CN111490905A - 一种用于视频图像故障自动巡检的方法 - Google Patents
一种用于视频图像故障自动巡检的方法 Download PDFInfo
- Publication number
- CN111490905A CN111490905A CN202010358950.7A CN202010358950A CN111490905A CN 111490905 A CN111490905 A CN 111490905A CN 202010358950 A CN202010358950 A CN 202010358950A CN 111490905 A CN111490905 A CN 111490905A
- Authority
- CN
- China
- Prior art keywords
- terminal
- video
- detection
- fault
- early warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 43
- 238000012423 maintenance Methods 0.000 claims abstract description 21
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种用于视频图像故障自动巡检的方法,包括以下步骤:S1:设置视频检测装置,实时采集终端的检测数据并将其发送至后台管理服务器;S2:将提取的检测数据输入至预设的神经网络故障判断模型,输出检测分析结果和预警信号;S3:后台服务器将检测分析结果以智能报表的形式推送至管理终端,并控制管理终端发出预警信息,管理维护人员根据智能报表的指示信息和预警信息进行终端运维和检测。本发明通过设置视频检测装置,将其与后台管理服务器集合,利用预设的神经网络故障判断模型对视频信号和视频源设备进行检测,实现了自动化远程巡检的同时提高了巡检效率。
Description
技术领域
本发明涉及视频巡检技术领域,更具体地,涉及一种用于视频图像故障自动巡检的方法。
背景技术
近年来,随着中国电子政务建设的不断推进和深入,电子政务在给公众社会生活带来巨大便利、提高政府部门工作效率的同时,电子政务是国家实施政府职能转变,提高政府管理、公共服务和应急能力的重要举措,有利于带动整个国民经济和社会信息化的发展。电子政务市场规模初显,在现代计算机、网络通信等技术支撑下,政府机构日常办公、信息收集与发布、公共管理等事务在数字化、网络化的环境下进行的国家行政管理形式。它包含多方面的内容,如政府办公自动化、政府部门间的信息共建共享、政府实时信息发布、各级政府间的远程视频会议、公民网上查询政府信息、电子化民意调查和社会经济统计等。
当前对于电子政务交互终端的维护更多的事人工现场检修和维护,对于终端的视频检测无法实现远程的智能化巡检,巡检效率低。
发明内容
本发明为克服上述现有技术中对终端视频巡检效率低、无法实现远程巡检的缺陷,提供一种用于视频故障自动巡检的方法。
本发明的首要目的是为解决上述技术问题,本发明的技术方案如下:
一种用于视频图像故障自动巡检的方法,包括以下步骤:
S1:设置视频检测装置,实时采集终端的检测数据并将其发送至后台管理服务器;
S2:将提取的检测数据输入至预设的神经网络故障判断模型,输出检测分析结果和预警信号;
S3:后台服务器将检测分析结果以智能报表的形式推送至管理终端,并控制管理终端发出预警信息,管理维护人员根据智能报表的指示信息和预警信息进行终端运维和检测。
本方案中,步骤S1中所述的检测数据包括:终端ID号、视频信号数据和视频源设备状态数据。
本方案中,视频信号数据故障类型包括有:
若终端采集视频信号丢失,则判断采集终端故障或丢失;
若采集视频信号的自动聚焦评价值和亮度值异常,则判断终端的检测区域有遮挡;
若终端采集视频信号的采集前一帧与当前帧的图像像素存在差异,则判断采集终端视频模糊。
本方案中,所述管理终端包括有:移动端、PC端。
本方案中,在步骤S3中,运维人员根据智能报表和预警信息采取检修运维措施,所述其中检修措施包括:远程重启、调节终端的视频信号传输的码流。
本方案中,所述视频检测装置设置于终端内部,并绑定终端的ID号。。
本方案中,步骤S3还包括将检测分析结果按照故障类型、故障频率、故障场景存储至故障数据库,后台服务器利用故障数据库中的数据优化神经网络故障判断模型。
与现有技术相比,本发明技术方案的有益效果是:
本发明通过设置视频检测装置,将其与后台管理服务器集合,利用预设的神经网络故障判断模型对视频信号和视频源设备进行检测,实现了自动化远程巡检同时提高了巡检效率。
附图说明
图1为本发明一种用于视频图像故障自动巡检的方法流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1
如图1所示,一种用于视频图像故障自动巡检的方法,包括以下步骤:
S1:设置视频检测装置,实时采集终端的检测数据并将其发送至后台管理服务器;在一个具体的实施例中,所述视频检测装置可以分别设置于终端的内部,所述视频检测终端与后台管理服务器通信连接,视频检测装置所采集的数据均发送至后台管理服务器。
S2:将提取的检测数据输入至预设的神经网络故障判断模型,输出检测分析结果和预警信号;
S3:后台管理服务器将检测分析结果以智能报表的形式推送至管理终端,并控制管理终端发出预警信息,管理维护人员根据智能报表的指示信息和预警信息进行终端运维和检测。
