CN113449628A - 图像处理***及方法、装置、存储介质、计算机程序产品 - Google Patents
图像处理***及方法、装置、存储介质、计算机程序产品 Download PDFInfo
- Publication number
- CN113449628A CN113449628A CN202110706435.8A CN202110706435A CN113449628A CN 113449628 A CN113449628 A CN 113449628A CN 202110706435 A CN202110706435 A CN 202110706435A CN 113449628 A CN113449628 A CN 113449628A
- Authority
- CN
- China
- Prior art keywords
- server
- image
- service
- image data
- image processing
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 147
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000004590 computer program Methods 0.000 title claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 155
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000001815 facial effect Effects 0.000 claims description 23
- 230000033772 system development Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本公开实施例公开了一种图像处理***及方法、装置、存储介质、计算机程序产品,所述***包括:包括:至少一个图像传感器、接入服务器、业务服务器以及算法服务器;其中,所述图像传感器接入至所述接入服务器,用于将实时采集的图像数据传送至所述接入服务器;所述接入服务器将接收到的图像数据转发至所述业务服务器;所述业务服务器将所述图像数据分发至所述算法服务器,并接收所述算法服务器返回的图像处理结果,以及基于所述图像处理结果确定业务数据;所述算法服务器基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器。该技术方案能够节省***开发时间,提高***开发效率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种图像处理***及方法、装置、存储介质、计算机程序产品。
背景技术
随着互联网技术的发展,图像数据的采集以及处理***中,图像传感器可以分布在不同的物理区域,图像传感器实时采集的图像数据可以汇总至远程服务器进行统一处理。
已有的图像采集及处理***由于覆盖的物理区域范围不广,因此将采集到的图像数据利用一个服务器或者多个服务器进行统一处理。这种***架构下,图像处理的大多环节大集中在某个服务器上,当采集的图像数据量较大时,会对服务器造成较大的压力。因此,如何设计图像采集及处理***的***架构,以提高图像处理能力是当前本领域技术人员需要解决的主要问题之一。
发明内容
本公开实施例提供一种图像处理***及方法、装置、存储介质、计算机程序产品。
第一方面,本公开实施例中提供了一种图像处理***,其中,包括:至少一个图像传感器、接入服务器、业务服务器以及算法服务器;
其中,所述图像传感器接入至所述接入服务器,用于将实时采集的图像数据传送至所述接入服务器;
所述接入服务器将接收到的图像数据转发至所述业务服务器;
所述业务服务器将所述图像数据分发至所述算法服务器,并接收所述算法服务器返回的图像处理结果,以及基于所述图像处理结果确定业务数据;
所述算法服务器基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器。
进一步地,所述算法服务器包括多个;所述业务服务器基于预先设置的负载均衡原则将接收到的图像数据分发至多个所述算法服务器中的至少一个。
进一步地,所述业务服务器接收业务配置参数,并基于所述图像处理结果以及所述业务配置参数确定所述业务数据。
进一步地,所述算法服务器用于从所述图像数据的待处理图像中提取人脸图像特征,并基于所述人脸图像特征对所述待处理图像与人脸库中的已有人脸图像进行相似度匹配;所述算法服务器根据相似度匹配结果将与所述待处理图像相匹配的已有人脸图像以及相似度值返回给所述业务服务器。
进一步地,所述业务服务器在所述相似度值大于或等于相似度阈值时,输出业务数据;所述业务数据包括告警信息、所述待处理图像以及所述已有人脸图像;所述相似度阈值为预先配置的业务配置参数。
进一步地,所述图像处理***还包括:存储服务器;
所述业务服务器将接收到的图像数据发送至所述存储服务器;
所述算法服务器将对所述图像数据的图像处理结果发送至所述存储服务器;
所述存储服务器关联存储所述图像数据以及所述图像处理结果。
进一步地,所述业务服务器采用高级消息队列协议服务器,所述业务服务器将接收到的图像数据存储在对应的消息队列中,并从相应的消息队列将所述图像数据分发至所述算法服务器。
第二方面,本发明实施例中提供了一种图像处理方法,其中,包括:
图像传感器实时采集图像数据,并将采集到的所述图像数据传送至所接入的接入服务器;
所述接入服务器从所述图像传感器接收所述图像数据,并将所接收到的所述图像数据转发至业务服务器;
所述业务服务器从所述接入服务器接收所述图像数据,并将所述图像数据分发至算法服务器;
所述算法服务器从所述业务服务器接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器;
