CN112434656A - 一种物联网设备的图像识别方法、装置及计算机设备 - Google Patents

一种物联网设备的图像识别方法、装置及计算机设备 Download PDF

Info

Publication number
CN112434656A
CN112434656A CN202011432462.2A CN202011432462A CN112434656A CN 112434656 A CN112434656 A CN 112434656A CN 202011432462 A CN202011432462 A CN 202011432462A CN 112434656 A CN112434656 A CN 112434656A
Authority
CN
China
Prior art keywords
image
information
description information
things
internet
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.)
Withdrawn
Application number
CN202011432462.2A
Other languages
English (en)
Inventor
张晓娜
冯梅
蒋天勇
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202011432462.2A priority Critical patent/CN112434656A/zh
Publication of CN112434656A publication Critical patent/CN112434656A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种物联网设备的图像识别方法、装置及计算机设备。在该方法中，首先获取需要识别的物联网图像，其次根据图像识别线程对待识别物联网图像进行识别，得到对应的图像描述信息。这样能够基于识别得到的图像描述信息对图像进行分类，这样不仅能够准确识别出结果，还能够提高图像识别效率。

Description

一种物联网设备的图像识别方法、装置及计算机设备
技术领域
本公开涉及图像识别技术领域，特别涉及一种物联网设备的图像识别方法、装置及计算机设备。
背景技术
图像识别，是指利用计算机设备对图像进行处理、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。
目前，图像识别是当前人工智能领域的研究和应用热点，而基于人工智能对图像进行识别的要求也越来越高，比如：为了对图像进行准确地分类，传统地是通过图像上的某些特定的特征点以及图像记录数据进行分类识别，这样很容易导致识别出的结果不精准，同时还会降低图像识别效率。
发明内容
为改善相关技术中存在的技术问题，本公开提供了一种物联网设备的图像识别方法、装置及计算机设备。
本发明提供了一种物联网设备的图像识别方法，所述方法包括：
确定待识别物联网图像；
根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
优选地，所述根据图像识别线程对所述待识别物联网图像进行识别，得到图像描述信息，包括：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
优选地，所述第一描述信息包括第一图像像素信息和所述第一图像像素信息对应的第一像素值，所述第二描述信息包括第二图像像素信息和所述第二图像像素信息对应的第二像素值；所述根据所述第一图像像素信息和第二图像像素信息确定所述待识别物联网图像对应的图像描述信息，包括：比较所述第一像素值和第二像素值；若所述第一像素值大于第二像素值，则将所述第一图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值小于第二像素值，则将所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值等于第二像素值，则将所述第一图像像素信息或所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息。
优选地，所述第一图像识别线程和第二图像识别线程为多线程，所述图像识别线程还包括单线程，所述根据图像识别线程对所述待识别物联网图像进行识别，得到对应的图像描述信息，还包括：将所述待识别物联网图像加载至所述单线程中得到图像类别描述信息，并将所述图像类别描述信息分别加载至所述第一图像识别线程和第二图像识别线程中；所述依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息，包括：采用所述第二图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第一描述信息；所述依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息，包括：采用所述第一图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第二描述信息。
