CN111666810A - 一种违纪识别方法和装置 - Google Patents

Abstract

本发明实施例提供了一种违纪识别方法和装置，方法包括：获取参加视联网会议的目标用户的目标用户图像；将目标用户图像输入至预先训练的违纪识别模型；通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为。可以使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

Description

一种违纪识别方法和装置

技术领域

本发明涉及数据处理技术领域，特别是涉及一种违纪识别方法和装置。

背景技术

由于视联网技术能够实现全网高清音视频的实时传输，因此，视联网技术被越来越多的应用于各类大型会议中，视联网也凭着优秀的高清视频交互技术和安全性及高可靠性等获得了用户的一致好评。并且，随着数字成像技术的发展，2K/4K/8K等高清摄像头被广泛应用。数据处理技术领域中的图像识别技术也发展的日新月异，逐渐应用于各行各业。

目前，传统的视联网会议纪律一般由会议纪律监察人员现场监督或回看会议视频记录来实现。

但是，现场监督不够全面而且存在人情关系等因素，而回看会议视频记录需要人工对比，需要消耗很多时间，不能及时的发现违纪行为，工作比较繁琐。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种违纪识别方法和装置。

为了解决上述问题，本发明实施例提供了违纪识别方法，所述方法包括：

获取参加视联网会议的目标用户的目标用户图像；

将所述目标用户图像输入至预先训练的违纪识别模型；

通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为。

可选地，在所述获取参加视联网会议的目标用户的目标用户图像之前，还包括：

获取训练样本图像；所述训练样本图像为会议违纪图像；

采用所述训练样本图像对初始违纪识别模型进行训练，得到所述违纪识别模型。

可选地，所述获取参加视联网会议的目标用户的目标用户图像，包括：

在所述目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于所述视联网终端的摄像头；

通过所述摄像头采集所述目标用户的目标用户图像。

可选地，在所述通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为之后，还包括：

在所述目标用户存在所述违纪行为的情况下，提取所述目标用户的图像信息、会场编号信息和人脸图像信息；

通过所述所述目标用户的所述图像信息、所述会场编号信息和所述人脸图像信息，确定目标用户身份信息；

根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息。

可选地，在所述根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息之后，还包括：

在接收到针对所述目标记录信息的查询指令时，获取并显示所述目标记录信息。

为了解决上述问题，本发明实施例提供了一种违纪识别装置，所述装置包括：

第一获取模块，用于获取参加视联网会议的目标用户的目标用户图像；

输入模块，用于将所述目标用户图像输入至预先训练的违纪识别模型；

第一确定模块，用于通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为。

可选地，所述装置还包括：

第二获取模块，用于获取训练样本图像；所述训练样本图像为会议违纪图像；

训练模块，用于采用所述训练样本图像对初始违纪识别模型进行训练，得到所述违纪识别模型。

可选地，所述第一获取模块包括：

启动子模块，用于在所述目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于所述视联网终端的摄像头；

采集子模块，用于通过所述摄像头采集所述目标用户的目标用户图像；

所述装置还包括：

提取模块，用于在所述目标用户存在所述违纪行为的情况下，提取所述目标用户的图像信息、会场编号信息和人脸图像信息；

第二确定模块，用于通过所述所述目标用户的所述图像信息、所述会场编号信息和所述人脸图像信息，确定目标用户身份信息；

生成模块，用于根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息；

显示模块，用于在接收到针对所述目标记录信息的查询指令时，获取并显示所述目标记录信息。

为了解决上述问题，本发明实施例提供了一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行上述违纪识别方法。

为了解决上述问题，本发明实施例提供了一种计算机可读存储介质，其存储的计算机程序使得处理器执行上述违纪识别方法。

本发明实施例包括以下优点：

在本发明实施例中，违纪识别系统获取参加视联网会议的目标用户的目标用户图像，将目标用户图像输入至预先训练的违纪识别模型，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为，使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

附图说明

图1示出了本发明实施例一提供的一种违纪识别方法的步骤流程图；

图2示出了本发明实施例提供的一种违纪识别系统的示意图；

图3示出了本发明实施例二提供的一种违纪识别方法的步骤流程图；

图4示出了本发明实施例三提供的一种违纪识别装置的结构框图；

图5示出了本发明的一种视联网的组网示意图；

图6示出了本发明的一种节点服务器的硬件结构示意图；

图7示出了本发明的一种接入交换机的硬件结构示意图；

图8示出了本发明的一种以太网协转网关的硬件结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1，示出了本发明实施例一提供的一种违纪识别方法的步骤流程图，具体可以包括如下步骤：

