CN111738163A - 一种边缘计算盒子前端识别的处理方法 - Google Patents
一种边缘计算盒子前端识别的处理方法 Download PDFInfo
- Publication number
- CN111738163A CN111738163A CN202010585246.5A CN202010585246A CN111738163A CN 111738163 A CN111738163 A CN 111738163A CN 202010585246 A CN202010585246 A CN 202010585246A CN 111738163 A CN111738163 A CN 111738163A
- Authority
- CN
- China
- Prior art keywords
- box
- edge calculation
- program
- algorithm
- ensured
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000009977 dual effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1415—Saving, restoring, recovering or retrying at system level
- G06F11/1438—Restarting or rejuvenating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
- H04N21/643—Communication protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
- H04N5/907—Television signal recording using static stores, e.g. storage tubes or semiconductor memories
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种边缘计算盒子前端识别的处理方法,采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体,在上面代替后端进行图像算法识别,其特征在于:边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex‑A73@1.6GHz、双核ARM Cortex‑A53@1.2GHz以及单核ARM Cortex‑A53@1.2GHz组成。本发明将识别的算法程序安装在识别现场,在发生现场实现了算法识别,无需依赖网络。
Description
技术领域
本发明涉及前端识别技术领域,具体为一种边缘计算盒子前端识别的处理方法。
背景技术
当前市面上已经有许多基于识别产品,比如手机便自带了一部分识别的功能,但手机的功能不是单一的,同时手机处理图像识别依托于其处理器性能,低端一点的手机较难流畅处理复杂的图像处理任务,由于不是单一功能得产品,所以不会只专对于图像处理进行优化而忽略优化其他功能,所以在优化比例上有所均衡,功能单一的识别产品,比如车站人脸跟踪识别、道路的移动车辆的识别,都是基于单一功能得产品,其前端硬件的要求并不高,目的是减少前端布置的成本,能够提供相应图像质量的摄像头既可以满足要求,其识别的算法放在了远端的服务器,由服务器中的程序进行识别,依托的是服务器的运算能力,由服务器提供多任务甚至分布式的图像识别,对识别现场(即识别物体所处的空间)要求有稳定的大带宽网络传输,所以会花费较大成本保证现场的网络。对于比较偏僻的识别现场,很难提供较大的带宽和稳定的传输速率,比如一些施工场地,不能通过有线进行传输,只能基于无线网,无线网的传输效率依靠当地运营商网络基础设施的发展情况。
由于技术的核心移动到了现场,对现场的条件要求变得苛刻,人为损坏硬件设施将带来更多的损失。前端硬件设备由于缺乏完善的安全机制更容易受到黑客攻击。
发明内容
本发明的目的在于提供一种边缘计算盒子前端识别的处理方法,以解决上述背景技术提出的问题。
为实现上述目的,本发明提供如下技术方案:一种边缘计算盒子前端识别的处理方法,采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体,在上面代替后端进行图像算法识别,其特征在于:边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex-A73@1.6GHz、双核ARM Cortex-A53@1.2GHz以及单核ARMCortex-A53@1.2GHz组成,外加双核Mali G71 GPU@900MHZ以及双核NNIE@840MHZ神经网络加速引擎,边缘计算盒子提供丰富的外围接口和外围设备,便于与外界进行通信以及与传感器等交换数据。
优选的,(1)摄像头采集特定分辨率的图像,结合边缘计算盒子对于图像处理流程的硬件优化,将识别前后的图像形成稳定的RTSP流便于通过特定的播放器实时查看;
(2)识别之后形成报警,通过FTP将报警后录制的视频或抓拍的图片发往后台进行处理,边缘计算盒子SD卡中留有备份,以防数据丢失;
(3)报警信息通过稳健的方式上传后台,能够在确保网络质量较差,存在信息延迟的情况,也不影响信息的上传以及后台的接收和显示,同时也确保了在网络质量好的情况整个系统的稳定性,保证整个方案的实施;
(4)程序采用后台监视方式运行,确保程序各模块功能的稳定,当程序出现跑飞的情况下,可由本地的监视程序对跑飞的模块程序进行重启。
