CN110191278A - 图像处理方法及装置 - Google Patents
图像处理方法及装置 Download PDFInfo
- Publication number
- CN110191278A CN110191278A CN201811458407.3A CN201811458407A CN110191278A CN 110191278 A CN110191278 A CN 110191278A CN 201811458407 A CN201811458407 A CN 201811458407A CN 110191278 A CN110191278 A CN 110191278A
- Authority
- CN
- China
- Prior art keywords
- image
- original image
- dpp
- original
- storage
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
Abstract
本申请提供的图像处理方法及装置,通过视频专网获取多个厂商的摄像机采集的原始图像,进行统一存储。然后由公安内网的数据处理平台通过网闸获取所述原始图像并进行存储,然后返回原始图像的存储路径以及相应的属性信息。本申请解决了各个厂商之间的图像特征提取算法以及各个厂商的半结构化数据不能共享的问题,方便通过大数据平台对所述原始图像进行多个维度的分析与处理。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种图像处理方法及装置。
背景技术
随着科学技术水平发展,各类数据呈现爆炸式的增长,数据总量快速增长的同时数据类型的种类也在不断增加,当前的一个视图库中必然存在多种结构化、半结构化数据。在这种情况下,单一数据的分析已经越来越不能满足客户对业务种类和实际应用的要求,这就要求各业务开发商必须做好多维数据的碰撞分析。如图1所示,目前各家厂商处理各图像采集设备503抓拍到的图像通过监控视频专网存储到厂家存储设备502。然后厂家数据处理中心501从厂家存储设备502获取原始图像并做特征提取。再通过厂家数据处理中心501对通过特征提取得到的半结构化的数据进行分析。受图片特征提取以及特征比对技术机密保护的限制,各家的半结构化数据比较封闭无法公用,无法汇聚到上级平台做大数据多维分析应用。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种图像处理方法,应用于图像处理系统;所述系统包括设置在第一网络中的图像接收设备和设置在第二网络中的数据处理平台,所述方法的步骤包括:
通过所述图像接收设备获取所述第一网络中各个厂家的图像采集设备采集的原始图像;
通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像;
通过所述数据处理平台对所述原始图像进行分析。
可选地,所述通过所述图像接收设备获取原始图像的步骤包括:
通过所述图像接收设备获取各个厂家图像采集设备抓拍的原始图像;
根据所述原始图像中携带的厂商信息对所述原始图像进行分类存储。
可选地,所述数据处理平台包括第一存储设备和第二存储设备,通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像的步骤之后还包括:
将所述原始图像存储至所述第一存储设备;
获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备的编码;
将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备。
可选地,所述通过所述数据处理平台对所述原始图像进行分析的步骤包括:
通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备查询该目标原始图像的存储位置;
通过所述目标原始图像的存储位置从所述第一存储设备中获得所述目标原始图像,并通过所述数据处理平台对所述目标原始图像进行分析处理。
可选地,所述通过所述数据处理平台对所述原始图像进行分析的步骤包括:
从所述第二存储设备获得多个原始图像的存储位置;
根据所述多个原始图像的存储位置从所述第一存储设备获得多个原始图像,并通过所述数据处理平台对所述多个原始图像进行分析处理。
可选地,所述第二存储设备为Hbase数据库。
本申请的另一目的在于提供一种图像处理装置,应用于图像处理系统;所述系统包括设置在第一网络中的图像接收设备和设置在第二网络中的数据处理平台,所述图像处理装置包括原始图像采集模块、原始图像获取模块和图像分析模块;
所述原始图像采集模块用于通过所述图像接收设备获取所述第一网络中各个厂家的图像采集设备采集的原始图像;
所述原始图像获取模块用于通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像;
所述图像分析模块用于通过所述数据处理平台对所述原始图像进行分析。
可选地,所述原始图像采集模块通过以下方式采集原始图像:
通过所述图像接收设备获取各个厂家图像采集设备抓拍的原始图像;
根据所述原始图像中携带的厂商信息对所述原始图像进行分类存储。
可选地,所述数据处理平台包括第一存储设备和第二存储设备,所述原始图像获取模块通过以下方式获取所述原始图像:
将所述原始图像存储至所述第一存储设备;
获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备的编码;
将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备。
可选地,所述原始图像获取模块通过以下方式对所述原始图像进行分析:
通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备查询该目标原始图像的存储位置;
通过所述目标原始图像的存储位置从所述第一存储设备中获得所述目标原始图像,并通过所述数据处理平台对所述目标原始图像进行分析处理。