本方案中,步骤S1中所述的检测数据包括:终端ID号、视频信号数据和视频源设备状态数据。
通过检测数据中包括有终端的ID号可以实现对终端的确认和定位,后台管理服务器可以根据终端ID号关联查询出终端的信息,如终端所在区域,终端运行时间,过往故障记录。
本方案中,视频信号数据故障类型包括有:
若终端采集视频信号丢失,则判断采集终端故障或丢失;
若采集视频信号的自动聚焦评价值和亮度值异常,则判断终端的检测区域有遮挡;
若终端采集视频信号的采集前一帧与当前帧的图像像素存在差异,则判断采集终端视频模糊。
本方案中,所述管理终端包括有:移动端、PC端。
本方案中,在步骤S3中,运维人员根据智能报表和预警信息采取检修运维措施,所述其中检修措施包括:远程重启、调节终端的视频信号传输的码流。
本方案中,所述视频检测装置设置于终端内部,并绑定终端的ID号。。
本方案中,步骤S3还包括将检测分析结果按照故障类型、故障频率、故障场景存储至故障数据库,后台服务器利用故障数据库中的数据优化神经网络故障判断模型。通过利用故障数据库对神经网络故障判断模型进行进一步的优化,可以提高模型的检测分析的准确度,提高巡检的效率。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种用于视频图像故障自动巡检的方法,其特征在于,包括以下步骤:
S1:设置视频检测装置,实时采集终端的检测数据并将其发送至后台管理服务器;
S2:将提取的检测数据输入至预设的神经网络故障判断模型,输出检测分析结果和预警信号;
S3:后台服务器将检测分析结果以智能报表的形式推送至管理终端,并控制管理终端发出预警信息,管理维护人员根据智能报表的指示信息和预警信息进行终端运维和检测。
2.根据权利要求1所述的一种用于视频图像故障自动巡检的方法,其特征在于,步骤S1中所述的检测数据包括:终端ID号、视频信号数据和视频源设备状态数据。
3.根据权利要求2所述的一种用于视频图像故障自动巡检的方法,其特征在于,视频信号数据的故障类型包括有:
若终端采集视频信号丢失,则判断采集终端故障或丢失;
若采集视频信号的自动聚焦评价值和亮度值异常,则判断终端的检测区域有遮挡;
若终端采集视频信号的采集前一帧与当前帧的图像像素存在差异,则判断采集终端视频模糊。
4.根据权利要求1所述的一种用于视频图像故障自动巡检的方法,其特征在于,所述管理终端包括有:移动端、PC端。
5.根据权利要求1所述的一种用于视频图像故障自动巡检的方法,其特征在于,在步骤S3中,运维人员根据智能报表和预警信息采取检修运维措施,所述其中检修措施包括:远程重启、调节终端的视频信号传输的码流。
6.根据权利要求1所述的一种用于视频图像故障自动巡检的方法,其特征在于,所述视频检测装置设置于终端内部,并绑定终端的ID号。
7.根据权利要求1所述的一种用于视频图像故障自动巡检的方法,其特征在于,步骤S3还包括将检测分析结果按照故障类型、故障频率、故障场景存储至故障数据库,后台服务器利用故障数据库中的数据优化神经网络故障判断模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358950.7A CN111490905A (zh) | 2020-04-29 | 2020-04-29 | 一种用于视频图像故障自动巡检的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010358950.7A CN111490905A (zh) | 2020-04-29 | 2020-04-29 | 一种用于视频图像故障自动巡检的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111490905A true CN111490905A (zh) | 2020-08-04 |
Family
ID=71798236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010358950.7A Pending CN111490905A (zh) | 2020-04-29 | 2020-04-29 | 一种用于视频图像故障自动巡检的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111490905A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断系统及方法 |
CN113411204A (zh) * | 2021-05-17 | 2021-09-17 | 吴志伟 | 电信接入网设施故障检测方法、装置及计算机存储介质 |
CN114070828A (zh) * | 2022-01-17 | 2022-02-18 | 中央广播电视总台 | 节目流故障检测方法、装置、计算机设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454331A (zh) * | 2016-11-02 | 2017-02-22 | 北京弘恒科技有限公司 | 视频信号质量检测系统及方法 |
CN107272637A (zh) * | 2017-06-06 | 2017-10-20 | 武汉瑞科兴业科技有限公司 | 一种视频监控系统故障自检自恢复控制系统及方法 |
