CN108551473B - 一种基于可视农业的农产品交流方法和装置 - Google Patents
一种基于可视农业的农产品交流方法和装置 Download PDFInfo
- Publication number
- CN108551473B CN108551473B CN201810251154.6A CN201810251154A CN108551473B CN 108551473 B CN108551473 B CN 108551473B CN 201810251154 A CN201810251154 A CN 201810251154A CN 108551473 B CN108551473 B CN 108551473B
- Authority
- CN
- China
- Prior art keywords
- expert
- video
- user
- server
- crop
- 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
-
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- 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
Abstract
本发明涉及农业技术领域,提供了一种基于可视农业的农产品交流方法和装置。其中方法包括第一用户通过其接入服务器的智能终端,截取监控视频中拍摄的发生病变的农作物视频帧,上传给服务器;服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第一用户的智能终端。本发明给予了一种提问难度更低,服务器反馈参考答案准确度更高的农产品交流方法。
Description
【技术领域】
本发明涉及农业技术领域,特别是涉及一种基于可视农业的农产品交流方法和装置。
【背景技术】
随着信息量的爆炸式增长,对于个人来说,其所能掌握或者了解的知识面相比较社会中存在的容量来说,已经显得越来越微小。因此,各种专业性的交互服务器、交流软件应运而生,解决人们在日常生活中遇到的各种困难和疑惑。
然而,对于一个真实发生的农业问题,用户通常无法准确的进行描述,这也为服务器智能解答用户所提出的问题制造了不必要的麻烦。在图片拍照和视频录制技术日趋普及的当下,如何能够利用好图片或者视频帧来完成问题的交流,成为一项热门研究的方向。
鉴于此,如何找到一种基于可视农业的农产品交流方法,成为了目前涵待解决的技术问题。
【发明内容】
本发明要解决的技术问题是如何找到一种基于可视农业的农产品交流方法和装置,能够让服务器根据用户上传的图片或者视频帧,有效的找到问题的答案。
本发明采用如下技术方案:
第一方面,本发明提供了一种基于可视农业的农产品交流方法,在第一用户通过实时监控的摄像机,发现其农田上的作物发生病变时候,所述交流方法包括:
第一用户通过其接入服务器的智能终端,截取监控视频中拍摄的发生病变的农作物视频帧,上传给服务器;
服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;
将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第一用户的智能终端。
优选的,所述视频帧中的农作物类型由所述第一用户文字编辑完成;所述时间信息由截取的视频帧的描述信息中携带;所述病变特征携带在所述截取的视频帧中。
优选的,所述交流方法包括:
各位专家的农作物实验视频被各专家录制后存储在服务器侧,与所述实验视频配套的专家笔记由所述专家录入到服务器中,并由所述服务器建立专家笔记与所述存储的农作物实验视频之间的映射关系后,共同存储在服务器侧。
优选的,所述筛选与所述病变特征一致的视频片段,具体包括:
根据农作物类型选择与之类型一致的专家视频;
根据相应专家视频关联的专家笔记中,梳理专家视频中农作物发生各种病变的时间节点;
根据所述时间节点抽取相应专家视频集中的一帧或者多帧视频帧,匹配所述一帧或者多帧视频帧中的农作物病变特征与用于上传的发生病变的农作物视频帧;根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段。
优选的,确定与所述病变特征一致的视频片段,具体包括:
根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段起点;
根据专家笔记中记录的病变被治愈后者改善的记录时间,确定与所述病变特征一致的视频片段的终点。
优选的,若第一用户发现其上传的包含农作物病变的视频帧与服务器返回的专家视频片段相差较大,则所述交流方法还包括:
第一用户向服务器发送匹配结果偏差较大的响应消息;
服务器将相应的匹配内容和匹配结果发送给录制相应专家视频的专家;