优选地，所述方法还包括配置所述第二图像识别线程的步骤：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
优选地，所述方法还包括：
根据所述图像描述信息对所述待识别物联网图像进行压缩，得到第一待传输图像，将所述第一待传输图像进行传输。
本发明还提供了一种物联网设备的图像识别装置，所述装置包括：
图像确定模块，用于确定待识别物联网图像；
描述信息获取模块，用于根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
优选地，所述描述信息获取模块，具体用于：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
优选地，所述装置还包括：线程配置模块，具体用于：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
优选地，所述装置还包括：图像压缩模块，具体用于：
根据所述图像描述信息对所述待识别物联网图像进行压缩，得到第一待传输图像，将所述第一待传输图像进行传输。
本公开的实施例提供的技术方案可以包括以下有益效果。
本公开提供了一种物联网设备的图像识别方法、装置及计算机设备，首先获取需要识别的物联网图像，其次根据图像识别线程对待识别物联网图像进行识别，得到对应的图像描述信息。这样能够基于识别得到的图像描述信息对图像进行分类，这样不仅能够准确识别出结果，还能够提高图像识别效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种物联网设备的图像识别方法的流程图。
图2是本发明实施例提供的一种物联网设备的图像识别装置的框图。
图3是本发明实施例提供的一种计算机设备的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为改善现有技术中存在的对图像进行分类识别的结果不准确，同时还会降低图像识别效率的技术问题。
为解决上述技术问题，请结合参阅图1，本发明提供了一种物联网设备的图像识别方法的流程示意图，在实现上述方法时具体执行以下步骤S110-步骤S120所描述的内容。
步骤S110，确定待识别物联网图像。
步骤S120，根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
在执行上述步骤S110-步骤S120所描述的方法时可以达到如下有益技术效果：首先获取需要识别的物联网图像，其次根据图像识别线程对待识别物联网图像进行识别，得到对应的图像描述信息。这样能够基于识别得到的图像描述信息对图像进行分类，这样不仅能够准确识别出结果，还能够提高图像识别效率。
在具体实施时，为了确保识别结果综合性，步骤S120所描述的所述根据图像识别线程对所述待识别物联网图像进行识别，得到图像描述信息，具体可以包括：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
通过执行上述内容，通过第一图像识别线程和第二图像识别线程分别对待识别物联网图像进行识别，能够从不同的识别角度进行对待识别物联网图像进行识别，从而能够确保识别结果综合性。
进一步地，所述第一描述信息包括第一图像像素信息和所述第一图像像素信息对应的第一像素值，所述第二描述信息包括第二图像像素信息和所述第二图像像素信息对应的第二像素值；所述根据所述第一图像像素信息和第二图像像素信息确定所述待识别物联网图像对应的图像描述信息，包括：比较所述第一像素值和第二像素值；若所述第一像素值大于第二像素值，则将所述第一图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值小于第二像素值，则将所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值等于第二像素值，则将所述第一图像像素信息或所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息。
更进一步地，所述第一图像识别线程和第二图像识别线程为多线程，所述图像识别线程还包括单线程，所述根据图像识别线程对所述待识别物联网图像进行识别，得到对应的图像描述信息，还包括：将所述待识别物联网图像加载至所述单线程中得到图像类别描述信息，并将所述图像类别描述信息分别加载至所述第一图像识别线程和第二图像识别线程中；所述依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息，包括：采用所述第二图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第一描述信息；所述依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息，包括：采用所述第一图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第二描述信息。