相对于现有技术而言,本申请具有以下有益效果:
本申请提供的图像处理方法及装置,通过视频专网获取多个厂商的摄像机采集的原始图像,进行统一存储。然后由公安内网的数据处理平台通过网闸获取所述原始图像并进行存储,然后返回原始图像的存储路径以及相应的属性信息。本申请解决了各个厂商之间的图像特征提取算法以及各个厂商的半结构化数据不能共享的问题,方便通过大数据平台对所述原始图像进行多个维度的分析与处理。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的图像处理系统的硬件结构图;
图2为本申请实施例提供的现有技术的场景示意图;
图3为本申请实施例提供的图像处理方法的步骤流程图;
图4为本申请实施例提供的图像处理系统的场景示意图;
图5为本申请实施例提供的步骤S200的子步骤的步骤流程图;
图6为本申请实施例提供的图像处理装置的结构图。
图标:100-图像处理系统;140-通信单元;130-处理器;120-存储器;110-图像处理装置;1101-图像采集模块;1102-原始图像获取模块;1103-图像分析模块;503-图像采集设备;505-图像接收设备;502-厂家存储设备;501-厂家数据处理中心;500-第一网络;600-第二网络;602-数据处理中心;603-第二存储设备;601-第一存储设备;700-网闸。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
请参照图1,图1是本申请提供的图像处理系统100的硬件结构图。所述图像处理系统100可以是单个设备,也可以是集群设备。所述图像处理系统100包括图像处理装置110、存储器120、处理器130、通信单元140。
其中,所述存储器120可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。所述通信单元140用于通过网络获取多个厂商的图像采集设备503采集的原始图像。所述网络包括有线网络和无线网络。
所述处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的处理器130可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
如图2所示,图2为现有技术的场景示意图,目前由于各个厂商之间出于商业保密的因素,各个厂家之间的图像处理算法,以及图像处理设备处理后的半结构化数据之间不能共享,使得各个厂家使用自己的厂家存储设备502通过所述监控视频内网保存图像采集设备503抓拍的图像,然后使用各个厂家的厂家数据处理中心501对所述抓拍的图像进行分析。因此,不利于从多个维度对拍摄的图像进行数据分析。
因此,本申请提供了一种图像处理方法,请参照图3,图3为应用于图1所示的图像处理系统100的图像处理方法的步骤流程图,所述图像处理系统100包括设置在第一网络500中的图像接收设备505和设置在第二网络600中的数据处理平台,以下将对所述方法包括各个步骤进行详细阐述。
步骤S100,通过所述图像接收设备505获取所述第一网络500中各个厂家的图像采集设备503采集的原始图像。
如图4所示,图4为图像处理系统100的场景示意图,所述第一网络500为监控视频专网,所述第二网络600为公安系统内网,由于公安系统需要对通过大数据平台对多个厂商图像采集设备503采集的图像进行大数据分析。但是公安系统的公安系统内网是一个很特殊的网络系统,出于安全原因考虑,不能让图像采集设备503直接接入公安系统。
可选地,所述图像处理系统100通过图像接收设备505在监控视频专网采集各个厂商的图像采集设备503采集的原始图像。所述图像处理系统100通过所述图像接收设备505存储对各个厂商的原始图像进行统一存储。
可选地,所述原始图像中携带有所述原始图像对应的厂商信息。所述图像处理系统100通过所述图像接收设备505根据所述厂商信息对所述原始图像进行分类后统一存储。
步骤S200,通过所述数据处理平台经第一网络500与第二网络600之间的网闸700从所述图像接收设备505获取所述原始图像。
关于步骤S200的详细信息,请参考如图5所示的步骤S200的子步骤的步骤流程图。
步骤S2001,将所述原始图像存储至所述第一存储设备601。
可选地,所述数据处理平台包括第一存储设备601、第二存储设备603和数据处理中心602,其中,所述第一存储设备601用于存储所述原始图像,所述第二存储设备603为Hbase数据库,所述Hbase数据库用于存储所述原始图像的地址信息和属性信息。所述公安系统内网和图像接收设备505之间通过网闸700进行通信,这样公安系统系统内网只需要和监控视频专网的指定设备进行通信,大大增加了公安系统内网的安全,同时减小公安系统内网的网络压力。所述公安系统内网的数据处理平台通过所述网闸700从所述图像接收设备505获取原始图像,用于进行下一步的数据分析。
步骤S2001,获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备601中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备503的编码。
可选地,所述图像处理系统100通过所述第一存储设备601对获取至所述第一网络500中的图像接收设备505的原始图像进行存储,并返回各个原始图像的存储路径、图像抓拍时间和图像属性,所述图像属性包括包括图像种类和拍摄所述图像的图像采集设备503的编码。例如,所述图像属性可以是“facedev03”,其中,“facedev”表示图片种类,“03”表示相机的预设编码。
值得说明的是,在本发明实施例其他的一些实施方式中,所述图像属性还可以依据实际情况设定,比如所述图像属性可以包括图像位置信息和设备编号。只要能够通过所述图像属性和其他图像图像属性进行区分和归类。
步骤S2002,将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备603。