步骤501，获取参加视联网会议的目标用户的目标用户图像。

在本发明实施例中，可以结合图2对本发明实施例的技术方案进行详细描述。

参照图2，示出了本发明实施例提供的一种违纪识别系统的示意图，如图2所示，违纪识别系统可以包括依次连接的高清摄像头10、多台视联网终端20、后台服务器30、监察客户端40、后台数据库50和移动监察客户端60。

其中，视联网终端包括各类视联网远程会议终端，是由输入/输出接口、核心处理单元、运算单元、存储单元、外围功能模块等组成的小型计算机系统，部署在视联网各个最终节点，通过视联网或互联网等与视联网各类服务器通信，能够采集、编解码、输出及通信传输音视频流，能够实现远程视频会议、远程视频调度等功能。

在目标用户持有的视联网终端接入所示视联网会议时，可以启动预先设置于视联网终端的摄像头，然后通过摄像头采集目标用户的目标用户图像。

在获取参加视联网会议的目标用户的目标用户图像之后，执行步骤502。

步骤502，将目标用户图像输入至预先训练的违纪识别模型。

可选地，在本发明实施例中，可以将目标用户图像输入至预先训练的违纪识别模型，其中，预先训练的违纪识别模型可以通过输入多个样本图像进行训练得到。

需要说明的是，预先训练的违纪识别模型可以识别“走神”、“闭着眼睛”、“翻看手机”、“趴在桌上”、以及“张嘴说话”等，本发明实施例对此不做具体限定，可以在实际应用中根据应用场景做相关设置。

在将目标用户图像输入至预先训练的违纪识别模型之后，执行步骤503。

步骤503，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为。

在本发明中，可以通过违纪识别模型对目标用户图像进行识别处理，也即是通过图像识别算法识别出目标用户图像中的违纪行为，例如：“走神”、“闭着眼睛”、“翻看手机”、“趴在桌上”、以及“张嘴说话”等。

并且在确定目标用户存在违纪行为后，可以显示将该目标用户对应的身份信息，使得监察人员可以及时进行行为制止等处理。

在本发明实施例中，违纪识别系统获取参加视联网会议的目标用户的目标用户图像，将目标用户图像输入至预先训练的违纪识别模型，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为，使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

参照图3，示出了本发明实施例二提供的一种违纪识别方法的步骤流程图，具体可以包括如下步骤：

步骤601，获取训练样本图像；训练样本图像为会议违纪图像。

在本发明中，可以输入一定数量的训练样本图像，对于“闭着眼睛”这类违纪行为问题收集至少1000张样本图像，并将该1000张样本图像输入至后台服务器。

在获取训练样本图像；训练样本图像为会议违纪图像之后，执行步骤602。

步骤602，采用训练样本图像对初始违纪识别模型进行训练，得到违纪识别模型。

后台服务器在该至少1000张样本图像中标定出“闭着眼睛”的用户所对应的位置和数量。后台服务器可以建立一初始违纪识别模型，并将标定后的每张样本图像作为训练数据，分别将标定后的每张样本图像依次输入至该初始违纪识别模型中，以对该初始违纪识别模型进行调参。当所有的训练数据输入完毕时，则初始违纪识别模型训练完毕，即可获得训练好的违纪识别模型。当然，在模型训练完成之后，还可以对训练好的违纪识别模型进行测试，以确定其准确度。进而后台服务器可以将第一用户图像输入至训练好且通过测试的违纪识别模型中，则该违纪识别模型可以识别出样本图像中各个违纪行为，并且输出违纪行为对应的分类。

