CN109918949A - 识别方法、装置、电子设备和存储介质 - Google Patents
识别方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109918949A CN109918949A CN201910202508.2A CN201910202508A CN109918949A CN 109918949 A CN109918949 A CN 109918949A CN 201910202508 A CN201910202508 A CN 201910202508A CN 109918949 A CN109918949 A CN 109918949A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- identified
- data set
- identification information
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了识别方法、装置和设备,该方法包括:当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集;在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。本发明实施例的方案中无需将识别数据库的完整数据提供给用户,只需要将常用的部分数据提供给用户,这样既可利用常用的部分数据对待识别数据进行快速识别,也可以防止完整的数据被盗取或泄露,保证了数据的安全。
Description
技术领域
本申请涉及智能识别技术领域。
背景技术
近年来,智能识别技术得到迅速的发展及广泛使用,例如图像识别、语音识别、人脸识别等等。这是一种基于已知的识别数据库,利用计算机或嵌入式设备分析待识别数据,进而利用识别数据库样本数据来检测出待识别数据的一门技术。识别数据库可存储在计算机或嵌入式设备本地,也可以存储在云端。存储在云端能节约计算机或嵌入式设备的本地存储空间,但由于受网络技术限制,不能总体快速地获得识别信息,因此在很多应用场景中只能将识别数据库提供给用户存储于本地,这使得整个识别数据库的数据存在被盗取或泄露的风险。
发明内容
鉴于以上问题,本发明的实施例提供识别方法、装置、电子设备和存储介质,其能解决上述背景技术部分提到的技术问题。
按照本发明的实施例的识别方法,应用于第一设备,包括:当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集;在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
按照本发明的实施例的识别方法,应用于第二设备,包括:接收第一设备发送的利用第一数据集未能识别的待识别数据;利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集;将所述识别信息发送至所述第一设备。
按照本发明的实施例的识别装置,应用于第一设备,包括:第一发送模块,用于当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集;第一接收模块,用于在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
按照本发明的实施例的识别装置,应用于第二设备,包括:第二接收模块,用于接收第一设备发送的利用第一数据集未能识别的待识别数据;识别模块,用于利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集;第二发送模块,用于将所述识别信息发送至所述第一设备。
按照本发明的实施例的电子设备,包括:处理器;以及存储器,其上存储有可执行指令;其中,所述处理器配置为执行所述可执行指令以实施前述的识别方法。
按照本发明的实施例的计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括可执行指令,当所述可执行指令被处理器执行时,实施前述的识别方法。
从以上的描述可以看出,本发明实施例的方案中识别数据库全部数据的拥有方无需将全部数据提供给用户,只需要将常用的部分数据提供给用户,这样用户既可利用常用的部分数据对待识别数据进行快速识别,也可以在未能待识别数据识别时,向全部数据拥有方发送识别请求,从而防止完整的数据被盗取或泄露,保证了数据的安全;同时,由于用户本地仅存储部分数据,节约了本地设备的存储空间。
附图说明
图1为本发明可以应用于其中的示例性系统架构图;
图2为本发明一实施例的识别方法的交互实施例示意图;
图3为本发明另一实施例的识别方法的交互实施例示意图;
图4为本发明又一实施例的识别方法的交互实施例示意图;
图5为本发明一实施例的识别方法的流程图;
图6为本发明另一实施例的识别方法的流程图;
图7为本发明一实施例的识别装置的示意图;
图8为本发明另一实施例的识别装置的示意图;
图9为本发明一实施例的电子设备的示意图。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解,讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题,并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本公开内容的保护范围的情况下,对所讨论的元素的功能和排列进行改变。各个示例可以根据需要,省略、替代或者添加各种过程或组件。例如,所描述的方法可以按照与所描述的顺序不同的顺序来执行,以及各个步骤可以被添加、省略或者组合。另外,相对一些示例所描述的特征在其他例子中也可以进行组合。