与现有技术相比,本发明的有益效果是:本发明将识别的算法程序安装在识别现场,在发生现场实现了算法识别,无需依赖网络。网络仅用于识别后信息的传递和处理,从而节省了大量的带宽,在网络不好的情况下,亦可通过网页或APP获得识别后的信息,经测试,在没有网络的情况下,借助我们的算法程序,可以对挖掘机进行实时识别,即完全通过我们的边缘计算盒子完成了识别任务,代替后端服务器执行算法程序。接通网络后,可通过网页端显示报警信息,查看报警图片,并对摄像头进行控制,实现了与单一识别功能产品一致的功能。
附图说明
图1为本发明方案流程示意图。
图2为本发明系统整体示意图。
图3为本发明工作流程示意图
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。
请参阅图1-3,本发明提供一种技术方案:一种边缘计算盒子前端识别的处理方法,采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体,在上面代替后端进行图像算法识别,其特征在于:边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex-A73@1.6GHz、双核ARM Cortex-A53@1.2GHz以及单核ARMCortex-A53@1.2GHz组成,外加双核Mali G71 GPU@900MHZ以及双核NNIE@840MHZ神经网络加速引擎,边缘计算盒子提供丰富的外围接口和外围设备,便于与外界进行通信以及与传感器等交换数据;
(1)摄像头采集特定分辨率的图像,结合边缘计算盒子对于图像处理流程的硬件优化,将识别前后的图像形成稳定的RTSP流便于通过特定的播放器实时查看;
(2)识别之后形成报警,通过FTP将报警后录制的视频或抓拍的图片发往后台进行处理,边缘计算盒子SD卡中留有备份,以防数据丢失;
(3)报警信息通过稳健的方式上传后台,能够在确保网络质量较差,存在信息延迟的情况,也不影响信息的上传以及后台的接收和显示,同时也确保了在网络质量好的情况整个系统的稳定性,保证整个方案的实施;
(4)程序采用后台监视方式运行,确保程序各模块功能的稳定,当程序出现跑飞的情况下,可由本地的监视程序对跑飞的模块程序进行重启。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种边缘计算盒子前端识别的处理方法,采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体,在上面代替后端进行图像算法识别,其特征在于:边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex-A73@1.6GHz、双核ARM Cortex-A53@1.2GHz以及单核ARM Cortex-A53@1.2GHz组成,外加双核Mali G71 GPU@900MHZ以及双核NNIE@840MHZ神经网络加速引擎,边缘计算盒子提供丰富的外围接口和外围设备,便于与外界进行通信以及与传感器等交换数据。
2.根据权利要求1所述的一种边缘计算盒子前端识别的处理方法,其特征在于:
(1)摄像头采集特定分辨率的图像,结合边缘计算盒子对于图像处理流程的硬件优化,将识别前后的图像形成稳定的RTSP流便于通过特定的播放器实时查看;
(2)识别之后形成报警,通过FTP将报警后录制的视频或抓拍的图片发往后台进行处理,边缘计算盒子SD卡中留有备份,以防数据丢失;
(3)报警信息通过稳健的方式上传后台,能够在确保网络质量较差,存在信息延迟的情况,也不影响信息的上传以及后台的接收和显示,同时也确保了在网络质量好的情况整个系统的稳定性,保证整个方案的实施;
(4)程序采用后台监视方式运行,确保程序各模块功能的稳定,当程序出现跑飞的情况下,可由本地的监视程序对跑飞的模块程序进行重启。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010585246.5A CN111738163A (zh) | 2020-06-23 | 2020-06-23 | 一种边缘计算盒子前端识别的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010585246.5A CN111738163A (zh) | 2020-06-23 | 2020-06-23 | 一种边缘计算盒子前端识别的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111738163A true CN111738163A (zh) | 2020-10-02 |
Family
ID=72650774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010585246.5A Pending CN111738163A (zh) | 2020-06-23 | 2020-06-23 | 一种边缘计算盒子前端识别的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738163A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011833A (zh) * | 2021-01-15 | 2021-06-22 | 广州穗能通能源科技有限责任公司 | 施工现场的安全管理方法、装置、计算机设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
US20190138830A1 (en) * | 2015-01-09 | 2019-05-09 | Irvine Sensors Corp. | Methods and Devices for Cognitive-based Image Data Analytics in Real Time Comprising Convolutional Neural Network |
