像。
在本申请的至少一实施例中,由于三维场景较大,导致获取所述目标图像时会导致可视化界面卡顿,目标图像的获取效率较低。本申请通过离屏的方式获取摄像头拍摄的图像,能够提高图像获取效率。可选地,所述图像获取模块206还包括:
创建新的目标三维场景,所述目标三维场景的内容与可视化界面的主屏场景一致;
当接收到图像获取指令时,获取所述主屏场景中对应所述图像获取指令的目标图像信息;
根据所述目标图像信息提取所述目标三维场景中的目标图像。
其中,所述目标三维场景是指主屏成像范围之外的部分,是存储于内存中的虚拟场景。所述目标三维场景的高度与宽度可设置为200px。通过Graph3dView(dataModel)来新建场景,其中,dataModel为当前场景的所有图元,所以主屏与离屏的3d场景都共用同一个dataModel,保证了场景的一致。将所述目标三维场景添加进DOM中,所述DOM是指HTML中的文档对象类型,用于管理目标三维场景中的元素。
所述异常确定模块207,用于解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案。
在本申请的至少一实施例中,解析所述目标图像,分析所述目标图像中的异常行为,确定与所述异常行为对应的异常原因,输出异常通知至预设人员,输出异常通知的方式可以为邮件通知、电话通知及短信通知等。
可选地,所述解析所述目标图像,得到异常原因,并根据所述异常原因匹配目标解决方案包括:
按照预设数据格式处理区块链中的异常状况数据,得到结构化的异常行为与异常原因;
建立细粒度的异常行为与异常原因的关系矩阵;
获取异常行为,并基于异常行为进行协同过滤得到目标异常原因;
根据所述目标异常原因遍历预先设置的原因与解决方案的映射关系,得到与所述目标异常原因匹配的目标解决方案。
其中,所述异常行为包括机房机器人停止工作、机器人跌倒等,在此不做限制。所述异常状况数据是指存储于区块链的目标节点中的,机房运行过程中可能存在异常的行为及原因的数据。所述预设数据格式是指预先设置的,用于得到结构化异常行为与异常原因的数据格式,在此不做限制。
参阅图3所示,为本申请实施例三提供的计算机设备的结构示意图。在本申请较佳实施例中,所述计算机设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的计算机设备的结构并不构成本申请实施例的限定,既可以是总线型结构,也可以是星形结构,所述计算机设备3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述计算机设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述计算机设备3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述计算机设备3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本申请,也应包含在本申请的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31中存储有计算机程序,所述计算机程序被所述至少一个处理器32执行时实现如所述的基于图像处理的数据监控方法中的全部或者部分步骤。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
进一步地,所述计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本申请所指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等。
在一些实施例中,所述至少一个处理器32是所述计算机设备3的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行计算机设备3的各种功能和处理数据。例如,所述至少一个处理器32执行所述存储器中存储的计算机程序时实现本申请实施例中所述的基于图像处理的数据监控方法的全部或者部分步骤;或者实现基于图像处理的数据监控装置的全部或者部分功能。所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(CentralProcessing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述计算机设备3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,计算机设备,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。说明书中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本申请的技术方案而非限制,尽管参照较佳实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换,而不脱离本申请技术方案的精神和范围。