所述专家在确认相应匹配结果不正确时,通过关键字在其专家笔记中搜索到与第一用户上传的包含农作物病变的视频帧相一致的专家视频时间节点;
服务器将专家返回的时间节点生成响应消息发送给所述第一用户,并在第一用户确认结果正确的时候,将所述第一用户上传的包含农作物病变的视频帧作为判断素材之一,在建立与相应时间节点上视频帧的映射关系后,存储到服务器上。
优选的,服务器接收所述第一用户邀请所述专家建立即时通讯的请求消息;
所述服务器在获取所述专家同意建立与所述第一用户的即时通讯的响应后,建立所述专家与所述第一用户之间的即时通讯数据链路。
优选的,在有第二用户上传发生病变的农作物视频帧时,服务器首先匹配存储的所述第一用户上传的包含农作物病变的视频帧;
若匹配相似度满足预设阈值时,则根据相应时间节点上视频帧生成响应消息发送给所述第二用户;
若匹配相似度不满足预设阈值时,服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第二用户的智能终端。
优选的,匹配存储的所述第一用户上传的包含农作物病变的视频帧相似度满足预设阈值时,服务器还将所述第一用户的通讯方式反馈给所述第二用户,所述方法还包括:
服务器接收所述第二用户邀请第一用户建立即时通讯的请求消息;
所述服务器在获取所述第一用户同意建立与所述第二用户的即时通讯的响应后,建立第一用户与所述第二用户之间的即时通讯数据链路。
第二方面,本发明还提供了一种基于可视农业的农产品交流装置,用于实现第一方面所述的基于可视农业的农产品交流方法,所述装置包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被程序设置为执行第一方面所述的基于可视农业的农产品交流方法。
第三方面,本发明还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,用于完成第一方面所述的基于可视农业的农产品交流方法。
本发明将专家视频和对应所述专家视频的专家笔记分别作为图像层面和文字层面的检索要素,并通过用户截取的监控视频中的作物病变视频帧以及辅助输入的农作物类型等信息,由服务器完整专家视频与所述截取的作物病变视频帧之前病变特征的匹配,最终返回可以作为第一用户上传病变内容参考答案视频片段和对应所述视频片段的专家笔记。从而给予了一种提问难度更低,服务器反馈参考答案准确度更高的农产品交流方法。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于可视农业的农产品交流方法流程示意图;
图2是本发明实施例提供的一种基于可视农业的农产品交流方法中匹配得到视频片段的流程示意图;
图3是本发明实施例提供的一种基于可视农业的农产品交流方法中用户反馈存在偏差的处理方法流程示意图;
图4是本发明实施例提供的一种在录制的专家视频中节点标签的生成方法的流程示意图;
图5是本发明实施例提供的一种改进的在录制的专家视频中节点标签的生成方法的流程示意图;
图6是本发明实施例提供的一种扩展后的在录制的专家视频中节点标签的生成方法的流程示意图;
图7是本发明实施例提供的另一种扩展后的在录制的专家视频中节点标签的生成方法的流程示意图;
图8是本发明实施例提供的一种基于可视农业的农产品交流装置结构示意图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作,因此不应当理解为对本发明的限制。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:
本发明实施例1提供了一种基于可视农业的农产品交流方法,在第一用户通过实时监控的摄像机,发现其农田上的作物发生病变时候,如图1所示,所述交流方法包括:
在步骤201中,第一用户通过其接入服务器的智能终端,截取监控视频中拍摄的发生病变的农作物视频帧,上传给服务器。
其中,所述第一用户可以是农田所有者的普通的农民,也可以是签约农田的城市白领,还可以是被雇佣过来维护所述农田的雇工等等。其共同特性是拥有所述实时监控摄像头的控制权限,以及向服务器完成上报的特定需求。
在步骤202中,服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段。
在步骤203中,将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第一用户的智能终端。
本发明实施例将专家视频和对应所述专家视频的专家笔记分别作为图像层面和文字层面的检索要素,并通过用户截取的监控视频中的作物病变视频帧以及辅助输入的农作物类型等信息,由服务器完整专家视频与所述截取的作物病变视频帧之前病变特征的匹配,最终返回可以作为第一用户上传病变内容参考答案视频片段和对应所述视频片段的专家笔记。从而给予了一种提问难度更低,服务器反馈参考答案准确度更高的农产品交流方法。