在具体实施时，所述的方法还包括配置所述第二图像识别线程的步骤：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
通过上述内容，能够确保第二图像识线程在对图像进行识别过程中的稳定性。
在上述内容的基础上，还可以包括步骤S130：根据所述图像描述信息对所述待识别物联网图像进行压缩，得到第一待传输图像，将所述第一待传输图像进行传输。
进一步地，步骤S130所描述的将所述第一待传输图像进行传输，进一步可以包括以下内容。
步骤S131，获取第一待传输图像在第一传输通道中的第一传输策略信息。
在本实施例中，所述第一传输通道为图像集合中所包括的多个传输通道中所述第一待传输图像所在的传输通道，所述第一待传输图像为所述图像集合中的待传输图像。
步骤S132，获取所述第一传输策略信息与所述图像集合中的目标描述对象之间的第一匹配关系；根据预设匹配关系获取与所述第一匹配关系对应的匹配占比。
在本实施例中，所述预设匹配关系用于指示所述第一待传输图像在传输通道中的传输策略信息与所述目标描述对象之间的匹配关系与匹配占比之间的对应关联关系。
步骤S133，按照与所述第一匹配关系对应的匹配占比对所述第一待传输图像的历史传输通道进行匹配，得到所述第一待传输图像的样本传输通道。
在本实施例中，所述样本传输通道的数量相关于所述第一传输策略信息与所述目标描述对象之间的匹配关系。
步骤S134，根据所述样本传输通道确定所述目标描述对象对应的第一传输速率，并将所述第一传输速率作为目标传输速率；其中，所述目标传输速率的大小相关于所述第一传输策略信息与所述目标描述对象之间的匹配关系，所述目标传输速率的大小不同于根据所述历史传输通道确定出的所述目标描述对象所对应的第二传输速率；基于所述目标传输速率确定所述第一传输策略信息的安全指标信息；在通过所述安全指标信息判定出所述目标传输速率满足设定条件时，基于所述目标传输速率以及所述第一传输策略信息，采用所述第一传输通道传输所述第一待传输图像。
在执行上述步骤S131-步骤S134所描述的方法时可以达到如下有益技术效果：首先按照与第一匹配关系对应的匹配占比对第一待传输图像的历史传输通道进行匹配，得到样本传输通道。其次根据样本传输通道确定图像集合中的目标描述对象对应的第一传输速率，并将第一传输速率作为目标传输速率，进而基于目标传输速率确定第一传输策略信息的安全指标信息。然后在通过安全指标信息判定出目标传输速率满足设定条件时，采用第一传输通道传输第一待传输图像。
这样一来，首先获取第一传输策略信息图像集合中的目标描述对象之间的第一匹配关系，这样通过第一匹配关系所对应的匹配占比对第一待传输图像的历史传输通道进行完整的匹配，避免在匹配过程中因错误信息导致得到的样本传输通道存在偏差，在准确确定出样本传输通道的前提下，基于样本传输通道确定图像集合中的目标描述对象对应的第一传输速率，并将第一传输速率作为目标传输速率，进而根据目标传输速率确定第一传输策略信息的安全指标信息，以实现相应的传输速率对应相应的安全指标，避免因传输速率过高或者过低而出现传输过程中的安全隐患，在确定出安全指标信息后，通过安全指标信息判定出目标传输速率满足设定条件时，基于目标传输速率以及第一传输策略信息，能够避免第一待传输图像通过第一传输通道进行传输时出现安全性隐患。
在具体实施时，步骤S134所描述的根据所述样本传输通道确定所述目标描述对象对应的第一传输速率，并将所述第一传输速率作为目标传输速率，包括：将所述样本传输通道加载至到所述图像集合内的目标描述对象，得到第一传输速率。
进一步地将所述样本传输通道加载至到所述图像集合内的目标描述对象，得到第一传输速率，具体包括：获取为所述第一待传输图像的图像类别信息。其中，所述图像类别信息用于指示所述样本传输通道加载至在所述目标描述对象上的类别属性；按照所述图像类别信息所指示的类别属性将所述样本传输通道加载至到所述目标描述对象，得到所述第一传输速率。
在本实施例中，在获取第一待传输图像在第一传输通道中的第一传输策略信息之前，所述方法还包括：解析出所述第一传输通道内的每个所述第一待传输图像的图像类别信息；其中，所述第一待传输图像为待传输的多个待传输图像中的其中一个；所述图像类别信息指示的类别信息为待传输的多个图像中的其中一个类别。
在具体实施时，为了能够节约不同传输策略信息的获取耗时，步骤S131所描述的获取第一待传输图像在第一传输通道中的第一传输策略信息，具体可以包括以下子步骤S1311-子步骤S1312所描述的内容：
子步骤S1311，当所述第一待传输图像在当前时刻的前一时刻存在于第二传输通道的情况下，获取所述第一待传输图像在所述第二传输通道内的第二传输策略信息，并根据所述第二传输策略信息和所述第一待传输图像的图像大小确定所述第一传输策略信息；其中，所述第一待传输图像在当前时刻存在于所述第一传输通道内，所述第二传输通道为所述多个传输通道中所述第一待传输图像在当前时刻的前一时刻存在的传输通道；
子步骤S1312，当所述第一待传输图像在当前时刻的前一时刻不存在于所述第二传输通道的情况下，获取为所述第一待传输图像在所述第一传输通道内配置的所述第一传输策略信息。
通过执行子步骤S1311-子步骤S1312所描述的内容，首先获取第一待传输图像在第二传输通道内的第二传输策略信息，然后根据第二传输策略信息和第一待传输图像的图像大小确定第一传输策略信息，这样能够节约不同传输策略信息的获取耗时。
