CN110996066B - 事故回溯方法及装置 - Google Patents
事故回溯方法及装置 Download PDFInfo
- Publication number
- CN110996066B CN110996066B CN201911314748.8A CN201911314748A CN110996066B CN 110996066 B CN110996066 B CN 110996066B CN 201911314748 A CN201911314748 A CN 201911314748A CN 110996066 B CN110996066 B CN 110996066B
- Authority
- CN
- China
- Prior art keywords
- accident
- target
- video
- determining
- recording
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/91—Television signal processing therefor
- H04N5/93—Regeneration of the television signal or of selected parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供的事故回溯方法及装置，涉及自动化生产安全技术领域，该事故回溯方法包括：当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；获取预先标记的与所述目标事故对应的视频；将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；应用本发明提供的事故回溯方法及装置，能够获取目标事故发生前后的事故视频，使得技术人员能够依据事故的视频，快速的对事故原因进行分析，能够降低事故造成的损失，以及事故再次发生的概率。
Description
技术领域
本发明涉及自动化生产安全技术领域，特别涉及一种事故回溯方法及装置。
背景技术
随着科学技术的发展，各式各样的自动化生产设备越来越广泛应用于各个生产领域，大大的提高了生产效率，然而，这些设备在运行过程中，往往会出现运行事故，一旦发生事故，会影响生产效率，进而影响产业经济的持续发展，对社会安全造成损害，因此，需要在事故发生时，能够快速的找到事故原因以进行事故挽救，防止损失过大。
经本发明人研究发现，在自动化生产设备运行过程中，技术人员通常会应用到工业软件进行工业自动化系统监控，具体是通过数字化的流程图来模拟各个生产环节，设备出现运行事故时，该监控软件仅能展示抽象的数据信息，使得技术人员无法及时发现事故原因。
发明内容
本发明所要解决的技术问题是提供一种事故回溯方法，使得技术人员能够依据事故的视频，快速的对事故原因进行分析，能够降低事故造成的损失，以及事故再次发生的概率。
本发明还提供了一种事故回溯装置，用以保证上述方法在实际中的实现及应用。
一种事故回溯方法，包括：
当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取预先标记的与所述目标事故对应的视频；
将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述目标事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频。
上述的方法，可选的，所述确定所述事故追忆指令对应的事故，包括：
解析所述事故追忆指令，得到所述事故追忆指令的指令信息；
获取所述指令信息中的事故描述信息；
基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
上述的方法，可选的，所述依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备，包括：
确定所述事故发生节点对应的节点标识；
遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识；
基于所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
上述的方法，可选的，获取预先标记的与所述事故对应的视频之后，还包括：
对所述视频进行预处理，得到所述视频中包含的视频特征；
将所述视频特征输入至预先构建的识别模型，得到所述目标事故的识别结果，所述识别结果为所述目标事故的预测事故原因；
依据所述识别结果生成事故分析报告；
将所述事故分析报告发送至所述客户端。
上述的方法，可选的，将所述事故分析报告及所述视频发送至所述客户端之后，还包括：
接收客户端反馈的真实事故原因；
依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
依据所述模型参数奖励值调整所述识别模型的模型参数。
一种事故回溯装置，包括：
第一接收单元，用于当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取单元，用于获取预先标记的与所述目标事故对应的视频；
发送单元，用于将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频。
上述的装置，可选的，所述第一接收单元，包括：
解析子单元，解析所述事故追忆指令，得到所述事故追忆指令的指令信息；
获取子单元，用于获取所述指令信息中的事故描述信息；
确定子单元，用于基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
上述的装置，可选的，还包括：
第一确定单元，用于确定所述事故发生节点对应的节点标识；
查询单元，用于遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识；
第二确定单元，用于依据所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
上述的装置，可选的，还包括：
预处理单元，用于对所述视频进行预处理，得到所述视频中包含的视频特征；
识别单元，用于将所述视频特征输入至预先构建的识别模型，得到所述目标事故的识别结果，所述识别结果为所述目标事故的预测事故原因；
第一生成单元，用于依据所述识别结果生成事故分析报告，并将所述事故分析报告发送至所述客户端。
上述的装置，可选的，还包括：
第二接收单元，用于接收客户端反馈的真实事故原因；
第二生成单元，用于依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
调整单元，用于依据所述模型参数奖励值调整所述识别模型的模型参数。
与现有技术相比，本发明包括以下优点：
本发明提供的事故回溯方法，包括：当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；获取预先标记的与所述目标事故对应的视频；将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；其中，标记所述视频的过程，包括：当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述目标事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；将所述缓存视频标记为所述事故对应的视频。本发明能够有效的降低事故造成的损失，以及事故再次发生的概率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种事故回溯方法的方法流程图；
图2为本发明提供的一种事故回溯方法的又一方法流程图；
图3为本发明提供的一种事故回溯方法的又一方法流程图；
图4为本发明提供的实施环境的示意图；
图5为本发明提供的一种事故回溯方法的示例图；
图6为本发明提供的一种事故回溯装置的结构示意图；
图7为本发明提供的一种电子设备的结构示意图。
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。
本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本发明实施例提供了一种事故回溯方法，该方法可以应用在多种系统平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：
S101：当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故。
本发明实施例提供的方法中，该客户端可以但不限于为手机、平板电脑、台式计算机等终端设备，用户通过该客户端触发预置的关联事件时，发送该事故追忆指令，该事故追忆指令唯一对应一个目标事故。
S102：获取预先标记的与所述目标事故对应的视频。
其中，标记所述视频的过程，包括：当接收到预置的(Distributed ControlSystem，DCS)DCS监控系统在所述目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述目标事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；将所述缓存视频标记为所述事故对应的视频。
本发明实施例提供的方法中，在预先建立的事故-视频关系记录中，确定该目标事故对应的视频标记，基于该视频标记在该视频对应的存储区域获取该视频缓存，在该视频缓存中确定目标时间范围内的缓存视频，该存储区域可以为目标录制设备的硬盘；该目标事故发生时间的前一时间点及该事故发送时间的后一时间点可以根据实际需求进行设定，例如事故发生时间的前一时间点可以为该事故发生时间的前1分钟、前5分钟或前10分钟等，事故发送时间的后一时间点可以为该事故发生时间的后3分钟、后7分钟或后20分钟等。
S103：将所述视频发送至所述客户端，使所述客户端依据所述视频对所述事故进行可视化回溯。
本发明实施例提供的方法中，通过该事故追忆指令中包含的客户端的地址信息，将该视频发送至该客户端，使得该客户端对应的用户可以通过该视频进行事故分析。
本发明提供的事故回溯方法，包括：当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；获取预先标记的与所述目标事故对应的视频；将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；其中，标记所述视频的过程，包括：当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；将所述缓存视频标记为所述事故对应的视频。本发明能够有效的降低事故造成的损失，以及事故再次发生的概率。
本发明实施例提供的方法，基于上述的实施过程，具体的，所述确定所述事故追忆指令对应的事故，如图2所示，具体可以包括：
S201：解析所述事故追忆指令，得到所述事故追忆指令的指令信息。
本发明实施例提供的方法中，对该事故追忆指令进行解析，可以得到该指令中包含的指令信息，该指令信息中包含有客户端地址、事故描述信息等。
S202：获取所述指令信息中的事故描述信息。
本发明实施例提供的方法中，该事故描述信息中可以包含事故标识、事故发生时间、事故类型以及事故发生节点等信息。
S203：基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
本发明实施例提供的方法中，在该事故描述信息的预设字段获取该事故中的事故标识，通过该标识即可得到事故名称，即可确定该事故追忆指令对应的目标事故。
应用本发明实施例提供的方法，通过确定事故追忆指令的包含的事故描述信息，可以快速确定用户感兴趣的目标事故。
本发明实施例提供的方法，基于上述的实施过程，具体的，所述依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备的过程，如图3所示，具体包括：
S301：确定所述事故发生节点对应的节点标识。
其中，在已建立的节点关系存储表中，获取该事故发生节点的节点标识，该节点关系存储表中的各个节点标识是预先为各个区域分配得到的。
具体的，该事故节点可以为发生事故的设备或发送事故的区域。
S302：遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识。
具体的，每个节点标识关联一个或多个录制设备标识，该配置信息存储有各个节点标识关联的录制设备标识，基于该节点标识，遍历该配置信息，即可得到该节点标识关联的录制设备标识，其中，一个录制设备对应一个录制设备标识。
S303：基于所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
本发明实施例提供的方法中，该目标录制设备可以为摄像机或硬盘录像机。
应用本发明实施提供的方法，能够准确的获取事故关联的录制设备，进而能够获取目标事故对应的视频。
本发明实施例提供的方法，基于上述的实施过程，具体的，若所述目标录制设备为多个，则在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，包括：
依据所述事故发生节点，确定每个目标录制设备分别对应的标准录制姿态；
获取每个所述目标录制设备在所述目标时间范围内处于其对应的标准录制姿态所录制的视频；
将已获取的视频按其录制的时间先后顺序进行组合，得到所述事故的视频。
具体的，各个目标录制设备可以按预设的周期调整录制姿态，确定每个目标录制设备与该事故发生节点对应的标准录制姿态，即目标录制设备的镜头朝向该事故发生节点的录制姿态；确定每个目标录制设备的调整录制姿态的周期，基于该调整录制姿态的周期，可确定该目标录制设备在该目标时间范围内对应的各个录制姿态，进而可获取该目标录制设备处于标准录制姿态的时间段录制的视频。通过获取多个摄像机在其对应的标准录制姿态下录制的视频，可以帮助用户从多角度还原事故的发生起因及经过。
本发明实施例提供的方法，基于上述的实施过程，具体的，获取预先标记的与所述事故对应的视频之后，还包括：
对所述视频进行预处理，得到所述视频中包含的视频特征；
将所述视频特征输入至预先构建的识别模型，得到所述事故的识别结果，所述识别结果为所述事故的预测事故原因；
依据所述识别结果生成事故分析报告；
将所述事故分析报告发送至所述客户端。
本发明实施例提供的方法中，将该视频划分为多个子视频；每个子视频包含多帧视频图像，对各个子视频的视频尺寸进行调整，使各个子视频的视频尺寸满足预设的要求，利用预设的卷积神经网络模型对各个已调整的子视频进行特征提取，得到所述视频中包含的视频特征；将所述视频特征输入至识别模型中，得到事故的识别结果，该识别模型由LSTM算法进行构建；依据该识别结果表征的预测事故原因，生成该目标事故的事故分析报告，具体的，将该识别结果填充到预设的分析报告模板中，得到该目标事故对应的事故分析报告。
应用本发明实施例提供的方法，可以将事故分析报告以及视频共同发送至客户端，使得用户可以依据该分析报告以及视频快速的得到事故的发生原因。
本发明实施例提供的方法，基于上述的实施过程，具体的，将所述事故分析报告及所述视频发送至所述客户端之后，还包括：
接收客户端反馈的真实事故原因；
依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
依据所述模型参数奖励值调整所述识别模型的模型参数。
本发明实施例提供的方法中，确定所述真实事故原因以及该预测事故原因的特征距离；判断所述特征距离是否大于预设的变化阈值；若大于，则将所述特征距离与预设的惩罚因子进行计算，得到所述模型参数的负奖励值，以调整所述模型的参数，若所述特征距离小于等于该变化阈值，则将所述特征距离与预设的奖励因子进行计算，得到该模型参数的正奖励值，以调整所述模型的参数。
参见图4，为本发明提供的实施环境的示意图，该实施环境可以是包含事故追忆服务器401、监控服务器402以及客户端403的事故回溯系统。
事故追忆服务器401、监控服务器402均可以为各自独立的服务器，也可以为多个服务器组成的服务器集群，或者是云计算服务中心。
客户端403可以为个人计算机、服务器计算机、手持设备或便携式设备、平板型设备或多处理器装置等。
需要说明的是，图4中的事故追忆服务器、监控服务器以及客户端的数目均是示意性的，可以根据实际需求进行设定。
该事故追忆服务器401向监控服务器402发送订阅事件，其中，可以是用户向该事故追忆服务器401发送指令，使事故追忆服务器401向监控服务器402发送订阅事件，也可以是事故追忆服务器自动向该监控服务器发送订阅事件；
当该监控服务器402接收到该订阅事件对应的异常信号时，生成该订阅事件对应的报警事件，并推送至该事故追忆服务器401，事故追忆服务器获取事故发生前后一段事件内的指定摄像机的预制位的视频，并对该视频进行播放。
客户端403向事故追忆服务器401发送事故追忆指令，以获取该事故对应的视频，其中，客户端403可以选择在线播放该视频或者下载到本地进行播放。
客户端403可以在事故追忆列表中进行事故索引，可以查看存储到本地的关联视频。
基于上述的事故回溯系统，本发明在实际应用过程中，如图5所示，事故追忆服务器可以承载有事故追忆系统，监控服务器可以承载有DCS监控系统，DCS检测到异常时，例如温度超限异常、湿度超限异常等，向事故追忆系统发送报警事件，事故追忆系统会播放事故发生前后一段事件内的指定摄像机的预制位的视频。
上述各个具体的实现方式，及各个实现方式的衍生过程，均在本发明保护范围内。
与图1所述的方法相对应，本发明实施例还提供了一种事故回溯装置，用于对图1中方法的具体实现，本发明实施例提供的事故回溯装置可以应用计算机终端或各种移动设备中，其结构示意图如图6所示，具体包括：
第一接收单元501，用于当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取单元502，用于获取预先标记的与所述目标事故对应的视频；
发送单元503，用于将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频。
本发明实施例提供的事故回溯装置，能够有效的降低事故造成的损失，以及事故再次发生的概率。
在本发明提供的一实施例中，基于上述的方案，具体的，所述第一接收单元501，包括：
解析子单元，解析所述事故追忆指令，得到所述事故追忆指令的指令信息；
获取子单元，用于获取所述指令信息中的事故描述信息；
确定子单元，用于基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
在本发明提供的一实施例中，基于上述的方案，具体的，还包括：
第一确定单元，用于确定所述事故发生节点对应的节点标识；
查询单元，用于遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识；
第二确定单元，用于依据所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
在本发明提供的一实施例中，基于上述的方案，具体的，还包括：
预处理单元，用于对所述视频进行预处理，得到所述视频中包含的视频特征；
识别单元，用于将所述视频特征输入至预先构建的识别模型，得到所述目标事故的识别结果，所述识别结果为所述目标事故的预测事故原因；
第一生成单元，用于依据所述识别结果生成事故分析报告，并将所述事故分析报告发送至所述客户端。
在本发明提供的一实施例中，基于上述的方案，具体的，还包括：
第二接收单元，用于接收客户端反馈的真实事故原因；
第二生成单元，用于依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
调整单元，用于依据所述模型参数奖励值调整所述识别模型的模型参数。
本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述的事故回溯方法。
本发明实施例还提供了一种电子设备，其结构示意图如图7所示，具体包括存储器601，以及一个或者一个以上的指令602，其中一个或者一个以上指令602存储于存储器601中，且经配置以由一个或者一个以上处理器603执行所述一个或者一个以上指令602进行以下操作：
当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取预先标记的与所述目标事故对应的视频；
将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，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。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种事故回溯方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种事故回溯方法，其特征在于，包括：
当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取预先标记的与所述目标事故对应的视频；
将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在所述目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述目标事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频；
若所述目标录制设备为两个或两个以上，则在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，包括：
依据所述事故发生节点，确定每个目标录制设备分别对应的标准录制姿态；所述标准录制姿态为目标录制设备的镜头朝向该事故发生节点的录制姿态；
确定每个所述目标录制设备的调整录制姿态的周期，基于所述调整录制姿态的周期，确定所述目标录制设备在所述目标时间范围内对应的各个录制姿态；
基于所述目标录制设备在所述目标时间范围内对应的各个录制姿态，获取每个所述目标录制设备在所述目标时间范围内处于其对应的标准录制姿态所录制的视频；
将已获取的视频按其录制的时间先后顺序进行组合，得到所述事故对应的视频。
2.根据权利要求1所述的方法，其特征在于，所述确定所述事故追忆指令对应的事故，包括：
解析所述事故追忆指令，得到所述事故追忆指令的指令信息；
获取所述指令信息中的事故描述信息；
基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
3.根据权利要求1所述的方法，其特征在于，所述依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备，包括：
确定所述事故发生节点对应的节点标识；
遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识；
基于所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
4.根据权利要求1所述的方法，其特征在于，所述获取预先标记的与所述事故对应的视频之后，还包括：
对所述视频进行预处理，得到所述视频中包含的视频特征；
将所述视频特征输入至预先构建的识别模型，得到所述目标事故的识别结果，所述识别结果为所述目标事故的预测事故原因；
依据所述识别结果生成事故分析报告；
将所述事故分析报告发送至所述客户端。
5.根据权利要求4所述的方法，其特征在于，所述将所述事故分析报告及所述视频发送至所述客户端之后，还包括：
接收客户端反馈的真实事故原因；
依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
依据所述模型参数奖励值调整所述识别模型的模型参数。
6.一种事故回溯装置，其特征在于，包括：
第一接收单元，用于当接收到预置的客户端发送的事故追忆指令时，确定所述事故追忆指令对应的目标事故；
获取单元，用于获取预先标记的与所述目标事故对应的视频；
发送单元，用于将所述视频发送至所述客户端，使所述客户端依据所述视频对所述目标事故进行可视化回溯；
其中，标记所述视频的过程，包括：
当接收到预置的DCS监控系统在目标事故发生的情况下发送的报警事件时，确定所述目标事故的事故发生时间及事故发生节点；
依据所述事故发生节点，在预先设置的录制设备集合中确定目标录制设备；
在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，所述目标时间范围为所述事故的事故发生时间的前一时间点以及所述事故发生时间的后一时间点组成的时间范围；
将所述缓存视频标记为所述事故对应的视频；
若所述目标录制设备为两个或两个以上，则在所述目标录制设备的视频缓存中，确定目标时间范围内的缓存视频，包括：
依据所述事故发生节点，确定每个目标录制设备分别对应的标准录制姿态；所述标准录制姿态为目标录制设备的镜头朝向该事故发生节点的录制姿态；
确定每个所述目标录制设备的调整录制姿态的周期，基于所述调整录制姿态的周期，确定所述目标录制设备在所述目标时间范围内对应的各个录制姿态；
基于所述目标录制设备在所述目标时间范围内对应的各个录制姿态，获取每个所述目标录制设备在所述目标时间范围内处于其对应的标准录制姿态所录制的视频；
将已获取的视频按其录制的时间先后顺序进行组合，得到所述事故对应的视频。
7.根据权利要求6所述的装置，其特征在于，所述第一接收单元，包括：
解析子单元，解析所述事故追忆指令，得到所述事故追忆指令的指令信息；
获取子单元，用于获取所述指令信息中的事故描述信息；
确定子单元，用于基于所述事故描述信息确定所述事故追忆指令对应的目标事故。
8.根据权利要求6所述的装置，其特征在于，还包括：
第一确定单元，用于确定所述事故发生节点对应的节点标识；
查询单元，用于遍历预先加载的配置信息，得到与所述节点标识关联的录制设备标识；
第二确定单元，用于依据所述录制设备标识，在预先设置的录制设备集合中确定目标录制设备。
9.根据权利要求6所述的装置，其特征在于，还包括：
预处理单元，用于对所述视频进行预处理，得到所述视频中包含的视频特征；
识别单元，用于将所述视频特征输入至预先构建的识别模型，得到所述目标事故的识别结果，所述识别结果为所述目标事故的预测事故原因；
第一生成单元，用于依据所述识别结果生成事故分析报告，并将所述事故分析报告发送至所述客户端。
10.根据权利要求9所述的装置，其特征在于，还包括：
第二接收单元，用于接收客户端反馈的真实事故原因；
第二生成单元，用于依据所述真实事故原因及与所述预测事故原因，生成模型参数奖励值；
调整单元，用于依据所述模型参数奖励值调整所述识别模型的模型参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314748.8A CN110996066B (zh) | 2019-12-19 | 2019-12-19 | 事故回溯方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314748.8A CN110996066B (zh) | 2019-12-19 | 2019-12-19 | 事故回溯方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110996066A CN110996066A (zh) | 2020-04-10 |
| CN110996066B true CN110996066B (zh) | 2021-12-24 |
Family
ID=70095978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911314748.8A Active CN110996066B (zh) | 2019-12-19 | 2019-12-19 | 事故回溯方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110996066B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111581265A (zh) * | 2020-06-29 | 2020-08-25 | 杭州钧钥信息科技有限公司 | 一种基于数据挖掘和可视化的事故关联追溯方法 |
| CN113873191B (zh) * | 2021-10-12 | 2023-11-28 | 苏州万店掌软件技术有限公司 | 一种基于语音的视频回溯方法、装置及系统 |
| CN115472014B (zh) * | 2022-09-16 | 2023-10-10 | 苏州映赛智能科技有限公司 | 一种交通追溯方法、系统、服务器及计算机存储介质 |
| CN115984990A (zh) * | 2022-11-18 | 2023-04-18 | 北京思维实创科技有限公司 | 基于机器视角的车辆驾驶员驾驶事故追溯方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266711A (zh) * | 2007-03-15 | 2008-09-17 | 中兴通讯股份有限公司 | 一种视频监控系统及告警录像网络存储方法 |
| CN102376146A (zh) * | 2010-08-20 | 2012-03-14 | 上海弘视通信技术有限公司 | 基于图像分析报警信号的报警事件信息保存方法 |
| CN104284162A (zh) * | 2014-10-29 | 2015-01-14 | 广州中国科学院软件应用技术研究所 | 一种视频检索方法和系统 |
| CN107862331A (zh) * | 2017-10-31 | 2018-03-30 | 华中科技大学 | 一种基于时间序列及cnn的不安全行为识别方法及系统 |
| CN109033450A (zh) * | 2018-08-22 | 2018-12-18 | 太原理工大学 | 基于深度学习的电梯设备故障预测方法 |
| CN110149501A (zh) * | 2019-05-24 | 2019-08-20 | 中铝视拓智能科技有限公司 | 一种基于视频图像处理的自动化控制方法及系统 |
| CN110263172A (zh) * | 2019-06-26 | 2019-09-20 | 国网江苏省电力有限公司南京供电分公司 | 一种电网监控告警信息事件化自主识别方法 |
| CN110516599A (zh) * | 2019-08-27 | 2019-11-29 | 中国科学院自动化研究所 | 基于渐进式关系学习的群体行为识别模型及其训练方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101178853A (zh) * | 2006-11-07 | 2008-05-14 | 奥城同立科技开发（北京）有限公司 | 交通道路图像双向抓拍方法和电子警察系统 |
| CN101588067A (zh) * | 2009-07-10 | 2009-11-25 | 国网电力科学研究院 | 一种电力系统安全事故追忆回放方法 |
| EP2995079A4 (en) * | 2013-05-10 | 2017-08-23 | Robert Bosch GmbH | System and method for object and event identification using multiple cameras |
| CN105828020A (zh) * | 2015-01-04 | 2016-08-03 | 中国移动通信集团辽宁有限公司 | 一种基于车联网的事故还原控制方法及系统 |
| CN111062304A (zh) * | 2016-02-26 | 2020-04-24 | 亚马逊技术有限公司 | 共享来自音频/视频记录和通信装置的视频录像 |
| CN106878678A (zh) * | 2017-02-10 | 2017-06-20 | 上海领世通信技术发展有限公司 | 一种球机的联动监控方法及装置 |
-
2019
- 2019-12-19 CN CN201911314748.8A patent/CN110996066B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266711A (zh) * | 2007-03-15 | 2008-09-17 | 中兴通讯股份有限公司 | 一种视频监控系统及告警录像网络存储方法 |
| CN102376146A (zh) * | 2010-08-20 | 2012-03-14 | 上海弘视通信技术有限公司 | 基于图像分析报警信号的报警事件信息保存方法 |
| CN104284162A (zh) * | 2014-10-29 | 2015-01-14 | 广州中国科学院软件应用技术研究所 | 一种视频检索方法和系统 |
| CN107862331A (zh) * | 2017-10-31 | 2018-03-30 | 华中科技大学 | 一种基于时间序列及cnn的不安全行为识别方法及系统 |
| CN109033450A (zh) * | 2018-08-22 | 2018-12-18 | 太原理工大学 | 基于深度学习的电梯设备故障预测方法 |
| CN110149501A (zh) * | 2019-05-24 | 2019-08-20 | 中铝视拓智能科技有限公司 | 一种基于视频图像处理的自动化控制方法及系统 |
