CN113190818A - 一种混合云管理平台 - Google Patents

一种混合云管理平台 Download PDF

Info

Publication number
CN113190818A
CN113190818A CN202110527386.1A CN202110527386A CN113190818A CN 113190818 A CN113190818 A CN 113190818A CN 202110527386 A CN202110527386 A CN 202110527386A CN 113190818 A CN113190818 A CN 113190818A
Authority
CN
China
Prior art keywords
module
management module
unit
cloud
task
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.)
Granted
Application number
CN202110527386.1A
Other languages
English (en)
Other versions
CN113190818B (zh
Inventor
刘�英
孟冬磊
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.)
Guangzhou Chengwei Information Technology Co ltd
Original Assignee
Guangzhou Chengwei 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 Guangzhou Chengwei Information Technology Co ltd filed Critical Guangzhou Chengwei Information Technology Co ltd
Priority to CN202110527386.1A priority Critical patent/CN113190818B/zh
Publication of CN113190818A publication Critical patent/CN113190818A/zh
Application granted granted Critical
Publication of CN113190818B publication Critical patent/CN113190818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/36—User authentication by graphic or iconic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种混合云管理平台，包括登录验证模块、账户管理模块、费用管理模块、任务管理模块、资源管理模块和管理员模块；所述登录验证模块用于获取用户的权限，并允许所述用户使用所述权限对应的模块；所述账户管理模块用于对私有云和公有云的账号和密码进行管理；所述费用管理模块用于对公有云的使用费用进行管理；所述任务管理模块用于对计算任务进行管理；所述资源管理模块用于对私有云和公有云中存储的文件进行管理；所述管理员模块用于平台管理员进行权限管理。本发明实现了在账户、费用、计算任务、资源等方面对私有云和公有云进行统一的管理，有利于企业高效完成计算任务以及有利于提高对私有云和公有云进行管理的便利性。