在本实施例中，步骤S132所描述的获取所述第一传输策略信息与所述图像集合中的目标描述对象之间的第一匹配关系，具体包括：
确定所述第一传输策略信息的协议文本的文本识别度，根据所述协议文本的文本识别度，确定文本识别度小于或等于预设的文本识别度的文本数据容量；
计算所述文本数据容量与所述图像集合中的目标描述对象之间的匹配值，根据所述匹配值确定出第一匹配关系。
进一步地，为了有利于提高计算出第一匹配关系的匹配占比的效率，步骤S132所描述的根据预设匹配关系获取与所述第一匹配关系对应的匹配占比，具体可以包括以下子步骤S1321-子步骤S1323所描述的内容：
子步骤S1321，对于预先存储的多种匹配关系中的其中一种匹配关系，采用最新一次更新后的计算线程对第一匹配关系进行匹配偏差计算，得到当前偏差值；
子步骤S1322，对得到的当前偏差值中满足所述匹配关系的当前偏差值进行聚类，得到偏差集合；
子步骤S1323，根据所述偏差集合计算匹配成功率，基于所述匹配成功率确定所述第一匹配关系对应的匹配占比。
执行子步骤S1321-子步骤S1323所描述的内容，根据得到的偏差集合计算出匹配成功率，进而根据匹配成功率确定第一匹配关系对应的匹配占比。这样通过匹配成功率能够有利于提高计算出第一匹配关系的匹配占比的效率。
在具体实施时，为了能够对每件子事件匹配信息对应的各节点标签进行一一匹配，能够提高匹配出样本传输通道的准确性，步骤S133所描述的按照与所述第一匹配关系对应的匹配占比对所述第一待传输图像的历史传输通道进行匹配，得到所述第一待传输图像的样本传输通道，具体可以包括以下子步骤S1331-子步骤S1334所描述的内容：
子步骤S1331，按照所述第一匹配关系对应的匹配占比，划分出连续的多个匹配节点，将所述第一待传输图像设置为所述多个匹配节点内的待匹配图像；其中，所述待匹配图像分别与每个匹配节点进行匹配；
子步骤S1332，对于划分出的每个匹配节点，分别生成对应于该匹配节点的匹配事件信息；其中，所述匹配事件信息表征预设标签集合中的各节点标签所对应的事件，其中，按照如下方式执行生成的每个匹配事件信息：
子步骤S1333，根据所述匹配事件信息对应的匹配节点，从所述预设标签集合中获取与每个匹配节点相匹配的节点标签；将获取的节点标签与所述第一待传输图像的历史传输通道进行匹配；其中，根据所述匹配事件信息对应的匹配节点，从所述预设标签集合中获取与每个匹配节点相匹配的节点标签，具体包括：根据所述匹配事件信息对应的匹配节点，将所述匹配事件信息分配为具有事件优先级的多件子事件匹配信息；
子步骤S1334，根据所述预设标签集合中节点标签的标签属性值和所述多件子事件匹配信息优先级，依次获取每件子事件匹配信息对应的各节点标签，以使每件子事件匹配信息对应的各节点标签的第一标签属性值与当前子事件匹配信息的前一个子事件匹配信息对应的各节点标签的第二标签属性值相匹配，并根据节点标签与所述第一待传输图像的历史传输通道进行匹配，得到所述第一待传输图像的样本传输通道。
通过执行子步骤S1331-子步骤S1334所描述的内容，首先为了实现对第一匹配关系的进行完整性匹配，从第一匹配关系中划分出多个匹配节点。其次生成每个匹配节点对应的匹配事件信息，进一步确获取与每个匹配节点相匹配的节点标签，这样方便后续查找每个匹配节点对应的匹配事件信息，然后将匹配事件信息分配为具有事件优先级的多件子事件匹配信息，进而根据节点标签的标签属性值和多件子事件匹配信息优先级，逐次按照优先级获取每件子事件匹配信息对应的各节点标签，如此，能够对每件子事件匹配信息对应的各节点标签进行一一匹配，进而能够根据节点标签与第一待传输图像的历史传输通道进行匹配，能够提高匹配出样本传输通道的准确性。
在具体实施时，为了能够提高确定出安全评价信息的准确性和可靠性，有助于从安全评价信息中识别出安全指标信息，步骤S134所描述的基于所述目标传输速率确定所述第一传输策略信息的安全指标信息，具体可以包括子步骤S1341-子步骤S1344所描述的内容：
子步骤S1341，根据获取的用于标记目标传输速率的第一传输率和第二传输率，确定待解析的用于标记所述目标传输速率的多个信号周期的周期权重值以及不同信号周期之间的关联性参数；
子步骤S1342，基于确定的所述多个信号周期的周期权重值以及不同信号周期之间的关联性参数，对所述多个信号周期进行解析，使得解析出的信号周期的周期权重值大于第一权重值、且解析出信号周期之间的关联性参数小于第二权重值；
子步骤S1343，对于第一待传输图像的传输速率标识，根据该第一待传输图像的传输速率标识在解析出的信号周期中每一个信号周期下的取值，判断所述第一待传输图像的传输速率标识是否与所述目标传输速率匹配；
子步骤S1344，若确定所述第一待传输图像的传输速率标识与所述目标传输速率匹配，则根据所述目标传输速率以及所述传输速率标识，确定所述第一传输策略信息的安全评价信息，基于所述安全评价信息确定出安全指标信息。