所述业务服务器从所述算法服务器接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
第三方面,本发明实施例中提供了一种图像处理装置,其中,包括:
接入服务模块,被配置为从至少一个图像传感器接收图像数据,并将接收到的图像数据转发至业务服务模块;
业务服务模块,被配置为从所述接入服务模块接收所述图像数据,并将所述图像数据分发至算法服务模块;
算法服务模块,被配置从所述业务服务模块接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务模块;
其中,所述业务服务模块还被配置为从所述算法服务模块接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,上述装置的结构中包括存储器和处理器,所述存储器用于存储一条或多条支持上述装置执行上述任一方面中的所述方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述装置还可以包括通信接口,用于与其他设备或通信网络通信。
第四方面,本公开实施例提供了一种电子设备,包括存储器和处理器;其中,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述任一方面所述的方法。
第五方面,本公开实施例提供了一种计算机可读存储介质,用于存储上述任一装置所用的计算机指令,其包含用于执行上述任一方面所述方法所涉及的计算机指令。
第六方面,本公开实施例提供了一种计算机程序产品,其包含计算机指令,该计算机指令被处理器执行时用于实现上述第二方面所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
本公开实施例提出的上述图像处理***,通过将图像处理的整个流程进行服务模块化,也即将接入服务、业务服务和算法服务分别实现为不同的软件模块和/或硬件服务器(即数据接入部分、业务部分和算法部分都是分开的,而不是混在一起,不同的服务模块具有不同的功能,并且不同的服务模块之间通过数据交互逻辑最终实现图像的业务处理),并且不同服务模块之间松耦合;进而使得不同服务模块承担不同的处理环节,相应的服务模块代码不会产生冗余,能够节省***开发时间,提高***开发效率。同时,由于各个模块之间的松耦合关系,使得***易于扩展,在业务需求发生变化的情况下,可以只针对算法服务器实现的算法服务模块和/或业务服务器实现的业务服务模块进行修改,能够快速满足实际业务需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的图像处理***的结构框图;
图2示出根据本公开一实施方式的智能人像大数据情报研判***的***架构图;
图3示出根据本公开一实施方式的图像处理方法的流程图;
图4示出图3中确定业务数据的部分流程示意图;
图5示出图3中存储数据的部分流程示意图;
图6示出根据本公开一实施方式的图像处理装置的结构框图;
图7是适于用来实现根据本公开一实施方式的图像处理方法的电子设备的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
下面通过具体实施例详细介绍本公开实施例的细节。
图1示出根据本公开一实施方式的图像处理***的结构框图。如图1所示,所述图像处理***包括:至少一个图像传感器101、接入服务器102、业务服务器103以及算法服务器104;
其中,所述图像传感器101接入至所述接入服务器102,用于将实时采集的图像数据传送至所述接入服务器102;
所述接入服务器102将接收到的图像数据转发至所述业务服务器103;
所述业务服务器103将所述图像数据分发至所述算法服务器104,并接收所述算法服务器104返回的图像处理结果,以及基于所述图像处理结果确定业务数据;
所述算法服务器104基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器103。
本实施例中,图像传感器101可以是数码相机、摄像头、或者具有摄像功能的电子设备等。在一些实施例中,可以设置多个图像传感器101,并且该多个图像传感器101可以分布在多个不同的物理区域。图像传感器101用于实时采集不同物理区域的图像数据。需要说明的是,图像传感器101可以是在预先获得授权的情况下采集对应区域的图像数据。
多个图像传感器101可以接入同一个接入服务器102,也即多个图像传感器101分别与接入服务器102进行数据通信,并且图像传感器101实时采集的图像数据传送给接入服务器102。
接入服务器102在接收到每个图像传感器101采集的图像数据之后,将图像数据转发至对应的业务服务器103。也即接入服务器102与业务服务器103之间具有数据通信连接。
需要说明的是,业务服务器103可以包括一个或多个,业务服务器103的数量可以基于实际的业务需求而定,不同业务服务器103可以对应不同的业务,或者多个不同业务服务器103对应同一个业务。在业务服务器103仅为一个的情况下,接入服务器102可以将接收到的图像数据直接转发至该唯一的业务服务器103。而在业务服务器103包括多个的情况下,接入服务器102可以将接收到的图像数据,基于预先的设置转发至对应的业务服务器103,例如不同业务服务器103对应不同的业务,则可以预先设置不同的业务对应的关键词,接入服务器102可以基于接收到的图像数据或者发送图像数据的传感器对应的关键词,将该图像数据发送至相应的业务服务器103。再例如,多个业务服务器103对应同一业务的情况下,接入服务器102可以基于负载均衡等原则将当前接收到的图像数据发送至具有较低负载的业务服务器103。
业务服务器103在接收到接入服务器102转发的图像数据之后,基于业务的需求将图像数据分发至算法服务器104。也即业务服务器103与算法服务器104具有数据通信连接。