对于实施例中的所述视频帧中的农作物类型优选的是由所述第一用户文字编辑完成;所述时间信息由截取的视频帧的描述信息中携带;所述病变特征携带在所述截取的视频帧中。其中,若农作物(例如盆栽)是由第三方赠与所述第一用户,而第一用户无法提供相应的农作物类型信息时,优选的是第一用户进一步提供一张或者多张所述农作物处于不同生长节点上的图片或者视频帧,以便服务器根据每一种农作物的生长节点特性匹配,得出第一用户所上传的包含病变特征的视频帧中农作物的类型信息。
在本发明实施例中,使用了专家视频和与所述专家视频对应的专家笔记,而在具体实现中两者是由服务器预先完整整合的,因此,所述交流方法还包括对于专家视频和与之对应的专家笔记的处理,方法包括:
各位专家的农作物实验视频被各专家录制后存储在服务器侧,与所述实验视频配套的专家笔记由所述专家录入到服务器中,并由所述服务器建立专家笔记与所述存储的农作物实验视频之间的映射关系后,共同存储在服务器侧。为了提高输入的即时性,在本发明实施例中,优选的是专家笔记的录入是通过首先由专家基于录音笔完成专家视频和专家语音的同步录制,并且,在完成一段语音录制后,由服务器在后台进行语音到文字的转换,从而变成能够被后续服务器检索的专家笔记(此时为文字内容形式)。之所以需要上述流程来实现,是因为专家在进行作物监控视频录制时候,会涉及与作物的交互,此时无法空暇出双手进行文字的输入,并且,若不采用上述专家语音与专家视频的同步记录,而是采用后续由专家逐字逐句的录入服务器中,也会带来较大的延时问题,使得最终服务器整合后的专家视频内容和相应的专家笔记之间产生不必要的时间差,影响第一用户等问题请求者获取最终结果的准确度。
在本发明实施例中,对于步骤202中涉及的所述筛选与所述病变特征一致的视频片段,存在一种优选的实现方案,如图2所示,具体包括:
在步骤2021中,根据农作物类型选择与之类型一致的专家视频。
其中,农作物类型可以是通过上述的由第一用户利用文字编辑方式输入,也可以通过上述的由第一用户上传不同生长节点的图片内容,并由服务器自身解析得到,在此不再赘述。
在步骤2022中,根据相应专家视频关联的专家笔记中,梳理专家视频中农作物发生各种病变的时间节点。
这里讲匹配过程更具体化到,先由专家笔记中进行介入,这是因为逐帧进行视频帧的匹配会带来海量计算,而将专家笔记所记录的各种病变时间节点作为一轮粗筛选,可以极大程度上的减小服务器寻找到与第一用户上传的视频帧中病变内容匹配的视频片段。
在步骤2023中,根据所述时间节点抽取相应专家视频集中的一帧或者多帧视频帧,匹配所述一帧或者多帧视频帧中的农作物病变特征与用于上传的发生病变的农作物视频帧;根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段。
其中,所述预设阈值通常根据经验和实际测试效果计算得到,而且会因为匹配的要素设定的不同会有较大出入。其中,匹配的要素包括病变的形状、病变的颜色、病变的区域、不同病变之间差异度大小等等,因此,不对预设阈值的可能区间值做一一的罗列。
在步骤2023中涉及的确定与所述病变特征一致的视频片段,对于其中的视频片段的起始点和终点,本发明实施例同样提供了一种具体的实现方式,具体包括:
根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段起点;根据专家笔记中记录的病变被治愈后者改善的记录时间,确定与所述病变特征一致的视频片段的终点。
任何计算机实现的,基于图像分析得到的结果,都可能存在误差,尤其是其中的判定阈值需要凭借经验进行设定,由此,在初期判断过程中存在误判的可能性也是有的。因此,结合本发明实施例,为了进一步完成所述误判情况发生后所能进行的补救,结合本发明实施例存在一种优选的实现方案,其中,若第一用户发现其上传的包含农作物病变的视频帧与服务器返回的专家视频片段相差较大,则如图3所示,所述交流方法还包括:
在步骤301中,第一用户向服务器发送匹配结果偏差较大的响应消息。
在步骤302中,服务器将相应的匹配内容和匹配结果发送给录制相应专家视频的专家。
在步骤303中,所述专家在确认相应匹配结果不正确时,通过关键字在其专家笔记中搜索到与第一用户上传的包含农作物病变的视频帧相一致的专家视频时间节点。
在步骤304中,服务器将专家返回的时间节点生成响应消息发送给所述第一用户,并在第一用户确认结果正确的时候,将所述第一用户上传的包含农作物病变的视频帧作为判断素材之一,在建立与相应时间节点上视频帧的映射关系后,存储到服务器上(相当于扩展相应视频节点的匹配要素)。
作为解答第一用户的最后保底措施,本发明实施例还提供了一种第一用户可邀请专家进行即时通讯的功能,即服务器接收所述第一用户邀请所述专家建立即时通讯的请求消息;