在采用训练样本图像对初始违纪识别模型进行训练，得到违纪识别模型之后，执行步骤603。

步骤603，在目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于视联网终端的摄像头。

在本发明中，参见图2，在视联网会议中，视联网终端可以连接会议现场的高清摄像头。

在目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于视联网终端的摄像头之后，执行步骤604。

步骤604，通过摄像头采集目标用户的目标用户图像。

在视联网终端连接会议现场的高清摄像头后，在会议进行中实时采集视频流，并且对视频流进行编码处理，将视频流中的图像帧提取，生成目标用户图像用于违纪识别。

其中，可以每隔0.5秒在视频流汇总提取一帧图像帧，本发明实施例对此不做限定。

另外，对视频流进行编码处理是因为：原始的视频图像主要是类似YUV422这种格式，通过编码处理(如H264)可以进行压缩，减少不必要的数据信息，还可以进行图像优化，方便远程传输。

在通过摄像头采集目标用户的目标用户图像之后，执行步骤605。

步骤605，将目标用户图像输入至预先训练的违纪识别模型。

可选地，在本发明实施例中，可以将目标用户图像输入至预先训练的违纪识别模型，其中，预先训练的违纪识别模型可以通过输入多个样本图像进行训练得到。

需要说明的是，预先训练的违纪识别模型可以识别“走神”、“闭着眼睛”、“翻看手机”、“趴在桌上”、以及“张嘴说话”等，本发明实施例对此不做具体限定，可以在实际应用中根据应用场景做相关设置。

在将目标用户图像输入至预先训练的违纪识别模型之后，执行步骤606。

步骤606，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为。

视联网终端中运行识别算法，利用视联网终端的图像处理器(GraphicProcessing Unit，GPU)快速处理图像，根据训练的违纪识别模型，识别目标用户图像中的违纪行为。

在本发明中，可以通过违纪识别模型对目标用户图像进行识别处理，也即是通过图像识别算法识别出目标用户图像中的违纪行为，例如：“走神”、“闭着眼睛”、“翻看手机”、“趴在桌上”、以及“张嘴说话”等。

可选地，可以将图像识别模型放入视联网终端供图像识别算法调用，其中，图像识别算法可以是卷积神经网络CNN进行图像识别，大概运行步骤可以包括：卷积层对图片初步提取特征；池化层进一步提取主要特征；全连接层将各部分特征汇总；产生分类器，进行预测识别。

另外，图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。一般包括图像采集、图像预处理、特征提取、图像识别四个步骤。

在通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为之后，执行步骤607。

步骤607，在目标用户存在违纪行为的情况下，提取目标用户的图像信息、会场编号信息和人脸图像信息。

在本发明中，在目标用户存在违纪行为的情况下，视联网终端提取目标用户的图像信息，并结合会场编号信息等生成数据包发送至后台服务器。

后台服务器收到该包含目标用户的图像信息、会场编号信息的数据包后，提取违纪图像和会场编号信息。

在目标用户存在违纪行为的情况下，提取目标用户的图像信息、会场编号信息和人脸图像信息之后，执行步骤608。

步骤608，通过目标用户的图像信息、会场编号信息和人脸图像信息，确定目标用户身份信息。

后台服务器可以采用第三方人脸识别工具face++对违纪图像进行人脸识别，获得目标用户中的人脸区域，并结合会场编号信息以及服务器数据库中参会人员的图像信息进行人脸识别比对，确定违纪人员身份信息也即是目标用户身份信息。

其中，人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。通过摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

在通过目标用户的图像信息、会场编号信息和人脸图像信息，确定目标用户身份信息之后，执行步骤609。

步骤609，根据目标用户图像和目标用户身份信息，生成并保存目标记录信息。

后台服务器在确定违纪人员身份信息也即是目标用户身份信息后，根据目标用户的图像信息和目标用户身份信息共同生成目标记录信息，也即是违纪记录，并向各个监察客户端发送该目标记录信息，该目标记录信息可以是“第几会场某某某存在某一种违纪行为”，本发明实施例对目标记录信息的格式不做限制。

各个监察客户端在收到目标记录信息后，提醒会议纪律监察人员。

在根据目标用户图像和目标用户身份信息，生成并保存目标记录信息之后，执行步骤610。

步骤610，在接收到针对目标记录信息的查询指令时，获取并显示目标记录信息。

在本发明中，在接收到监察人员操作的针对目标记录信息的查询指令时，可以将目标记录信息发送给该监察客户端。

在本发明实施例中，违纪识别系统获取训练样本图像，采用训练样本图像对初始违纪识别模型进行训练，得到违纪识别模型，在目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于视联网终端的摄像头，通过摄像头采集目标用户的目标用户图像，将目标用户图像输入至预先训练的违纪识别模型，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为，在目标用户存在违纪行为的情况下，提取目标用户的图像信息、会场编号信息和人脸图像信息，通过目标用户的图像信息、会场编号信息和人脸图像信息，确定目标用户身份信息，根据目标用户图像和目标用户身份信息，生成并保存目标记录信息，在接收到针对目标记录信息的查询指令时，获取并显示目标记录信息，使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了本发明实施例三提供的一种违纪识别装置的结构框图，违纪识别装置700具体包括：