同一个业务服务器103可以对应一个或多个算法服务器104;不同算法服务器104可以执行不同的算法处理,也可以执行相同的算法处理。同一个业务服务器103可以根据业务的具体业务分支等实际情况将图像数据分发至相应的算法服务器104,而算法服务器104在接收到图像数据后,执行相应的图像处理。该图像处理可以基于预先设定的处理算法进行,例如可以是基于预先部署的智能机器模型对图像数据进行处理;该智能机器模型可以根据实际需求预先训练并部署在算法服务器104上;在接收到图像数据之后,通过将图像数据输入至机器模型得到图像处理结果。
算法服务器104在处理完成之后,将图像处理结果返回给业务服务器103。业务服务器103可以根据算法服务器104的处理结果确定业务数据。业务数据可以是根据实际业务需求相关的结果数据,例如可以是图像相似性比对结果数据、警告信息、以及可视化结果数据等。业务服务器103可以将业务数据输出至显示器、相关人员的电子设备等,具体可以根据实际需要而定,在此不做限制。在一些实施例中,算法服务器104可以将图像处理结果返回至发送图像数据的业务服务器103,也可以将图像处理结果返回至其他业务服务器103,例如统一的业务服务器103,具体可以根据实际设置而定,在此不做限制。
本公开实施例提出的上述图像处理***,通过将图像处理的整个流程进行服务模块化,也即将接入服务、业务服务和算法服务分别实现为不同的软件模块和/或硬件服务器(即数据接入部分、业务部分和算法部分都是分开的,而不是混在一起,不同的服务模块具有不同的功能,并且不同的服务模块之间通过数据交互逻辑最终实现图像的业务处理),并且不同服务模块之间松耦合;进而使得不同服务模块承担不同的处理环节,相应的服务模块代码不会产生冗余,能够节省***开发时间,提高***开发效率。同时,由于各个模块之间的松耦合关系,使得***易于扩展,在业务需求发生变化的情况下,可以只针对算法服务器实现的算法服务模块和/或业务服务器实现的业务服务模块进行修改,能够快速满足实际业务需求。
在本实施例的一个可选实现方式中,所述算法服务器104包括多个;所述业务服务器103基于预先设置的负载均衡原则将接收到的图像数据分发至多个所述算法服务器104中的至少一个。
该可选的实现方式中,基于业务的需求,可以设置多个算法服务器104。不同算法服务器104可以实现相同的算法或者不同的算法。在多个不同算法服务器104实现相同算法的情形下,业务服务器103接收到图像数据之后,可以基于负载均衡原则将接收到的图像数据转发至负载较轻的算法服务器104。负载均衡原则可以理解为将图像数据较为均衡的分配至多个算法服务器104,使得多个算法服务器104上的实际运行资源达到较为均衡的状态。
在本实施例的一个可选实现方式中,所述业务服务器103接收业务配置参数,并基于所述图像处理结果以及所述业务配置参数确定所述业务数据。
该可选的实现方式中,业务服务器103可以与相关人员的电子设备之间可以进行数据通信,相关人员通过电子设备可以与业务服务器103进行数据交互。例如,相关人员的电子设备上可以安装能够访问业务服务器103的应用程序,相关人员可以通过该应用程序对业务服务器103进行相应的参数配置,业务服务器103可以将业务数据发送至电子设备,并经由该应用程序呈现给用户等。
在另一些实施例中,业务服务器103也可以具有人机交互接口,例如信息输入接口和信息输出接口等。信息输入接口例如可以是键盘、语音输入等接口,而信息输出接口例如可以是显示器、扬声器等接口。相关人员可以直接通过信息输入接口对业务服务器103进行参数配置,并且业务服务器103可以将业务数据通过显示器输出,和/或通过扬声器输出。
业务配置参数可以为将图像处理结果转变为业务数据的参数,例如图像处理过程为图像相似度比对过程时,业务配置参数可以是相似度阈值,算法服务器104可以按照输出与图像数据中待处理图像较为相似的已有图像,而业务服务器103则可以根据相似度阈值判断是否需要生成警告之类的业务数据。
在本实施例的一个可选实现方式中,所述算法服务器104用于从所述图像数据的待处理图像中提取人脸图像特征,并基于所述人脸图像特征对所述待处理图像与人脸库中的已有人脸图像进行相似度匹配;所述算法服务器104根据相似度匹配结果将与所述待处理图像相匹配的已有人脸图像以及相似度值返回给所述业务服务器103。
该可选的实现方式中,算法服务器104可用于提取图像数据中待处理图像的人脸图像特征提取,并与预先设置的人脸库中的已有人脸图像的图像特征进行相似度计算。需要说明的是,相似度计算过程中可以利用算法服务器104上预先部署的相似度算法,计算待处理图像与已有人脸图像之间的相似度。相似度算法可以选用已有技术中较为常见的算法,在此不再赘述。
算法服务器104可以将从待处理图像中提取出的人脸图像特征和已有人脸图像的图像特征输入至相似度算法,由相似度算法计算出两者的相似度,并在相似度大于一定值的情况下,相似度算法输出该待处理图像与已有人脸图像相似的图像处理结果。算法服务器104可以将该待处理图像、已有人脸图像、相似度以及其他相关信息返回给业务服务器103。
业务服务器103可以基于两者的相似度以及预先设置的相似度阈值,确定待处理图像和已有人脸图像是否属于同一人,并且在属于同一人的情况下,可以生成相应的业务数据,例如告警信息、待处理图像、已有人脸图像以及该人的其他属性信息等。
在本实施例的一个可选实现方式中,所述业务服务器103在所述相似度值大于或等于相似度阈值时,输出业务数据;所述业务数据包括告警信息、所述待处理图像以及所述已有人脸图像;所述相似度阈值为预先配置的业务配置参数。
该可选的实现方式中,业务服务器103可以根据预先配置的业务配置参数,基于算法服务器104返回的相似度,确定待处理图像和已有人脸图像是否高度相似,也即算法服务器104返回的相似度值是否大于或等于相似度阈值,如果是,则可以确定待处理图像与已有人脸图像中属于同一人,因此可以对应生成相应的业务数据,进而将业务数据输出至相关人员的电子设备或者业务服务器103的输出接口(比如显示器、扬声器等)。业务数据的内容可以基于预先配置,例如可以包括告警信息、待处理图像以及已有人脸图像。相关人员可以基于业务数据进行后续的处理。
