CN115375886A - 一种基于云计算服务的数据采集方法及*** - Google Patents
一种基于云计算服务的数据采集方法及*** Download PDFInfo
- Publication number
- CN115375886A CN115375886A CN202210884329.3A CN202210884329A CN115375886A CN 115375886 A CN115375886 A CN 115375886A CN 202210884329 A CN202210884329 A CN 202210884329A CN 115375886 A CN115375886 A CN 115375886A
- Authority
- CN
- China
- Prior art keywords
- image data
- data acquisition
- image
- target
- data set
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种基于云计算服务的数据采集方法及***,涉及数据处理技术领域。在本发明中,分别获取多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合;针对至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;针对至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。基于上述方法,可以改善现有技术中对于采集的图像数据的筛选可靠度不佳的问题。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于云计算服务的数据采集方法及***。
背景技术
随着图像处理技术的不断发展,使得其应用领域不断扩展,如基于图像数据采集的图像监控,在较多领域中有相应的应用。其中,在图像数据的应用之前,一般会对图像数据进行筛选,但是,在现有技术中,一般仅依靠图像数据之间的相似度进行筛选,使得存在筛选可靠度不佳的问题。
发明内容
有鉴于此,本发明的目的在于提供一种基于云计算服务的数据采集方法及***,以改善现有技术中对于图像数据的筛选可靠度不佳的问题。
为实现上述目的,本发明实施例采用如下技术方案:
一种基于云计算服务的数据采集方法,应用于云计算服务器,所述云计算服务器通信连接有多个数据采集终端设备,所述基于云计算服务的数据采集方法包括:
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,其中,每一个所述图像数据集合包括多帧待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合的步骤,包括:
判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;
将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息的步骤,包括:
判断是否接收到图像数据采集请求指令,并在接收到所述图像数据采集请求指令时,确定需要进行图像数据采集处理;
在需要进行图像数据采集处理时,对所述图像数据采集请求指令进行解析处理,得到所述图像数据采集请求指令对应的至少两个目标设备身份信息,并基于所述至少两个目标设备身份信息在所述多个数据采集终端设备中确定出对应的至少两个目标数据采集终端设备;
生成所述至少两个目标数据采集终端设备的图像数据采集通知信息。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述生成所述至少两个目标数据采集终端设备的图像数据采集通知信息的步骤,包括:
确定所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备对应的数据采集区域,并分别确定每一个目标数据采集终端设备对应的数据采集区域中的每一条目标区域内部路径、确定连接在每两个目标数据采集终端设备对应的数据采集区域之间的每一条目标区域连接路径;
对每一条所述目标区域内部路径和每一条所述目标区域连接路径进行遍历,得到至少一个路径遍历组合,其中,每一个所述路径遍历组合中不包括相同的两条目标区域内部路径或相同的两条目标区域连接路径;
针对所述至少一个路径遍历组合中的每一个路径遍历组合,统计该路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的总路径长度,并在所述至少一个路径遍历组合中确定出对应的总路径长度最大的一个路径遍历组合,作为目标路径遍历组合;
确定出所述目标路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的通行总时长,并计算该通行总时长和预先配置的时长冗余参数之间的乘积,得到对应的通行总时长更新值,其中,所述时长冗余参数大于或等于1;
基于所述通行总时长更新值生成所述至少两个目标数据采集终端设备的图像数据采集通知信息,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,基于所述通行总时长更新值对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合,使得所述图像数据集合包括的待处理图像的总时长为所述通行总时长更新值。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息的步骤,包括:
针对所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备,确定该两个目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息,其中,所述历史区域相关程度信息基于对应的两个目标数据采集终端设备采集的两个历史目标图像数据集合确定;
基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息的步骤,包括:
针对所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备,确定该目标数据采集终端设备与每一个其它目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息的平均值,得到该目标数据采集终端设备对应的历史区域相关程度均值信息;
针对每一个所述目标数据采集终端设备,基于该目标数据采集终端设备对应的历史区域相关程度均值信息,确定该目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息,其中,所述图像重要程度信息与所述历史区域相关程度均值信息之间具有正相关关系。