第一获取模块701，用于获取参加视联网会议的目标用户的目标用户图像；

输入模块702，用于将目标用户图像输入至预先训练的违纪识别模型；

第一确定模块703，用于通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为。

可选地，装置还包括：

第二获取模块，用于获取训练样本图像；训练样本图像为会议违纪图像；

训练模块，用于采用训练样本图像对初始违纪识别模型进行训练，得到违纪识别模型。

可选地，第一获取模块包括：

启动子模块，用于在目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于视联网终端的摄像头；

采集子模块，用于通过摄像头采集目标用户的目标用户图像。

可选地，装置还包括：

提取模块，用于在目标用户存在违纪行为的情况下，提取目标用户的图像信息、会场编号信息和人脸图像信息；

第二确定模块，用于通过目标用户的图像信息、会场编号信息和人脸图像信息，确定目标用户身份信息；

生成模块，用于根据目标用户图像和目标用户身份信息，生成并保存目标记录信息。

可选地，装置还包括：

显示模块，用于在接收到针对目标记录信息的查询指令时，获取并显示目标记录信息。

在本发明实施例中，违纪识别系统可以通过第一获取模块，获取参加视联网会议的目标用户的目标用户图像，通过输入模块，将目标用户图像输入至预先训练的违纪识别模型，最后通过第一确定模块，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为，使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

对于装置实施例而言，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。

本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如上述违纪识别方法。

本发明实施例还提供了一种计算机可读存储介质，其存储的计算机程序使得处理器执行如上述违纪识别方法。

视联网是网络发展的重要里程碑，是一个实时网络，能够实现高清视频实时传输，将众多互联网应用推向高清视频化，高清面对面。

视联网采用实时高清视频交换技术，可以在一个网络平台上将所需的服务，如高清视频会议、视频监控、智能化监控分析、应急指挥、数字广播电视、延时电视、网络教学、现场直播、VOD点播、电视邮件、个性录制(PVR)、内网(自办)频道、智能化视频播控、信息发布等数十种视频、语音、图片、文字、通讯、数据等服务全部整合在一个系统平台，通过电视或电脑实现高清品质视频播放。

为使本领域技术人员更好地理解本发明实施例，以下对视联网进行介绍：

视联网所应用的部分技术如下所述：

网络技术(Network Technology)

视联网的网络技术创新改良了传统以太网(Ethernet)，以面对网络上潜在的巨大视频流量。不同于单纯的网络分组包交换(Packet Switching)或网络电路交换(CircuitSwitching)，视联网技术采用Packet Switching满足Streaming需求。视联网技术具备分组交换的灵活、简单和低价，同时具备电路交换的品质和安全保证，实现了全网交换式虚拟电路，以及数据格式的无缝连接。

交换技术(Switching Technology)

视联网采用以太网的异步和包交换两个优点，在全兼容的前提下消除了以太网缺陷，具备全网端到端无缝连接，直通用户终端，直接承载IP数据包。用户数据在全网范围内不需任何格式转换。视联网是以太网的更高级形态，是一个实时交换平台，能够实现目前互联网无法实现的全网大规模高清视频实时传输，将众多网络视频应用推向高清化、统一化。

服务器技术(Server Technology)

视联网和统一视频平台上的服务器技术不同于传统意义上的服务器，它的流媒体传输是建立在面向连接的基础上，其数据处理能力与流量、通讯时间无关，单个网络层就能够包含信令及数据传输。对于语音和视频业务来说，视联网和统一视频平台流媒体处理的复杂度比数据处理简单许多，效率比传统服务器大大提高了百倍以上。

储存器技术(Storage Technology)