如本文中使用的,术语“包括”及其变型表示开放的术语,含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义,无论是明确的还是隐含的。除非上下文中明确地指明,否则一个术语的定义在整个说明书中是一致的。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施方式中也可以实现本发明。在其它情况中,省略对众所周知的装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
图1示出了可以应用本发明的识别方法或装置的一个实施例的示例性系统架构。
如图1所示,系统100可以包括第一设备101、102、103,网络104和第二设备105。其中,第一设备101、102、103可存储有第一数据集,第二设备105可存储有第二数据集。网络104用以在第一设备101、102、103和第二设备105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
第一设备101、102、103可以是各种电子设备例如但不限于STB(Set Top Box,机顶盒)、路由器、UE(User Equipment,用户终端)或节点服务器等,在本发明实施例中,第一设备101、102、103可以各种形式来实施。例如,可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)等等的移动终端,诸如台式计算机等等的固定终端,以及边缘服务器。第一设备101、102、103上可以运行识别算法,利用识别算法对待识别数据进行识别。第一设备101、102、103存储的第一数据集可以相同,也可以不相同。
第二设备105可以是数据中心服务器,用于接收第一设备101、102、103发送的待识别数据并对待识别数据进行识别,以及将识别获得的识别信息返回给第一设备101、102、103。第二设备105上可以运行识别算法,利用识别算法对待识别数据进行识别。
本发明实施例中,第二数据集为识别数据库中的全部数据的集合,第一数据集为识别数据库中的部分数据的集合,因此第一数据集为第二数据集的子集。识别数据库中的数据包括与识别信息对应的标签数据和与标签数据关联的样本数据。例如,在图像识别领域,识别数据库可以包括与图像类型信息对应的标签数据和与标签数据关联的图像样本数据,在语音识别领域,识别数据库可以包括与语音类别信息对应的标签数据和与标签数据关联的声纹样本数据。同一识别信息可以对应多个标签数据,每一标签数据分别关联一样本数据。例如,同一图像类型可以通过不同角度采集从而获取多个图像样本数据,对每一图像样本数据进行图像标注获得每一图像样本数据的标签数据。本发明实施例的识别方法利用识别数据库中的样本数据对待识别数据进行识别,并获得与样本数据关联的识别信息。具体的,可计算待识别数据与样本数据的相似度(例如可通过计算欧式距离或汉明距离来计算相似度),获取相似度满足预设要求的样本数据的识别信息,或者,可利用样本数据作为输入,识别信息作为输出,训练得到神经网络模型或分类器,将待识别数据输入训练好的神经网络模型或分类器,输出识别信息的置信度,获取置信度满足预设要求的样本数据的识别信息。
应该理解的,图1中的第一设备、网络和第二设备的数目仅仅是示意性的。根据实际需要,可以具有任意数目的第一设备、网络和第二设备。
图2示出了本申请一实施例提供的识别方法的交互实施例示意图,该方法200可以包括以下步骤:
S202:第一设备获取待识别数据。
在本发明实施例中,第一设备可以从本地或者远程地获取待识别数据。这里,待识别数据可以是特征向量。待识别数据例如但不限于图像数据、语音数据。
S204:第一设备利用第一数据集对待识别数据进行识别。
在本发明实施例中,第一数据集可以是存储在第一设备的识别数据库的数据的集合,识别数据库中的数据包括与识别信息对应的标签数据和与标签数据关联的样本数据,第一设备可通过计算待识别数据与样本数据的相似度来对待识别数据进行识别,也可以通过利用样本数据与识别信息训练的神经网络模型或分类器对待识别数据进行识别。
S206:若第一设备利用第一数据集未能识别待识别数据,则将待识别数据发送至第二设备。
在本发明实施例中,第一设备例如可以设置相似度阈值,第一设备计算待识别数据与样本数据的相似度,若相似度大于或等于相似度阈值,则确定第一设备利用第一数据集可以识别待识别数据,则第一设备可输出或返回待识别数据的识别信息;若相似度小于相似度阈值,则确定第一设备利用第一数据集不可以识别待识别数据。第一设备也可以设置置信度阈值,第一设备利用神经网络模型或分类器获得待识别数据在各个识别信息上的置信度,若存在置信度大于或等于置信度阈值,则确定第一设备利用第一数据集可以识别待识别数据,则第一设备可输出或返回待识别数据的识别信息;若所有置信度都小于置信度阈值,则确定第一设备利用第一数据集不可以识别待识别数据。
在本发明实施例中,第一设备可通过网络将待识别数据发送至第二设备。
S208:第二设备利用第二数据集对待识别数据进行识别以获得待识别数据的识别信息。
在本发明实施例中,第二数据集可以是存储在第二设备的识别数据库的数据的集合,其中,第二数据集包含第一数据集,即第一数据集为第二数据集的子集。识别信息例如但不限于图像类型信息、图像中的对象类型信息、语音类别信息等等。第二设备可通过计算相似度,或者,通过神经网络模型或分类器对待识别数据进行识别。
S210:第二设备将待识别数据的识别信息发送至第一设备。