CN108337321A (zh) * | 2018-03-14 | 2018-07-27 | 卡斯柯信号有限公司 | 基于视频智能识别的cbtc信号设备巡检系统及方法 |
CN110751270A (zh) * | 2019-10-23 | 2020-02-04 | 广东工业大学 | 一种无人机电线故障检测方法、系统及设备 |
-
2020
- 2020-04-29 CN CN202010358950.7A patent/CN111490905A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106454331A (zh) * | 2016-11-02 | 2017-02-22 | 北京弘恒科技有限公司 | 视频信号质量检测系统及方法 |
CN107272637A (zh) * | 2017-06-06 | 2017-10-20 | 武汉瑞科兴业科技有限公司 | 一种视频监控系统故障自检自恢复控制系统及方法 |
CN108337321A (zh) * | 2018-03-14 | 2018-07-27 | 卡斯柯信号有限公司 | 基于视频智能识别的cbtc信号设备巡检系统及方法 |
CN110751270A (zh) * | 2019-10-23 | 2020-02-04 | 广东工业大学 | 一种无人机电线故障检测方法、系统及设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112182068A (zh) * | 2020-09-30 | 2021-01-05 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断系统及方法 |
CN112182068B (zh) * | 2020-09-30 | 2024-03-26 | 重庆市海普软件产业有限公司 | 一种基于物联网技术的远程故障判断系统及方法 |
CN113411204A (zh) * | 2021-05-17 | 2021-09-17 | 吴志伟 | 电信接入网设施故障检测方法、装置及计算机存储介质 |
CN114070828A (zh) * | 2022-01-17 | 2022-02-18 | 中央广播电视总台 | 节目流故障检测方法、装置、计算机设备及可读存储介质 |
CN114070828B (zh) * | 2022-01-17 | 2022-05-17 | 中央广播电视总台 | 节目流故障检测方法、装置、计算机设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111490905A (zh) | 一种用于视频图像故障自动巡检的方法 | |
CN111683126B (zh) | 城市安全智慧管控系统 | |
CN105353702B (zh) | 高压设备智能监控系统 | |
CN113138865A (zh) | 环境监测方法、系统、平台以及存储介质 | |
CN105825337A (zh) | 一种用于500kv变电站通信设备的智能巡检系统 | |
CN110807460B (zh) | 一种基于图像识别的变电站智能巡视系统及其应用方法 | |
CN115150589A (zh) | 一种用于煤矿企业的视频监控运维管理系统 | |
CN112785458A (zh) | 一种桥梁健康大数据智能管养系统 | |
CN111639885A (zh) | 一种农污管理系统及管理方法 | |
CN116091901A (zh) | 一种基于监控设备故障诊断分析的运维管理平台 | |
CN110989413A (zh) | 一种基于移动设备的轨道交通机电设备运维管理方法 | |
CN104516340A (zh) | 一种污染源监测设备的计量服务系统及其方法 | |
CN112686402A (zh) | 一种日常巡检与智慧运维管理平台结合的方法 | |
CN107563523A (zh) | 基于非结构化流视频管理系统的运维管理平台及方法 | |
CN103869782A (zh) | 环保设备远程自动监测系统 | |
CN115395646A (zh) | 一种数字孪生式牵引变电所智慧运维系统 | |
CN212990152U (zh) | 一种农污管理系统 | |
CN115393340A (zh) | 一种基于5g算法的ai视觉产品质量检测系统 | |
CN116095723A (zh) | 一种通信基站资产管理系统 | |
CN214784393U (zh) | 一种机场供水管网智能运维系统 | |
CN112966552B (zh) | 一种基于智能识别的例行巡视方法及系统 | |
CN208907889U (zh) | 一种基于地理信息的环保在线监测系统 | |
CN115086391A (zh) | 基于穿戴式配网巡检装备的故障专家系统及其使用方法 | |
CN113837408A (zh) | 基于设备全生命周期监管的交通设施运维管理系统 | |
CN113192222B (zh) | 一种电力线路可视化告警的设备级告警策略方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200804 |
|
WD01 | Invention patent application deemed withdrawn after publication |