在一些优选的实施例中,在上述基于云计算服务的数据采集方法中,所述针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合的步骤,包括:
针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的每两帧待处理图像之间的图像相似度;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关;
针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一帧其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的待处理图像确定为目标待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
本发明实施例还提供一种基于云计算服务的数据采集***,应用于云计算服务器,所述云计算服务器通信连接有多个数据采集终端设备,所述基于云计算服务的数据采集***包括:
图像数据获取模块,用于分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,其中,每一个所述图像数据集合包括多帧待处理图像;
图像重要程度确定模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;
图像数据筛选处理模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
在一些优选的实施例中,在上述基于云计算服务的数据采集***中,所述图像数据获取模块具体用于:
判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;
将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
在一些优选的实施例中,在上述基于云计算服务的数据采集***中,所述图像数据筛选处理模块具体用于:
针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的每两帧待处理图像之间的图像相似度;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关;
针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一帧其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的待处理图像确定为目标待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
本发明实施例提供的一种基于云计算服务的数据采集方法及***,可以先分别获取多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,然后,可以针对至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息,使得可以针对至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。基于此,在进行筛选处理时,通过将图像数据集合对应的图像重要程度信息作为进行筛选处理的依据,使得筛选处理的可靠度更高,从而改善现有技术中对于采集的图像数据的筛选可靠度不佳的问题。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的云计算服务器的结构框图。
图2为本发明实施例提供的基于云计算服务的数据采集方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于云计算服务的数据采集***包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种云计算服务器。其中,所述云计算服务器可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例(如后文所述)提供的基于云计算服务的数据采集方法。
举例来说,在一些可能的实施方式中,所述存储器可以是,但不限于,随机存取存储器,只读存储器,可编程只读存储器可擦除只读存储器,电可擦除只读存储器等。所述处理器可以是一种通用处理器,包括中央处理器、网络处理器、片上***等;还可以是数字信号处理器。
并且,图1所示的结构仅为示意,所述云计算服务器还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括输入/输出模块,用于接收各种输入(输入设备)和提供各种输出(输出设备)。一个具体输出机构可以包括呈现设备和相关联的图形用户接口。
结合图2,本发明实施例还提供一种基于云计算服务的数据采集方法,可应用于上述云计算服务器。其中,所述基于云计算服务的数据采集方法有关的流程所定义的方法步骤,可以由所述云计算服务器实现。并且,所述云计算服务器通信连接有多个数据采集终端设备。
下面将对图2所示的具体流程,进行详细阐述。
步骤S110,分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
在本发明实施例中,所述云计算服务器可以分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。其中,每一个所述图像数据集合包括多帧待处理图像。
步骤S120,针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息。
在本发明实施例中,所述云计算服务器可以针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息。
步骤S130,针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。
在本发明实施例中,所述云计算服务器可以针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
基于上述的数据采集方法,可以先分别获取多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,然后,可以针对至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息,使得可以针对至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。基于此,在进行筛选处理时,通过将图像数据集合对应的图像重要程度信息作为进行筛选处理的依据,使得筛选处理的可靠度更高,从而改善现有技术中对于采集的图像数据的筛选可靠度不佳的问题。