在本发明实施例中,第二设备可以将相似度或置信度满足要求的样本数据关联的识别信息发送至第一设备,例如可以将相似度或置信度最大的样本数据的识别信息发送至第一设备,也可以设置预设阈值,将相似度或置信度大于或等于预设阈值的标签数据的识别信息发送至第一设备。
从以上的描述可以看出,本发明实施例的方案具有以下有益效果:(1)第一设备可以先利用第一数据集对待识别数据进行识别,由于第一数据集存储于本地,因此能够快速地反馈识别信息;(2)无需将识别数据库的全部数据提供给用户,只需要将常用的部分数据提供给用户,可以防止完整的数据被盗取或泄露,保证数据的安全;(3)第一设备仅存储部分数据,节约了第一设备的存储空间。
图3示出了本申请另一实施例提供的识别方法的交互实施例示意图,该方法300可以包括以下步骤:
S302:第一设备获取待识别数据。
S304:第一设备利用第一数据集对待识别数据进行识别。
S306:若第一设备利用第一数据集未能识别待识别数据,则将待识别数据发送至第二设备。
S308:第二设备利用第二数据集对待识别数据进行识别以获得待识别数据的识别信息。
S310:第二设备获取所述第二数据集中与待识别数据的识别信息对应的数据。
在本发明实施例中,第二设备可根据识别信息在第二数据集中获得与识别信息对应的至少一个标签数据,并获取与标签数据关联的样本数据。同一识别信息可以对应多个标签数据,则第二设备可根据识别信息获取多个标签数据,并获取与多个标签数据一一关联的样本数据。
S312:第二设备将识别信息以及识别信息对应的数据发送至第一设备。
在本发明实施例中,第二设备可将获取的标签数据与样本数据打包并与识别信息一同发送至第一设备。
S314:第一设备将识别信息对应的数据存储于第一数据集中。
在本发明实施例中,第一设备接收第二设备发送的与识别信息对应的数据,然后将数据存储于第一数据集中,如此可在下次再次识别该类型的识别信息时利用第一数据集即可识别,提高了识别信息的反馈速度,同时也减轻了第二设备的负载。
图4示出了本申请又一实施例提供的识别方法的交互实施例示意图,该方法400可以包括以下步骤:
S402:第一设备获取待识别数据。
S404:第一设备利用第一数据集对待识别数据进行识别。
S406:若第一设备利用第一数据集未能识别待识别数据,则将待识别数据发送至第二设备。
S408:第二设备利用第二数据集对待识别数据进行识别以获得待识别数据的识别信息。
S410:第二设备判断第一设备是否满足预设条件。若否,则执行步骤S412;若是,则执行步骤S414-S418。
在本发明实施例中,预设条件例如可以包括以下的至少一种:(a)所述第一设备的第一请求次数达到预设阈值,所述第一请求次数是所述第二设备统计的所述第一设备在预设的时间段获取所述识别信息的次数;(b)所述第一设备具有从所述第二数据集中获取与所述识别信息对应的数据的权限;(c)所述第一设备的第二请求次数低于预设阈值,所述第二请求次数是所述第二设备统计的所述第一设备发送识别请求的次数。
在预设条件(a)中,第二设备可以记录第一设备请求识别数据的历史请求信息,历史请求信息包括历史请求所获取的识别信息,在获得待识别数据的识别信息后,统计第一设备在预设时间段获取待识别数据的识别信息的次数,从而获得第一设备的第一请求次数。通过设置第一请求次数,能减少偶尔出现的识别信息所对应的数据大量占据第一设备存储空间的情况出现。
在预设条件(b)中,第二设备可以记录第一设备的权限信息,在获得待识别数据的识别信息后,判断第一设备是否具有获取与所述识别信息对应的数据的权限。通过设置权限,能够进一步保证数据的安全,并维护数据的价值。
在预设条件(c)中,第二设备可以记录第一设备请求识别数据的历史请求信息,在获得待识别数据的识别信息后,统计第一设备请求识别数据的次数,从而获得第二请求次数。通过设置第二请求次数,可防止通过大量发送识别请求获取识别数据库的完整数据。
S412:第二设备将待识别数据的识别信息发送至第一设备。
S414:第二设备获取所述第二数据集中与待识别数据的识别信息对应的数据。
S416:第二设备将识别信息以及识别信息对应的数据发送至第一设备。
S418:第一设备将识别信息对应的数据存储于第一数据集中。
图5示出了按照本申请一实施例的识别方法的流程图。图5所示的方法500应用于第一设备。
如图5所示,方法500可以包括以下步骤:S502,当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集。
方法500还可以包括以下步骤:S504,在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
在一个方面,在所述第二设备对所述待识别数据识别后,所述方法还包括以下内容:接收所述第二设备发送的所述第二数据集中与所述识别信息对应的数据;将所述识别信息对应的数据存储于所述第一数据集中。
图6示出了按照本申请另一实施例的识别方法的流程图。图6所示的方法600应用于第二设备。
如图6所示,方法600可以包括以下步骤:S602,接收第一设备发送的利用第一数据集未能识别的待识别数据。
方法600还可以包括以下步骤:S604,利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集。
方法600还可以包括以下步骤:S606,将所述识别信息发送至所述第一设备。
在一个方面,方法600还包括以下内容:获取所述第二数据集中与所述识别信息对应的数据;将所述识别信息对应的数据发送至所述第一设备,以使所述第一设备将所述识别信息对应的数据存储于所述第一数据集中。
