CN110740264B - 一种智能摄像数据快速采集系统及采集方法 - Google Patents

Abstract

本发明公开了一种智能摄像数据快速采集系统及采集方法，包括摄像头矩阵模块，摄像头矩阵模块由多个图像采集本体构成，摄像头矩阵模块用于对图像进行采集；数据传输模块，数据传输模块用于对摄像头矩阵模块采集的摄像数据进行比对和参数调整，并反馈到摄像头矩阵模块当中实现对摄像头矩阵模块的调整；数据分析储存模块，数据分析储存模块接收数据传输模块调整后的摄像数据，对数据进行分析；其中，数据分析储存模块至少包括数据场景分析模块和数据场景校对模块，数据场景分析模块和数据场景校对模块用于对接收的摄像数据进行场景化分析，并反馈到摄像头矩阵模块当中。方便对该场景进行充分的数据采集，使得数据采集更精准，快速提高数据采集速度。

Description

一种智能摄像数据快速采集系统及采集方法

技术领域

本发明涉及摄像数据采集技术领域，具体为一种智能摄像数据快速采集系统及采集方法。

背景技术

摄像就是使用摄像机(视频拍摄设备)把光学图象信号转变为电信号，以便于存储或者传输。当我们拍摄一个物体时，此物体上反射的光被摄像机镜头收集，使其聚焦在摄像器件的受光面(例如摄像管的靶面)上，再通过摄像器件把光转变为电能，即得到了“视频信号”。

无论是哪一种摄像的目的，包括生活写真、数据监控、图像采集、图像比对等，都需要对摄像的数据进行传输，而对于数据监控特别是对大量的摄像数据处理时，摄像数据的采集是一个庞大的工作，如何对数据进行快速的采集是很多图像处理公司面临的实际问题；而现在大多数数据采集工作在提升数据传输效率上，往往采用加大信号传输通道，这样成本高，而且网络传输如果受阻就将丢失数据，造成无法挽回的损失。现如今，在摄像数据采集领域，如专利号201821511215.X《带数据采集功能摄像机》的专利，仅仅给出了一种能够进行数据采集的摄像机，并未涉及到数据采集速度的问题；另外，在一些传统领域，例如专利201811577851.7《一种摄像头防抖动数据采集装置》，利用普通的摄像投实现数据采集，无法实时进行数据的处理进而调整数据采集策略，无法实现对数据的快速采集，也未想到如何利用后续的数据处理来对数据采集进行反馈，提高数据采集速度。因此，设计一种快速采集摄像数据的方案就显得尤为重要。

发明内容

针对以上问题，本发明提供了一种智能摄像数据快速采集系统及采集方法，不仅仅能够实现对采集图像数据进行实时传输，还能够对传输的摄像数据进行纠错和质量判断，同时，在数据分析后反馈到数据采集，使得数据采集更精准，快速提高数据采集速度；可以有效解决背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一方面，本申请提供了一种智能摄像数据快速采集系统，包括

摄像头矩阵模块，所述摄像头矩阵模块由多个图像采集本体构成，所述摄像头矩阵模块用于对图像进行采集；

数据传输模块，所述数据传输模块用于对所述摄像头矩阵模块采集的摄像数据进行比对和参数调整，并反馈到所述摄像头矩阵模块当中实现对摄像头矩阵模块的调整；

数据分析储存模块，所述数据分析储存模块接收所述数据传输模块调整后的摄像数据，对数据进行分析；

其中，所述数据分析储存模块至少包括数据场景分析模块和数据场景校对模块，所述数据场景分析模块和数据场景校对模块用于对接收的摄像数据进行场景化分析，并反馈到摄像头矩阵模块当中。