Description

一种混合云管理平台
技术领域
本发明涉及管理领域，尤其涉及一种混合云管理平台。
背景技术
近年来，云计算已经普遍应用到各行各业中。但是，由于云计算需要将计算数据和计算任务部署到相应的云服务器上进行计算，因此，存在数据安全的问题。对于一些不方便公开的数据，例如公司的运营流水等数据，显然直接部署到公有云上是不安全的。因此，很多企业选择了构建私有云来对不方便公开的数据进行存储、处理一些计算量较小的计算任务以及处理一些涉及商业机密的计算任务。现有的云服务提供商数量众多，各家之间提供的服务项目和费用收取也不同。为了能够尽可能地降低成本，很多企业会在不同的计算任务需求下使用不同的云服务提供商提供的公有云服务，使得企业能够自适应地根据计算任务来选取不同的公有云服务。私有云以及众多的公有云如何进行统一管理，以便于高效完成计算任务，成了企业所面临的问题。
发明内容
鉴于上述问题，本发明的目的在于提供一种混合云管理平台。
本发明提供了一种混合云管理平台，包括登录验证模块、账户管理模块、费用管理模块、任务管理模块、资源管理模块和管理员模块；
所述登录验证模块用于获取用户的权限，并允许所述用户使用所述权限对应的模块；
所述账户管理模块用于对私有云和公有云的账号和密码进行管理；
所述费用管理模块用于对公有云的使用费用进行管理；
所述任务管理模块用于对计算任务进行管理；
所述资源管理模块用于对私有云和公有云中存储的文件进行管理；
所述管理员模块用于平台管理员进行权限管理。
优选地，所述登录验证模块包括拍摄单元、验证单元、存储单元和权限管理单元；
所述拍摄单元用于获取所述用户的第一脸部图像，并将所述第一脸部图像传输至所述验证单元；
所述验证单元用于将所述第一脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果；
所述权限管理单元用于基于所述匹配结果获取所述用户的权限，并基于所述权限向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限。
优选地，所述将所述脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果，包括：
所述待匹配图像为具有使用账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限的人员的第二脸部图像；
所述第二脸部图像的数量为多张；
使用预设的特征提取算法分别对所述第一脸部图像和多张所述第二脸部图像进行特征提取，获得第一特征信息和多个第二特征信息；
基于所述第一特征信息和多个第二特征信息分别计算所述第一脸部图像和多张所述第二脸部图像之间的相似度；
获取多个相似度中的最大值；
判断所述最大值是否大于预设的相似度阈值，若是，则将所述最大值对应的第二脸部图像作为匹配结果；若否，则将匹配结果设置为空。
优选地，所述基于所述匹配结果获取所述用户的权限，包括：
若所述匹配结果为空，则不向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的任何一个模块的使用权限；
若所述匹配结果不为空，则获取所述最大值对应的第二脸部图像对应的人员；
获取存储单元中存储的所述人员的权限。
优选地，所述账户管理模块包括修改模块、添加模块、查找模块和删除模块；
所述查找模块用于基于用户输入的检索信息对账户管理模块中存储的私有云或公有云的账号和密码进行检索；
所述修改模块用于对查找模块检索到的账号和密码进行修改；
所述删除模块用于对查找模块检索到的账号和密码进行删除；
所述添加模块用于用户增加账户管理模块中未存储的私有云或公有云的账号和密码。
优选地，所述检索信息包括账号的类型和账号的建立时间。
优选地，所述对公有云的使用费用进行管理，包括：
对公有云的使用费用进行统计分析和导出公有云的使用费用表格。
优选地，所述任务管理模块包括任务构建单元、判断单元、任务拆分单元、任务分配单元、执行单元和汇总单元；
所述任务构建单元用于生成计算任务；
所述判断单元用于判断所述私有云是否能够在所述计算任务的时间期限内完成所述计算任务，若是，则直接将所述计算任务分发到私有云进行计算；
所述任务拆分单元用于在所述私有云是不能够在所述计算任务的时间期限内完成所述计算任务时，将计算任务拆分成多个子任务；
所述任务分配单元用于将所述子任务发送到公有云或私有云；
所述执行单元设置在公有云和私有云中，所述执行单元用于在接收到所述子任务后，对所述子任务进行计算，获得计算结果，并将所述结算结果传输至所述汇总单元；