在本实施例的一个可选实现方式中,所述图像处理***还包括:存储服务器;
所述业务服务器103将接收到的图像数据发送至所述存储服务器;
所述算法服务器104将对所述图像数据的图像处理结果发送至所述存储服务器;
所述存储服务器关联存储所述图像数据以及所述图像处理结果。
该可选的实现方式中,图像处理***中还可以设置存储服务器,该存储服务器用于存储从图像传感器101采集到的图像数据,以及对图像数据进行处理得到的图像处理结果。
存储服务器可以是高性能数据库服务器,业务服务器103将接收到的图像数据发送至存储服务器进行存储,算法服务器104对图像数据进行处理得到处理结果之后,可以将处理结果与图像数据进行关联存储。图像处理结果例如可以是图像数据中提取出的图像特征。
在本实施例的一个可选实现方式中,所述业务服务器103采用高级消息队列协议服务器,所述业务服务器103将接收到的图像数据存储在对应的消息队列中,并从相应的消息队列将所述图像数据分发至所述算法服务器104。
该可选的实现方式中,业务服务器103可以采用高级消息队列协议服务器来实现,如RABBITMQ服务器。业务服务器103将接收到的图像数据存储在对应的消息队列中,可以根据实际情况设置一个或多个消息队列,不同消息队列可以对应不同的算法服务器104,业务服务器103可以基于算法服务器104实现的不同功能或者基于负载均衡原则将接收到的图像数据存储至对应的消息队列中,与该消息队列对应的算法服务器104可以从该消息队列中消耗图像数据,也即相应消息队列中的图像数据发送至相应的算法服务器104。
图2示出根据本公开一实施方式的智能人像大数据情报研判***的***架构图。如图2所示,该***包括多个摄像头,每个摄像头分别设置在预先获得授权的多个图像采集区域。该多个摄像头接入至接入服务器,接入服务器从各个摄像头接收视频流或者抓拍的图像等图像流数据,进而将接收到的图像流数据转发至人脸***,该人脸***主要用于实现人像情报研判的业务;人脸***基于业务的需求,接收到的图像数据发送至对应的算法服务器,该算法服务器上可以预先部署人脸特征提取算法以及用于计算相似度的算法,该算法服务器针对接收到的图像数据提取其中的人脸图像特征,并将该人脸图像特征与人脸库中已有人脸图像的图像特征进行相似度比较,并将比较结果返回给人脸***。人脸***基于该比较结果生成相应的业务数据,例如人脸***基于预先设置的相似度阈值判断该比较结果中,相似度是否高于该相似度阈值,在高于该相似度阈值的情况下,可以确定该比较结果对应的图像与已有人脸库中的人脸图像高度相似,因此可以生成相应的告警信息,进而将该告警信息、进行比较的图像以及相似的已有人脸图像发送至监控人员的监控终端上。
图3示出根据本公开一实施方式的图像处理方法的流程图。如图3所示,所述图像处理方法包括以下步骤:
在步骤S301中,图像传感器实时采集图像数据,并将采集到的所述图像数据传送至所接入的接入服务器;
在步骤S302中,所述接入服务器从所述图像传感器接收所述图像数据,并将所接收到的所述图像数据转发至业务服务器;
在步骤S303中,所述业务服务器从所述接入服务器接收所述图像数据,并将所述图像数据分发至所述算法服务器;
在步骤S304中,所述算法服务器从所述业务服务器接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器;
在步骤S305中,所述业务服务器从所述算法服务器接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
本实施例中,该图像处理方法在上述实施例中的图像处理***执行。上述图像处理***包括至少一个图像传感器、接入服务器、业务服务器以及算法服务器。
图像传感器可以是数码相机、摄像头、或者具有摄像功能的电子设备等。在一些实施例中,可以设置多个图像传感器,并且该多个图像传感器可以分布在多个不同的物理区域。图像传感器用于实时采集不同物理区域的图像数据。需要说明的是,图像传感器可以是在预先获得授权的情况下采集对应区域的图像数据。
多个图像传感器可以接入同一个接入服务器,也即多个图像传感器分别与接入服务器进行数据通信,并且图像传感器实时采集的图像数据传送给接入服务器。
接入服务器在接收到每个图像传感器采集的图像数据之后,将图像数据转发至对应的业务服务器。也即接入服务器与业务服务器之间具有数据通信连接。
需要说明的是,业务服务器可以包括一个或多个,业务服务器的数量可以基于实际的业务需求而定,不同业务服务器可以对应不同的业务,或者多个不同业务服务器对应同一个业务。在业务服务器仅为一个的情况下,接入服务器可以将接收到的图像数据直接转发至该唯一的业务服务器。而在业务服务器包括多个的情况下,接入服务器可以将接收到的图像数据,基于预先的设置转发至对应的业务服务器,例如不同业务服务器对应不同的业务,则可以预先设置不同的业务对应的关键词,接入服务器可以基于接收到的图像数据或者发送图像数据的传感器对应的关键词,将该图像数据发送至相应的业务服务器。再例如,多个业务服务器对应同一业务的情况下,接入服务器可以基于负载均衡等原则将当前接收到的图像数据发送至具有较低负载的业务服务器。
业务服务器在接收到接入服务器转发的图像数据之后,基于业务的需求将图像数据分发至算法服务器。也即业务服务器与算法服务器具有数据通信连接。
同一个业务服务器可以对应一个或多个算法服务器;不同算法服务器可以执行不同的算法处理,也可以执行相同的算法处理。同一个业务服务器可以根据业务的具体业务分支等实际情况将图像数据分发至相应的算法服务器,而算法服务器在接收到图像数据后,执行相应的图像处理。该图像处理可以基于预先设定的处理算法进行,例如可以是基于预先部署的智能机器模型对图像数据进行处理;该智能机器模型可以根据实际需求预先训练并部署在算法服务器上;在接收到图像数据之后,通过将图像数据输入至机器模型得到图像处理结果。