作为本发明一种优选的技术方案，所述图像采集本体包括壳体、图像捕捉器、信号灯；

所述图像捕捉器等间距分布在所述壳体上，所述壳体上设置有底座和伸缩轴，所述伸缩轴设置在底座中部，利用电机对伸缩轴和底座进行伸缩和角度调整

所述图像采集模块利用信号传输线连接数据传输模块。

作为本发明一种优选的技术方案，所述摄像头矩阵模块包括

启闭控制模块，所述启闭控制模块用于对壳体上的图像捕捉器进行开启和关闭控制；

角度调整模块和伸缩模块，伸缩角度调整模块和伸缩模块控制电机对底座和伸缩轴进行转动和伸缩，实现图像采集本体的位置变化；

调光模块，所述调光模块与位于壳体外周围的信号灯连接，所述信号灯的不同颜色表示图像采集本体处于满负荷、半负荷、低负荷的某一种状态；

所述调光模块、启闭控制模块、角度调整模块和伸缩模块均与设置在摄像头矩阵模块内的摄像控制单元信号连接。

作为本发明一种优选的技术方案，所述数据传输模块包括

数据轮换采集模块，当不同场景下，需要利用不同数目的图像采集本体采集的摄像数据，则数据轮换采集模块控制不同的图像采集本体轮流进行数据采集；

多路比对模块，用于对多个图像采集本体采集的摄像数据进行比对，查看是否有重复数据，若有重复数据则进行删除；

多路数据上传模块，用于将不重复的多路摄像数据上传至数据分析储存模块中；

数据纠错模块，在数据上传过程中，利用预先构建的数据神经网络模型对上传的数据进行纠错，将纠错后的数据参数传输至数据轮换采集模块，使得数据轮换采集模块获得与数据神经网络模型更吻合的数据；

本申请当中的数据神经网络模型可以采用当下最为常见的CNN、DNN进行模型构建，实现对摄像数据图像的获取和分析，当训练好的数据模型融入到数据传输模块当中，能够将数据传输过程中不满足使用要求的数据进行剔除，这也是本申请提高采集速度的强有力手段，利用纠错模块对多个图像捕捉器进行判断是否采集到了满足要求的数据，从而利用启闭控制模块控制不同的图像捕捉器进行启闭，实现多个图像捕捉器的协同工作，对数据进行轮换采集，实现实时调整图像捕捉器的工作状态；此处，对于图像捕捉器的应用，可以理解为当一定时间内图像捕捉器采集的图像数据都不满足条件，则关闭该图像捕捉器，当关闭一定时间后，可以再次启动该图像捕捉器进行图像采集，防止由于数据拥挤(数据传输信道不稳定)造成的个别图像捕捉器传输图像错误的问题发生。另外，本申请的多路比对模块能够比对不同的图像采集本体的工作状态，实现不同状态之间的调度，实时采集到最合适的图像数据，提高图像数据的采集速度。

数据训练模块，配合数据神经网络模型，对数据纠错模块进行充分纠错，同时，利用参数调整模块对数据训练模块进行参数调整。

以CNN的训练为例，卷积神经网络的输入特征需要进行标准化处理。具体地，在将学习数据输入卷积神经网络前，需在通道或时间/频率维对输入数据进行归一化，若输入数据为像素，也可将分布于[0，255]的原始像素值归一化至[0，1]区间，对获取的图像获取后，采用多层网络进行监督学习，判断其分类结果于预设值的差异。

作为本发明一种优选的技术方案，所述参数调整模块对数据训练模块进行参数调整的方式包括手动调整和模型自动调整。

作为本发明一种优选的技术方案，所述数据训练模块包括

参数自适应模块，具有预先设置的参数阈值，根据摄像数据的图像质量参数进行自适应调整，防止数据偏离阈值过大；

参数标注模块，人工训练一定数量的摄像数据，对数据质量进行标注，训练出摄像数据满足人工使用要求；

数据质量判别模块，利用训练的摄像数据对数据质量判别模块进行判别，使得参数自适应模块的参数阈值进行自适应调整，获取纠错对象，对摄像数据的传输进行纠错，进一步剔除不满足要求的摄像数据。

作为本发明一种优选的技术方案，所述数据质量判别模块包括

图像清晰度判别单元，用于对采集的摄像数据进行清晰度判别，当清晰度达到清晰阈值时，则判别为可传输，当清晰度未达到清晰阈值，则重新采集摄像数据，或者对图像捕捉器进行自检操作；

图像尺寸判别单元，用于对采集的摄像数据进行尺寸判别，当尺寸满足在设定的尺寸阈值内，则判别为可传输，当尺寸未达到尺寸阈值，则对尺寸进行重新调整，如果经过重新调整的尺寸经过判断仍不满足尺寸阈值，则重新采集摄像数据从而对尺寸进行重新判断；

图像色彩饱和度判别单元，用于对采集的摄像数据进行色彩饱和度判别，当色彩饱和度满足在饱和度阈值内，则判别为可传输，当色彩饱和度未满足饱和度阈值，则对色彩饱和度进行重新收集，直到达到饱和度阈值；

图像相邻帧差异度判别单元，用于对采集的摄像数据进行相邻帧差异度判别，当相邻帧差异度满足在相邻帧差异度阈值内，则判别为可传输，当相邻帧差异度未满足相邻帧差异度阈值，则重新收集相邻帧差异度的摄像数据，并重新发送至图像相邻帧差异度判别单元进行判断。

作为本发明一种优选的技术方案，所述数据分析储存模块包括

数据场景分析模块和数据场景较对模块；

所述数据场景分析模块对采集的摄像数据进行场景化分析，与数据场景校对模块内的场景数据进行比对，分辨出摄像数据的背景、前景；

判断摄像数据属于何种场景当中；

对储存的数据进行数量统计，根据数据阈值设计模块的数量计算，分析出在不同场景下摄像数据的传输速度；并利用数据传输速度判定模块对传输速度进行判定；

根据不同的速度判定，调整摄像头矩阵模块的不同工作模式，

摄像头矩阵模块由多个图像采集本体组成，而每个图像采集本体又由多个图像捕捉器组成，而图像捕捉器此处可以选定位摄像头，利用启闭控制模块能够控制特定的图像捕捉器进行开启或者关闭，因此本申请的摄像头矩阵模块能够利用启闭控制模块控制不同的图像采集本体上的不同图像捕捉器实现特定场合下的开启或者关闭，也能够通过判断不同的场景(比如正式场合、人群多的场合)需要进行采集大量数据，则可以控制图像捕捉器进行全开进行满负荷状态，实现对数据的快速采集，而在不需要大量数据采集的前提下可以实现低负荷状态运行；另外，本申请还能够通过图像质量的判断，分析出哪个图像捕捉器处于不规范应用，采集图像质量不满足要求，则暂停关闭该图像捕捉器，同时启动该图像捕捉器周围的图像捕捉器进行图像捕捉，实现摄像数据的充分采集，并且提供采集质量，由于一定时间内摄像数据传输的速率一定，因此剔除无用数据能够进一步提高摄像数据传输速度。

另一方面，本申请还提供了一种智能摄像数据快速采集方法，

启动预先设定的摄像头采集模式，使其对图像数据进行采集；

对采集过程中的数据进行处理，对数据适应性调整后传输到后台；

其中，对数据进行适应性调整还包括对数据质量进行判别，剔除无用数据的过程；

当数据传输至所述后台，实现对数据的分析和储存；

其中，在对数据的分析过程中，利用预先构建的场景化模块对数据进行场景化分析和场景化比对，根据分析场景化分析结果自动调整摄像头采集模式。

作为本发明一种优选的技术方案，所述对采集过程中的数据进行处理，对数据适应性的过程还包括

对摄像数据进行纠错，降低无用数据的传输；

所述对数据的分析和储存还包括对数据传输速度的判定。

与现有技术相比，本发明的有益效果是：

在利用摄像头矩阵模块对数据进行采集过程中，利用摄像控制单元对图像采集单元进行控制，实现对采集图像数据进行实时传输；

在数据传输模块当中，利用预先构建的数据神经网络模型数据进行纠错，同时能够对数据传输的质量进行获取，进一步对传输的摄像数据进行纠错和质量判断；将不符合要求的摄像数据进行中断，并进一步提示多个图像采集本体进行不同策略的图像采集，防止不符合要求摄像数据的继续传输，提高数据的采集质量，间接提高数据采集速度；

在数据分析后反馈到数据采集，对满足要求的数据进行分析，判断是处于哪一种场景当中，从而控制摄像头矩阵模块重点部署不同位置的图像采集本体进行摄像数据的采集，方便对该场景进行充分的数据采集，使得数据采集更精准，快速提高数据采集速度。

附图说明

图1为本发明摄像头矩阵模块框图；

图2为本发明数据传输模块框图；

图3为本发明数据训练模块框图；

图4为本发明数据质量判别模块框图；

图5为本发明数据分析储存模块框图；

图6为本发明图像采集本体结构示意图；

图7为本发明多个图像采集本体协同工作示意图；

图8为本发明采集方法流程图；

图9为本发明CNN网络示意图。

图中：1-图像采集本体；2-壳体；3-图像捕捉器；4-底座；5-伸缩轴；6-信号传输线；7-信号灯。

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。

实施例：

请参阅图1至图7，本发明提供一种技术方案：

一种智能摄像数据快速采集系统，其特征在于：包括

摄像头矩阵模块，所述摄像头矩阵模块由多个图像采集本体1构成，所述摄像头矩阵模块用于对图像进行采集；

数据传输模块，所述数据传输模块用于对所述摄像头矩阵模块采集的摄像数据进行比对和参数调整，并反馈到所述摄像头矩阵模块当中实现对摄像头矩阵模块的调整；

数据分析储存模块，所述数据分析储存模块接收所述数据传输模块调整后的摄像数据，对数据进行分析；

其中，所述数据分析储存模块至少包括数据场景分析模块和数据场景校对模块，所述数据场景分析模块和数据场景校对模块用于对接收的摄像数据进行场景化分析，并反馈到摄像头矩阵模块当中。

优选的，如图6所示：所述图像采集本体1包括壳体2、图像捕捉器3；

所述图像捕捉器3等间距分布在所述壳体2上，所述壳体2上设置有底座4和伸缩轴5，所述伸缩轴5设置在底座4中部，利用电机对伸缩轴5和底座4进行伸缩和角度调整

所述图像采集模块利用信号传输线6连接数据传输模块。

优选的，如图1所示，所述摄像头矩阵模块包括

启闭控制模块，所述启闭控制模块用于对壳体上的图像捕捉器3进行开启和关闭控制；

角度调整模块和伸缩模块，伸缩角度调整模块和伸缩模块控制电机对底座4和伸缩轴5进行转动和伸缩，实现图像采集本体1的位置变化；

调光模块，所述调光模块与位于壳体外周围的信号灯7连接，所述信号灯7的不同颜色表示图像采集本体处于满负荷、半负荷、低负荷的某一种状态；

所述调光模块、启闭控制模块、角度调整模块和伸缩模块均与设置在摄像头矩阵模块内的摄像控制单元信号连接。

优选的，如图2所示，所述数据传输模块包括

数据轮换采集模块，当不同场景下，需要利用不同数目的图像采集本体采集的摄像数据，则数据轮换采集模块控制不同的图像采集本体轮流进行数据采集；

多路比对模块，用于对多个图像采集本体采集的摄像数据进行比对，查看是否有重复数据，若有重复数据则进行删除；

多路数据上传模块，用于将不重复的多路摄像数据上传至数据分析储存模块中；

数据纠错模块，在数据上传过程中，利用预先构建的数据神经网络模型对上传的数据进行纠错，将纠错后的数据参数传输至数据轮换采集模块，使得数据轮换采集模块获得与数据神经网络模型更吻合的数据；

神经网络模型预先训练好满足要求得摄像数据(图像清晰度、图像尺寸、图像色彩饱和度、图像相邻帧差异度)的参数，当数据上传过程中，与该训练好的参数进行比对，并参数设置阈值范围，上传的数据满足参数要求则保留该数据进行下一步的传输，不在该阈值范围，则删去该数据，如果连续接收到同一个图像捕捉器3拍摄的数据不满足使用要求，则会关闭该图像捕捉器3。

数据训练模块，配合数据神经网络模型，对数据纠错模块进行充分纠错，同时，利用参数调整模块对数据训练模块进行参数调整。

本申请当中的数据神经网络模型可以采用当下最为常见的CNN、DNN进行模型构建，实现对摄像数据图像的获取和分析，当训练好的数据模型融入到数据传输模块当中，能够将数据传输过程中不满足使用要求的数据进行剔除，这也是本申请提高采集速度的强有力手段，利用纠错模块对多个图像捕捉器进行判断是否采集到了满足要求的数据，从而利用启闭控制模块控制不同的图像捕捉器进行启闭，实现多个图像捕捉器的协同工作，对数据进行轮换采集，实现实时调整图像捕捉器的工作状态；此处，对于图像捕捉器的应用，可以理解为当一定时间内图像捕捉器采集的图像数据都不满足条件，则关闭该图像捕捉器，当关闭一定时间后，可以再次启动该图像捕捉器进行图像采集，防止由于数据拥挤(数据传输信道不稳定)造成的个别图像捕捉器传输图像错误的问题发生。另外，本申请的多路比对模块能够比对不同的图像采集本体的工作状态，实现不同状态之间的调度，实时采集到最合适的图像数据，提高图像数据的采集速度。

CNN网络，如图9所述，将获取所述将处理的图像信息与训练好的图像数据进行比对的比对结果，同时获取机器的功率数据，与其它神经网络算法类似，由于使用梯度下降进行学习，卷积神经网络的输入特征需要进行标准化处理。具体地，在将学习数据输入卷积神经网络前，需在通道或时间/频率维对输入数据进行归一化，若输入数据为像素，也可将分布于[0，255]的原始像素值归一化至[0，1]区间，对获取的图像获取后，采用多层网络进行监督学习，判断其分类结果与预设值的差异。从而得到训练数据。

优选的，所述参数调整模块对数据训练模块进行参数调整的方式包括手动调整和模型自动调整。

优选的，如图3所示，所述数据训练模块包括

参数自适应模块，具有预先设置的参数阈值，根据摄像数据的图像质量参数进行自适应调整，防止数据偏离阈值过大；

参数标注模块，人工训练一定数量的摄像数据，对数据质量进行标注，训练出摄像数据满足人工使用要求；

数据质量判别模块，利用训练的摄像数据对数据质量判别模块进行判别，使得参数自适应模块的参数阈值进行自适应调整，获取纠错对象，对摄像数据的传输进行纠错，进一步剔除不满足要求的摄像数据。

优选的，如图4所示，所述数据质量判别模块包括

图像清晰度判别单元，用于对采集的摄像数据进行清晰度判别，当清晰度达到清晰阈值时，则判别为可传输，当清晰度未达到清晰阈值，则重新采集摄像数据，或者对图像捕捉器进行自检操作；

图像尺寸判别单元，用于对采集的摄像数据进行尺寸判别，当尺寸满足在设定的尺寸阈值内，则判别为可传输，当尺寸未达到尺寸阈值，则对尺寸进行重新调整，如果经过重新调整的尺寸经过判断仍不满足尺寸阈值，则重新采集摄像数据从而对尺寸进行重新判断；

图像色彩饱和度判别单元，用于对采集的摄像数据进行色彩饱和度判别，当色彩饱和度满足在饱和度阈值内，则判别为可传输，当色彩饱和度未满足饱和度阈值，则对色彩饱和度进行重新收集，直到达到饱和度阈值；

图像相邻帧差异度判别单元，用于对采集的摄像数据进行相邻帧差异度判别，当相邻帧差异度满足在相邻帧差异度阈值内，则判别为可传输，当相邻帧差异度未满足相邻帧差异度阈值，则重新收集相邻帧差异度的摄像数据，并重新发送至图像相邻帧差异度判别单元进行判断。

相邻帧图像指的是同一个图像捕捉器采集的相邻帧图像，当相邻帧图像差异不大时，则表明该图像捕捉器处于正常的工作状态。

优选的，如图5所示，所述数据分析储存模块包括

数据场景分析模块和数据场景较对模块；

所述数据场景分析模块对采集的摄像数据进行场景化分析，与数据场景校对模块内的场景数据进行比对，分辨出摄像数据的背景、前景；

判断摄像数据属于何种场景当中；

对储存的数据进行数量统计，根据数据阈值设计模块的数量计算，分析出在不同场景下摄像数据的传输速度；并利用数据传输速度判定模块对传输速度进行判定；

根据不同的速度判定，调整摄像头矩阵模块的不同工作模式。

在本申请当中给出以下具体实施方式：

本申请的摄像头矩阵模块能够利用启闭控制模块控制不同的图像采集本体上的不同图像捕捉器实现特定场合下的开启或者关闭，也能够通过判断不同的场景(比如正式场合、人群多的场合)需要进行采集大量数据。

本申请通过在摄像数据的前景、背景中分析处于不同场景，同时在数据阈值设计模块当中的计算获得的摄像数据，另外，需要说明的是，本申请的数据阈值设计模块当中预先在不同场景中储存有所需要的摄像数据数量阈值，利用不同场景的摄像数据阈值与获取的摄像数据统计值进行比对，若未超过设定阈值则一直接收摄像数据，在一定时间内计算出储存摄像数量数据，从而获取传输速度，进而利用数据传输速度判定模块判定传输速度为高速、中速、低速；

若为高速，则对当前摄像头矩阵模式不做调整；高速时间持续每达到一定时间(以实际的工作时间可调整设计，一般可以设计为5min)，则关闭目前一直开启的图像捕捉器3中工作时间达到一定阈值(以实际的工作时间可调整设计，一般可以设计为5min)的三分之一，而在不需要大量数据采集的前提下可以实现低负荷状态运行。

若为中速，中速持续时间每达到一定时间(以实际的工作时间可调整设计，一般可以设计为10min)，则开启目前关闭的图像捕捉器3中关闭时间达到一定阈值(以实际的工作时间可调整设计，一般可以设计为10min)的三分之一；

若为低速，低速持续时间每达到一定时间(以实际的工作时间可调整设计，一般可以设计为5min)，则开启目前关闭的图像捕捉器3中关闭时间达到一定阈值(以实际的工作时间可调整设计，一般可以设计为5min)的二分之一，则可以控制图像捕捉器进行满负荷状态，实现对数据的快速采集。

上述模式调整只是本申请的实施手段之一，针对摄像数据传输数据反作用于摄像头矩阵模块的工作模式，对于不同的实施手段本申请不做赘述，但仍在本申请的保护范围之内。

另外，本申请依据上述的采集系统，提供了一种智能摄像数据快速采集方法：优选的，如图8所示，采用上述的采集系统工作，

启动预先设定的摄像头采集模式，使其对图像数据进行采集；

对采集过程中的数据进行处理，对数据适应性调整后传输到后台；

其中，对数据进行适应性调整还包括对数据质量进行判别，剔除无用数据的过程；

当数据传输至所述后台，实现对数据的分析和储存；

其中，在对数据的分析过程中，利用预先构建的场景化模块对数据进行场景化分析和场景化比对，根据分析场景化分析结果自动调整摄像头采集模式。

优选的，所述对采集过程中的数据进行处理，对数据适应性的过程还包括

对摄像数据进行纠错，降低无用数据的传输；

所述对数据的分析和储存还包括对数据传输速度的判定。

本发明的工作原理：摄像头矩阵模块由多个图像采集本体组成，而每个图像采集本体又由多个图像捕捉器组成，而图像捕捉器此处可以选定位摄像头，利用启闭控制模块能够控制特定的图像捕捉器进行开启或者关闭，因此本申请的摄像头矩阵模块能够利用启闭控制模块控制不同的图像采集本体上的不同图像捕捉器实现特定场合下的开启或者关闭，也能够通过判断不同的场景(比如正式场合、人群多的场合)需要进行采集大量数据，则可以控制图像捕捉器进行全开进行满负荷状态，实现对数据的快速采集，而在不需要大量数据采集的前提下可以实现低负荷状态运行；另外，本申请还能够通过图像质量的判断，分析出哪个图像捕捉器处于不规范应用，采集图像质量不满足要求，则暂停关闭该图像捕捉器，同时启动该图像捕捉器周围的图像捕捉器进行图像捕捉，实现摄像数据的充分采集，并且提供采集质量，由于一定时间内摄像数据传输的速率一定，因此剔除无用数据能够进一步提高摄像数据传输速度。

数据采集的数据传输能将不符合要求的摄像数据进行中断，并进一步提示多个图像采集本体进行不同策略的图像采集，防止不符合要求摄像数据的继续传输，提高数据的采集质量，间接提高数据采集速度；对数据分析时，方便对该场景进行充分的数据采集，使得数据采集更精准，快速提高数据采集速度。

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 (5)

1.一种智能摄像数据快速采集系统，其特征在于，包括：

摄像头矩阵模块，所述摄像头矩阵模块由多个图像采集本体(1)构成，所述摄像头矩阵模块用于对图像进行采集；

数据传输模块，所述数据传输模块用于对所述摄像头矩阵模块采集的摄像数据进行比对和参数调整，并反馈到所述摄像头矩阵模块当中实现对摄像头矩阵模块的调整；

数据分析储存模块，所述数据分析储存模块接收所述数据传输模块调整后的摄像数据，对数据进行分析；

其中，所述数据分析储存模块至少包括数据场景分析模块和数据场景校对模块，所述数据场景分析模块和数据场景校对模块用于对接收的摄像数据进行场景化分析，并反馈到摄像头矩阵模块当中；所述图像采集本体(1)包括壳体(2)、图像捕捉器(3)；

所述图像捕捉器(3)等间距分布在所述壳体(2)上，所述壳体(2)上设置有底座(4)和伸缩轴(5)，所述伸缩轴(5)设置在底座(4)中部，利用电机对伸缩轴(5)和底座(4)进行伸缩和角度调整

所述图像采集模块利用信号传输线(6)连接数据传输模块；所述摄像头矩阵模块包括：

启闭控制模块，所述启闭控制模块用于对壳体上的图像捕捉器(3)进行开启和关闭控制；

角度调整模块和伸缩模块，伸缩角度调整模块和伸缩模块控制电机对底座(4)和伸缩轴(5)进行转动和伸缩，实现图像采集本体(1)的位置变化；

调光模块，所述调光模块与位于壳体外周围的信号灯(7)连接，所述信号灯(7)的不同颜色表示图像采集本体处于满负荷、半负荷、低负荷的某一种状态；

所述调光模块、启闭控制模块、角度调整模块和伸缩模块均与设置在摄像头矩阵模块内的摄像控制单元信号连接；所述数据传输模块包括：

数据轮换采集模块，当不同场景下，需要利用不同数目的图像采集本体采集的摄像数据，则数据轮换采集模块控制不同的图像采集本体轮流进行数据采集；

多路比对模块，用于对多个图像采集本体中采集的摄像数据进行比对，查看是否有重复数据，若有重复数据则进行删除；

多路数据上传模块，用于将不重复的多路摄像数据上传至数据分析储存模块中；

数据纠错模块，在数据上传过程中，利用预先构建的数据神经网络模型对上传的数据进行纠错，将纠错后的数据参数传输至数据轮换采集模块，使得数据轮换采集模块获得与数据神经网络模型更吻合的数据；

数据训练模块，配合数据神经网络模型，对数据纠错模块进行充分纠错，同时，利用参数调整模块对数据训练模块进行参数调整；

神经网络模型预先训练好满足要求得摄像数据，包括图像清晰度、图像尺寸、图像色彩饱和度、图像相邻帧差异度，当数据上传过程中，与该训练好的参数进行比对，并参数设置阈值范围，上传的数据满足参数要求则保留该数据进行下一步的传输，不在该阈值范围，则删去该数据，如果连续接收到同一个图像捕捉器拍摄的数据不满足使用要求，则会关闭该图像捕捉器；

所述数据训练模块包括：

参数自适应模块，具有预先设置的参数阈值，根据摄像数据的图像质量参数进行自适应调整，防止数据偏离阈值过大；

参数标注模块，人工训练一定数量的摄像数据，对数据质量进行标注，训练出摄像数据满足人工使用要求；

数据质量判别模块，利用训练的摄像数据对数据质量判别模块进行判别，使得参数自适应模块的参数阈值进行自适应调整，获取纠错对象，对摄像数据的传输进行纠错，进一步剔除不满足要求的摄像数据，

所述数据质量判别模块包括

图像清晰度判别单元，用于对采集的摄像数据进行清晰度判别，当清晰度达到一定阈值时，则判别为可传输；

图像尺寸判别单元，用于对采集的摄像数据进行尺寸判别，当尺寸满足在设定的阈值内，则判别为可传输；

图像色彩饱和度判别单元，用于对采集的摄像数据进行色彩饱和度判别，当色彩饱和度满足在设定的阈值内，则判别为可传输；

图像相邻帧差异度判别单元，用于对采集的摄像数据进行相邻帧差异度判别，当相邻帧差异度满足在设定的阈值内，则判别为可传输。

2.根据权利要求1所述的一种智能摄像数据快速采集系统，其特征在于：所述参数调整模块对数据训练模块进行参数调整的方式包括手动调整和模型自动调整。

3.根据权利要求1所述的一种智能摄像数据快速采集系统，其特征在于，所述数据分析储存模块包括：

数据场景分析模块和数据场景较对模块；

所述数据场景分析模块对采集的摄像数据进行场景化分析，与数据场景校对模块内的场景数据进行比对，分辨出摄像数据的背景、前景；

判断摄像数据属于何种场景当中；

对储存的数据进行数量统计，根据数据阈值设计模块的数量计算，分析出在不同场景下摄像数据的传输速度；并利用数据传输速度判定模块对传输速度进行判定；根据不同的速度判定，调整摄像头矩阵模块的不同工作模式。

4.一种智能摄像数据快速采集方法，其特征在于：

利用如权利要求1-3中任一所述一种智能摄像数据快速采集系统进行工作：

启动预先设定的摄像头采集模式，使其对图像数据进行采集；

对采集过程中的数据进行处理，对数据适应性调整后传输到后台；

其中，对数据进行适应性调整还包括对数据质量进行判别，剔除无用数据的过程；

当数据传输至所述后台，实现对数据的分析和储存；

其中，在对数据的分析过程中，利用预先构建的场景化模块对数据进行场景化分析和场景化比对，根据分析场景化分析结果自动调整摄像头采集模式。

5.根据权利要求4所述的一种智能摄像数据快速采集方法，其特征在于：所述对采集过程中的数据进行处理，对数据适应性的过程还包括对摄像数据进行纠错，降低无用数据的传输；

所述对数据的分析和储存还包括对数据传输速度的判定。

Images