CN208903299U (zh) * | 2018-11-21 | 2019-05-24 | 厦门科一物联网科技有限公司 | 一种ai智能专用计算卡及其构成的边缘网络 |
CN110032540A (zh) * | 2019-04-11 | 2019-07-19 | 北京宙心科技有限公司 | 一种人工智能边缘计算设备 |
CN110298296A (zh) * | 2019-06-26 | 2019-10-01 | 北京澎思智能科技有限公司 | 应用于边缘计算设备的人脸识别方法 |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防系统 |
US20200084126A1 (en) * | 2018-09-10 | 2020-03-12 | Aveva Software, Llc | Edge hmi module server system and method |
-
2020
- 2020-06-23 CN CN202010585246.5A patent/CN111738163A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190138830A1 (en) * | 2015-01-09 | 2019-05-09 | Irvine Sensors Corp. | Methods and Devices for Cognitive-based Image Data Analytics in Real Time Comprising Convolutional Neural Network |
CN107561990A (zh) * | 2017-09-30 | 2018-01-09 | 华南理工大学 | 一种基于边缘计算的工业传感信号采集器及采集方法 |
US20200084126A1 (en) * | 2018-09-10 | 2020-03-12 | Aveva Software, Llc | Edge hmi module server system and method |
CN208903299U (zh) * | 2018-11-21 | 2019-05-24 | 厦门科一物联网科技有限公司 | 一种ai智能专用计算卡及其构成的边缘网络 |
CN110032540A (zh) * | 2019-04-11 | 2019-07-19 | 北京宙心科技有限公司 | 一种人工智能边缘计算设备 |
CN110298296A (zh) * | 2019-06-26 | 2019-10-01 | 北京澎思智能科技有限公司 | 应用于边缘计算设备的人脸识别方法 |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011833A (zh) * | 2021-01-15 | 2021-06-22 | 广州穗能通能源科技有限责任公司 | 施工现场的安全管理方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102752574B (zh) | 一种视频监控系统及方法 | |
CN104902233B (zh) | 综合安全监控系统 | |
CN104735382A (zh) | 实时记录分享系统及方法 | |
CN107222711A (zh) | 仓储货物的监测系统、方法及客户端 | |
CN113099242B (zh) | 一种输电线路视频监测数据处理方法及系统 | |
CN111125382A (zh) | 人员轨迹实时监测方法及终端设备 | |
CN103108042A (zh) | 车载信息采集系统 | |
CN109284715B (zh) | 一种动态物体识别方法、装置及系统 | |
CN110458866A (zh) | 目标追踪方法及系统 | |
CN103425105B (zh) | 基于云服务的车载联网终端及其使用方法 | |
CN115200554B (zh) | 一种基于图片识别技术的无人机摄影测量监管系统及方法 | |
CN111738163A (zh) | 一种边缘计算盒子前端识别的处理方法 | |
CN104079878A (zh) | 电力远程作业场景移动音视频专家系统 | |
CN113705417B (zh) | 图像处理方法及装置、电子设备及计算机可读存储介质 | |
CN114494916A (zh) | 一种基于YOLO和DeepSORT的黑颈鹤监测追踪方法 | |
CN207218923U (zh) | 一种流量敏感环境下的非实时监控系统 | |
CN103093579B (zh) | 一种基于视频的泥石流或山体滑坡报警系统 | |
CN112422895A (zh) | 基于无人机的图像分析跟踪、定位系统及方法 | |
CN113888865B (zh) | 电子设备及车辆信息获取方法 | |
CN206712974U (zh) | 一种仓储货物的监测系统 | |
CN111553497A (zh) | 一种多媒体终端的设备工作状态检测方法及装置 | |
CN112055181A (zh) | 一种无人监考的考场防作弊系统 | |
CN112437506A (zh) | 一种5g ai交互式智能视频网关 | |
CN211908991U (zh) | 一种基于仿昆虫复眼和5g nr技术的目标跟踪系统 | |
CN104992561A (zh) | 一种特种车辆管理系统 |
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 |