CN108090419B - 一种基于WebSocket协议的动态人脸识别方法 - Google Patents
一种基于WebSocket协议的动态人脸识别方法 Download PDFInfo
- Publication number
- CN108090419B CN108090419B CN201711239804.7A CN201711239804A CN108090419B CN 108090419 B CN108090419 B CN 108090419B CN 201711239804 A CN201711239804 A CN 201711239804A CN 108090419 B CN108090419 B CN 108090419B
- Authority
- CN
- China
- Prior art keywords
- portrait
- server
- web server
- message
- sample
- 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
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
- G06V10/94—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
-
- 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
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/161—Implementation details of TCP/IP or UDP/IP stack architecture; Specification of modified or new header fields
- H04L69/162—Implementation details of TCP/IP or UDP/IP stack architecture; Specification of modified or new header fields involving adaptations of sockets based mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于WebSocket协议的动态人脸识别方法,包括以下步骤:在算法分析服务器上部署人脸识别算法服务,在Web服务器上部署人脸动态识别系统Web服务,在消息服务器上部署java消息服务;将至少一个人像样本库上传至Web服务器;Web服务器向算法分析服务器下发布控任务;Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接;算法分析服务器对抓拍的人像与人像样本库中的样本人像进行对比,抓拍的人像和对比结果发送给消息服务器;消息服务器接收抓拍的人像和对比结果,并主动发送给Web服务器,Web服务器对抓拍的人像和对比结果进行显示。本发明的人脸识别方法提高了信息交换效率和服务器资源使用率,实现了人脸识别消息的及时性。
Description
技术领域
本发明涉及人脸识别系统通信实施方法领域,具体地讲涉及一种基于WebSocket协议的动态人脸识别方法。
背景技术
随着平安城市、智慧城市项目的推进,大量的天网摄像机被建设使用,通过对摄像机的监控查看等,有效提高了公安干警侦破案件的效率。同时,随着人脸识别智能分析算法的不断成熟,动态人脸识别系统开始被广泛的应用到实际生产中。尽管分析算法已经实现了比较好的效果,但分析的结果要实时的展现给用户才能体现它的价值,数据的滞后会使公安人员错失先机,不利于案件侦破。
传统的客户端与服务端交互基本上都是采用HTTP轮询或者定时任务触发,但不管哪一种形式都需要客户端不断的与服务器建立HTTP连接,然后等待处理。这种不断反复请求解析的模式非常消耗资源,也导致了消息同步的延迟。这些问题都困扰着公安实战视频侦查工作。
发明内容
根据现有技术中存在的问题,本发明提供了一种基于WebSocket协议的动态人脸识别方法,能够使得服务端有信息时主动推送给客户端,避免了反复解析协议和数据头信息重复的发送,提高了信息交换效率和服务器CPU使用率,实现了人脸识别消息的及时性。
为实现上述发明目的,本发明提供了一种基于WebSocket协议的动态人脸识别方法,包括如下步骤:
S1,在算法分析服务器上部署人脸识别算法服务,在Web服务器上部署人脸动态识别系统Web服务,在消息服务器上部署java消息服务;
S2,将至少一个人像样本库上传至Web服务器;
S3,Web服务器向算法分析服务器下发布控任务;Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接;
S4,算法分析服务器对抓拍的人像与人像样本库中的样本人像进行对比,并将抓拍的人像和对比结果发送给消息服务器;
S5,消息服务器接收抓拍的人像和对比结果,并主动发送给Web服务器,Web服务器对抓拍的人像和对比结果进行显示。
优选的,步骤S1中,在消息服务器上部署java消息服务时采用支持WebSocket、AMQP和STOMP协议的Apache Apollo软件。
进一步优选的,步骤S2中,所述人像样本库中包含有至少一个需要进行对比的样本人像。
更进一步优选的,步骤S3中,Web服务器向算法分析服务器下发布控任务指定一个人样样本库、指定摄像头、设定相似度阈值和发送识别任务指令。
更进一步优选的,步骤S3中,Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接的具体步骤如下:
S11,Web服务器调用websocket的初始化接口URL;
S12,Web服务器使用STOMP客户端库stomp.js中的over方法,获取STOMP子协议的客户端对象,即消息服务器;
S13,Web服务器向消息服务器发起WebSocket连接请求并向消息服务器发送CONNECE帧;
S14,消息服务器接收Web服务器发送来的连接请求并与Web服务器成功连接;
S15,经过三次如所述步骤S14的连接请求和成功连接后,触发connectCallback事件,Web服务器与消息服务器之间形成TCP通道连接。
更进一步优选的,步骤S4的具体步骤如下:
S21,算法分析服务器接收摄像头抓拍的人像和Web服务器中的人像样本库中的样本人像,对抓拍的人像和样本人像进行归一化处理,再通过卷积神经网络技术对处理后的抓拍的人像和样本人像进行特征提取,分别得到待识别人像和对比样本人像;
S22,通过卷积神经网络技术将待识别人像与对比样本人像进行特征匹配;
S23,将特征匹配后得到的所有对比相似度值与Web服务器设定的相似度阈值进行比较,并将抓拍的人像和对比相似度值大于或等于相似度阈值的人像样本库中的相关样本人像发送给消息服务器;若对比相似度值均小于相似度阈值,则仅将抓拍的人像发送给消息服务器。
更进一步优选的,步骤S14中,消息服务器接收Web服务器发送来的连接请求,并判断连接请求的协议版本号、数据包的数据及格式是否与其自身的匹配,匹配则接受本次连接请求,与Web服务器成功连接;不匹配消息服务器则将错误通知反馈给Web服务器,Web服务器端找出并解决相应的错误,直至消息服务器与Web服务器成功连接为止。
本发明的有益效果在于:
1)本发明的人脸识别方法中,Web服务器向算法分析服务器下发识别任务;Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接;算法分析服务器对抓拍的人像与人像样本库中的样本人像进行对比,抓拍的人像和对比结果发送给消息服务器;消息服务器接收抓拍的人像和对比结果,并主动发送给Web服务器,Web服务器对抓拍的人像和对比结果进行显示。将Web服务器通过WebSocket协议与消息服务器建立全双工(full-duplex)通信,即Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接,当消息服务器接收抓拍的人像和对比结果,主动发送给Web服务器,避免了反复解析协议和数据头信息重复的发送,提高了信息交换效率和服务器资源使用率,实现了人脸识别消息的及时性。
附图说明
图1为本发明的人脸识别方法的流程图。
图2为本发明的人脸识别方法中的系统组成示意图。
图3a、图3b分别为HTTP协议和WebSocket协议的消息传送原理图。
图4为Web服务器与消息服务器之间的通信示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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,都属于本发明保护的范围。
如图1所示,一种基于WebSocket协议的动态人脸识别方法,包括如下步骤:
S1,在算法分析服务器上部署人脸识别算法服务,在Web服务器上部署人脸动态识别系统Web服务,在消息服务器上部署java消息服务;如图2所示,图2为本发明的人脸识别方法中的系统组成示意图;
具体的,在消息服务器上部署java消息服务时采用支持WebSocket、AMQP和STOMP协议的Apache Apollo软件。
S2,将至少一个人像样本库上传至Web服务器;
具体的,所述人像样本库中包含有至少一个需要进行对比的样本人像。
S3,Web服务器向算法分析服务器下发布控任务;Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接;
具体的,Web服务器向算法分析服务器下发布控任务指定一个人样样本库、指定摄像头、设定相似度阈值和发送识别任务指令;
如图3a和图3b所示,图3a和图3b分别为HTTP协议和WebSocket协议的消息传送原理图,可以看到HTTP交互方式,要不断的建立和关闭HTTP协议,且HTTP是非状态性的,每次都要重新传输identity info(鉴别信息);而WebSocket只需要建立一次连接,直到你关闭请求,同时由客户端主动询问,转换为服务端有信息时主动推送。这就避免了反复解析HTTP协议和查看identity info信息,提高了宽带利用率和信息交换效率,有效地实现了消息的及时性。
如图4所示,图4为Web服务器与消息服务器之间的通信示意图,Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接的具体步骤如下:
S11,Web服务器调用websocket的初始化接口URL;
S12,Web服务器使用STOMP客户端库stomp.js中over方法,获取STOMP子协议的客户端对象,即消息服务器;
S13,Web服务器向消息服务器发起WebSocket连接请求并向消息服务器发送CONNECE帧;
S14,消息服务器接收Web服务器发送来的连接请求并与Web服务器成功连接;
消息服务器接收Web服务器发送来的连接请求,并判断连接请求的协议版本号、数据包的数据及格式是否与其自身的匹配,匹配则接受本次连接请求,与Web服务器成功连接;不匹配消息服务器则将错误通知反馈给Web服务器,Web服务器端找出并解决相应的错误,直至消息服务器与Web服务器成功连接为止;
S15,经过三次如所述步骤S14的连接请求和成功连接后,触发connectCallback事件,Web服务器与消息服务器之间形成TCP通道连接。
S4,算法分析服务器对抓拍的人像与人像样本库中的样本人像进行对比,并将抓拍的人像和对比结果发送给消息服务器;具体步骤如下:
S21,算法分析服务器接收摄像头抓拍的人像和Web服务器中的人像样本库中的样本人像,对抓拍的人像和样本人像进行归一化处理,再通过卷积神经网络技术对处理后的抓拍的人像和样本人像进行特征提取,分别得到待识别人像和对比样本人像;
S22,通过卷积神经网络技术将待识别人像与对比样本人像进行特征匹配;
S23,将特征匹配后得到的所有对比相似度值与Web服务器设定的相似度阈值进行比较,并将抓拍的人像和对比相似度值大于或等于相似度阈值的人像样本库中的相关样本人像发送给消息服务器;若对比相似度值均小于相似度阈值,则仅将抓拍的人像发送给消息服务器。
S5,消息服务器接收抓拍的人像和对比结果,并主动发送给Web服务器,Web服务器对抓拍的人像和对比结果进行显示。
下面结合实施例对本发明中的部署方法进行举例说明。
实施例1:
某地公安部门在侦破盗窃案件时,需要对监控摄像头抓拍到人像进行识别,利用本发明的人脸识别方法具体过程如下:
1、在算法分析服务器上部署人脸识别算法服务,在Web服务器上部署人脸动态识别系统Web服务,通过Apache Apollo软件在消息服务器上部署java消息服务。
2、打开Web服务器中的人像库管理模块,新建人像样本库,命名为黑名单Test,将本区域有盗窃前科的20个样本人像person1.jpg、person2.png、person3.png、…、person20.png上传到人像样本库黑名单Test中。
3、打开Web服务器中的布控功能模块,新建布控任务,命名为布控测试,其中人像样本库选择黑名单Test,摄像头选择盗窃地点附近的摄像头A,相似度阈值设置为85%,确定保存;同时Web服务器向算法分析服务器下发识别任务;
此时,Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接,具体步骤如下:
1)Web服务器调用websocket的初始化接口URL;
2)Web服务器使用STOMP客户端库stomp.js中over方法,获取STOMP子协议的客户端对象,即消息服务器;
3)Web服务器向消息服务器发起WebSocket连接请求并发送CONNECE帧;
4)消息服务器接收Web服务器发送来的连接请求,并判断数据包数据和格式和两端协议版本号是否匹配,匹配则接受本次连接请求,并与Web服务器成功连接;不匹配消息服务器则将错误通知反馈给Web服务器,Web服务器端找出并解决对应的错误,直至消息服务器与Web服务器成功连接为止;
5)经过三次上述步骤4)的连接请求和成功连接后,触发connectCallback事件,Web服务器与消息服务器之间形成TCP通道连接。
4、算法分析服务器接收摄像头A抓拍的嫌疑人人像,同时获取Web服务器中的人像样本库黑名单Test中的二十个样本人像,对嫌疑人人像和二十个样本人像均进行归一化处理,再通过卷积神经网络技术对处理后的嫌疑人人像和二十个样本人像均进行特征提取,得到待识别人像和对比样本人像;
通过卷积神经网络技术将待识别人像与对比样本人像进行特征匹配,得到二十个对比相似度值,对比相似度值大于相似度阈值85%的有2个,从大到小依次为88.2%和86.5%,相应的对比样本人像为person7.png和person15.png。
将摄像头A抓拍的嫌疑人人像和样本人像person7.png和person15.png发送给消息服务器。
5、消息服务器接收嫌疑人人像和样本人像person7.png和person15.png,并主动发送给Web服务器,Web服务器对嫌疑人人像和样本人像person7.png和person15.png进行显示,供公安部门参考。
随着摄像头A不停的抓拍并获取新的人像,通过上述步骤,Web服务器可以对抓拍的人像和对比相似度值大于或等于相似度阈值的人像样本库中的相关样本人像不断地进行显示,能够实现动态人脸识别。
综上所述,本发明的人脸识别方法中,当消息服务器接收到抓拍的人像和对比结果时,会将抓拍的人像和对比结果主动发送给Web服务器,避免了反复解析协议和数据头信息重复的发送,提高了信息交换效率和服务器资源使用率,实现了人脸识别消息的及时性。
Claims (1)
1.一种基于WebSocket协议的动态人脸识别方法,其特征在于,包括如下步骤:
S1,在算法分析服务器上部署人脸识别算法服务,在Web服务器上部署人脸动态识别系统Web服务,在消息服务器上部署java消息服务;
S2,将至少一个人像样本库上传至Web服务器;
S3,Web服务器向算法分析服务器下发布控任务;Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接;
S4,算法分析服务器对抓拍的人像与人像样本库中的样本人像进行对比,并将抓拍的人像和对比结果发送给消息服务器;
S5,消息服务器接收抓拍的人像和对比结果,并主动发送给Web服务器,Web服务器对抓拍的人像和对比结果进行显示;
步骤S1中,在消息服务器上部署java消息服务时采用支持WebSocket、AMQP和STOMP协议的Apache Apollo软件;
步骤S2中,所述人像样本库中包含有至少一个需要进行对比的样本人像;
步骤S3中,Web服务器向算法分析服务器下发布控任务包括指定一个人样样本库、指定摄像头、设定相似度阈值和发送识别任务指令;
步骤S3中,Web服务器向消息服务器发送订阅消息请求并与消息服务器建立连接的具体步骤如下:
S11,Web服务器调用websocket的初始化接口URL;
S12,Web服务器使用STOMP客户端库stomp.js中的over方法,获取STOMP子协议的客户端对象,即消息服务器;
S13,Web服务器向消息服务器发起WebSocket连接请求并向消息服务器发送CONNECE帧;
S14,消息服务器接收Web服务器发送来的连接请求并与Web服务器成功连接;
S15,经过三次如所述步骤S14的连接请求和成功连接后,触发connectCallback事件,Web服务器与消息服务器之间形成TCP通道连接;
步骤S4的具体步骤如下:
S21,算法分析服务器接收摄像头抓拍的人像和Web服务器中的人像样本库中的样本人像,对抓拍的人像和样本人像进行归一化处理,再通过卷积神经网络技术对处理后的抓拍的人像和样本人像进行特征提取,分别得到待识别人像和对比样本人像;
S22,通过卷积神经网络技术将待识别人像与对比样本人像进行特征匹配;
S23,将特征匹配后得到的所有对比相似度值与Web服务器设定的相似度阈值进行比较,并将抓拍的人像和对比相似度值大于或等于相似度阈值的人像样本库中的相关样本人像发送给消息服务器;若对比相似度值均小于相似度阈值,则仅将抓拍的人像发送给消息服务器;
步骤S14中,消息服务器接收Web服务器发送来的连接请求,并判断连接请求的协议版本号、数据包的数据及格式是否与其自身的匹配,匹配则接受本次连接请求,与Web服务器成功连接;不匹配消息服务器则将错误通知反馈给Web服务器,Web服务器端找出并解决相应的错误,直至消息服务器与Web服务器成功连接为止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711239804.7A CN108090419B (zh) | 2017-11-30 | 2017-11-30 | 一种基于WebSocket协议的动态人脸识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711239804.7A CN108090419B (zh) | 2017-11-30 | 2017-11-30 | 一种基于WebSocket协议的动态人脸识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090419A CN108090419A (zh) | 2018-05-29 |
CN108090419B true CN108090419B (zh) | 2020-10-30 |
Family
ID=62173519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711239804.7A Active CN108090419B (zh) | 2017-11-30 | 2017-11-30 | 一种基于WebSocket协议的动态人脸识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090419B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443134B (zh) * | 2019-07-03 | 2022-06-07 | 安徽四创电子股份有限公司 | 一种基于视频流的人脸识别跟踪的系统及工作方法 |
CN110414476A (zh) * | 2019-08-07 | 2019-11-05 | 北京深醒科技有限公司 | 一种基于usb摄像头和网页插件的人脸识别方法 |
CN112034758B (zh) * | 2020-08-31 | 2021-11-30 | 成都市达岸信息技术有限公司 | 一种低功耗多功能物联网安控监测装置及系统 |
CN114584617B (zh) * | 2022-05-06 | 2022-08-02 | 南京维数软件股份有限公司 | 一种基于汇聚处理平台的抓拍数据分发方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685554A (zh) * | 2008-09-25 | 2010-03-31 | 银河港(北京)技术有限公司 | 基于网络的人脸识别考勤方法及系统 |
CN103152616A (zh) * | 2013-03-27 | 2013-06-12 | 深圳华昌视数字移动电视有限公司 | 一种实现电视节目与互联网同步交互的方法及系统 |
CN104835228A (zh) * | 2015-05-22 | 2015-08-12 | 东信和平科技股份有限公司 | 一种基于面部识别的公租房管理方法及系统 |
CN104966006A (zh) * | 2015-05-14 | 2015-10-07 | 苏州市公安局苏州工业园区分局 | 基于云变平台的智能人脸识别系统 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10033702B2 (en) * | 2015-08-05 | 2018-07-24 | Intralinks, Inc. | Systems and methods of secure data exchange |
-
2017
- 2017-11-30 CN CN201711239804.7A patent/CN108090419B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101685554A (zh) * | 2008-09-25 | 2010-03-31 | 银河港(北京)技术有限公司 | 基于网络的人脸识别考勤方法及系统 |
CN103152616A (zh) * | 2013-03-27 | 2013-06-12 | 深圳华昌视数字移动电视有限公司 | 一种实现电视节目与互联网同步交互的方法及系统 |
CN104966006A (zh) * | 2015-05-14 | 2015-10-07 | 苏州市公安局苏州工业园区分局 | 基于云变平台的智能人脸识别系统 |
CN104835228A (zh) * | 2015-05-22 | 2015-08-12 | 东信和平科技股份有限公司 | 一种基于面部识别的公租房管理方法及系统 |
CN106204780A (zh) * | 2016-07-04 | 2016-12-07 | 武汉理工大学 | 一种基于深度学习和云服务的人脸识别考勤系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于WebSocket的在线围棋对弈软件设计;丁振凡;《吉首大学学报(自然科学版》;20170731;第38卷(第4期);第1.2节,第1.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN108090419A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108090419B (zh) | 一种基于WebSocket协议的动态人脸识别方法 | |
US20230089187A1 (en) | Detecting abnormal packet traffic using fingerprints for plural protocol types | |
CN111698470B (zh) | 一种基于云边协同计算的安防视频监控系统及其实现方法 | |
CN111132120B (zh) | 识别房间局域网中的摄像装置的方法、系统及设备 | |
CN109547511B (zh) | 一种web消息实时推送方法、服务器、客户端及系统 | |
CN104580121B (zh) | 寻人/人员信息匹配推送的方法、系统、客户端和服务器 | |
CN105554009B (zh) | 一种通过网络数据获取设备操作系统信息的方法 | |
Ma et al. | Pinpointing hidden IoT devices via spatial-temporal traffic fingerprinting | |
CN105825409B (zh) | 一种电子发票消息推送系统及方法 | |
WO2012142797A1 (zh) | 一种视频监控系统及方法 | |
CN110569911B (zh) | 图像识别方法、装置、系统、电子设备及存储介质 | |
EP3382563B1 (en) | Communication device, communication system, communication method, and communication program | |
CN101741898A (zh) | 一种视频型安防系统中的监视方法 | |
CN110602445A (zh) | 视频监控数据获取方法、装置、计算机设备和存储介质 | |
CN111565203B (zh) | 业务请求的防护方法、装置、系统和计算机设备 | |
WO2013131189A1 (en) | Cloud-based video analytics with post-processing at the video source-end | |
CN108683901B (zh) | 一种数据处理方法、mec服务器及计算机可读存储介质 | |
CN114125806B (zh) | 基于无线网络流量的云存储模式的无线摄像头检测方法 | |
Park et al. | IoT smart bell notification system: Design and implementation | |
CN111224891B (zh) | 一种基于动态学习三元组的流量应用识别系统及方法 | |
CN111263113B (zh) | 数据包的发送方法及装置、数据包的处理方法及装置 | |
CN113132678A (zh) | 一种数据传输方法、装置、电子设备及存储介质 | |
CN112039936A (zh) | 数据传输方法、第一数据处理设备及监控系统 | |
CN113114704B (zh) | 基于设备属性选择的视频结构化数据单向传输方法及装置 | |
CN112671702A (zh) | 一种网络设备内部组播信息的获取方法及装置 |
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 |