所述汇总单元用于对不同的执行单元发送过来的计算结果进行汇总。
优选地，所述对私有云和公有云中存储的文件进行管理，包括：
对所述文件的存储位置进行移动。
与现有技术相比，本发明的优点在于：
本发明实现了在账户、费用、计算任务、资源等方面对私有云和公有云进行统一的管理，有利于企业高效完成计算任务以及有利于提高对私有云和公有云进行管理的便利性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种混合云管理平台的一种示例性实施例图。
图2，为本发明的登录验证模块的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种混合云管理平台，包括登录验证模块、账户管理模块、费用管理模块、任务管理模块、资源管理模块和管理员模块；
所述登录验证模块用于获取用户的权限，并允许所述用户使用所述权限对应的模块；
所述账户管理模块用于对私有云和公有云的账号和密码进行管理；
所述费用管理模块用于对公有云的使用费用进行管理；
所述任务管理模块用于对计算任务进行管理；
所述资源管理模块用于对私有云和公有云中存储的文件进行管理；
所述管理员模块用于平台管理员进行权限管理。
平台管理员具有最高基本的管理权限，能够使用所有的模块。权限管理，包括新增用户、为新增的用户设置权限、删除原有的用户、修改原有的用户的权限等。
作为优选，如图2所示，所述登录验证模块包括拍摄单元、验证单元、存储单元和权限管理单元；
所述拍摄单元用于获取所述用户的第一脸部图像，并将所述第一脸部图像传输至所述验证单元；
所述验证单元用于将所述第一脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果；
所述权限管理单元用于基于所述匹配结果获取所述用户的权限，并基于所述权限向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限。
作为优选，所述拍摄单元包括摄像头子单元和判断子单元；
所述摄像头子单元用于获取所述用户的第一脸部图像以及用于获取对比图像；
将所述第一脸部图像的拍摄编号记为n，则所述对比图像的拍摄编号为n+1；
第一脸部图像和对比图像之间的拍摄时间间隔小于预设的时间间隔阈值timethre；
所述判断子单元用于判断所述第一脸部图像是否能通过质量判断，若是，则将所述第一脸部图像传输至所述验证单元；若否，则通知所述摄像头子单元重新获取所述用户的第一脸部图像和对比图像；
通过下述方式判断所述第一脸部图像是否能通过质量判断：
将所述第一脸部图像和所述对比图像分别记为imgn和imgn+1；
将imgn转换到Lab颜色空间，获取imgn在Lab颜色空间中的L分量的图像imgn,L；
将imgn+1转换到Lab颜色空间，获取imgn+1在Lab颜色空间中的L分量的图像imgn+1,L；
获取imgn+1,L中的变化像素点的数量vanum；
若
Figure BDA0003066455900000041
成立，则对imgn进行下一步判断；totnum表示imgn,L中的像素点的总数；numthre表示预设的数量阈值；
若
Figure BDA0003066455900000051
不成立，则表示所述第一脸部图像未能通过质量判断；
通过下述方式判断imgn+1,L的像素点是否为变化像素点：
将imgn,L和imgn+1,L置于同一坐标系下，imgn,L中坐标为(x,y)的像素点在imgn+1,L中对应的像素点的坐标为(x',y')；
计算在imgn+1,L中坐标为(x',y')的像素点和imgn,L中坐标为(x,y)的像素点之间的像素值的差的绝对值；
若所述绝对值大于预设的绝对值阈值，则表示imgn+1,L中坐标为(x',y')的像素点为变化像素点；
所述下一步判断包括：
计算imgn的图像质量指数：
Figure BDA0003066455900000052
式中，idximgn表示imgn的图像质量指数，w1、w2、w3表示预设的权重参数，numpsk表示imgn中皮肤像素点的总数，Illumvarn表示imgn中的皮肤像素点在imgn,L中对应的像素点的像素值的方差，Illumvarst表示预设的像素值方差的标准值，gravarn表示imgn中的皮肤像素点在imgn,L中对应的像素点的梯度幅值方差，gravarst表示预设的梯度幅值方差的标准值；