| CN110263172A (zh) * | 2019-06-26 | 2019-09-20 | 国网江苏省电力有限公司南京供电分公司 | 一种电网监控告警信息事件化自主识别方法 |
| CN110516599A (zh) * | 2019-08-27 | 2019-11-29 | 中国科学院自动化研究所 | 基于渐进式关系学习的群体行为识别模型及其训练方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110996066A (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110996066B (zh) | 事故回溯方法及装置 | |
| CN111538860B (zh) | 视频推荐方法及装置、存储介质及电子设备 | |
| CN109544396B (zh) | 账号推荐方法、装置、服务器、终端及存储介质 | |
| US10733079B2 (en) | Systems and methods for end-to-end testing of applications using dynamically simulated data | |
| US10938927B2 (en) | Machine learning techniques for processing tag-based representations of sequential interaction events | |
| US20170289619A1 (en) | Method for positioning video, terminal apparatus and cloud server | |
| CN109857908B (zh) | 用于匹配视频的方法和装置 | |
| CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
| CN107085549B (zh) | 故障信息生成的方法和装置 | |
| CN111694644A (zh) | 基于机器人操作系统的消息处理方法、装置及计算机设备 | |
| CN105830083A (zh) | 经由增量的系统警报关联 | |
| CN109862100B (zh) | 用于推送信息的方法和装置 | |
| US20190158443A1 (en) | Real-time recommendation of message recipients based on recipient interest level in message | |
| CN108322350B (zh) | 业务监控方法及装置和电子设备 | |
| CN108377356A (zh) | 基于虚拟画像的视频通话的方法与设备 | |
| CN108304428A (zh) | 信息推荐方法及装置 | |
| CN113076416A (zh) | 信息热度评估方法、装置和电子设备 | |
| WO2023045912A1 (en) | Selective content transfer for streaming content | |
| US20160345187A1 (en) | Signal strength bookmarking for media content | |
| Wang et al. | Concept drift-based runtime reliability anomaly detection for edge services adaptation | |
| US20190279012A1 (en) | Methods, systems, apparatuses and devices for facilitating inspection of industrial infrastructure by one or more industry experts | |
| US10331786B2 (en) | Device compatibility management | |
| US20190266651A1 (en) | System and method for providing a plurality of service providers based on issues received from a user over network | |
| CN108133046B (zh) | 数据分析方法及装置 | |
| CN110378754B (zh) | 一种数据处理的方法和装置 |
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 | ||
| CP03 | Change of name, title or address |
Address after: No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province (High tech Zone) Patentee after: Zhongkong Technology Co.,Ltd. Country or region after: China Address before: No. six, No. 309, Binjiang District Road, Hangzhou, Zhejiang Patentee before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd. Country or region before: China |