统一视频平台的超高速储存器技术为了适应超大容量和超大流量的媒体内容而采用了最先进的实时操作系统，将服务器指令中的节目信息映射到具体的硬盘空间，媒体内容不再经过服务器，瞬间直接送达到用户终端，用户等待一般时间小于0.2秒。最优化的扇区分布大大减少了硬盘磁头寻道的机械运动，资源消耗仅占同等级IP互联网的20％，但产生大于传统硬盘阵列3倍的并发流量，综合效率提升10倍以上。

网络安全技术(Network Security Technology)

视联网的结构性设计通过每次服务单独许可制、设备与用户数据完全隔离等方式从结构上彻底根除了困扰互联网的网络安全问题，一般不需要杀毒程序、防火墙，杜绝了黑客与病毒的攻击，为用户提供结构性的无忧安全网络。

服务创新技术(Service Innovation Technology)

统一视频平台将业务与传输融合在一起，不论是单个用户、私网用户还是一个网络的总合，都不过是一次自动连接。用户终端、机顶盒或PC直接连到统一视频平台，获得丰富多彩的各种形态的多媒体视频服务。统一视频平台采用“菜谱式”配表模式来替代传统的复杂应用编程，可以使用非常少的代码即可实现复杂的应用，实现“无限量”的新业务创新。

视联网的组网如下所述：

视联网是一种集中控制的网络结构，该网络可以是树型网、星型网、环状网等等类型，但在此基础上网络中需要有集中控制节点来控制整个网络。

如图5所示，视联网分为接入网和城域网两部分。

接入网部分的设备主要可以分为3类：节点服务器，接入交换机，终端(包括各种机顶盒、编码板、存储器等)。节点服务器与接入交换机相连，接入交换机可以与多个终端相连，并可以连接以太网。

其中，节点服务器是接入网中起集中控制功能的节点，可控制接入交换机和终端。节点服务器可直接与接入交换机相连，也可以直接与终端相连。

类似的，城域网部分的设备也可以分为3类：城域服务器，节点交换机，节点服务器。城域服务器与节点交换机相连，节点交换机可以与多个节点服务器相连。

其中，节点服务器即为接入网部分的节点服务器，即节点服务器既属于接入网部分，又属于城域网部分。

城域服务器是城域网中起集中控制功能的节点，可控制节点交换机和节点服务器。城域服务器可直接连接节点交换机，也可直接连接节点服务器。

由此可见，整个视联网络是一种分层集中控制的网络结构，而节点服务器和城域服务器下控制的网络可以是树型、星型、环状等各种结构。

形象地称，接入网部分可以组成统一视频平台(虚线圈中部分)，多个统一视频平台可以组成视联网；每个统一视频平台可以通过城域以及广域视联网互联互通。

视联网设备分类

1.1本发明实施例的视联网中的设备主要可以分为3类：服务器，交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。视联网整体上可以分为城域网(或者国家网、全球网等)和接入网。

1.2其中接入网部分的设备主要可以分为3类：节点服务器，接入交换机(包括以太网网关)，终端(包括各种机顶盒，编码板，存储器等)。

各接入网设备的具体硬件结构为：

节点服务器：

如图6所示，主要包括网络接口模块201、交换引擎模块202、CPU模块203、磁盘阵列模块204；

其中，网络接口模块201，CPU模块203、磁盘阵列模块204进来的包均进入交换引擎模块202；交换引擎模块202对进来的包进行查地址表205的操作，从而获得包的导向信息；并根据包的导向信息把该包存入对应的包缓存器206的队列；如果包缓存器206的队列接近满，则丢弃；交换引擎模202轮询所有包缓存器队列，如果满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。磁盘阵列模块204主要实现对硬盘的控制，包括对硬盘的初始化、读写等操作；CPU模块203主要负责与接入交换机、终端(图中未示出)之间的协议处理，对地址表205(包括下行协议包地址表、上行协议包地址表、数据包地址表)的配置，以及，对磁盘阵列模块204的配置。