举例来说,在一些可能的实施方式中,步骤S110可以包括以下内容:
首先,判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;
其次,将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;
然后,分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
举例来说,在一些可能的实施方式中,所述判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息的步骤,可以包括以下内容:
首先,判断是否接收到图像数据采集请求指令,并在接收到所述图像数据采集请求指令时,确定需要进行图像数据采集处理;
其次,在需要进行图像数据采集处理时,对所述图像数据采集请求指令进行解析处理,得到所述图像数据采集请求指令对应的至少两个目标设备身份信息,并基于所述至少两个目标设备身份信息在所述多个数据采集终端设备中确定出对应的至少两个目标数据采集终端设备;
然后,生成所述至少两个目标数据采集终端设备的图像数据采集通知信息。
举例来说,在一些可能的实施方式中,所述生成所述至少两个目标数据采集终端设备的图像数据采集通知信息的步骤,可以包括以下内容:
首先,确定所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备对应的数据采集区域,并分别确定每一个目标数据采集终端设备对应的数据采集区域中的每一条目标区域内部路径、确定连接在每两个目标数据采集终端设备对应的数据采集区域之间的每一条目标区域连接路径(若所述数据采集区域较小,也可以不确定所述目标区域内部路径);
其次,对每一条所述目标区域内部路径和每一条所述目标区域连接路径进行遍历,得到至少一个路径遍历组合,其中,每一个所述路径遍历组合中不包括相同的两条目标区域内部路径或相同的两条目标区域连接路径(每一个所述路径遍历组合包括至少一条路径);
然后,针对所述至少一个路径遍历组合中的每一个路径遍历组合,统计该路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的总路径长度,并在所述至少一个路径遍历组合中确定出对应的总路径长度最大的一个路径遍历组合,作为目标路径遍历组合;
之后,确定出所述目标路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的通行总时长,并计算该通行总时长和预先配置的时长冗余参数之间的乘积,得到对应的通行总时长更新值,其中,所述时长冗余参数大于或等于1;
最后,基于所述通行总时长更新值生成所述至少两个目标数据采集终端设备的图像数据采集通知信息,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,基于所述通行总时长更新值对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合,使得所述图像数据集合包括的待处理图像的总时长(第一帧待处理图像和最后一帧待处理图像的时间戳之间间隔)为所述通行总时长更新值。
举例来说,在一些可能的实施方式中,步骤S120可以包括以下内容:
首先,针对所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备,确定该两个目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息,其中,所述历史区域相关程度信息基于对应的两个目标数据采集终端设备采集的两个历史目标图像数据集合确定(具体的确定方式不受限制,例如,可以与两个历史目标图像数据集合之间的图像相似度具有正相关关系等,或者,结合其它参考因素等);
其次,基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息(例如,历史区域相关程度信息越大,对应的图像重要程度信息越大)。
举例来说,在一些可能的实施方式中,所述基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息的步骤,可以包括以下内容:
首先,针对所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备,确定该目标数据采集终端设备与每一个其它目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息的平均值,得到该目标数据采集终端设备对应的历史区域相关程度均值信息;
其次,针对每一个所述目标数据采集终端设备,基于该目标数据采集终端设备对应的历史区域相关程度均值信息,确定该目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息,其中,所述图像重要程度信息与所述历史区域相关程度均值信息之间具有正相关关系。
举例来说,在一些可能的实施方式中,步骤S130可以包括以下内容:
首先,针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的(多帧待处理图像中的)每两帧待处理图像之间的图像相似度;
其次,针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关(即图像重要程度信越大,对应的筛选比例系越大);
然后,针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一帧其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的(每一帧)待处理图像确定为目标待处理图像;
最后,针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理(如筛除图像相似度均值最大的对应数量的待处理图像等),得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
举例来说,在一些可能的实施方式中,上述实施方式中的所述相似度计算操作,可以包括以下内容:
首先,将所述两帧待处理图像确定为第一待处理图像和第二待处理图像,并对所述第一待处理图像进行目标对象轮廓识别处理(如识别人、车辆的轮廓等),得到所述第一待处理图像对应的第一目标对象轮廓集合,以及,对所述第二待处理图像进行目标对象轮廓识别处理,得到所述第二待处理图像对应的第二目标对象轮廓集合,其中,所述第一目标对象轮廓集合和所述第二目标对象轮廓集合分别基于识别出的目标对象轮廓构成;
其次,对所述第一目标对象轮廓集合进行轮廓筛选处理,得到所述第一目标对象轮廓集合对应的第一目标对象轮廓筛选集合,并对所述第二目标对象轮廓集合进行轮廓筛选处理,得到所述第二目标对象轮廓集合对应的第二目标对象轮廓筛选集合,其中,在进行轮廓筛选处理时,若两个目标对象轮廓之间的轮廓间距小于或等于预先配置的轮廓间距阈值,则将两个目标对象轮廓中的一个目标对象轮廓筛除,并将被筛除的目标对象轮廓作为未被筛除的目标对象轮廓的相关对象轮廓;
然后,针对所述第一目标对象轮廓筛选集合中的每一个目标对象轮廓,确定该目标对象轮廓在所述第一目标对象轮廓集合中对应的轮廓间距小于或等于所述轮廓间距阈值的其它目标对象轮廓的数量,得到该目标对象轮廓对应的第一相关对象轮廓数量统计值;
之后,针对所述第一目标对象轮廓筛选集合中的每一个目标对象轮廓,分别统计该目标对象轮廓对应的每一个相关对象轮廓在所述第一目标对象轮廓集合中对应的轮廓间距小于或等于所述轮廓间距阈值的其它目标对象轮廓的数量,得到该目标对象轮廓对应的每一个相关对象轮廓对应的相关对象轮廓数量统计值,并计算该目标对象轮廓对应的每一个相关对象轮廓对应的相关对象轮廓数量统计值的平均值,得到该目标对象轮廓对应的第二相关对象轮廓数量统计值;
进一步,针对所述第一目标对象轮廓筛选集合中的每一个目标对象轮廓,对该目标对象轮廓对应的第一相关对象轮廓数量统计值和该目标对象轮廓对应的第二相关对象轮廓数量统计值进行加权融合处理,得到该目标对象轮廓对应的相关对象轮廓数量加权值,其中,所述第一相关对象轮廓数量统计值对应的加权系数大于所述第二相关对象轮廓数量统计值对应的加权系数;
再进一步,基于所述第一目标对象轮廓筛选集合中的每一个目标对象轮廓对应的相关对象轮廓数量加权值,在所述第一目标对象轮廓筛选集合中确定出至少一条目标对象轮廓,作为所述第一目标对象轮廓筛选集合对应的至少一条代表目标对象轮廓;
再进一步,在所述第二目标对象轮廓集合中,确定出与所述代表目标对象轮廓相同的每一条目标对象轮廓,作为所述第二目标对象轮廓集合对应的重合目标对象轮廓,并确定该重合目标对象轮廓的数量和所述至少一条代表目标对象轮廓的数量之间的比值,得到所述代表目标对象轮廓对应的第一比例系数;
再进一步,在所述第二目标对象轮廓筛选集合中,确定出与所述代表目标对象轮廓相同的每一条目标对象轮廓,作为所述第二目标对象轮廓筛选集合对应的重合目标对象轮廓,并确定该重合目标对象轮廓的数量和所述至少一条代表目标对象轮廓的数量之间的比值,得到所述代表目标对象轮廓对应的第二比例系数;
最后,对所述第一比例系数和所述第二比例系数进行加权融合处理,得到对应的融合比例系数,并基于所述融合比例系数确定出所述两帧待处理图像之间的图像相似度,其中,所述图像相似度和所述融合比例系数之间具有正相关关系,且所述第一比例系数对应的加权系数小于所述第二比例系数对应的加权系数。(在其它实施方式中,也可以针对所述第二目标对象轮廓筛选集合,确定出对应的至少一条代表目标对象轮廓,如此,可以计算所述第一目标对象轮廓集合和所述第二目标对象轮廓集合之间的重合度,并计算所述第一目标对象轮廓筛选集合和所述第二目标对象轮廓筛选集合之间的重合度,再计算所述第一目标对象轮廓筛选集合对应的代表目标对象轮廓和所述第二目标对象轮廓筛选集合对应的代表目标对象轮廓之间的重合度,然后,对三个重合度进行加权融合处理,得到所述两帧待处理图像之间的图像相似度,或者,得到所述两帧待处理图像之间的图像相似度的正相关值)。
结合图3,本发明实施例还提供一种基于云计算服务的数据采集***,可应用于上述云计算服务器。其中,所述基于云计算服务的数据采集***可以包括以下的各模块(软件功能模块):
图像数据获取模块,用于分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,其中,每一个所述图像数据集合包括多帧待处理图像;
图像重要程度确定模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;
图像数据筛选处理模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
举例来说,在一些可能的实施方式中,所述图像数据获取模块具体用于:判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
举例来说,在一些可能的实施方式中,所述图像数据筛选处理模块具体用于:针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的每两帧待处理图像之间的图像相似度;针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关;针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一组其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的待处理图像确定为目标待处理图像;针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
综上所述,本发明提供的一种基于云计算服务的数据采集方法及***,可以先分别获取多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,然后,可以针对至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息,使得可以针对至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合。基于此,在进行筛选处理时,通过将图像数据集合对应的图像重要程度信息作为进行筛选处理的依据,使得筛选处理的可靠度更高,从而改善现有技术中对于采集的图像数据的筛选可靠度不佳的问题。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于云计算服务的数据采集方法,其特征在于,应用于云计算服务器,所述云计算服务器通信连接有多个数据采集终端设备,所述基于云计算服务的数据采集方法包括:
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,其中,每一个所述图像数据集合包括多帧待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
2.如权利要求1所述的基于云计算服务的数据采集方法,其特征在于,所述分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合的步骤,包括:
判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;
将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
3.如权利要求2所述的基于云计算服务的数据采集方法,其特征在于,所述判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息的步骤,包括:
判断是否接收到图像数据采集请求指令,并在接收到所述图像数据采集请求指令时,确定需要进行图像数据采集处理;
在需要进行图像数据采集处理时,对所述图像数据采集请求指令进行解析处理,得到所述图像数据采集请求指令对应的至少两个目标设备身份信息,并基于所述至少两个目标设备身份信息在所述多个数据采集终端设备中确定出对应的至少两个目标数据采集终端设备;
生成所述至少两个目标数据采集终端设备的图像数据采集通知信息。
4.如权利要求3所述的基于云计算服务的数据采集方法,其特征在于,所述生成所述至少两个目标数据采集终端设备的图像数据采集通知信息的步骤,包括:
确定所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备对应的数据采集区域,并分别确定每一个目标数据采集终端设备对应的数据采集区域中的每一条目标区域内部路径、确定连接在每两个目标数据采集终端设备对应的数据采集区域之间的每一条目标区域连接路径;
对每一条所述目标区域内部路径和每一条所述目标区域连接路径进行遍历,得到至少一个路径遍历组合,其中,每一个所述路径遍历组合中不包括相同的两条目标区域内部路径或相同的两条目标区域连接路径;
针对所述至少一个路径遍历组合中的每一个路径遍历组合,统计该路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的总路径长度,并在所述至少一个路径遍历组合中确定出对应的总路径长度最大的一个路径遍历组合,作为目标路径遍历组合;
确定出所述目标路径遍历组合包括的每一条所述目标区域内部路径和/或每一条所述目标区域连接路径的通行总时长,并计算该通行总时长和预先配置的时长冗余参数之间的乘积,得到对应的通行总时长更新值,其中,所述时长冗余参数大于或等于1;
基于所述通行总时长更新值生成所述至少两个目标数据采集终端设备的图像数据采集通知信息,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,基于所述通行总时长更新值对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合,使得所述图像数据集合包括的待处理图像的总时长为所述通行总时长更新值。
5.如权利要求1所述的基于云计算服务的数据采集方法,其特征在于,所述针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息的步骤,包括:
针对所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备,确定该两个目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息,其中,所述历史区域相关程度信息基于对应的两个目标数据采集终端设备采集的两个历史目标图像数据集合确定;
基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息。
6.如权利要求5所述的基于云计算服务的数据采集方法,其特征在于,所述基于所述至少两个目标数据采集终端设备中的每两个目标数据采集终端设备对应的数据采集区域之间的历史区域相关程度信息,确定出每一个目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息的步骤,包括:
针对所述至少两个目标数据采集终端设备中的每一个目标数据采集终端设备,确定该目标数据采集终端设备与每一个其它目标数据采集终端设备对应的两个数据采集区域之间的历史区域相关程度信息的平均值,得到该目标数据采集终端设备对应的历史区域相关程度均值信息;
针对每一个所述目标数据采集终端设备,基于该目标数据采集终端设备对应的历史区域相关程度均值信息,确定该目标数据采集终端设备对应的图像数据集合对应的图像重要程度信息,其中,所述图像重要程度信息与所述历史区域相关程度均值信息之间具有正相关关系。
7.如权利要求1-6任意一项所述的基于云计算服务的数据采集方法,其特征在于,所述针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合的步骤,包括:
针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的每两帧待处理图像之间的图像相似度;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关;
针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一帧其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的待处理图像确定为目标待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
8.一种基于云计算服务的数据采集***,其特征在于,应用于云计算服务器,所述云计算服务器通信连接有多个数据采集终端设备,所述基于云计算服务的数据采集***包括:
图像数据获取模块,用于分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合,其中,每一个所述图像数据集合包括多帧待处理图像;
图像重要程度确定模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,确定该图像数据集合对应的图像重要程度信息;
图像数据筛选处理模块,用于针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息,对该图像数据集合包括的多帧待处理图像进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,每一个所述目标图像数据集合包括至少一帧待处理图像。
9.如权利要求8所述的基于云计算服务的数据采集***,其特征在于,所述图像数据获取模块具体用于:
判断是否需要进行图像数据采集处理,并在需要进行图像数据采集处理时,生成对应的图像数据采集通知信息;
将所述图像数据采集通知信息分别发送给所述多个数据采集终端设备中的每一个目标数据采集终端设备,其中,每一个所述目标数据采集终端设备用于在接收到所述图像数据采集通知信息之后,对对应的数据采集区域进行图像数据采集,得到对应的图像数据集合;
分别获取所述多个数据采集终端设备中的每一个目标数据采集终端设备基于所述图像数据采集通知信息采集并发送的图像数据集合,得到至少两个目标数据采集终端设备对应的至少两个图像数据集合。
10.如权利要求8所述的基于云计算服务的数据采集***,其特征在于,所述图像数据筛选处理模块具体用于:
针对所述至少两个图像数据集合中的每一个图像数据集合,对该图像数据集合包括的多帧待处理图像中的每两帧待处理图像进行相似度计算操作,得到该图像数据集合包括的每两帧待处理图像之间的图像相似度;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于该图像数据集合对应的图像重要程度信息确定出该图像数据集合对应的筛选比例系数,其中,所述筛选比例系数与所述图像重要程度信息之间正相关;
针对所述至少两个图像数据集合中的每一个图像数据集合,在该图像数据集合包括的多帧待处理图像中,分别计算每一帧待处理图像与每一帧其它待处理图像之间的图像相似度的平均值,得到该待处理图像对应的图像相似度均值,并分别确定每一帧待处理图像对应的图像相似度均值与预先配置的相似度阈值之间的相对大小关系,以及,将对应的图像相似度均值大于或等于所述相似度阈值的待处理图像确定为目标待处理图像;
针对所述至少两个图像数据集合中的每一个图像数据集合,基于每一帧目标待处理图像对应的图像相似度均值,对该图像数据集合对应的每一帧目标待处理图像进行排序,得到该图像数据集合对应的待处理图像序列,并基于该图像数据集合对应的筛选比例系数,对该待处理图像序列进行筛选处理,得到该图像数据集合对应的目标图像数据集合,其中,所述图像数据集合包括的待处理图像的帧数与所述目标图像数据集合包括的待处理图像的帧数之间的比值小于或等于所述筛选比例系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210884329.3A CN115375886A (zh) | 2022-07-25 | 2022-07-25 | 一种基于云计算服务的数据采集方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210884329.3A CN115375886A (zh) | 2022-07-25 | 2022-07-25 | 一种基于云计算服务的数据采集方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115375886A true CN115375886A (zh) | 2022-11-22 |
Family
ID=84064189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210884329.3A Withdrawn CN115375886A (zh) | 2022-07-25 | 2022-07-25 | 一种基于云计算服务的数据采集方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115375886A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821777A (zh) * | 2023-02-28 | 2023-09-29 | 广东新禾道信息科技有限公司 | 一种新型基础测绘数据整合方法及*** |
-
2022
- 2022-07-25 CN CN202210884329.3A patent/CN115375886A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821777A (zh) * | 2023-02-28 | 2023-09-29 | 广东新禾道信息科技有限公司 | 一种新型基础测绘数据整合方法及*** |
CN116821777B (zh) * | 2023-02-28 | 2024-02-13 | 广东新禾道信息科技有限公司 | 一种新型基础测绘数据整合方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114140713A (zh) | 一种图像识别***、图像识别方法 | |
CN114724215A (zh) | 一种敏感图像识别方法及*** | |
CN114925348B (zh) | 一种基于指纹识别的安全验证方法及*** | |
CN113949881B (zh) | 一种基于智慧城市数据的业务处理方法及*** | |
CN114140712A (zh) | 一种自动图像识别分发***及方法 | |
CN115375886A (zh) | 一种基于云计算服务的数据采集方法及*** | |
CN116821777B (zh) | 一种新型基础测绘数据整合方法及*** | |
CN113868471A (zh) | 一种基于监控设备关系的数据匹配方法及*** | |
CN115620243B (zh) | 基于人工智能的污染源监测方法、***及云平台 | |
CN114723456A (zh) | 一种支付方法和支付*** | |
CN115457467A (zh) | 一种基于数据挖掘的建筑质量隐患定位方法及*** | |
CN115345621A (zh) | 一种支付方法、***及具有支付功能的平台 | |
CN115147134A (zh) | 基于工业互联网的产品防伪追溯方法、***及云平台 | |
CN114720812A (zh) | 一种配电网故障处理与故障定位的方法及*** | |
CN113537087A (zh) | 一种智慧交通信息处理方法、装置及服务器 | |
CN115700821B (zh) | 一种基于图像处理的细胞识别方法及*** | |
CN115620210B (zh) | 基于图像处理的电子线料的性能确定方法及*** | |
CN115082709B (zh) | 遥感大数据处理方法、***及云平台 | |
CN114173152A (zh) | 一种通讯视频筛选方法及*** | |
CN114140714A (zh) | 一种智慧城市的数据处理方法及*** | |
CN117115749A (zh) | 一种建筑质量全局检测方法及*** | |
CN114167763A (zh) | 一种智慧健康数据的有效性确认方法 | |
CN117176992A (zh) | 一种基于互联网的监控视频处理方法及*** | |
CN115618028A (zh) | 一种医疗图像数据的存储方法及*** | |
CN115422384A (zh) | 一种基于互联网的数据处理方法和数据云平台 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221122 |
|
WW01 | Invention patent application withdrawn after publication |