算法服务器在处理完成之后,将图像处理结果返回给业务服务器。业务服务器可以根据算法服务器的处理结果确定业务数据。业务数据可以是根据实际业务需求相关的结果数据,例如可以是图像相似性比对结果数据、警告信息、以及可视化结果数据等。业务服务器可以将业务数据输出至显示器、相关人员的电子设备等,具体可以根据实际需要而定,在此不做限制。在一些实施例中,算法服务器可以将图像处理结果返回至发送图像数据的业务服务器,也可以将图像处理结果返回至其他业务服务器,例如统一的业务服务器,具体可以根据实际设置而定,在此不做限制。
本公开实施例提出的上述图像处理方法中,通过将图像处理的整个流程进行服务模块化,也即将接入服务、业务服务和算法服务分别实现为不同的软件模块和/或硬件服务器(即数据接入部分、业务部分和算法部分都是分开的,而不是混在一起,不同的服务模块具有不同的功能,并且不同的服务模块之间通过数据交互逻辑最终实现图像的业务处理),并且不同服务模块之间松耦合;进而使得不同服务模块承担不同的处理环节,相应的服务模块代码不会产生冗余,能够节省***开发时间,提高***开发效率。同时,由于各个模块之间的松耦合关系,使得***易于扩展,在业务需求发生变化的情况下,可以只针对算法服务器实现的算法服务模块和/或业务服务器实现的业务服务模块进行修改,能够快速满足实际业务需求。
在本实施例的一个可选实现方式中,所述算法服务器可以设置多个;步骤S303,即所述业务服务器从所述接入服务器接收所述图像数据,并将所述图像数据分发至所述算法服务器的步骤,进一步包括以下步骤:
所述业务服务器基于预先设置的负载均衡原则将所述图像数据分发至多个所述算法服务器中的至少一个。
该可选的实现方式中,基于业务的需求,可以设置多个算法服务器。不同算法服务器可以实现相同的算法或者不同的算法。在多个不同算法服务器实现相同算法的情形下,业务服务器接收到图像数据之后,可以基于负载均衡原则将接收到的图像数据转发至负载较轻的算法服务器。负载均衡原则可以理解为将图像数据较为均衡的分配至多个算法服务器,使得多个算法服务器上的实际运行资源达到较为均衡的状态。
在本实施例的一个可选实现方式中,所述方法还进一步包括以下步骤:
所述业务服务器接收用户输入的业务配置参数;
步骤S305中基于所述图像处理结果确定业务数据的步骤,包括以下步骤:
基于所述图像处理结果以及所述业务配置参数确定所述业务数据。
该可选的实现方式中,业务服务器可以与相关人员的电子设备之间可以进行数据通信,相关人员通过电子设备可以与业务服务器进行数据交互。例如,相关人员的电子设备上可以安装能够访问业务服务器的应用程序,相关人员可以通过该应用程序对业务服务器进行相应的参数配置,业务服务器可以将业务数据发送至电子设备,并经由该应用程序呈现给用户等。
在另一些实施例中,业务服务器也可以具有人机交互接口,例如信息输入接口和信息输出接口等。信息输入接口例如可以是键盘、语音输入等接口,而信息输出接口例如可以是显示器、扬声器等接口。相关人员可以直接通过信息输入接口对业务服务器进行参数配置,并且业务服务器可以将业务数据通过显示器输出,和/或通过扬声器输出。
业务配置参数可以为将图像处理结果转变为业务数据的参数,例如图像处理过程为图像相似度比对过程时,业务配置参数可以是相似度阈值,算法服务器可以按照输出与图像数据中待处理图像较为相似的已有图像,而业务服务器则可以根据相似度阈值判断是否需要生成警告之类的业务数据。
在本实施例的一个可选实现方式中,如图4所示,步骤S304中,基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器的步骤,进一步包括以下步骤:
在步骤S401中,从所述图像数据的待处理图像提取人脸图像特征;
在步骤S402中,基于所述人脸图像特征对所述待处理图像与人脸库中的已有人脸图像进行相似度匹配;
在步骤S403中,根据相似度匹配结果将与所述待处理图像相匹配的已有人脸图像以及相似度值返回给所述业务服务器。
该可选的实现方式中,算法服务器可用于提取图像数据中待处理图像的人脸图像特征提取,并与预先设置的人脸库中的已有人脸图像的图像特征进行相似度计算。需要说明的是,相似度计算过程中可以利用算法服务器上预先部署的相似度算法,计算待处理图像与已有人脸图像之间的相似度。相似度算法可以选用已有技术中较为常见的算法,在此不再赘述。
算法服务器可以将从待处理图像中提取出的人脸图像特征和已有人脸图像的图像特征输入至相似度算法,由相似度算法计算出两者的相似度,并在相似度大于一定值的情况下,相似度算法输出该待处理图像与已有人脸图像相似的图像处理结果。算法服务器可以将该待处理图像、已有人脸图像、相似度以及其他相关信息返回给业务服务器。
业务服务器可以基于两者的相似度以及预先设置的相似度阈值,确定待处理图像和已有人脸图像是否属于同一人,并且在属于同一人的情况下,可以生成相应的业务数据,例如告警信息、待处理图像、已有人脸图像以及该人的其他属性信息等。
在本实施例的一个可选实现方式中,所述步骤S305中基于所述图像处理结果确定业务数据的步骤,进一步包括以下步骤:
在所述相似度值大于或等于相似度阈值时,输出业务数据;所述业务数据包括告警信息、所述待处理图像以及所述已有人脸图像;所述相似度阈值为预先配置的业务配置参数。
该可选的实现方式中,业务服务器可以根据预先配置的业务配置参数,基于算法服务器返回的相似度,确定待处理图像和已有人脸图像是否高度相似,也即算法服务器返回的相似度值是否大于或等于相似度阈值,如果是,则可以确定待处理图像与已有人脸图像中属于同一人,因此可以对应生成相应的业务数据,进而将业务数据输出至相关人员的电子设备或者业务服务器的输出接口(比如显示器、扬声器等)。业务数据的内容可以基于预先配置,例如可以包括告警信息、待处理图像以及已有人脸图像。相关人员可以基于业务数据进行后续的处理。
在本实施例的一个可选实现方式中,如图5所示,所述方法还包括以下步骤:
在步骤S501中,所述业务服务器将接收到的图像数据发送至所述存储服务器;