所述图像处理系统100通过所述Hbase数据对所述返回的各个原始图像的存储路径、图像抓拍时间和图像属性进行存储。所述Hbase数据库具有吞吐量大,性能高,集群易扩展的特点。
步骤S300,通过所述数据处理平台对所述原始图像进行分析。
可选地,所述图像处理系统100通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备603查询该目标原始图像的存储位置;
所述图像处理系统100通过所述目标原始图像的存储位置从所述第一存储设备601中获得所述目标原始图像,并通过所述数据处理平台中的数据处理中心602对所述目标原始图像进行分析处理。
可选地,所述图像处理系统100从所述第二存储设备603获得多个原始图像的存储位置;
根据所述多个原始图像的存储位置从所述第一存储设备601获得多个原始图像,并通过所述数据处理平台的数据处理中心602对所述多个原始图像进行分析处理。
例如,所述数据处理平台包括多引擎调度器,所述多引擎调度器用于调度数据处理平台的存储的图像。所述多引擎调度器将原始图像的图像属性作为Hbase数据库的行键。所述Hbase数据库按照所述行键的字典对存储的数据进行排序。将所述图像的在第一存储设备601中的位置信息和所述图像的时间戳存储到所述第二存储设备603。
所述多引擎调度器可以通过行键进行精确查找需要的图片。所述多引擎调度器通过“facedev01+时间段”可以可以查找出相机“facedev01”在指定时间段抓拍的人脸图片在所述第一存储设备601中的位置信息。所述多引擎调度器还可以通过行键的前缀进行模糊查找。所述多引擎调度器通过“PrefixFilter(“face”)+时间段”可以查询在指定时间段的所有相机抓拍的人脸图片在所述第一存储设备601中的所有位置信息。所述多引擎调度器通过所述位置信息从所述第一存储设备601中获取相应的人脸抓拍图像。
如图6所示,本实施例还提供一种图像处理装置110,图像处理装置110可以包括至少一个可以软件或固件(firmware)的形式存储于所述机器可读存储器120中或固化在所述变速器的控制单元的操作系统(operating system,OS)中的软件功能模块。所述处理器130可以用于执行所述机器可读存储器120中存储的可执行模块,例如所述图像处理装置110所包括的软件功能模块及计算机程序等。
所述图像处理装置110应用于图像处理系统100;所述系统包括设置在第一网络500中的图像接收设备505和设置在第二网络600中的数据处理平台,所述图像处理装置110包括原始图像采集模块1101、原始图像获取模块1102和图像分析模块1103。
所述原始图像采集模块1101用于通过所述图像接收设备505获取所述第一网络500中各个厂家的图像采集设备503采集的原始图像。
所述原始图像采集模块1101用于执行图3中的步骤S100,关于所述原始图像采集模块1101的详细描述可以参考3中步骤S100的详细描述。
所述原始图像获取模块1102用于通过所述数据处理平台经第一网络500与第二网络600之间的网闸700从所述图像采集设备503获取所述原始图像。
所述原始图像获取模块1102用于执行图3中的步骤S200,关于所述原始图像获取模块1102的详细描述可以参考图3中步骤S200的详细描述。
所述图像分析模块1103用于通过所述数据处理平台对所述原始图像进行分析。
所述图像分析模块1103用于执行图3中的步骤S300,关于所述图像分析模块1103的详细描述可以参考图3中的步骤S300的详细描述。
可选地,所述原始图像采集模块1101通过以下方式采集原始图像:
通过所述图像接收设备505获取各个厂家图像采集设备503抓拍的原始图像。
根据所述原始图像中携带的厂商信息对所述原始图像进行分类存储。
可选地,述原始图像获取模块1102通过以下方式获取所述原始图像:
将所述原始图像存储至所述第一存储设备601。
获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备601中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备503的编码。
将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备603。
可选地,所述原始图像获取模块1102通过以下方式对所述原始图像进行分析:
通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备603查询该目标原始图像的存储位置。
通过所述目标原始图像的存储位置从所述第一存储设备601中获得所述目标原始图像,并通过所述数据处理平台对所述目标原始图像进行分析处理。
综上所述,本申请提供的图像处理方法及装置,本申请提供的图像处理方法及装置,通过视频专网获取多个厂商的摄像机采集的原始图像,进行统一存储。然后由公安内网的数据处理平台通过网闸700获取所述原始图像并进行存储,然后返回原始图像的存储路径以及相应的属性信息。本申请解决了各个厂商之间的图像特征提取算法以及各个厂商的半结构化数据不能共享的问题,方便通过大数据平台对所述原始图像进行多个维度的分析与处理。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、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,流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方式中,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,两个连续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动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种图像处理方法,其特征在于,应用于图像处理系统;所述系统包括设置在第一网络中的图像接收设备和设置在第二网络中的数据处理平台,所述方法的步骤包括:
通过所述图像接收设备获取所述第一网络中各个厂家的图像采集设备采集的原始图像;
通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像;
通过所述数据处理平台对所述原始图像进行分析。
2.根据权利要求1所述的图像处理方法,其特征在于,所述通过所述图像接收设备获取原始图像的步骤包括:
通过所述图像接收设备获取各个厂家图像采集设备抓拍的原始图像;
根据所述原始图像中携带的厂商信息对所述原始图像进行分类存储。
3.根据权利要求1所述的图像处理方法,其特征在于,所述数据处理平台包括第一存储设备和第二存储设备,通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像的步骤之后还包括:
将所述原始图像存储至所述第一存储设备;
获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备的编码;
将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备。
4.根据权利要求3所述的图像处理方法,其特征在于,所述通过所述数据处理平台对所述原始图像进行分析的步骤包括:
通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备查询该目标原始图像的存储位置;
通过所述目标原始图像的存储位置从所述第一存储设备中获得所述目标原始图像,并通过所述数据处理平台对所述目标原始图像进行分析处理。
5.根据权利要求3所述的图像处理方法,其特征在于,所述通过所述数据处理平台对所述原始图像进行分析的步骤包括:
从所述第二存储设备获得多个原始图像的存储位置;
根据所述多个原始图像的存储位置从所述第一存储设备获得多个原始图像,并通过所述数据处理平台对所述多个原始图像进行分析处理。
6.根据权利要求4-5任一项所述的图像处理方法,其特征在于,所述第二存储设备为Hbase数据库。
7.一种图像处理装置,其特征在于,应用于图像处理系统;所述系统包括设置在第一网络中的图像接收设备和设置在第二网络中的数据处理平台,所述图像处理装置包括原始图像采集模块、原始图像获取模块和图像分析模块;
所述原始图像采集模块用于通过所述图像接收设备获取所述第一网络中各个厂家的图像采集设备采集的原始图像;
所述原始图像获取模块用于通过所述数据处理平台经第一网络与第二网络之间的网闸从所述图像接收设备获取所述原始图像;
所述图像分析模块用于通过所述数据处理平台对所述原始图像进行分析。
8.根据权利要求7所述的图像处理装置,其特征在于,所述原始图像采集模块通过以下方式采集原始图像:
通过所述图像接收设备获取各个厂家图像采集设备抓拍的原始图像;
根据所述原始图像中携带的厂商信息对所述原始图像进行分类存储。
9.根据权利要求7所述的图像处理装置,其特征在于,所述数据处理平台包括第一存储设备和第二存储设备,所述原始图像获取模块通过以下方式获取所述原始图像:
将所述原始图像存储至所述第一存储设备;
获取所述原始图像抓拍时间、图像属性以及在所述第一存储设备中的存储位置,所述图像属性包括图像种类和拍摄所述图像的图像采集设备的编码;
将所述存储位置、抓拍时间和图像属性存储至所述第二存储设备。
10.根据权利要求9所述的图像处理装置,其特征在于,所述原始图像获取模块通过以下方式对所述原始图像进行分析:
通过根据待处理的目标原始图像的抓拍时间或图像属性从所述第二存储设备查询该目标原始图像的存储位置;
通过所述目标原始图像的存储位置从所述第一存储设备中获得所述目标原始图像,并通过所述数据处理平台对所述目标原始图像进行分析处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811458407.3A CN110191278B (zh) | 2018-11-30 | 2018-11-30 | 图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811458407.3A CN110191278B (zh) | 2018-11-30 | 2018-11-30 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110191278A true CN110191278A (zh) | 2019-08-30 |
CN110191278B CN110191278B (zh) | 2022-03-11 |
Family
ID=67713566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811458407.3A Active CN110191278B (zh) | 2018-11-30 | 2018-11-30 | 图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110191278B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110730305A (zh) * | 2019-10-28 | 2020-01-24 | 北京旷视科技有限公司 | 一种基于阻塞队列的多源抓拍图像处理、接入方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110211070A1 (en) * | 2004-10-12 | 2011-09-01 | International Business Machines Corporation | Video Analysis, Archiving and Alerting Methods and Appartus for a Distributed, Modular and Extensible Video Surveillance System |