执行子步骤S1341-子步骤S1344所描述的内容，首先根据第一传输率和第二传输率能够确定出目标传输速率的多个信号周期的周期权重值以及不同信号周期之间的关联性参数。其次对多个信号周期进行解析，这样能够准确解析出信号周期的周期权重值以及信号周期之间的关联性，然后对解析出的信号周期中每一个信号周期下的取值，判断出第一待传输图像的传输速率标识是否与目标传输速率匹配，若匹配，则通过目标传输速率以及传输速率标识，能够提高确定出安全评价信息的准确性和可靠性，进而有助于从安全评价信息中识别出安全指标信息。
在具体实施时，为了能够节约对第一待传输图像进行传输的时间，提高对第一待传输图像进行传输的效率，步骤S134所描述的在通过所述安全指标信息判定出所述目标传输速率满足设定条件时，基于所述目标传输速率以及所述第一传输策略信息，采用所述第一传输通道传输所述第一待传输图像，具体可以包括以下步骤a1-步骤a8所描述的内容：
步骤a1，获取针对所述安全指标信息的第一指标参数和第二指标参数；其中，所述第二指标参数的噪声值小于所述第一指标参数的噪声值；
步骤a2，根据所述第二指标参数的指标描述信息确定所述安全指标信息对应的安全等级，根据所述安全等级从所述第一指标参数中获取所述安全指标信息的安全度量信息；
步骤a3，确定所述安全度量信息的信息来源与预设信息来源库中的每个信息序列的关联度；其中，所述预设信息来源库包括多个信息序列，每个信息序列对应有相应的信息描述记录；
步骤a4，基于所述信息来源与每个信息序列的关联度，从所述预设信息来源库中筛选多组信息序列；基于多组信息序列的信息描述记录，根据所述安全指标信息判定所述目标传输速率是否满足设定条件；
例如，基于所述信息来源与每个信息序列的关联度，从所述预设信息来源库中筛选多组信息序列，包括：基于信息来源与所述预设信息来源库中每个信息序列的关联度，从所述预设信息来源库中筛选关联度最大的多组信息序列；
例如，所述基于多组信息序列的信息描述记录，根据所述安全指标信息判定所述目标传输速率是否满足设定条件，包括：若所述信息描述记录为第一记录标识或者第二记录标识，则基于多组信息序列的信息描述记录，对所述第一记录标识和所述第二记录标识进行聚类得到聚类结果；根据得到的聚类结果以及安全指标信息判定所述目标传输速率是否满足设定条件；
步骤a5，在根据的聚类结果以及所述安全指标信息判定出所述目标传输速率满足设定条件时，则将所述目标传输速率以及所述第一传输策略信息汇总成一个图像传输权限信息；
步骤a6，当汇总成一个图像传输权限信息时，获取汇总成的图像传输权限信息的相关元素信息；对所述图像传输权限信息的相关元素信息进行分析，以确定所述图像传输权限信息是否包含异常信息的权限代码；
步骤a7，若所述图像传输权限信息包含异常信息的权限代码，则对所述权限代码进行修改，并将修改后的权限代码进行校验得到校验结果；基于校验结果判断所述第一传输通道传输与所述目标传输速率以及所述第一传输策略信息能否被分配在同一图像传输权限信息内；若能，则基于所述目标传输速率以及所述第一传输策略信息，采用所述第一传输通道传输所述第一待传输图像；
步骤a8，若所述图像传输权限信息未包含异常信息的权限代码，则判断所述第一传输通道传输与所述目标传输速率以及所述第一传输策略信息能否被分配在同一图像传输权限信息内；若能，则基于所述目标传输速率以及所述第一传输策略信息，采用所述第一传输通道传输所述第一待传输图像。
执行步骤a1-步骤a8所描述的内容，首先根据获取到的第二指标参数的指标描述信息确定出安全指标信息对应的安全等级，进而根据安全等级从获取到的第一指标参数中获取安全指标信息的安全度量信息。其次确定安全度量信息的信息来源与预设信息来源库中的每个信息序列的关联度，进而从预设信息来源库中筛选多组信息序列，通过筛选出多组信息序列能够准确地判断出目标传输速率是否满足设定条件，进而提高了判断效率，同时避免在判断过程避免出现其它异常数据干扰对目标传输速率进行判断的结果。然后在判定出目标传输速率满足设定条件时，将目标传输速率以及所述第一传输策略信息汇总成一个图像传输权限信息，进而获取图像传输权限信息的相关元素信息并进行分析，判断图像传输权限信息是否包含异常信息的权限代码。进一步通过权限代码在第一传输通道传输与目标传输速率以及第一传输策略信息能被分配在同一图像传输权限信息内的前提下，通过第一传输通道传输第一待传输图像，这样能够节约对第一待传输图像进行传输的时间，同时能够提高对第一待传输图像进行传输的效率。
在上述基础上，请结合图2，本发明还提供了一种物联网设备的图像识别装置200的框图，所述装置以可包括以下功能模块：
图像确定模块210，用于确定待识别物联网图像；
描述信息获取模块220，用于根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
可选地，所述描述信息获取模块220，具体用于：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
可选地，所述装置还包括：线程配置模块230，具体用于：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
可选地，所述装置还包括：图像压缩模块240，具体用于：根据所述图像描述信息对所述待识别物联网图像进行压缩，得到第一待传输图像，将所述第一待传输图像进行传输。