在步骤S502中,所述算法服务器将对所述图像数据的图像处理结果发送至所述存储服务器;
在步骤S503中,所述存储服务器关联存储所述图像数据以及所述图像处理结果。
该可选的实现方式中,图像处理***中还可以设置存储服务器,该存储服务器用于存储从图像传感器采集到的图像数据,以及对图像数据进行处理得到的图像处理结果。
存储服务器可以是高性能数据库服务器,业务服务器将接收到的图像数据发送至存储服务器进行存储,算法服务器对图像数据进行处理得到处理结果之后,可以将处理结果与图像数据进行关联存储。图像处理结果例如可以是图像数据中提取出的图像特征。
在本实施例的一个可选实现方式中,所述业务服务器采用高级消息队列协议服务器,所述步骤S303,即所述业务服务器从所述接入服务器接收所述图像数据,并将所述图像数据分发至所述算法服务器的步骤,进一步包括以下步骤:
所述业务服务器将接收到的图像数据存储在对应的消息队列中,并从相应的消息队列将所述图像数据分发至所述算法服务器。
该可选的实现方式中,业务服务器可以采用高级消息队列协议服务器来实现,如RABBITMQ服务器。业务服务器将接收到的图像数据存储在对应的消息队列中,可以根据实际情况设置一个或多个消息队列,不同消息队列可以对应不同的算法服务器,业务服务器可以基于算法服务器实现的不同功能或者基于负载均衡原则将接收到的图像数据存储至对应的消息队列中,与该消息队列对应的算法服务器可以从该消息队列中消耗图像数据,也即相应消息队列中的图像数据发送至相应的算法服务器。
下述为本公开装置实施例,可以用于执行本公开方法实施例。
图6示出根据本公开一实施方式的图像处理装置的结构框图,该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示,所述图像处理装置包括:
接入服务模块601,被配置为从至少一个图像传感器接收图像数据,并将接收到的图像数据转发至业务服务模块;
业务服务模块602,被配置为从所述接入服务模块接收所述图像数据,并将所述图像数据分发至算法服务模块;
算法服务模块603,被配置从所述业务服务模块接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务模块;
其中,所述业务服务模块602还被配置为从所述算法服务模块603接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
在本实施例的一个可选实现方式中,所述算法服务模块603可以设置多个;所述业务服务模块602还被配置为:
基于预先设置的负载均衡原则将所述图像数据分发至多个所述算法服务模块603中的至少一个。
在本实施例的一个可选实现方式中,所述业务服务模块602还进一步配置为:
接收用户输入的业务配置参数;
基于所述图像处理结果以及所述业务配置参数确定所述业务数据。
在本实施例的一个可选实现方式中,所述算法服务模块603进一步被配置为:
从所述图像数据的待处理图像提取人脸图像特征;
基于所述人脸图像特征对所述待处理图像与人脸库中的已有人脸图像进行相似度匹配;
根据相似度匹配结果将与所述待处理图像相匹配的已有人脸图像以及相似度返回给所述业务服务器。
在本实施例的一个可选实现方式中,所述业务服务模块602进一步还被配置为:
在所述相似度值大于或等于相似度阈值时,输出业务数据;所述业务数据包括告警信息、所述待处理图像以及所述已有人脸图像;所述相似度阈值为预先配置的业务配置参数。
在本实施例的一个可选实现方式中,所述装置进一步被配置为包括存储模块;
所述业务服务模块602进一步被配置为:将接收到的图像数据发送至所述存储模块;
所述算法服务模块603进一步被配置为:将对所述图像数据的图像处理结果发送至所述存储服务模块;
所述存储服务模块被配置为,接收所述图像数据以及所述图像处理结果,并关联存储所述图像数据以及所述图像处理结果。
上述图像处理装置被实现为软件形式时,接入服务模块601、业务服务模块602、算法服务模块603可以实现为单独的模块,并且它们之间可以松耦合。此外,接入服务模块601、业务服务模块602、算法服务模块603可以被部署在相同的硬件电子设备上,也可以被部署在不同的硬件电子设备,具体可以根据实际需要而定,在此不做限制。
本公开实施例中的图像处理装置的具体细节可以参见上述对图像处理***以及图像处理方法的描述,在此不再赘述。
图7是适于用来实现根据本公开实施方式的图像处理方法的电子设备的结构示意图。
如图7所示,电子设备700包括处理单元701,其可实现为CPU、GPU、FPAG、NPU等处理单元。处理单元701可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行本公开上述任一方法的实施方式中的各种处理。在RAM703中,还存储有电子设备700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施方式,上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种图像处理***,其中,包括:至少一个图像传感器、接入服务器、业务服务器以及算法服务器;
其中,所述图像传感器接入至所述接入服务器,用于将实时采集的图像数据传送至所述接入服务器;
所述接入服务器将接收到的图像数据转发至所述业务服务器;
所述业务服务器将所述图像数据分发至所述算法服务器,并接收所述算法服务器返回的图像处理结果,以及基于所述图像处理结果确定业务数据;
所述算法服务器基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器。
2.根据权利要求1所述的***,其中,所述算法服务器包括多个;所述业务服务器基于预先设置的负载均衡原则将接收到的图像数据分发至多个所述算法服务器中的至少一个。
3.根据权利要求1或2所述的***,其中,所述业务服务器接收业务配置参数,并基于所述图像处理结果以及所述业务配置参数确定所述业务数据。