CN105045820A (zh) * | 2015-06-25 | 2015-11-11 | 浙江立元通信技术股份有限公司 | 一种处理海量级数据的视频图像信息的方法及数据库系统 |
CN105630847A (zh) * | 2014-11-21 | 2016-06-01 | 深圳市腾讯计算机系统有限公司 | 数据存储方法、数据查询方法、装置及系统 |
CN106375721A (zh) * | 2016-09-14 | 2017-02-01 | 重庆邮电大学 | 一种基于云平台的智能视频监控系统 |
CN106650589A (zh) * | 2016-09-30 | 2017-05-10 | 北京旷视科技有限公司 | 实时人脸识别系统和方法 |
-
2018
- 2018-11-30 CN CN201811458407.3A patent/CN110191278B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110211070A1 (en) * | 2004-10-12 | 2011-09-01 | International Business Machines Corporation | Video Analysis, Archiving and Alerting Methods and Appartus for a Distributed, Modular and Extensible Video Surveillance System |
CN105630847A (zh) * | 2014-11-21 | 2016-06-01 | 深圳市腾讯计算机系统有限公司 | 数据存储方法、数据查询方法、装置及系统 |
CN105045820A (zh) * | 2015-06-25 | 2015-11-11 | 浙江立元通信技术股份有限公司 | 一种处理海量级数据的视频图像信息的方法及数据库系统 |
CN106375721A (zh) * | 2016-09-14 | 2017-02-01 | 重庆邮电大学 | 一种基于云平台的智能视频监控系统 |
CN106650589A (zh) * | 2016-09-30 | 2017-05-10 | 北京旷视科技有限公司 | 实时人脸识别系统和方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110730305A (zh) * | 2019-10-28 | 2020-01-24 | 北京旷视科技有限公司 | 一种基于阻塞队列的多源抓拍图像处理、接入方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110191278B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10579669B2 (en) | System, apparatus, method, program and recording medium for processing image | |
US20210397848A1 (en) | Scene marking | |
US10997788B2 (en) | Context-aware tagging for augmented reality environments | |
US9679057B1 (en) | Apparatus for sharing image content based on matching | |
CN109740004B (zh) | 一种归档方法及装置 | |
US9558401B2 (en) | Scanbox | |
US20070195344A1 (en) | System, apparatus, method, program and recording medium for processing image | |
CN104794189B (zh) | 一种图像筛选方法及筛选系统 | |
CN109783685A (zh) | 一种查询方法及装置 | |
KR20080075091A (ko) | 실시간 경보 및 포렌식 분석을 위한 비디오 분석 데이터의저장 | |
JP6396897B2 (ja) | 出席者によるイベントの検索 | |
WO2006053168A9 (en) | Sequential processing of video data | |
CN105659279B (zh) | 信息处理设备和信息处理方法 | |
US20220301317A1 (en) | Method and device for constructing object motion trajectory, and computer storage medium | |
CN103699679A (zh) | 目标对象的信息检索方法及信息检索设备 | |
CN109800664B (zh) | 一种确定路人轨迹的方法及装置 | |
CN109815839B (zh) | 微服务架构下的徘徊人员识别方法及相关产品 | |
JP2010040032A (ja) | 検索方法、検索プログラム及び検索システム | |
CN109857891A (zh) | 一种查询方法及装置 | |
CN105138699A (zh) | 一种基于拍摄角度的照片分类方法、装置及移动终端 | |
CN115115855A (zh) | 图像编码器的训练方法、装置、设备及介质 | |
JP2006093955A (ja) | 映像処理装置 | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
CN108419112B (zh) | 基于测控航迹信息的流媒体视频编目方法、检索方法及装置 | |
CN110191278A (zh) | 图像处理方法及装置 |
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 |