在另一个方面,获取所述第二数据集中与所述识别信息对应的数据之前,方法600还包括以下内容:判断所述第一设备是否满足预设条件;若是,则执行获取所述第二数据集中与所述识别信息对应的数据的步骤。
在又一个方面,所述预设条件可以包括以下的至少一种:(a)所述第一设备的第一请求次数达到预设阈值,所述第一请求次数是所述第二设备统计的所述第一设备在预设的时间段获取所述识别信息的次数;(b)所述第一设备具有从所述第二数据集中获取与所述识别信息对应的数据的权限;(c)所述第一设备的第二请求次数低于预设阈值,所述第二请求次数是所述第二设备统计的所述第一设备发送识别请求的次数。
图7示出了按照本申请的一个实施例的识别装置的示意图,图7所示的装置700可以利用软件、硬件或软硬件结合的方式来实现。装置700可以安装在第一设备中。装置700的实施例基本相似于方法的实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
如图7所示,装置700可以包括第一发送模块702和第一接收模块704。第一发送模块702用于当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集。第一接收模块704用于在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
在一个方面,第一接收模块704还用于:在所述第二设备对所述待识别数据识别后,接收所述第二设备发送的所述第二数据集中与所述识别信息对应的数据。相应的,装置700还包括存储模块。存储模块用于将所述识别信息对应的数据存储于所述第一数据集中。
图8示出了按照本申请的另一个实施例的识别装置的示意图,图8所示的装置800可以利用软件、硬件或软硬件结合的方式来实现。装置800可以安装在第二设备中。装置800的实施例基本相似于方法的实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
如图8所示,装置800可以包括第二接收模块802、识别模块804和第二发送模块806。第二接收模块802用于接收第一设备发送的利用第一数据集未能识别的待识别数据。识别模块804用于利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集。第二发送模块806用于将所述识别信息发送至所述第一设备。
在一个方面,装置800还包括获取模块。获取模块用于获取所述第二数据集中与所述识别信息对应的数据。相应的,第二发送模块802还用于将所述识别信息对应的数据发送至所述第一设备,以使所述第一设备将所述识别信息对应的数据存储于所述第一数据集中。
在另一个方面,装置800还包括判断模块。判断模块用于判断所述第一设备是否满足预设条件;若是,则调用获取模块。
在又一个方面,所述预设条件包括以下的至少一种:(a)所述第一设备的第一请求次数达到预设阈值,所述第一请求次数是所述第二设备统计的所述第一设备在预设的时间段获取所述识别信息的次数;(b)所述第一设备具有从所述第二数据集中获取与所述识别信息对应的数据的权限;(c)所述第一设备的第二请求次数低于预设阈值,所述第二请求次数是所述第二设备统计的所述第一设备发送识别请求的次数。
本申请实施例还提供一种电子设备,请参见图9,图9为本申请实施例电子设备一个实施例示意图。如图9所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。
如图9所示,电子设备900可以包括处理器902和存储器904,其中,存储器904上存储有可执行指令,其中,所述可执行指令当被执行时使得处理器902执行图5或图6任一实施方式所示的方法。
如图9所示,电子设备900还可以包括连接不同系统组件(包括处理器902和存储器904)的总线906。总线906表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备900典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备900访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器904可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)908和和/或高速缓存存储器910。电子设备900可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统912可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线906相连。存储器904可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明上述图5或图6实施例的功能。
具有一组(至少一个)程序模块916的程序/实用工具914,可以存储在例如存储器904中,这样的程序模块916包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块916通常执行本发明所描述的上述图5或图6实施例中的功能和/或方法。
电子设备900也可以与一个或多个外部设备922(例如键盘、指向设备、显示器924等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口918进行。并且,电子设备900还可以通过网络适配器920与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图9所示,网络适配器920通过总线906与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器902通过运行存储在存储器904中的程序,从而执行各种功能应用以及数据处理,例如实现上述实施例所示的方法。
