CN111354154B - 一种基于云端算法的ai检测方法 - Google Patents

一种基于云端算法的ai检测方法 Download PDF

Info

Publication number
CN111354154B
CN111354154B CN202010168225.3A CN202010168225A CN111354154B CN 111354154 B CN111354154 B CN 111354154B CN 202010168225 A CN202010168225 A CN 202010168225A CN 111354154 B CN111354154 B CN 111354154B
Authority
CN
China
Prior art keywords
detection
picture
server
network camera
instruction
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
Application number
CN202010168225.3A
Other languages
English (en)
Other versions
CN111354154A (zh
Inventor
侯成龙
白晋铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Tuya Information Technology Co Ltd
Original Assignee
Hangzhou Tuya Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Tuya Information Technology Co Ltd filed Critical Hangzhou Tuya Information Technology Co Ltd
Priority to CN202010168225.3A priority Critical patent/CN111354154B/zh
Publication of CN111354154A publication Critical patent/CN111354154A/zh
Application granted granted Critical
Publication of CN111354154B publication Critical patent/CN111354154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/732—Query formulation
    • G06F16/7328—Query by example, e.g. a complete video frame or video sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • 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
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)

Abstract

本申请公开了一种基于云端算法的AI检测方法。根据本申请的AI检测方法，网络摄像机检测到画面移动后，包括以下步骤：(1)抓拍图片，并向AI检测服务器推送实时图片；(2)AI检测服务器根据推送的图片进行AI算法检测，再根据算法结果生成下一步指令至网络摄像机；(3)网络摄像机根据AI检测服务器返回的指令，进行下一步操作。本申请将整个流程抽象为检测指令的下发和检测指令的执行，优化了设备和服务器之间的交互方式，减少了推送检测的次数，在控制成本的同时，保证覆盖大部分的报警时间；解决了相关技术中支持云端AI检测的网络摄像机会频繁的向服务器推送数据，引起流量的增加，增加服务器负担的问题。

Description

一种基于云端算法的AI检测方法
技术领域
本申请涉及网络摄像机技术领域，具体而言，涉及一种基于云端算法的AI检测方法。
背景技术
网络摄像机又叫IP CAMERA(简称IPC)，是由网络编码模块和模拟摄像机组合而成。网络编码模块将模拟摄像机采集到的模拟视频信号编码压缩成数字信号，从而可以直接接入网络交换及路由设备。网络摄像机内置一个嵌入式芯片，采用嵌入式实时操作系统。网络摄像机是传统摄像机与网络视频技术相结合的新一代产品。摄像机传送来的视频信号数字化后由高效压缩芯片压缩，通过网络总线传送到Web服务器。
网络摄像机通常有报警功能，一般的报警功能是根据画面的变化而报警，但这种做法往往会导致频繁的向用户推送报警，并且存在大量的无效报警(用户不关心的报警)。
为了改善这种情况，在报警前加入人工智能(AI)判断的方式，用以过滤无效报警。目前有两种实现方式，第一种是设备本地存在AI算法，可以针对当前画面进行一些人形、人脸的判断，确定是用户关心的报警后，再推送给用户，这种方式对设备性能的要求较高；第二种方式是设备本地无AI算法，将画面推送到云端服务器，由服务器进行检测，并将结果返回给设备，然后设备再根据用户的设置，有选择的推送给用户。一种检测策略是一直向服务器推送图片进行检测，这种方式导致服务器成本上升；另一种策略，为考虑服务器成本，仅推送检测画面移动时的第一张图片，这种策略因为检测逻辑相对简单，会有较大概率出现丢失关键报警。
相关技术中，支持云端AI检测的网络摄像机在画面发送移动时，选择推送的时机、间隔、次数均比较粗糙，会频繁的向服务器推送数据，引起流量的增加，增加服务器负担。
针对相关技术中，支持云端AI检测的网络摄像机会频繁的向服务器推送数据，引起流量的增加，增加服务器负担的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种基于云端算法的AI检测方法，以解决相关技术中支持云端AI检测的网络摄像机会频繁的向服务器推送数据，引起流量的增加，增加服务器负担的问题。
为了实现上述目的，本申请实施例提供了一种基于云端算法的AI检测方法。
根据本申请的AI检测方法，网络摄像机检测到画面移动后，包括以下步骤：
(1)抓拍图片，并向AI检测服务器推送实时图片；
(2)AI检测服务器根据推送的图片进行AI算法检测，再根据算法结果生成下一步指令至网络摄像机；
(3)网络摄像机根据AI检测服务器返回的指令，进行下一步操作，操作为：
(301)将检测到的实时图片作为报警信息上报给客户端用户，检测结束；或
(302)达到检测次数上限，退出检测流程，检测结束，等待下次画面移动，重新开始检测；或
(303)等待指令中的间隔时间后，抓拍实时图片，推送给服务器做进一步检测。
可选的，步骤(303)中进一步检测为重复步骤(2)操作直至网络摄像机收到将检测到的实时图片作为报警信息上报给客户端用户的指令或收到退出检测流程，等待下次画面移动，重新开始检测的指令；本次检测结束。
可选的，步骤(2)中根据算法结果生成下一步指令至网络摄像机，包括：
当根据算法结果检测出图片中存在人脸时，向网络摄像机下发上报图片的指令，并告知网络摄像机此次检测结束；或
当根据算法结果检测出图片中不存在人脸时，判断检测次数是否已达上限；
若达到上限，根据历史检测的结果信息，上报给客户端用户或不做任何操作，并告知网络摄像机此次检测结束；
若未达上限，计算下次检测间隔，向网络摄像机下发继续检测图片并推送给AI检测服务器的指令。
可选的，检测间隔采用指数退避间隔或等长间隔。
可选的，步骤(1)中检测到画面移动后，延时0.5-1s，再抓拍图片。
可选的，网络摄像机检测内容为视频或音频。
可选的，AI检测方法的优化方式为：
提高或减少向服务器推送图片的次数；或
延迟或缩短两次推送检测的间隔；或
修改上报给客户端的报警信息格式。
在本申请的基于云端算法的AI检测方法中，当网络摄像机检测到画面移动后，抓拍图片并推送给AI检测服务器，AI检测服务器对应下发指令至网络摄像机，网络摄像机根据指令进行下一步操作，将整个流程抽象为检测指令的下发和检测指令的执行，优化了设备和服务器之间的交互方式，减少了推送检测的次数，在控制成本的同时，保证覆盖大部分的报警时间；解决了相关技术中支持云端AI检测的网络摄像机会频繁的向服务器推送数据，引起流量的增加，增加服务器负担的问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种基于云端算法的AI检测方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“内”、“中”、“外”、“前”、“后”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。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
此外，术语“设置”、“连接”、“设有”、“连通”应做广义理解。例如，“连接”可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请涉及一种基于云端算法的AI检测方法，网络摄像机检测到画面移动后，包括以下步骤：
(1)抓拍图片，并向AI检测服务器推送实时图片；
(2)AI检测服务器根据推送的图片进行AI算法检测，再根据算法结果生成下一步指令至网络摄像机；
(3)网络摄像机根据AI检测服务器返回的指令，进行下一步操作，操作为：
(301)将检测到的实时图片作为报警信息上报给客户端用户，检测结束；或
(302)达到检测次数上限，退出检测流程，检测结束，等待下次画面移动，重新开始检测；或
(303)等待指令中的间隔时间后，抓拍实时图片，推送给服务器做进一步检测。
本申请的基于云端算法的AI检测方法，当网络摄像机检测到画面移动后，抓拍图片并推送给AI检测服务器，AI检测服务器对应下发指令至网络摄像机，网络摄像机根据指令进行下一步操作，将整个流程抽象为检测指令的下发和检测指令的执行，优化了设备和服务器之间的交互方式，减少了推送检测的次数，在控制成本的同时，保证覆盖大部分的报警时间；解决了相关技术中支持云端AI检测的网络摄像机会频繁的向服务器推送数据，引起流量的增加，增加服务器负担的问题。
具体的，在本申请的一些实施例中，步骤(303)中进一步检测为重复步骤(2)操作直至网络摄像机收到将检测到的实时图片作为报警信息上报给客户端用户的指令或收到退出检测流程，等待下次画面移动，重新开始检测的指令；本次检测结束。
具体的，在本申请的一些实施例中，步骤(2)中根据算法结果生成下一步指令至网络摄像机，包括：
当根据算法结果检测出图片中存在人脸时，向网络摄像机下发上报图片的指令，并告知网络摄像机此次检测结束；或
当根据算法结果检测出图片中不存在人脸时，判断检测次数是否已达上限；
若达到上限，根据历史检测的结果信息，上报给客户端用户或不做任何操作，并告知网络摄像机此次检测结束；
若未达上限，计算下次检测间隔，向网络摄像机下发继续检测图片并推送给AI检测服务器的指令。
具体的，作为本发明的另一种实施方式，一种基于云端算法的AI检测方法，网络摄像机检测到画面移动后，包括以下步骤：
(1)抓拍图片，并向AI检测服务器推送实时图片；
(2)AI检测服务器根据推送的图片进行AI算法检测，再根据算法结果生成下一步指令至网络摄像机，指令下发策略如下：
当检测出图片中存在人脸时，向网络摄像机下发上报图片的指令，并告知网络摄像机此次检测结束；或
当检测出图片中不存在人脸时，判断检测次数是否已达上限；
若未达上限，计算下次检测间隔，向网络摄像机下发继续检测图片并推送给AI检测服务器的指令；
若达到上限，根据历史检测的结果信息，上报给客户端用户或不做任何操作，并告知网络摄像机此次检测结束；；
(3)网络摄像机根据AI检测服务器返回的指令，进行下一步操作，操作为：
若指令为上报数据，将检测到的实时图片数据作为报警信息上报给客户端用户，检测结束；或
若指令为检测图片，则等待指令中的间隔时间后，抓拍实时图片，推送给服务器做进一步检测；或
若指令为检测结束，则退出检测流程，等待下次画面移动，重新开始检测。
由上述检测方法可见，在画面发生移动时，网络摄像机向服务器推送一张实时图片，用于AI检测。服务器并不返回检测结果，而是返回下一步指令，指令可以是要求设备间隔一段时间后检测图片，也可以是要求设备上报人形或者人脸的告警信息，并且告知设备检测流程是否结束。
本申请的基于云端算法的AI检测功能实现，将每次与服务器的交互抽象为一个服务器下发的指令，这个指令包括检测的内容、检测的间隔、上报的数据等，设备仅按照指令要求进行操作，从而保证了整个检测流程的可配置性；本申请通过多次指令交互，避免了频繁的向服务器推送数据，减轻了服务器负担。
具体的，在本申请的一些实施例中，检测间隔采用指数退避间隔或等长间隔。检测间隔方式由服务器设置。优选的，检测间隔采用指数退避的形式，减低了整个检测流程的推送次数，优化了AI检测方法。
具体的，在本申请的一些实施例中，步骤(1)中检测到画面移动后，延时0.5-1s，再抓拍图片。通过延时抓拍，可保证当有人经过画面时，能够检测到完整的人形。其中(0.5-1)s是参考人步行的速度设置的，当然，针对网络摄像机实际运用的环境和监控内容，可设置不同的延时时间，以便满足多种需求，其他延时时间也属于本申请的保护范围。
具体的，在本申请的一些实施例中，检测次数上限由AI检测服务器设置。用户可根据网络摄像机的实际应用环境和自身需求，自行在服务器上设置检测次数。
具体的，在本申请的一些实施例中，AI检测方法的优化方式为：提高或减少向服务器推送图片的次数；或延迟或缩短两次推送检测的间隔；或修改上报给客户端的报警信息格式；或将图片检测修改改为视频检测或者音频检测。
常规的AI检测流程优化方法是对设备进行固件升级，来满足以上需求；但本申请的AI检测流程，设备完全不需要进行升级更新，直接通过修改服务器的指令来实现整个检测流程的升级，更佳方便、灵活。
本申请的基于云端算法的AI检测方法，支持检测次数和间隔的配置，从而优化向服务器的推送次数、降低服务器压力；可配置的检测流程，在实际应用中，可根据实际情况来调整，比传统的固定检测逻辑有更好的灵活性。
具体的，如图1所示，作为本申请的一种实施方式，一种基于云端算法的AI检测方法，网络摄像机检测到画面移动后，延时0.5s，向AI检测服务器推送图片，AI检测服务器根据推送的图片进行AI算法检测，检测出图片中不存在人脸，同时检测次数也未达到上限，因此计算下次检测间隔为1s，并向网络摄像机下发继续检测图片并推送给AI检测服务器的指令。之后延时1s，向AI检测服务器推送图片，AI检测服务器根据推送的图片进行AI算法检测，计算下次检测间隔为1s，向网络摄像机下发继续检测视频并推送给AI检测服务器的指令，之后向网络摄像机下发上报视频数据的指令，网络摄像机将相应的视频数据作为报警信息上报给客户端用户，检测结束。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (5)

1.一种基于云端算法的AI检测方法，其特征在于，网络摄像机检测到画面移动后，包括以下步骤：
（1）抓拍图片，并向AI检测服务器推送实时图片；
（2）AI检测服务器根据推送的图片进行AI算法检测，再根据算法结果生成下一步指令至所述网络摄像机，包括：
当根据算法结果检测出图片中存在人脸时，向所述网络摄像机下发上报图片的指令，并告知网络摄像机此次检测结束；或
当根据算法结果检测出图片中不存在人脸时，判断检测次数是否已达上限；
若达到上限，根据历史检测的结果信息，上报给客户端用户或不做任何操作，并告知网络摄像机此次检测结束；
若未达上限，计算下次检测间隔，向网络摄像机下发继续检测图片并推送给AI检测服务器的指令；
（3）所述网络摄像机根据所述AI检测服务器返回的指令，进行下一步操作，所述操作为：
（301）将检测到的实时图片作为报警信息上报给客户端用户，检测结束；或
（302）退出检测流程，检测结束，等待下次画面移动，重新开始检测；或
（303）等待指令中的间隔时间后，抓拍实时图片，推送给服务器做进一步检测；
步骤（303）中进一步检测为重复步骤（2）操作直至网络摄像机收到将检测到的实时图片作为报警信息上报给客户端用户的指令或收到退出检测流程，等待下次画面移动，重新开始检测的指令；本次检测结束。
2.根据权利要求1所述的基于云端算法的AI检测方法，其特征在于，所述间隔时间采用指数退避间隔或等长间隔。
3.根据权利要求1所述的基于云端算法的AI检测方法，其特征在于，步骤（1）中检测到画面移动后，延时0.5-1s，再抓拍图片。
4.根据权利要求1所述的基于云端算法的AI检测方法，其特征在于，所述网络摄像机检测内容为视频或音频。
5.根据权利要求1所述的基于云端算法的AI检测方法，其特征在于，所述AI检测方法的优化方式为：
提高或减少向服务器推送图片的次数；或
延迟或缩短两次推送检测的间隔；或
修改上报给客户端的报警信息格式。
CN202010168225.3A 2020-03-11 2020-03-11 一种基于云端算法的ai检测方法 Active CN111354154B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010168225.3A CN111354154B (zh) 2020-03-11 2020-03-11 一种基于云端算法的ai检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010168225.3A CN111354154B (zh) 2020-03-11 2020-03-11 一种基于云端算法的ai检测方法