接入交换机：

如图7所示，主要包括网络接口模块(下行网络接口模块301、上行网络接口模块302)、交换引擎模块303和CPU模块304；

其中，下行网络接口模块301进来的包(上行数据)进入包检测模块305；包检测模块305检测包的目地地址(DA)、源地址(SA)、数据包类型及包长度是否符合要求，如果符合，则分配相应的流标识符(stream-id)，并进入交换引擎模块303，否则丢弃；上行网络接口模块302进来的包(下行数据)进入交换引擎模块303；CPU模块304进来的数据包进入交换引擎模块303；交换引擎模块303对进来的包进行查地址表306的操作，从而获得包的导向信息；如果进入交换引擎模块303的包是下行网络接口往上行网络接口去的，则结合流标识符(stream-id)把该包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃；如果进入交换引擎模块303的包不是下行网络接口往上行网络接口去的，则根据包的导向信息，把该数据包存入对应的包缓存器307的队列；如果该包缓存器307的队列接近满，则丢弃。

交换引擎模块303轮询所有包缓存器队列，在本发明实施例中分两种情形：

如果该队列是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零；3)获得码率控制模块产生的令牌；

如果该队列不是下行网络接口往上行网络接口去的，则满足以下条件进行转发：1)该端口发送缓存未满；2)该队列包计数器大于零。

码率控制模块308是由CPU模块304来配置的，在可编程的间隔内对所有下行网络接口往上行网络接口去的包缓存器队列产生令牌，用以控制上行转发的码率。

CPU模块304主要负责与节点服务器之间的协议处理，对地址表306的配置，以及，对码率控制模块308的配置。

以太网协转网关：

如图8所示，主要包括网络接口模块(下行网络接口模块401、上行网络接口模块402)、交换引擎模块403、CPU模块404、包检测模块405、码率控制模块408、地址表406、包缓存器407和MAC添加模块409、MAC删除模块410。

其中，下行网络接口模块401进来的数据包进入包检测模块405；包检测模块405检测数据包的以太网MAC DA、以太网MAC SA、以太网length or frame type、视联网目地地址DA、视联网源地址SA、视联网数据包类型及包长度是否符合要求，如果符合则分配相应的流标识符(stream-id)；然后，由MAC删除模块410减去MAC DA、MAC SA、length or frame type(2byte)，并进入相应的接收缓存，否则丢弃；

下行网络接口模块401检测该端口的发送缓存，如果有包则根据包的视联网目地地址DA获知对应的终端的以太网MAC DA，添加终端的以太网MAC DA、以太网协转网关的MACSA、以太网length or frame type，并发送。

以太网协转网关中其他模块的功能与接入交换机类似。

终端：

主要包括网络接口模块、业务处理模块和CPU模块；例如，机顶盒主要包括网络接口模块、视音频编解码引擎模块、CPU模块；编码板主要包括网络接口模块、视音频编码引擎模块、CPU模块；存储器主要包括网络接口模块、CPU模块和磁盘阵列模块。

1.3城域网部分的设备主要可以分为2类：节点服务器，节点交换机，城域服务器。其中，节点交换机主要包括网络接口模块、交换引擎模块和CPU模块；城域服务器主要包括网络接口模块、交换引擎模块和CPU模块构成。

2、视联网数据包定义

2.1接入网数据包定义

接入网的数据包主要包括以下几部分：目的地址(DA)、源地址(SA)、保留字节、payload(PDU)、CRC。

如下表所示，接入网的数据包主要包括以下几部分：

DA

SA

Reserved

Payload

CRC

其中：

目的地址(DA)由8个字节(byte)组成，第一个字节表示数据包的类型(例如各种协议包、组播数据包、单播数据包等)，最多有256种可能，第二字节到第六字节为城域网地址，第七、第八字节为接入网地址；

源地址(SA)也是由8个字节(byte)组成，定义与目的地址(DA)相同；

保留字节由2个字节组成；

payload部分根据不同的数据报的类型有不同的长度，如果是各种协议包的话是64个字节，如果是单组播数据包话是32+1024＝1056个字节，当然并不仅仅限于以上2种；

CRC有4个字节组成，其计算方法遵循标准的以太网CRC算法。

2.2城域网数据包定义

城域网的拓扑是图型，两个设备之间可能有2种、甚至2种以上的连接，即节点交换机和节点服务器、节点交换机和节点交换机、节点交换机和节点服务器之间都可能超过2种连接。但是，城域网设备的城域网地址却是唯一的，为了精确描述城域网设备之间的连接关系，在本发明实施例中引入参数：标签，来唯一描述一个城域网设备。