若idximgn小于等于预设的图像质量指数阈值，则表示所述第一脸部图像未能通过质量判断；
若idximgn大于预设的图像质量指数阈值，则表示所述第一脸部图像通过质量判断。
在拍摄单元先对第一脸部图像的质量进行判断，有利于避免低质量的第一脸部图像进入后续的处理步骤中，造成对用户的权限的获取时间过长，从而影响本发明混合云管理平台的使用体验。
具体的，本发明在进行图像质量判断时，并不是像传统的图像质量判断那样，直接计算图像的各种评价参数，然后根据评价参数判断图像的质量。
本发明是先将第一脸部图像与对比图像进行计算，获取变化像素点的数量，然后根据变化像素点的数量是否使得不等式成立来判断是否需要继续进行计算，变化像素点的数量的计算方式简单，能够快速地对第一脸部图像的质量作出预判，有利于避免对低质量的第一脸部图像直接计算评价参数，浪费计算资源，从而有利于提升本发明的登录验证模块的处理速度。
若不等式不成立，则表示对比图像与第一脸部图像中差异较大，用户的头部极大可能处于移动状态中，因此，直接不再对后续的图像质量指数进行计算，而是通知摄像头子单元重新获取所述用户的第一脸部图像和对比图像。
而当第一脸部图像通过预判后，在计算图像质量指数时，考虑了皮肤像素点的占比、皮肤像素点在imgn,L中对应的像素点的像素值差异、梯度值差异，有利于选出皮肤像素点占比大、皮肤像素点之间差异比较大的高质量的第一脸部图像，而如果皮肤像素点之间差异比较小，那么第一脸部图像中包含的细节信息肯定过少，从而造成后续提取特征信息时，获得的特征信息不够准确。
作为优选，所述将所述脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果，包括：
所述待匹配图像为具有使用账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限的人员的第二脸部图像；
所述第二脸部图像的数量为多张；
使用预设的特征提取算法分别对所述第一脸部图像和多张所述第二脸部图像进行特征提取，获得第一特征信息和多个第二特征信息；
基于所述第一特征信息和多个第二特征信息分别计算所述第一脸部图像和多张所述第二脸部图像之间的相似度；
获取多个相似度中的最大值；
判断所述最大值是否大于预设的相似度阈值，若是，则将所述最大值对应的第二脸部图像作为匹配结果；若否，则将匹配结果设置为空。
作为优选，所述基于所述匹配结果获取所述用户的权限，包括：
若所述匹配结果为空，则不向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的任何一个模块的使用权限；
若所述匹配结果不为空，则获取所述最大值对应的第二脸部图像对应的人员；
获取存储单元中存储的所述人员的权限。
优选地，所述账户管理模块包括修改模块、添加模块、查找模块和删除模块；
所述查找模块用于基于用户输入的检索信息对账户管理模块中存储的私有云或公有云的账号和密码进行检索；
所述修改模块用于对查找模块检索到的账号和密码进行修改；
所述删除模块用于对查找模块检索到的账号和密码进行删除；
所述添加模块用于用户增加账户管理模块中未存储的私有云或公有云的账号和密码。
作为优选，使用预设的特征提取算法对所述第一脸部图像进行特征提取，获得第一特征信息，包括：
将所述第一脸部图像记为imgn，
对imgn进行肤色识别，获取imgn中的皮肤像素点组成的第一肤色图像；
对所述初始肤色图像进行形态学处理，去除所述初始肤色图像中的空洞，获得第二肤色图像，将第二肤色图像中的像素点在imgn对应的像素点存入集合secsktimgu；
获取所述第二肤色图像的最小外接矩形mirect，将mirect的四个端点在imgn中对应的像素点的坐标分别记为(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)；(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)分别表示mirect1的左上角的端点、右上角的端点、左下角的端点、右下角的端点在imgn中对应的像素点的坐标；
使用扩展系数exfac分别对(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4)进行扩展，获得扩展后的坐标(x1-exfca,y1+exfca)、(x2+exfca,y2++exfca)、(x3-exfca,y3-exfca)、(x4+exfca,y4-exfca)；