Publications (2)

Publication Number Publication Date
CN111354154A CN111354154A (zh) 2020-06-30
CN111354154B true CN111354154B (zh) 2022-05-17

Family

ID=71196042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010168225.3A Active CN111354154B (zh) 2020-03-11 2020-03-11 一种基于云端算法的ai检测方法

Country Status (1)

Country Link
CN (1) CN111354154B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107959791A (zh) * 2017-11-17 2018-04-24 广州高清视信数码科技股份有限公司 视频图像采集处理的方法、装置、计算机设备及存储介质
CN108174097A (zh) * 2017-12-29 2018-06-15 广东欧珀移动通信有限公司 图片拍摄、拍摄参数提供方法及装置
CN108429782A (zh) * 2017-09-12 2018-08-21 腾讯科技（深圳）有限公司 信息推送方法、装置、终端及服务器
CN108881814A (zh) * 2017-08-01 2018-11-23 北京视联动力国际信息技术有限公司 视联网终端与网络摄像头通信的方法、装置以及交互系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060095539A1 (en) * 2004-10-29 2006-05-04 Martin Renkis Wireless video surveillance system and method for mesh networking
CN101505269B (zh) * 2009-03-16 2015-01-21 北京中星微电子有限公司 一种视频服务器发生拥塞时的处理方法及装置
KR20150099990A (ko) * 2014-02-24 2015-09-02 주식회사 엘지유플러스 영상감시 시스템, 관리서버 및 그 영상신호 수신방법, 카메라 및 그 영상신호 전송방법
CN105120217B (zh) * 2015-08-21 2018-06-22 上海小蚁科技有限公司 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法
CN105577772B (zh) * 2015-12-17 2020-07-07 腾讯科技（北京）有限公司 素材接收方法、素材上传方法及装置
CN106502182A (zh) * 2016-12-24 2017-03-15 华北水利水电大学 一种智能供暖控制系统及其控制方法
CN107562598A (zh) * 2017-08-03 2018-01-09 合肥美的智能科技有限公司 处理方法、装置、计算机装置、服务器和可读存储介质
CN109194744B (zh) * 2018-09-05 2020-11-10 上海华测导航技术股份有限公司 一种数据传输方法、装置、存储介质及监测设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108881814A (zh) * 2017-08-01 2018-11-23 北京视联动力国际信息技术有限公司 视联网终端与网络摄像头通信的方法、装置以及交互系统
CN108429782A (zh) * 2017-09-12 2018-08-21 腾讯科技（深圳）有限公司 信息推送方法、装置、终端及服务器
CN107959791A (zh) * 2017-11-17 2018-04-24 广州高清视信数码科技股份有限公司 视频图像采集处理的方法、装置、计算机设备及存储介质
CN108174097A (zh) * 2017-12-29 2018-06-15 广东欧珀移动通信有限公司 图片拍摄、拍摄参数提供方法及装置

Also Published As

Publication number Publication date
CN111354154A (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
CN101778265B (zh) 基于异常事件检测和双流编码的视频监控方法
CN107391276B (zh) 分布式监听方法、监听控制装置及系统
WO2022011986A1 (zh) 监控摄像机唤醒方法、装置、监控摄像机和介质
CN108650699B (zh) 移动终端的搜网方法及移动终端
CN104896868A (zh) 一种根据远程图像识别管理冰箱食品列表的方法
CN104991811B (zh) 隔离系统切换时进程运行状态的调整方法以及智能终端
CN112653865A (zh) 视频通话处理方法、装置和电子设备
CN112463293A (zh) 边缘场景下基于容器的可扩展分布式双队列动态分配方法
CN111354154B (zh) 一种基于云端算法的ai检测方法
CN111158763B (zh) 一种用于建筑智能化管控的设备指令处理系统
CN102164272A (zh) 在网络视频监控平台中减少云台控制延时的方法
CN111372107B (zh) 音频传输方法、装置、系统和计算机可读存储介质
CN115103204B (zh) 一种支持ai引擎的边缘智能应用实现方法及装置
CN109040672B (zh) 一种视频播放方法及装置
CN114928865B (zh) 取餐柜路由器的网络切换方法及装置
CN114884975B (zh) 业务消息的处理方法和装置、存储介质及电子装置
CN115484214A (zh) 一种工控网络终端类型检测及网络服务质量优化方法
CN111355933B (zh) 一种Gstreamer框架适时检测方法及服务器
CN113760431B (zh) 应用程序的控制方法、装置、电子设备及可读存储介质
CN212463326U (zh) 一种用于智能泵房的视频采集系统
CN114125502B (zh) 一种视频流管理方法及装置
CN113542407B (zh) 一种基于物联网技术的电气设备监控平台
CN114846901B (zh) 通信方法、装置、设备及存储介质
CN208190779U (zh) 一种4k分辨率的网络摄像机
CN116032958A (zh) 一种端到端的网络通信方法、系统和装置

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