本申请的实施例还提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序包括可执行指令,当所述可执行指令被处理器执行时,实施前述各个实施例的识别方法中的任意一种实施方式。
本实施例的计算机存储介质可以包括上述图9所示实施例中的存储器904中的随机存取存储器(RAM)908、和/或高速缓存存储器910、和/或存储系统912。
随着科技的发展,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载,或者采用其他方式获取。因此,本实施例中的计算机存储介质不仅可以包括有形的介质,还可以包括无形的介质。
本领域的技术人员应明白,本发明实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
上面结合附图阐述的具体实施方式描述了示例性实施例,但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”,并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的,具体实施方式包括具体细节。然而,可以在没有这些具体细节的情况下实施这些技术。在一些实例中,为了避免对所描述的实施例的概念造成难以理解,公知的结构和装置以框图形式示出。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说,对本公开内容进行的各种修改是显而易见的,并且,也可以在不脱离本公开内容的保护范围的情况下,将本文所定义的一般性原理应用于其它变型。因此,本公开内容并不限于本文所描述的示例,而是与符合本文公开的原理和新颖性特征的最广范围相一致。
Claims (10)
1.识别方法,应用于第一设备,包括:
当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集;
在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
在所述第二设备对所述待识别数据识别后,接收所述第二设备发送的所述第二数据集中与所述识别信息对应的数据;
将所述识别信息对应的数据存储于所述第一数据集中。
3.识别方法,应用于第二设备,包括:
接收第一设备发送的利用第一数据集未能识别的待识别数据;
利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集;
将所述识别信息发送至所述第一设备。
4.根据权利要求3所述的方法,其中,所述方法还包括:
获取所述第二数据集中与所述识别信息对应的数据;
将所述识别信息对应的数据发送至所述第一设备,以使所述第一设备将所述识别信息对应的数据存储于所述第一数据集中。
5.根据权利要求4所述的方法,其中,获取所述第二数据集中与所述识别信息对应的数据之前,所述方法还包括:
判断所述第一设备是否满足预设条件;若是,则执行获取所述第二数据集中与所述识别信息对应的数据的步骤。
6.根据权利要求5所述的方法,其中,所述预设条件包括以下的至少一种:
(a)所述第一设备的第一请求次数达到预设阈值,所述第一请求次数是所述第二设备统计的所述第一设备在预设的时间段获取所述识别信息的次数;
(b)所述第一设备具有从所述第二数据集中获取与所述识别信息对应的数据的权限;
(c)所述第一设备的第二请求次数低于预设阈值,所述第二请求次数是所述第二设备统计的所述第一设备发送识别请求的次数。
7.识别装置,应用于第一设备,包括:
第一发送模块,用于当第一设备利用第一数据集未能对待识别数据进行识别,则将所述待识别数据发送至第二设备,以使所述第二设备利用第二数据集对所述待识别数据进行识别,其中,所述第一数据集为所述第二数据集的子集;
第一接收模块,用于在所述第二设备对所述待识别数据进行识别后,接收所述第二设备发送的所述待识别数据的识别信息。
8.识别装置,应用于第二设备,包括:
第二接收模块,用于接收第一设备发送的利用第一数据集未能识别的待识别数据;
识别模块,用于利用第二数据集对所述待识别数据进行识别以获得识别信息,其中,所述第一数据集为所述第二数据集的子集;
第二发送模块,用于将所述识别信息发送至所述第一设备。
9.电子设备,包括:
处理器;以及
存储器,其上存储有可执行指令;
其中,所述处理器配置为执行所述可执行指令以实施如权利要求1-6任一项所述的方法。
10.计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括可执行指令,当所述可执行指令被处理器执行时,实施如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202508.2A CN109918949A (zh) | 2019-03-12 | 2019-03-12 | 识别方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202508.2A CN109918949A (zh) | 2019-03-12 | 2019-03-12 | 识别方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109918949A true CN109918949A (zh) | 2019-06-21 |
Family