本说明书中标签的定义和MPLS(Multi-Protocol Label Switch，多协议标签交换)的标签的定义类似，假设设备A和设备B之间有两个连接，那么数据包从设备A到设备B就有2个标签，数据包从设备B到设备A也有2个标签。标签分入标签、出标签，假设数据包进入设备A的标签(入标签)是0x0000，这个数据包离开设备A时的标签(出标签)可能就变成了0x0001。城域网的入网流程是集中控制下的入网过程，也就意味着城域网的地址分配、标签分配都是由城域服务器主导的，节点交换机、节点服务器都是被动的执行而已，这一点与MPLS的标签分配是不同的，MPLS的标签分配是交换机、服务器互相协商的结果。

如下表所示，城域网的数据包主要包括以下几部分：

DA

SA

Reserved

标签

Payload

CRC

即目的地址(DA)、源地址(SA)、保留字节(Reserved)、标签、payload(PDU)、CRC。其中，标签的格式可以参考如下定义：标签是32bit，其中高16bit保留，只用低16bit，它的位置是在数据包的保留字节和payload之间。

基于视联网的上述特性，提出了本发明实施例的核心构思之一，违纪识别系统获取参加视联网会议的目标用户的目标用户图像，将目标用户图像输入至预先训练的违纪识别模型，通过违纪识别模型对目标用户图像进行识别处理，确定目标用户是否存在违纪行为，使得无需回看会议视频记录进行人工对比，节约消耗很多时间，可以及时的发现违纪行为，工作比较简单。

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。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种违纪识别方法和装置，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)

1.一种违纪行为识别方法，其特征在于，所述方法包括：

获取参加视联网会议的目标用户的目标用户图像；

将所述目标用户图像输入至预先训练的违纪识别模型；

通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为。

2.根据权利要求1所述的方法，其特征在于，在所述获取参加视联网会议的目标用户的目标用户图像之前，还包括：

获取训练样本图像；所述训练样本图像为会议违纪图像；

采用所述训练样本图像对初始违纪识别模型进行训练，得到所述违纪识别模型。

3.根据权利要求1所述的方法，其特征在于，所述获取参加视联网会议的目标用户的目标用户图像，包括：

在所述目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于所述视联网终端的摄像头；

通过所述摄像头采集所述目标用户的目标用户图像。

4.根据权利要求1所述的方法，其特征在于，在所述通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为之后，还包括：

在所述目标用户存在所述违纪行为的情况下，提取所述目标用户的图像信息、会场编号信息和人脸图像信息；

通过所述所述目标用户的所述图像信息、所述会场编号信息和所述人脸图像信息，确定目标用户身份信息；

根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息。

5.根据权利要求4所述的方法，其特征在于，在所述根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息之后，还包括：

在接收到针对所述目标记录信息的查询指令时，获取并显示所述目标记录信息。

6.一种违纪行为识别装置，其特征在于，所述装置包括：

第一获取模块，用于获取参加视联网会议的目标用户的目标用户图像；

输入模块，用于将所述目标用户图像输入至预先训练的违纪识别模型；

第一确定模块，用于通过所述违纪识别模型对所述目标用户图像进行识别处理，确定所述目标用户是否存在违纪行为。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第二获取模块，用于获取训练样本图像；所述训练样本图像为会议违纪图像；

训练模块，用于采用所述训练样本图像对初始违纪识别模型进行训练，得到所述违纪识别模型。

8.根据权利要求6所述的装置，其特征在于，所述第一获取模块包括：

启动子模块，用于在所述目标用户持有的视联网终端接入所示视联网会议时，启动预先设置于所述视联网终端的摄像头；

采集子模块，用于通过所述摄像头采集所述目标用户的目标用户图像；

所述装置还包括：

提取模块，用于在所述目标用户存在所述违纪行为的情况下，提取所述目标用户的图像信息、会场编号信息和人脸图像信息；

第二确定模块，用于通过所述所述目标用户的所述图像信息、所述会场编号信息和所述人脸图像信息，确定目标用户身份信息；

生成模块，用于根据所述目标用户图像和所述目标用户身份信息，生成并保存目标记录信息；

显示模块，用于在接收到针对所述目标记录信息的查询指令时，获取并显示所述目标记录信息。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行权利要求1至5任一项所述的违纪识别方法。

10.一种计算机可读存储介质，其特征在于，其存储的计算机程序使得处理器执行权利要求1至5任一项所述的违纪识别方法。

Images