4.根据权利要求1或2所述的***,其中,所述算法服务器用于从所述图像数据的待处理图像中提取人脸图像特征,并基于所述人脸图像特征对所述待处理图像与人脸库中的已有人脸图像进行相似度匹配;所述算法服务器根据相似度匹配结果将与所述待处理图像相匹配的已有人脸图像以及相似度值返回给所述业务服务器。
5.根据权利要求4所述的***,其中,所述业务服务器在所述相似度值大于或等于相似度阈值时,输出业务数据;所述业务数据包括告警信息、所述待处理图像以及所述已有人脸图像;所述相似度阈值为预先配置的业务配置参数。
6.根据权利要求1-2、5任一项所述的***,其中,所述图像处理***还包括:存储服务器;
所述业务服务器将接收到的图像数据发送至所述存储服务器;
所述算法服务器将对所述图像数据的图像处理结果发送至所述存储服务器;
所述存储服务器关联存储所述图像数据以及所述图像处理结果。
7.根据权利要求1-2、5任一项所述的***,其中,所述业务服务器采用高级消息队列协议服务器,所述业务服务器将接收到的图像数据存储在对应的消息队列中,并从相应的消息队列将所述图像数据分发至所述算法服务器。
8.一种图像处理方法,其中,包括:
图像传感器实时采集图像数据,并将采集到的所述图像数据传送至所接入的接入服务器;
所述接入服务器从所述图像传感器接收所述图像数据,并将所接收到的所述图像数据转发至业务服务器;
所述业务服务器从所述接入服务器接收所述图像数据,并将所述图像数据分发至算法服务器;
所述算法服务器从所述业务服务器接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务器;
所述业务服务器从所述算法服务器接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
9.一种图像处理装置,其中,包括:
接入服务模块,被配置为从至少一个图像传感器接收图像数据,并将接收到的图像数据转发至业务服务模块;
业务服务模块,被配置为从所述接入服务模块接收所述图像数据,并将所述图像数据分发至算法服务模块;
算法服务模块,被配置从所述业务服务模块接收所述图像数据,并基于接收到的所述图像数据进行图像处理,并将图像处理结果返回给所述业务服务模块;
其中,所述业务服务模块还被配置为从所述算法服务模块接收所述图像处理结果,并基于所述图像处理结果确定业务数据。
10.一种计算机可读存储介质或者一种计算机程序产品,所述计算机可读存储介质上存储有计算机指令,所述计算机程序产品包括计算机指令,其中,该计算机指令被处理器执行时实现权利要求8所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110706435.8A CN113449628A (zh) | 2021-06-24 | 2021-06-24 | 图像处理***及方法、装置、存储介质、计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110706435.8A CN113449628A (zh) | 2021-06-24 | 2021-06-24 | 图像处理***及方法、装置、存储介质、计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113449628A true CN113449628A (zh) | 2021-09-28 |
Family
ID=77812475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110706435.8A Pending CN113449628A (zh) | 2021-06-24 | 2021-06-24 | 图像处理***及方法、装置、存储介质、计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113449628A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114401263A (zh) * | 2022-01-21 | 2022-04-26 | 中兴飞流信息科技有限公司 | 基于微服务实现的图片etl接入弹性处理分析方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138532A (zh) * | 2015-06-26 | 2015-12-09 | 深圳市腾讯计算机***有限公司 | 业务数据处理的方法、装置和*** |
CN107403173A (zh) * | 2017-08-21 | 2017-11-28 | 合肥麟图信息科技有限公司 | 一种人脸识别***及方法 |
CN108229260A (zh) * | 2016-12-21 | 2018-06-29 | 杭州海康威视***技术有限公司 | 一种身份信息核验方法及*** |
CN109324909A (zh) * | 2018-08-01 | 2019-02-12 | 武汉普利商用机器有限公司 | 一种基于云服务的人脸比对服务***及方法 |
WO2019051797A1 (zh) * | 2017-09-15 | 2019-03-21 | 广东欧珀移动通信有限公司 | 图像处理方法和装置、计算机设备、计算机可读存储介质 |
CN110489240A (zh) * | 2019-08-22 | 2019-11-22 | Oppo广东移动通信有限公司 | 图像识别方法、装置、云平台及存储介质 |
CN111510680A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 一种图像数据的处理方法、***及存储介质 |
CN112446395A (zh) * | 2019-08-29 | 2021-03-05 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控***及方法 |