ID=66965271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910202508.2A Pending CN109918949A (zh) | 2019-03-12 | 2019-03-12 | 识别方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109918949A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619206A (zh) * | 2019-08-15 | 2019-12-27 | 中国平安财产保险股份有限公司 | 运维风险控制方法、系统、设备及计算机可读存储介质 |
WO2021047664A1 (zh) * | 2019-09-12 | 2021-03-18 | 华为技术有限公司 | 一种生物特征识别的方法及相关设备 |
CN113779641A (zh) * | 2021-09-02 | 2021-12-10 | 新奥数能科技有限公司 | 数据配置方法、装置、计算机设备及计算机可读存储介质 |
-
2019
- 2019-03-12 CN CN201910202508.2A patent/CN109918949A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619206A (zh) * | 2019-08-15 | 2019-12-27 | 中国平安财产保险股份有限公司 | 运维风险控制方法、系统、设备及计算机可读存储介质 |
CN110619206B (zh) * | 2019-08-15 | 2024-04-02 | 中国平安财产保险股份有限公司 | 运维风险控制方法、系统、设备及计算机可读存储介质 |
WO2021047664A1 (zh) * | 2019-09-12 | 2021-03-18 | 华为技术有限公司 | 一种生物特征识别的方法及相关设备 |
CN113779641A (zh) * | 2021-09-02 | 2021-12-10 | 新奥数能科技有限公司 | 数据配置方法、装置、计算机设备及计算机可读存储介质 |
CN113779641B (zh) * | 2021-09-02 | 2024-03-05 | 新奥数能科技有限公司 | 数据配置方法、装置、计算机设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11763541B2 (en) | Target detection method and apparatus, model training method and apparatus, device, and storage medium | |
CN108076154A (zh) | 应用信息推荐方法、装置及存储介质和服务器 | |
CN109918949A (zh) | 识别方法、装置、电子设备和存储介质 | |
US20170046965A1 (en) | Robot with awareness of users and environment for use in educational applications | |
CN106133826A (zh) | 用于语言模型自定义的灵活模式 | |
CN113689574B (zh) | 数字孪生处理方法、装置和机器可读介质 | |
CN109919244A (zh) | 用于生成场景识别模型的方法和装置 | |
CN108681719A (zh) | 视频图像处理方法及装置 | |
CN112417485B (zh) | 一种基于可信执行环境的模型训练方法、系统及装置 | |
CN103299342A (zh) | 提供用于姿势识别的机制的方法和装置 | |
CN106776039A (zh) | 一种数据处理方法及装置 | |
CN112990053A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN113569052A (zh) | 知识图谱的表示学习方法及装置 | |
CN108648142A (zh) | 图像处理方法及装置 | |
CN110288532B (zh) | 生成全身图像的方法、装置、设备及计算机可读存储介质 | |
CN109933679A (zh) | 图像中的对象类型识别方法、装置和设备 | |
CN109919109A (zh) | 图像识别方法、装置和设备 | |
CN113763931B (zh) | 波形特征提取方法、装置、计算机设备及存储介质 | |
CN109947850A (zh) | 数据分发方法、装置和设备 | |
CN115700845A (zh) | 人脸识别模型训练方法、人脸识别方法、装置及相关设备 | |
CN109981755A (zh) | 图像识别方法、装置和电子设备 | |
JP6981016B2 (ja) | 情報処理装置および情報処理方法 | |
CN114462502B (zh) | 一种核身推荐模型训练方法及装置 | |
WO2020060569A1 (en) | System and method for importing a software application into a virtual reality setting | |
CN107885809A (zh) | 一种文件传输方法、装置、智能平板和存储介质 |
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 |