在上述基础上，请结合参阅图3，提供了一种计算机设备110，包括处理器111以及与所述处理器111连接的存储器112和总线113；其中，所述处理器111和所述存储器112通过所述总线113完成相互间的通信；所述处理器111用于调用所述存储器112中的程序指令，以执行上述的方法。
进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种物联网设备的图像识别方法，其特征在于，所述方法包括：
确定待识别物联网图像；
根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
2.根据权利要求1所述的方法，其特征在于，所述根据图像识别线程对所述待识别物联网图像进行识别，得到图像描述信息，包括：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
3.根据权利要求2所述的方法，其特征在于，所述第一描述信息包括第一图像像素信息和所述第一图像像素信息对应的第一像素值，所述第二描述信息包括第二图像像素信息和所述第二图像像素信息对应的第二像素值；所述根据所述第一图像像素信息和第二图像像素信息确定所述待识别物联网图像对应的图像描述信息，包括：比较所述第一像素值和第二像素值；若所述第一像素值大于第二像素值，则将所述第一图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值小于第二像素值，则将所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息；若所述第一像素值等于第二像素值，则将所述第一图像像素信息或所述第二图像像素信息作为所述待识别物联网图像对应的图像描述信息。
4.根据权利要求2所述的方法，其特征在于，所述第一图像识别线程和第二图像识别线程为多线程，所述图像识别线程还包括单线程，所述根据图像识别线程对所述待识别物联网图像进行识别，得到对应的图像描述信息，还包括：将所述待识别物联网图像加载至所述单线程中得到图像类别描述信息，并将所述图像类别描述信息分别加载至所述第一图像识别线程和第二图像识别线程中；所述依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息，包括：采用所述第二图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第一描述信息；所述依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息，包括：采用所述第一图像识别线程对所述图像类别描述信息进行图像类别识别处理，得到第二描述信息。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括配置所述第二图像识别线程的步骤：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述图像描述信息对所述待识别物联网图像进行压缩，得到第一待传输图像，将所述第一待传输图像进行传输。
7.一种物联网设备的图像识别装置，其特征在于，所述装置包括：
图像确定模块，用于确定待识别物联网图像；
描述信息获取模块，用于根据图像识别线程对所述待识别物联网图像进行识别，得到所述待识别物联网图像对应的图像描述信息；其中，所述图像识别线程包括第一图像识别线程和与所述第一图像识别线程对应的第二图像识别线程，所述第二图像识别线程依据目标范围的样本图像配制。
8.根据权利要求7所述的装置，其特征在于，所述描述信息获取模块，具体用于：依据第二图像识别线程对所述待识别物联网图像进行识别，得到第一描述信息；以及依据所述第一图像识别线程对所述待识别物联网图像进行识别，得到第二描述信息；根据所述第一描述信息和第二描述信息确定所述待识别物联网图像对应的图像描述信息。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：线程配置模块，具体用于：采集所述目标范围的样本图像；对所述样本图像进行分类处理，得到所述样本图像对应的图像类型信息；所述第二图像识别线程依据所述样本图像，确定每个图像类型信息与其他图像类型信息组合的像素值。
10.一种计算机设备，其特征在于，包括处理器以及与所述处理器连接的存储器和总线；其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行权利要求1-6任一项所述的方法。
CN202011432462.2A 2020-12-09 2020-12-09 一种物联网设备的图像识别方法、装置及计算机设备 Withdrawn CN112434656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011432462.2A CN112434656A (zh) 2020-12-09 2020-12-09 一种物联网设备的图像识别方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011432462.2A CN112434656A (zh) 2020-12-09 2020-12-09 一种物联网设备的图像识别方法、装置及计算机设备