在imgn中依次将(x1-exfca,y1+exfca)、(x2+exfca,y2++exfca)、(x3-exfca,y3-exfca)、(x4+exfca,y4-exfca)对应的像素点进行连接，得到扩展矩形extrect；
将imgn中处于extrect范围内的像素点组成待处理图像imgtbpro；
对imgtbpro进行图像分割处理，获取imgtbpro中的前景像素点；
将imgtbpro中的前景像素点在imgn对应的像素点存入集合pixforegu；
对于secsktimgu中的第i个像素点pixseski，判断其8邻域中的像素点是否均为secsktimgu中的像素点，若是，则不对pixseski进行区域生长处理，若否，则将pixseski存入种子像素点集合seedpixu中，在imgn中进行区域生长处理，i∈[1,Num]，Num表示secsktimgu中的像素点的总数；
种子像素点集合seedpixu的更新规则为：
S1，对于seedpixu中的种子像素点seedpix，将其8邻域中不属于secsktimgu中的像素点且不属于参照集合secsktimgu'中的像素点存入集合neiuseedpix；
S2，若neiuseedpix中的包含的像素点的数量为0，则结束基于pixseski的区域生长处理，将seedpixu中的元素存入集合secsktimgu'中；若neiuseedpix中的包含的像素点的数量大于等于1，则分别计算seedpix与neiuseedpix中包含的各个像素点之间的相似度指数：
Figure BDA0003066455900000081
式中，simidx(seedpix,neipix)表示seedpix与neiuseedpix中包含的像素点neipix之间的相似度指数，imgn,L(seedpix)和imgn,L(neipix)分别表示seedpix和neipix在imgn,L中的像素值，sgb(neipix)表示判断函数，若neipix属于pixforegu中的像素点，则sgb(neipix)的值为C，若neipix不属于pixforegu中的像素点，则sgb(neipix)的值为0；α和β表示预设的比例系数，α+β＝1；
S3，判断simidx(seedpix,neipix)是否小于预设的相似度阈值，若是，则将neipix存入seedpixu中；
S4，判断neiuseedpix中使得simidx(seedpix,neipix)小于预设的相似度阈值的像素点的数量是否为0，若是，则结束基于pixseski的区域生长处理，将seedpixu中的元素存入集合secsktimgu'中；若否，则进入S5；
S5，将neipix作为新的种子像素点seedpix，进入S1；
对secsktimgu中所有的像素点都进行区域生长处理完毕后，获取secsktimgu'和secsktimgu的并集secsktimgU；
将secsktimgU中的像素点组成预处理图像；
对所述预处理图像进行图像灰度化处理，获得灰度图像；
对所述灰度图像进行降噪处理，获得降噪图像；
使用预设的特征提取算法对所述降噪图像进行特征提取，获得第一特征信息。
本发明在获取第一特征信息时，先是获取了第二肤色图像，然后在基于第二肤色图像获取扩展矩形，采用扩展矩形在第一脸部图像中获取待处理图像，从而减少参与后续计算的像素点的数量，有利于提升特征提取的速度；
由于肤色识别并不能很好地将所有的皮肤像素点都能正确识别出来，因此，本发明对待处理图像进行了图像分割，获取了待处理图像中的前景像素点。
在得到前景像素点之后，对于secsktimgu中处于边缘，即8邻域中的像素点并不是都属于secsktimgu中的像素点，对所述像素点进行区域生长处理，在进行区域生长处理时，本发明并不像传统的生长处理方式那样，仅考虑两个像素点在像素值之间的差异，而是还考虑了当前进行相似度指数计算的像素点是否还属于前景像素点在imgn中对应的像素点，因为如何仅仅是考虑两个像素点在像素值之间的差异，很容易将imgn中与皮肤像素点相似的像素点误判为皮肤像素点，从而影响后续进行特征提取的结果的准确性；
同时，本发明还通过维持一个参照集合secsktimgu'，来避免发生对secsktimgu中处于边缘的像素点分别进行区域生长处理时重复生长处理，浪费计算资源的问题，从而有效地加快了第一特征信息的获取速度。每个处于边缘的像素点完成区域生长处理后，便将得到的种子像素点集合中包含的像素点存入secsktimgu'中，这样，随着区域生长处理计算次数的增加，后续需要计算相似度指数的像素点越来越少，区域生长获得的种子像素点集合的像素点越来越少，从而大大地缩短的区域生长的时间。