所述服务器在获取所述专家同意建立与所述第一用户的即时通讯的响应后,建立所述专家与所述第一用户之间的即时通讯数据链路。
对于上述包含步骤301-304的扩展实现方案中,由于利用了第一用户上传的视频帧作为专家视频相应病变节点的扩展匹配要素,进一步在考虑到在一个季节或者年段中,发生同一类型的病变的概率会比较高,因此,在进行如图2所示的匹配流程之前,优选的是先对于有一定量积累的扩展出来的匹配要素进行有限匹配,即在有第二用户上传发生病变的农作物视频帧时,服务器首先匹配存储的所述第一用户上传的包含农作物病变的视频帧;
若匹配相似度满足预设阈值时,则根据相应时间节点上视频帧生成响应消息发送给所述第二用户。
若匹配相似度不满足预设阈值时,服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第二用户的智能终端。
同样的,参考上述第一用户拥有建立与专家即时通讯的保底咨询农作物病变的方式,在上述本发明实施例拥有匹配历史上第一用户上传的视频帧的优选方案中,匹配存储的所述第一用户上传的包含农作物病变的视频帧相似度满足预设阈值时,服务器还将所述第一用户的通讯方式反馈给所述第二用户,所述方法还包括:
服务器接收所述第二用户邀请第一用户建立即时通讯的请求消息;
所述服务器在获取所述第一用户同意建立与所述第二用户的即时通讯的响应后,建立第一用户与所述第二用户之间的即时通讯数据链路。
即给予了所述第二用户除了与专家建立即时通讯以外的另一种选择,不仅可以提高用户之间的交流,而且相比较时间更为宝贵、更难建立即时通讯的专家来说,有经验的用户会是更优的选择。
实施例2:
本发明实施例2提供了一种在录制的专家视频中节点标签的生成方法,用于支撑实施例1中所使用的专家的交流视频,如图4所示,所述方法包括:
在步骤401中,录制环境中专家所使用的各种工具均被增设了标签电子设备,所述标签电子设备用于在相应工具被专家驱使时,向平台反馈当前被驱使工具的类型。
其中,服务器在根据所述标签电子设备所发送的无线信号,确定了当前被驱使工具的类型后,进一步的还可以制定相应工具的相关信息的采集策略,例如:调整监控摄像头拍摄的角度,拍摄的视野大小,调整采集无线信号的灵敏度和采集周期等等。其中,所述采集无线信号的灵敏度和采集周期的调整还关系到对于工具被使用的过程细节信息捕捉的丰富程度,与最终分析出相应工具的相关信息有着较大的关联关系。
在步骤402中,平台根据工具A上的标签电子设备A反馈的无线信号,确认所述工具A被使用,则在相应录制的视频内容中增设节点标签;其中,所述节点标签包含专家使用所述工具A的相关信息。
其中,使用工具A的相关信息包括:使用工具A的时间长度、使用工具A处理的目标对象、使用工具A的次数、配合所述工具A使用的其它工具对象中的一项或者多项。
本发明实施例寻找到了专家视频中,完成与作物的交互内容都需要采用相应专业工具,而现有技术中对于这块内容则是放之任之,并没有做有效的跟踪。平台根据监控被专家使用的工具A的相关信息,实现了录制的监控视频的增设节点位置的判断和增设节点标签内容的生成,有效的提高了专家视频中节点标签的生成效率。
对于本发明实施例中所涉及的平台根据工具A上的标签电子设备A反馈的无线信号,确认所述工具A被使用,还提供了至少两种实现方式:
方式一,用于放置所述工具的储纳柜设置有无线充电装置和对外的信号屏蔽功能,平台侧根据当前能够检测到的无线信号所对应的电子标签编号确定为所述工具A被使用;其中,其它工具在被放置在储纳柜中时,对外发射的无线信号被所述储纳柜所屏蔽。其中,无线充电装置能够保证各标签电子设备时刻处于信号发射饱和状态,能够在被专家取出使用时候,第一时间被平台设置的检测装置采集到相应的无线信号。其中,所述储纳柜可以是采用锡、铁材料制成的封闭壳体,而相应的无线充电装置可以采用业界已经成熟的无线充电手段,在此不再赘述。
方式二,平台侧的无线信号接收器具有信号强度检测功能,所述无线信号接收器周期性的接收各工具上的标签电子设备所返回的无线信号,摄像头拍摄到专家进入监测区域,并且工具A上的标签电子设备A所发出的无线信号强度变化时,确定为所述工具A被使用。
其中,为了保证检测到设备的无线信号强度变化的准确度,优选的是在监测区域中设置至少三个无线信号采集器,从而甚至能够通过三点构成一面的原理,基于所述三个无线信号采集器自身的已知的坐标,计算出所述工具A在监测区域中的位置坐标。
在本发明实施例1中,主要采用的是一种在专家使用的工具上增设具有无线信号发射功能的电子标签设备,而在实际实现过程中,对于农业视频来说除了可以借鉴实施例1中所述电子标签设备来自动生成专家视频中的标签内容外,还可以采用一种农业作物特有的生长阶段的特征判断,来生成属于生长阶段的节点标签的标签内容,如图5所示,所述生成方法还包括:
在步骤403中,平台根据当前录制的农作物品种的生长阶段分布信息,以及各生长阶段的作物特征,在当前所拍摄的农作物进入生长阶段时间区间时,利用相应生长阶段的作物特征匹配拍摄到的农作物,并在匹配结果的相似度大于预设阈值时,给予相应拍摄的视屏配置所述生长阶段的节点标签。
在上述根据农作物的生长阶段设置对应生长阶段的节点标签过程中,同一作物也会因为培植它的专家所处的地理位置的不同发生相应的改变,此时,如果涉及用户要浏览某一作物的视频,优选的是返回与之位置信息向匹配的监控视频,从而对于其从视频中获取有效信息能起到更好的作用,因此,结合本发明实施例步骤403所述方法,还存在一种优选的实现方案,如图6所示,所述生成方法还包括:
在步骤404中,平台在获取到针对同一农作物类型的不同专家的录制视频后,根据专家所处的地域位置的不同,建立各录制视频的、且对应同一类农作物相应生长阶段的节点标签的分布关系。
在步骤405中,根据所述分布关系,在用户查询相应的农作物的录制视频时,向所述用户返回与之农作物类型相同,且地域位置相似度最高的视频内容。
对于专家视频来说,只要没有公布到平台上,都存在被调整和修改的余地,因此,若当前匹配结果得到的生长阶段跳过了理论上的前一生长阶段,则所述生成方法还包括:
追溯上一生长阶段节点和当前匹配结果得到的生长阶段节点之间的视频内容;并再次使用其间的第二视频进行特征匹配,其中,所述第二视频来源自另一视角的摄像头。上述方式,提出了在监控区域设置至少两个摄像头的要求,这其实也是对于制作与生长阶段的节点标签关联的标签所提出的优选方案,因为,生长节点的捕捉靠的是摄像头采集到图片的中作物图像特征的分析,其与实施例1中的标签电子设备不同,图像采集可能会因为采集视角的不同带来分析上的偏差,因此,上述在监控区域设置至少两个摄像头是优选的实现方案。
传统的方式中,专家的摘录笔记都是以纸质文本形式存在,在互联网时代实际上是有效信息的一大遗失。即便是有些平台推出了计算机录入的方式,但是,其仍然没有与视频标签制作进行相关联。而在本发明实施例中,则对此提出了一种优选的扩展方案,具体的,获取专家的摘录笔记中的相关信息,根据所述相关信息确定值的农业视频中的用于添加节点标签的时间节点。其中,所述相关信息包括工具名称的相关描述、操作动作的记录、作物病状的相关描述等等,则服务器在获取上述摘录笔记中的相关信息后,进一步会根据相关信息内容,分析记录下来的视频片段,从相应视频片段中通过图像识别确定上述相关信息所在的视频帧,从而完成添加节点标签的时间节点的确认。
在实际操作中,不同专家的监控视频之间也是存在信息互动的可能性,尤其是针对作物生长节点制作标签的应用实例中,这是因为同一作物的生长节气是具有较大关联性的,在具体实现时,获取对应同一农作物的一批专家视频中,最早标注生长节点标签的地域信息,并以此推算位于其它地域的视频中的生长节点,以便更新平台对于所述其它地域的视频中的生长节点的分析范围。
为了进一步提高专家视频的标签制作效率,将普通的视频浏览用户的能动性利用起来,也是本发明实施例所考虑的,因此,结合本发明实施例还存在一种优选的实现方案,如图7所示,包括:
在步骤501中,获取浏览视频的用户所反馈的增设第一节点标签的请求。
所述增设第一节点标签的请求中携带:浏览视频的名称ID、增加所述第一节点标签的视频帧所对应的时间节点信息、标签内容、用户ID等等。服务器在获取所述增设第一节点标签的请求后,会相应的根据用户ID确认所述用户的权限,优选的,还会根据所述用户ID查询所述用户ID历史发起所述增设第一节点标签的请求最终被归入所述视频的常规节点标签行列的总次数(也被成为总积分),以便对于总积分较高的用户ID在步骤402中设置在待校对栏的后,按照预设比例或者预设差值降低相应的第一预设阈值(例如第一预设阈值=90%*第一预设阈值;或者第一预设阈值=第一预设阈值-5,其中5便为所述预设差值),从而提高历史信用度/专业程度较佳的用户ID的增设第一节点标签的请求更快捷的被验证通过。
在步骤502中,将所述第一节点标签以设置在待校对栏,并且,平台在向其他用户反馈所述视频时,接收其他用户对于所述第一节点标签的正确与否的判断。
其中,优选的,针对其他用户的判断结果,可以依据其历史判断的正确总数给予其反馈正确与否判断适当的加权,即乘以一个大于1的加权系数,从而同样可以进一步提高所述增设第一节点标签的请求被验证通过的效率。
在步骤503中,当对应所述第一节点标签的正确判断数量达到第一预设阈值,且正确判断数量与错误判断的数量比大于第二预设阈值,则将所述第一节点标签归入所述视频的常规节点标签行列。
其中,通过第二预设阈值保证了不会因为总的基数足够大,而造成实际更多判断是错误时,却因为单一考量第一预设阈值而让所述增设第一节点标签的请求被错误的验证通过。从而,进一步提高了本实现方案的鲁棒性。
实施例3:
本发明除了提供实施例1所述的一种基于可视农业的农产品交流方法外,还通过本发明实施例提供了一种基于可视农业的农产品交流装置,用于实施实施例1所述的方法,如图8所示,装置包括:
至少一个处理器21;以及,与所述至少一个处理器21通信连接的存储器22;其中,所述存储器22存储有可被所述至少一个处理器21执行的指令,所述指令被程序设置为执行实施例1所述的基于可视农业的农产品交流方法。
值得说明的是,上述装置内的模块、单元之间的信息交互、执行过程等内容,由于与本发明的处理方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于可视农业的农产品交流方法,其特征在于,在第一用户通过实时监控的摄像机,发现其农田上的作物发生病变时候,所述交流方法包括:
第一用户通过其接入服务器的智能终端,截取监控视频中拍摄的发生病变的农作物视频帧,上传给服务器;
服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;
将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第一用户的智能终端;
专家视频的生成方式包括,录制环境中专家所使用的各种工具增设标签电子设备,所述标签电子设备用于在相应工具被专家驱使时,向平台反馈当前被驱使工具的类型,专家视频的生成方法包括:
平台根据工具A上的标签电子设备反馈的无线信号,确认所述工具A被使用,则在相应录制的视频内容中增设节点标签;其中,所述节点标签包含专家使用所述工具A的相关信息;
其中,所述工具A的相关信息包括:使用工具A的时间长度、使用工具A处理的目标对象、使用工具A的次数和配合所述工具A使用的其它工具对象中的一项或者多项;
平台根据当前录制的农作物品种的生长阶段分布信息,以及各生长阶段的作物特征,在当前所拍摄的农作物进入生长阶段时间区间时,利用相应生长阶段的作物特征匹配拍摄到的农作物,并在匹配结果的相似度大于预设阈值时,给予相应拍摄的视频配置所述生长阶段的节点标签;
生成方法中还包括获取专家的摘录笔记中的相关信息,根据所述相关信息确定农业视频中的用于添加节点标签的时间节点,其中,所述相关信息包括工具名称的相关描述、操作动作的记录和作物病状的相关描述。
2.根据权利要求1所述的基于可视农业的农产品交流方法,其特征在于,所述视频帧中的农作物类型由所述第一用户文字编辑完成;所述时间信息由截取的视频帧的描述信息中携带;所述病变特征携带在所述截取的视频帧中。
3.根据权利要求1所述的基于可视农业的农产品交流方法,其特征在于,所述交流方法包括:
各位专家的农作物实验视频被各专家录制后存储在服务器侧,与所述实验视频配套的专家笔记由所述专家录入到服务器中,并由所述服务器建立专家笔记与所述存储的农作物实验视频之间的映射关系后,共同存储在服务器侧。
4.根据权利要求1所述的基于可视农业的农产品交流方法,其特征在于,所述筛选与所述病变特征一致的视频片段,具体包括:
根据农作物类型选择与之类型一致的专家视频;
根据相应专家视频关联的专家笔记,梳理专家视频中农作物发生各种病变的时间节点;
根据所述时间节点抽取相应专家视频集中的一帧或者多帧视频帧,匹配所述一帧或者多帧视频帧中的农作物病变特征与上传的发生病变的农作物视频帧;根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段。
5.根据权利要求4所述的基于可视农业的农产品交流方法,其特征在于,确定与所述病变特征一致的视频片段,具体包括:
根据匹配相似度需要达到预设阈值的判断条件,确定与所述病变特征一致的视频片段起点;
根据专家笔记中记录的病变被治愈后改善的记录时间,确定与所述病变特征一致的视频片段的终点。
6.根据权利要求1所述的基于可视农业的农产品交流方法,其特征在于,若第一用户发现其上传的包含农作物病变的视频帧与服务器返回的专家视频片段相差较大,则所述交流方法还包括:
第一用户向服务器发送匹配结果偏差较大的响应消息;
服务器将相应的匹配内容和匹配结果发送给录制相应专家视频的专家;
所述专家在确认相应匹配结果不正确时,通过关键字在其专家笔记中搜索到与第一用户上传的包含农作物病变的视频帧相一致的专家视频时间节点;
服务器将专家返回的时间节点生成响应消息发送给所述第一用户,并在第一用户确认结果正确的时候,将所述第一用户上传的包含农作物病变的视频帧作为判断素材之一,在建立与相应时间节点上视频帧的映射关系后,存储到服务器上。
7.根据权利要求6所述的基于可视农业的农产品交流方法,其特征在于,服务器接收所述第一用户邀请所述专家建立即时通讯的请求消息;
所述服务器在获取所述专家同意建立与所述第一用户的即时通讯的响应后,建立所述专家与所述第一用户之间的即时通讯数据链路。
8.根据权利要求6所述的基于可视农业的农产品交流方法,其特征在于,在有第二用户上传发生病变的农作物视频帧时,服务器首先匹配存储的所述第一用户上传的包含农作物病变的视频帧;