Publications (1)

Publication Number Publication Date
CN112434656A true CN112434656A (zh) 2021-03-02

Family

ID=74692196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011432462.2A Withdrawn CN112434656A (zh) 2020-12-09 2020-12-09 一种物联网设备的图像识别方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN112434656A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255381A (zh) * 2021-12-23 2022-03-29 北京瑞莱智慧科技有限公司 图像识别模型的训练方法、图像识别方法、装置及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114255381A (zh) * 2021-12-23 2022-03-29 北京瑞莱智慧科技有限公司 图像识别模型的训练方法、图像识别方法、装置及介质
CN114255381B (zh) * 2021-12-23 2023-05-12 北京瑞莱智慧科技有限公司 图像识别模型的训练方法、图像识别方法、装置及介质

Similar Documents

Publication Publication Date Title
CN113688042B (zh) 测试场景的确定方法、装置、电子设备及可读存储介质
CN109309630A (zh) 一种网络流量分类方法、系统及电子设备
WO2019051941A1 (zh) 车型识别方法、装置、设备及计算机可读存储介质
CN111325260B (zh) 数据处理方法及装置、电子设备、计算机可读介质
US10671831B2 (en) High speed reference point independent database filtering for fingerprint identification
US20170213074A1 (en) Decoy-based matching system for facial recognition
CN111723226A (zh) 基于大数据和互联网的信息管理方法及人工智能云服务器
CN112839014A (zh) 建立识别异常访问者模型的方法、系统、设备及介质
CN110956123A (zh) 一种富媒体内容的审核方法、装置、服务器及存储介质
CN112711757A (zh) 一种基于大数据平台的数据安全集中管控方法及系统
CN111783812A (zh) 违禁图像识别方法、装置和计算机可读存储介质
CN113723555A (zh) 异常数据的检测方法及装置、存储介质、终端
CN115174231A (zh) 一种基于AI Knowledge Base的网络欺诈分析方法及服务器
CN112434651A (zh) 一种基于图像识别的信息分析方法、装置及计算机设备
CN116707859A (zh) 特征规则提取方法和装置、网络入侵检测方法和装置
CN115509848A (zh) 日志分析方法、装置、电子设备和存储介质
CN112434656A (zh) 一种物联网设备的图像识别方法、装置及计算机设备
CN114898182A (zh) 一种基于目标检测学习算法的图片数据筛选方法及系统
CN112468673A (zh) 一种在线图像的传输识别方法及系统
CN117540369B (zh) 用于安全分析的数值行为安全基线生成方法及装置
CN112532645A (zh) 一种物联网设备运行数据监测方法、系统及电子设备
CN115809466B (zh) 基于stride模型的安全需求生成方法、装置、电子设备及介质
CN115221135B (zh) 一种工业互联网数据的共享方法及系统
CN116824127A (zh) 开放世界目标检测方法、计算机设备及存储介质
CN112699908B (zh) 标注图片的方法、电子终端、计算机可读存储介质及设备

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210302

WW01 Invention patent application withdrawn after publication