作为优选，对imgtbpro进行图像分割处理，获取imgtbpro中的前景像素点，包括：
使用最大类间方差分割算法对imgtbpro进行图像分割处理，将imgtbpro分为前景图像和背景图像；
将前景图像中的像素点作为前景像素点。
作为优选，所述预设的特征提取算法包括LBP特征提取算法和HOG特征提取算法。
作为优选，所述对所述灰度图像进行降噪处理，获得降噪图像，包括：
对所述灰度图像进行小波分解，获得高频小波系数highfwck和低频小波系数lowfwc，k∈[1,3]，k为正整数；
对高频小波系数highfwck进行如下调节处理：
若|highfwck|≤jdthr1，使用下述公式对highfwck进行调节处理：
Figure BDA0003066455900000101
若jdthr1＜|highfwck|＜jdthr2，使用下述公式对highfwck进行调节处理：
Figure BDA0003066455900000102
若|highfwck|≥jdthr2，使用下述公式对highfwck进行调节处理：
Figure BDA0003066455900000103
式中，ahighfwck表示调节处理完毕的高频小波系数，jdthr1和jdthr2分别表示预设的第一选择阈值和第二选择阈值，ccf表示预设的常数参数，ccf∈(2.1,3.1)，δ表示预设的控制系数，δ∈(0.7,0.9)，
Figure BDA0003066455900000104
表示调节处理程度参数，
Figure BDA0003066455900000105
越大，表示调节程度越大，valfun(highfwck)表示自适应函数，
Figure BDA0003066455900000106
将lowfwc和处理完毕的高频小波系数highfwck进行小波重构，获得降噪图像。
本发明对灰度图像进行降噪处理时，并不是采用常见的高斯降噪的方式，因为高斯降噪是以图像的细节信息的丢失来换取图像的平滑，并不利于后续的图像特征的提取。因此，本发明线将灰度图像进行小波分解，获得高频小波系数和低频小波系数，然后在基于第一选择阈值和第二选择阈值为不同情况的高频小波系数自适应地选取不同的处理公式，从而有效地在保留尽可能多的细节信息的同时，实现了较好的降噪效果。在调节处理的公式的设置上，通过控制系数和调节程度参数来控制调节的程度，因为如果调节的程度过大，那么会导致调节后的高频小波系数的连续性得不到保障，而本发明能够通过自适应设置控制系数和调节程度参数来避免这种问题的发生。
作为优选，所述检索信息包括账号的类型和账号的建立时间。
作为优选，所述对公有云的使用费用进行管理，包括：
对公有云的使用费用进行统计分析和导出公有云的使用费用表格。
作为优选，所述任务管理模块包括任务构建单元、判断单元、任务拆分单元、任务分配单元、执行单元和汇总单元；
所述任务构建单元用于生成计算任务；
所述判断单元用于判断所述私有云是否能够在所述计算任务的时间期限内完成所述计算任务，若是，则直接将所述计算任务分发到私有云进行计算；
所述任务拆分单元用于在所述私有云是不能够在所述计算任务的时间期限内完成所述计算任务时，将计算任务拆分成多个子任务；
所述任务分配单元用于将所述子任务发送到公有云或私有云；
所述执行单元设置在公有云和私有云中，所述执行单元用于在接收到所述子任务后，对所述子任务进行计算，获得计算结果，并将所述结算结果传输至所述汇总单元；
所述汇总单元用于对不同的执行单元发送过来的计算结果进行汇总。
任务分配单元在对子任务进行划分时，首先判断子任务是否涉及到不方便公开的数据，若是，则直接将子任务分配到私有云来进行运算，若否，则综合考虑数据的传输时间，公有云的使用费用，公有云的处理性能等方面的影响，为不同的子任务分配不同的公有云，在保证能够在计算任务的时间期限内完成计算的同时，成本尽可能地降低。
作为优选，所述对私有云和公有云中存储的文件进行管理，包括：
对所述文件的存储位置进行移动。
除了对文件进行移动，还可以对文件进行增、删、改、查等操作。
本发明实现了在账户、费用、计算任务、资源等方面对私有云和公有云进行统一的管理，有利于企业高效完成计算任务以及有利于提高对私有云和公有云进行管理的便利性。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。