若匹配相似度满足预设阈值时,则根据相应时间节点上视频帧生成响应消息发送给所述第二用户;
若匹配相似度不满足预设阈值时,服务器根据所述视频帧中的农作物类型、时间信息和病变特征,在其存储的专家视频和与所述专家视频对应的专家笔记中,筛选与所述病变特征一致的视频片段;将所述视频片段和/或对应所述视频片段的专家笔记,反馈给所述第二用户的智能终端。
9.根据权利要求8所述的基于可视农业的农产品交流方法,其特征在于,匹配存储的所述第一用户上传的包含农作物病变的视频帧相似度满足预设阈值时,服务器还将所述第一用户的通讯方式反馈给所述第二用户,所述方法还包括:
服务器接收所述第二用户邀请第一用户建立即时通讯的请求消息;
所述服务器在获取所述第一用户同意建立与所述第二用户的即时通讯的响应后,建立第一用户与所述第二用户之间的即时通讯数据链路。
10.一种基于可视农业的农产品交流装置,其特征在于,装置包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被程序设置为执行权利要求1-9任一所述的基于可视农业的农产品交流方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810251154.6A CN108551473B (zh) | 2018-03-26 | 2018-03-26 | 一种基于可视农业的农产品交流方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810251154.6A CN108551473B (zh) | 2018-03-26 | 2018-03-26 | 一种基于可视农业的农产品交流方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108551473A CN108551473A (zh) | 2018-09-18 |
CN108551473B true CN108551473B (zh) | 2022-03-18 |
Family
ID=63517088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810251154.6A Active CN108551473B (zh) | 2018-03-26 | 2018-03-26 | 一种基于可视农业的农产品交流方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108551473B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654749B (zh) * | 2020-06-24 | 2022-03-01 | 百度在线网络技术(北京)有限公司 | 视频资料制作方法及装置、电子设备、计算机可读介质 |
CN113643052B (zh) * | 2021-04-21 | 2023-11-14 | 西安农链互联网科技有限公司 | 一种基于大数据分析的农业产销信息共享服务系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
CN101938512A (zh) * | 2010-08-13 | 2011-01-05 | 仲恺农业工程学院 | 基于物联网的农作物病虫害图像信息自动监测系统 |
CN104301680A (zh) * | 2014-10-22 | 2015-01-21 | 重庆宣努生物科技股份有限公司 | 云视频农业监控与检测方法 |
CN104618800A (zh) * | 2015-01-21 | 2015-05-13 | 中国农业大学 | 一种农作物可视化咨询服务系统 |
-
2018
- 2018-03-26 CN CN201810251154.6A patent/CN108551473B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
CN101938512A (zh) * | 2010-08-13 | 2011-01-05 | 仲恺农业工程学院 | 基于物联网的农作物病虫害图像信息自动监测系统 |
CN104301680A (zh) * | 2014-10-22 | 2015-01-21 | 重庆宣努生物科技股份有限公司 | 云视频农业监控与检测方法 |
CN104618800A (zh) * | 2015-01-21 | 2015-05-13 | 中国农业大学 | 一种农作物可视化咨询服务系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108551473A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fan et al. | Lasot: A high-quality benchmark for large-scale single object tracking | |