-
2021
- 2021-06-24 CN CN202110706435.8A patent/CN113449628A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138532A (zh) * | 2015-06-26 | 2015-12-09 | 深圳市腾讯计算机***有限公司 | 业务数据处理的方法、装置和*** |
CN108229260A (zh) * | 2016-12-21 | 2018-06-29 | 杭州海康威视***技术有限公司 | 一种身份信息核验方法及*** |
CN107403173A (zh) * | 2017-08-21 | 2017-11-28 | 合肥麟图信息科技有限公司 | 一种人脸识别***及方法 |
WO2019051797A1 (zh) * | 2017-09-15 | 2019-03-21 | 广东欧珀移动通信有限公司 | 图像处理方法和装置、计算机设备、计算机可读存储介质 |
CN109324909A (zh) * | 2018-08-01 | 2019-02-12 | 武汉普利商用机器有限公司 | 一种基于云服务的人脸比对服务***及方法 |
CN110489240A (zh) * | 2019-08-22 | 2019-11-22 | Oppo广东移动通信有限公司 | 图像识别方法、装置、云平台及存储介质 |
CN112446395A (zh) * | 2019-08-29 | 2021-03-05 | 杭州海康威视数字技术股份有限公司 | 网络摄像机、视频监控***及方法 |
CN111510680A (zh) * | 2020-04-23 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 一种图像数据的处理方法、***及存储介质 |
Non-Patent Citations (2)
Title |
---|
刘应亮: "基于微服务架构的智能视频监控平台的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2021, 15 May 2021 (2021-05-15), pages 136 - 1184 * |
赵子民等: "校园智能考勤***设计与实现", 《智能处理与应用》, no. 9, 30 September 2019 (2019-09-30), pages 52 - 53 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114401263A (zh) * | 2022-01-21 | 2022-04-26 | 中兴飞流信息科技有限公司 | 基于微服务实现的图片etl接入弹性处理分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11983909B2 (en) | Responding to machine learning requests from multiple clients | |
US11483370B2 (en) | Preprocessing sensor data for machine learning | |
CN111698470A (zh) | 一种基于云边协同计算的安防视频监控***及其实现方法 | |
CN109241111A (zh) | 一种基于内存数据库的分布式人脸识别***及方法 | |
CN111614769B (zh) | 一种深度学习技术的行为智能分析引擎***及控制方法 | |
CN106130806B (zh) | 数据层实时监控方法 | |
CN111478968A (zh) | 一种数据处理方法和相关装置 | |
CN110363159A (zh) | 图像识别方法、装置、电子设备及计算机可读存储介质 | |
JP6744652B1 (ja) | 混雑情報報知システム | |
CN111935663B (zh) | 传感器数据流的处理方法、装置、介质及电子设备 | |
CN103974029A (zh) | 视频监控的方法、***及装置 | |
CN113329139B (zh) | 视频流处理方法、装置及计算机可读存储介质 | |
CN106844727B (zh) | 海量图像特征数据分布式采集处理和分级应用***及方法 | |
CN111539281B (zh) | 分布式人脸识别方法及*** | |
CN115729683A (zh) | 任务处理方法、装置、***、计算机设备和存储介质 | |
CN113132678B (zh) | 一种数据传输方法、装置、电子设备及存储介质 | |
CN113449628A (zh) | 图像处理***及方法、装置、存储介质、计算机程序产品 | |
CN115687363A (zh) | 一种电力基建违章数据***及其应用 | |
WO2022089220A1 (zh) | 图像数据处理方法、装置、设备、存储介质及产品 | |
CN110163043B (zh) | 面部检测方法、装置、存储介质及电子装置 | |
CN114268799A (zh) | 一种流媒体传输方法、装置、电子设备及介质 | |
CN112989078A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN111901561A (zh) | 监控***中的视频数据处理方法、装置、***及存储介质 | |
CN113688868B (zh) | 一种多线程的图像处理方法及装置 | |
CN111181996B (zh) | 一种基于分布式多连接架构的侦码图像实现方法及*** |
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 |