Claims (9)

1.一种混合云管理平台，其特征在于，包括登录验证模块、账户管理模块、费用管理模块、任务管理模块、资源管理模块和管理员模块；
所述登录验证模块用于获取用户的权限，并允许所述用户使用所述权限对应的模块；
所述账户管理模块用于对私有云和公有云的账号和密码进行管理；
所述费用管理模块用于对公有云的使用费用进行管理；
所述任务管理模块用于对计算任务进行管理；
所述资源管理模块用于对私有云和公有云中存储的文件进行管理；
所述管理员模块用于平台管理员进行权限管理。
2.根据权利要求1所述的一种混合云管理平台，其特征在于，所述登录验证模块包括拍摄单元、验证单元、存储单元和权限管理单元；
所述拍摄单元用于获取所述用户的第一脸部图像，并将所述第一脸部图像传输至所述验证单元；
所述验证单元用于将所述第一脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果；
所述权限管理单元用于基于所述匹配结果获取所述用户的权限，并基于所述权限向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限。
3.根据权利要求2所述的一种混合云管理平台，其特征在于，所述将所述脸部图像与存储单元用预存的待匹配图像进行匹配，得到匹配结果，包括：
所述待匹配图像为具有使用账户管理模块、费用管理模块、任务管理模块、资源管理模块中的一个或多个模块的使用权限的人员的第二脸部图像；
所述第二脸部图像的数量为多张；
使用预设的特征提取算法分别对所述第一脸部图像和多张所述第二脸部图像进行特征提取，获得第一特征信息和多个第二特征信息；
基于所述第一特征信息和多个第二特征信息分别计算所述第一脸部图像和多张所述第二脸部图像之间的相似度；
获取多个相似度中的最大值；
判断所述最大值是否大于预设的相似度阈值，若是，则将所述最大值对应的第二脸部图像作为匹配结果；若否，则将匹配结果设置为空。
4.根据权利要求3所述的一种混合云管理平台，其特征在于，所述基于所述匹配结果获取所述用户的权限，包括：
若所述匹配结果为空，则不向所述用户开放账户管理模块、费用管理模块、任务管理模块、资源管理模块中的任何一个模块的使用权限；
若所述匹配结果不为空，则获取所述最大值对应的第二脸部图像对应的人员；
获取存储单元中存储的所述人员的权限。
5.根据权利要求1所述的一种混合云管理平台，其特征在于，所述账户管理模块包括修改模块、添加模块、查找模块和删除模块；
所述查找模块用于基于用户输入的检索信息对账户管理模块中存储的私有云或公有云的账号和密码进行检索；
所述修改模块用于对查找模块检索到的账号和密码进行修改；
所述删除模块用于对查找模块检索到的账号和密码进行删除；
所述添加模块用于用户增加账户管理模块中未存储的私有云或公有云的账号和密码。
6.根据权利要求5所述的一种混合云管理平台，其特征在于，所述检索信息包括账号的类型和账号的建立时间。
7.根据权利要求1所述的一种混合云管理平台，其特征在于，所述对公有云的使用费用进行管理，包括：
对公有云的使用费用进行统计分析和导出公有云的使用费用表格。
8.根据权利要求1所述的一种混合云管理平台，其特征在于，所述任务管理模块包括任务构建单元、判断单元、任务拆分单元、任务分配单元、执行单元和汇总单元；
所述任务构建单元用于生成计算任务；
所述判断单元用于判断所述私有云是否能够在所述计算任务的时间期限内完成所述计算任务，若是，则直接将所述计算任务分发到私有云进行计算；
所述任务拆分单元用于在所述私有云是不能够在所述计算任务的时间期限内完成所述计算任务时，将计算任务拆分成多个子任务；
所述任务分配单元用于将所述子任务发送到公有云或私有云；
所述执行单元设置在公有云和私有云中，所述执行单元用于在接收到所述子任务后，对所述子任务进行计算，获得计算结果，并将所述结算结果传输至所述汇总单元；
所述汇总单元用于对不同的执行单元发送过来的计算结果进行汇总。
9.根据权利要求1所述的一种混合云管理平台，其特征在于，所述对私有云和公有云中存储的文件进行管理，包括：
对所述文件的存储位置进行移动。
CN202110527386.1A 2021-05-14 2021-05-14 一种混合云管理平台 Active CN113190818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110527386.1A CN113190818B (zh) 2021-05-14 2021-05-14 一种混合云管理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110527386.1A CN113190818B (zh) 2021-05-14 2021-05-14 一种混合云管理平台

Publications (2)

Publication Number Publication Date
CN113190818A true CN113190818A (zh) 2021-07-30
CN113190818B CN113190818B (zh) 2022-02-01

Family

ID=76981677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110527386.1A Active CN113190818B (zh) 2021-05-14 2021-05-14 一种混合云管理平台

Country Status (1)

Country Link
CN (1) CN113190818B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793196A (zh) * 2021-08-31 2021-12-14 宁夏百川电力股份有限公司 一种基于云计算的电医生售电管理系统
CN113988991A (zh) * 2021-11-16 2022-01-28 张雨钊 基于云计算的数字化电子商务平台
CN114092238A (zh) * 2021-09-18 2022-02-25 西安交通大学 一种基于人工智能的碳排放交易市场管理系统
CN114648215A (zh) * 2022-03-16 2022-06-21 广东博通新能源科技有限公司 一种基于物联网技术的能源管理系统
CN114996756A (zh) * 2022-06-10 2022-09-02 北京华创方舟科技集团有限公司 一种基于权限认证的混合云管理系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6404936B1 (en) * 1996-12-20 2002-06-11 Canon Kabushiki Kaisha Subject image extraction method and apparatus
CN105359162A (zh) * 2013-05-14 2016-02-24 谷歌公司 用于图像中的与脸部有关的选择和处理的图像掩模
CN106056294A (zh) * 2016-06-06 2016-10-26 四川大学 一种基于任务概率聚簇和多约束工作流划分的混合云科学工作流调度策略
CN109067697A (zh) * 2018-05-29 2018-12-21 中国联合网络通信有限公司杭州市分公司 一种用于混合云的用户账户管控方法及可读介质
CN112070956A (zh) * 2020-09-18 2020-12-11 广州喆喆科技有限公司 一种基于人脸图像的身份识别系统
CN112565674A (zh) * 2020-09-28 2021-03-26 杭州向正科技有限公司 一种可远程视频监控和控制的展厅中控系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6404936B1 (en) * 1996-12-20 2002-06-11 Canon Kabushiki Kaisha Subject image extraction method and apparatus
CN105359162A (zh) * 2013-05-14 2016-02-24 谷歌公司 用于图像中的与脸部有关的选择和处理的图像掩模
CN106056294A (zh) * 2016-06-06 2016-10-26 四川大学 一种基于任务概率聚簇和多约束工作流划分的混合云科学工作流调度策略
CN109067697A (zh) * 2018-05-29 2018-12-21 中国联合网络通信有限公司杭州市分公司 一种用于混合云的用户账户管控方法及可读介质
CN112070956A (zh) * 2020-09-18 2020-12-11 广州喆喆科技有限公司 一种基于人脸图像的身份识别系统
CN112565674A (zh) * 2020-09-28 2021-03-26 杭州向正科技有限公司 一种可远程视频监控和控制的展厅中控系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113793196A (zh) * 2021-08-31 2021-12-14 宁夏百川电力股份有限公司 一种基于云计算的电医生售电管理系统
CN114092238A (zh) * 2021-09-18 2022-02-25 西安交通大学 一种基于人工智能的碳排放交易市场管理系统
CN113988991A (zh) * 2021-11-16 2022-01-28 张雨钊 基于云计算的数字化电子商务平台
CN113988991B (zh) * 2021-11-16 2022-07-08 张雨钊 基于云计算的数字化电子商务平台
CN114648215A (zh) * 2022-03-16 2022-06-21 广东博通新能源科技有限公司 一种基于物联网技术的能源管理系统
CN114996756A (zh) * 2022-06-10 2022-09-02 北京华创方舟科技集团有限公司 一种基于权限认证的混合云管理系统
CN114996756B (zh) * 2022-06-10 2023-01-24 北京华创方舟科技集团有限公司 一种基于权限认证的混合云管理系统

Also Published As

Publication number Publication date
CN113190818B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN113190818B (zh) 一种混合云管理平台
CN106446959B (zh) 一种云计算资源动态匹配方法及装置
JP5506785B2 (ja) 勾配ヒストグラムを用いた指紋表現
CN110147710B (zh) 人脸特征的处理方法、装置和存储介质
US20060269167A1 (en) Image comparison by metric embeddings
CN113793196A (zh) 一种基于云计算的电医生售电管理系统
WO2020052270A1 (zh) 一种视频审核的方法、装置和设备
JP4098021B2 (ja) シーン識別方法および装置ならびにプログラム
CN110276764A (zh) 基于K值估计的K-Means水下图像背景分割改进算法
US11003959B1 (en) Vector norm algorithmic subsystems for improving clustering solutions
CN109905393B (zh) 一种基于云安全的电子商务登陆方法
WO2022222569A1 (zh) 一种目标判别方法和系统
CN110673860A (zh) 智能云数据中心建设与运营部署系统及方法
Sree Vidya et al. Triangular fuzzy membership-contrast limited adaptive histogram equalization (TFM-CLAHE) for enhancement of multimodal biometric images
CN112651321A (zh) 档案处理方法、装置及服务器
CN115019376B (zh) 一种基于云服务的电力信息管理系统
CN113420683A (zh) 人脸图像识别方法、装置、设备以及计算机可读存储介质
CN110288604B (zh) 基于K-means的图像分割方法和装置
CN112565674A (zh) 一种可远程视频监控和控制的展厅中控系统
CN116561622A (zh) 一种面向类不平衡数据分布的联邦学习方法
CN115935817A (zh) 一种基于扩散模型的快速模型生成方法
WO2021149091A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
Ochoa-Montiel et al. Images segmentation by using differential evolution with constraints handling
CN114580949B (zh) 一种水务业务绩效管理分析系统
CN117173750B (zh) 生物信息处理方法、电子设备及存储介质

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