CN102483767B (zh) | 对象关联装置、对象关联方法、程序及记录介质 | |
DE102017005963A1 (de) | Bereitstellen von relevanten Videoszenen in Reaktion auf eine Videosuchabfrage | |
Jiang et al. | Understanding and predicting interestingness of videos | |
US20120150871A1 (en) | Autonomous Mobile Blogging | |
WO2012073421A1 (ja) | 画像分類装置、画像分類方法、プログラム、記録媒体、集積回路、モデル作成装置 | |
WO2016146024A1 (zh) | 物品识别方法和装置,室内地图生成方法和装置 | |
CN101300588A (zh) | 确定收集中的特定人的方法 | |
CN114565826A (zh) | 一种农业病虫害识别诊断方法、系统及装置 | |
Mann et al. | Automatic flower detection and phenology monitoring using time‐lapse cameras and deep learning | |
CN108551473B (zh) | 一种基于可视农业的农产品交流方法和装置 | |
WO2018113673A1 (zh) | 针对综艺类query的搜索结果的推送方法及装置 | |
JP6787831B2 (ja) | 検索結果による学習が可能な対象検出装置、検出モデル生成装置、プログラム及び方法 | |
CN111914951A (zh) | 一种基于图像实时识别的农作物害虫智能诊断系统及方法 | |
CN109460792A (zh) | 一种基于图像识别的人工智能模型训练方法及装置 | |
CN115294651A (zh) | 一种基于农事场景的行为分析方法及服务器 | |
CN107729528A (zh) | 一种建筑物信息获取方法及装置、计算机装置和计算机可读存储介质 | |
US20110044530A1 (en) | Image classification using range information | |
CN116992159B (zh) | 一种内容推荐方法与系统 | |
CN108460151A (zh) | 一种在录制的专家视频中节点标签的生成方法和装置 | |
Gübert et al. | BOVIDS: A deep learning‐based software package for pose estimation to evaluate nightly behavior and its application to common elands (Tragelaphus oryx) in zoos | |
JP5091529B2 (ja) | 電子機器および録画制御方法 | |
CN106714099A (zh) | 照片信息处理及景点识别方法、客户端、服务器 | |
CN114640884A (zh) | 一种在线视频播放质量分析方法、系统及计算机存储介质 | |
CN112231535B (zh) | 一种农业病虫害领域多模态数据集制作方法、处理装置和存储介质 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220218 Address after: Room 017, building B, block 1, Gaonong biological park headquarters, 888 Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430000 Applicant after: Wuhan Ainong Yunlian Technology Co.,Ltd. Address before: 430223 floor 9-1, building 6, No.18 huashiyuan North Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province Applicant before: WUHAN NANBO NETWORK TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |