CN113435368B - 监控数据的识别方法和装置、存储介质及电子装置 - Google Patents
监控数据的识别方法和装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN113435368B CN113435368B CN202110745412.8A CN202110745412A CN113435368B CN 113435368 B CN113435368 B CN 113435368B CN 202110745412 A CN202110745412 A CN 202110745412A CN 113435368 B CN113435368 B CN 113435368B
- Authority
- CN
- China
- Prior art keywords
- target
- monitoring data
- monitoring
- model
- private cloud
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 263
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000005856 abnormality Effects 0.000 claims abstract description 84
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 206010011469 Crying Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Alarm Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种监控数据的识别方法和装置、存储介质及电子装置，其中，上述方法包括：从目标私有云盘中读取目标监控数据，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，目标识别模型为目标边缘主机上用于识别目标异常的模型；在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，目标异常消息用于指示在目标监控区域内发生目标异常。通过本申请，解决了相关技术中的监控数据的识别方式存在用户隐私信息易被泄露、识别的实时性差的问题。
Description
技术领域
本申请涉及通信领域，具体而言，涉及一种监控数据的识别方法和装置、存储介质及电子装置。
背景技术
用户对于家庭中室内外的安全守护具有较高的需求，例如，对老人跌倒、孩子爬高翻墙等进行预警，对室内哭声、咳嗽声、狗叫、门窗破碎等异常声音进行检测。
目前，很多平台均可以支持以上场景。在进行安全守护时，实时监控家庭视频以及家庭的声音，获取监控数据(如图像和声音等音视频数据)，把监控数据上传到平台进行识别。
对于上述监控数据的识别方式，监控数据需要上传到云端进行识别，再由云端将识别结果推送到用户端。监控数据上传到云端的方式，有可能导致用户隐私信息的泄露；并且，识别的实时性较差。
由此可见，相关技术中的监控数据的识别方式，存在用户隐私信息易被泄露、识别的实时性差的问题。
发明内容
本申请实施例提供了一种监控数据的识别方法和装置、存储介质及电子装置，以至少解决相关技术中的监控数据的识别方式存在用户隐私信息易被泄露、识别的实时性差的问题。
根据本申请实施例的一个方面，提供了一种监控数据的识别方法，包括：从目标私有云盘中读取目标监控数据，其中，所述目标监控数据为对目标监控区域进行监控所得到的数据，所述目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；通过目标识别模型对所述目标监控数据进行异常识别，得到目标识别结果，其中，所述目标识别模型为目标边缘主机上用于识别目标异常的模型；在根据所述目标识别结果确定在所述目标监控区域内发生所述目标异常的情况下，向与所述目标对象关联的目标设备发送目标异常消息，其中，所述目标异常消息用于指示在所述目标监控区域内发生所述目标异常。
在一个示例性实施例中，在从所述目标私有云盘中读取所述目标监控数据之前，所述方法还包括：接收第一目标终端发送的目标下载指令，其中，所述目标下载指令用于指示下载所述目标识别模型；响应所述目标下载指令，从文件服务器下载所述目标识别模型的应用镜像；将所述目标识别模型的应用镜像存储到所述目标私有云盘中，其中，所述目标识别模型是将所述目标识别模型的应用镜像加载到所述目标边缘主机上得到的，所述目标识别模型以容器应用的方式运行。
在一个示例性实施例中，在接收所述第一目标终端发送的所述目标下载指令之前，所述方法还包括：接收目标消息平台发送的目标通知消息，其中，所述目标通知消息用于通知所述目标识别模型已上线；在获取到目标指示信息的情况下，向所述目标边缘主机发送所述目标下载指令，其中，所述目标指示信息用于指示所述目标对象确定安装所述目标识别模型。
在一个示例性实施例中，在从所述文件服务器下载所述目标识别模型的应用镜像之后，所述方法还包括：向目标物联网平台发送目标上报消息，其中，所述目标上报消息用于指示所述目标对象已安装所述目标识别模型。
在一个示例性实施例中，在从所述目标私有云盘中读取所述目标监控数据之前，所述方法还包括：接收目标监控设备实时传输的所述目标监控数据，其中，所述目标监控设备是用于监控所述目标监控区域的监控设备；将所述目标监控数据存储到所述目标私有云盘中。
在一个示例性实施例中，通过所述目标识别模型对所述目标监控数据进行异常识别，得到所述目标识别结果包括：将所述目标监控数据输入到所述目标识别模型，得到所述目标识别模型输出的所述目标识别结果，其中，所述目标识别结果用于指示在所述目标监控区域内是否发生所述目标异常、以及在发生所述目标异常的情况下所述目标异常的发生时间。
在一个示例性实施例中，向与所述目标对象关联的所述目标设备发送所述目标异常消息包括：分别向所述目标对象的第二目标终端和所述目标监控区域所属的社区服务中心发送所述目标异常消息。
根据本申请实施例的另一个方面，还提供了一种监控数据的识别装置，包括：读取单元，用于从目标私有云盘中读取目标监控数据，其中，所述目标监控数据为对目标监控区域进行监控所得到的数据，所述目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；识别单元，用于通过目标识别模型对所述目标监控数据进行异常识别，得到目标识别结果，其中，所述目标识别模型为目标边缘主机上用于识别目标异常的模型；第一发送单元，用于在根据所述目标识别结果确定在所述目标监控区域内发生所述目标异常的情况下，向与所述目标对象关联的目标设备发送目标异常消息，其中，所述目标异常消息用于指示在所述目标监控区域内发生所述目标异常。
在一个示例性实施例中，所述装置还包括：第一接收单元，用于在从所述目标私有云盘中读取所述目标监控数据之前，接收第一目标终端发送的目标下载指令，其中，所述目标下载指令用于指示下载所述目标识别模型；下载单元，用于响应所述目标下载指令，从文件服务器下载所述目标识别模型的应用镜像；第一存储单元，用于将所述目标识别模型的应用镜像存储到所述目标私有云盘中，其中，所述目标识别模型是将所述目标识别模型的应用镜像加载到所述目标边缘主机上得到的，所述目标识别模型以容器应用的方式运行。
在一个示例性实施例中，所述装置还包括：第二接收单元，用于在接收所述第一目标终端发送的所述目标下载指令之前，接收目标消息平台发送的目标通知消息，其中，所述目标通知消息用于通知所述目标识别模型已上线；第二发送单元，用于在获取到目标指示信息的情况下，向所述目标边缘主机发送所述目标下载指令，其中，所述目标指示信息用于指示所述目标对象确定安装所述目标识别模型。
在一个示例性实施例中，所述装置还包括：第三发送单元，用于在从所述文件服务器下载所述目标识别模型的应用镜像之后，向目标物联网平台发送目标上报消息，其中，所述目标上报消息用于指示所述目标对象已安装所述目标识别模型。
在一个示例性实施例中，所述装置还包括：第三接收单元，用于在从所述目标私有云盘中读取所述目标监控数据之前，接收目标监控设备实时传输的所述目标监控数据，其中，所述目标监控设备是用于监控所述目标监控区域的监控设备；第二存储单元，用于将所述目标监控数据存储到所述目标私有云盘中。
在一个示例性实施例中，所述识别单元包括：输入模块，用于将所述目标监控数据输入到所述目标识别模型，得到所述目标识别模型输出的所述目标识别结果，其中，所述目标识别结果用于指示在所述目标监控区域内是否发生所述目标异常、以及在发生所述目标异常的情况下所述目标异常的发生时间。
在一个示例性实施例中，所述第一发送单元包括：发送模块，用于分别向所述目标对象的第二目标终端和所述目标监控区域所属的社区服务中心发送所述目标异常消息。
根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述监控数据的识别方法。
根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述的监控数据的识别方法。
在本申请实施例中，采用通过私有云盘存储监控数据的方式，通过从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常，由于将监控数据存储到用户的私有云盘中，且异常识别是在边缘主机、而不是云平台上执行的，从而可以实现降低用户隐私信息被泄露的风险、以及提高监控数据的识别速度的目的，达到了提高用户隐私数据的安全性、提高监控数据识别的实时性的技术效果，进而解决了相关技术中的监控数据的识别方式存在用户隐私信息易被泄露、识别的实时性差的问题。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种可选的监控数据的识别方法的硬件环境的示意图；
图2是根据本申请实施例的一种可选的监控数据的识别方法的流程示意图；
图3是根据本申请实施例的一种可选的边缘主机的示意图；
图4是根据本申请实施例的一种可选的监控数据的识别方法的示意图；
图5是根据本申请实施例的另一种可选的监控数据的识别方法的流程示意图；
图6是根据本申请实施例的一种可选的监控数据的识别装置的结构框图；
图7是根据本申请实施例的一种可选的电子装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一个方面，提供了一种监控数据的识别方法。可选地，在本实施例中，上述监控数据的识别方法可以应用于如图1所示的由终端和服务器等构成的硬件环境中。如图1所示，上述硬件环境可以包含边缘应用开发平台、边缘运营平台(位于物联网中)、文件服务器、IOT(Internet of Things，物联网)、APP(Application，应用，运行在用户终端)以及家庭主机(即，家庭智能边缘主机，边缘主机的一种)，上述各个硬件之间可以按照如图1所示的连接关系通过网络等进行连接。
开发者可以在边缘应用开发平台上开发云原生应用，生成音视频监控服务；开发者所开发的这些服务可以在边缘运营平台进行上架，服务执行镜像文件上传到文件服务器；运营者(即，运营人员)可以根据用户购买产品的情况、用户使用应用的情况和一定的运营策略进行运营推送，通过IOT平台中的消息平台将消息推送到目标用户；用户在APP上可以接收到服务上线通知，并接受安装服务，APP将指令发送到家庭主机；家庭主机接收到下载应用的指令之后，从文件服务器下载指令的应用镜像，存储到私有云存储中；下载完毕后即安装启动应用服务，同时，将用户安装应用的情况上传到IOT的家庭服务。
上述网络可以包括但不限于以下至少之一：有线网络，无线网络。上述有线网络可以包括但不限于以下至少之一：广域网，城域网，局域网，物联网，上述无线网络可以包括但不限于以下至少之一：WIFI(Wireless Fidelity，无线保真)，蓝牙。用户终端可以并不限定于为PC、手机、平板电脑等。
需要说明的是，图1仅为应用本实施例中的监控数据的识别方法的网络架构的一种示例，上述不同硬件也可以通过其他方式进行连接、或者具有与图1中所示不同的连接方式，或者应用本实施例中的监控数据的识别方法的网络架构可以具有与图1不同的硬件结构，或者，按照其他的处理逻辑完成应用、模型等的下载、安装与使用等，本实施例中对此不做限定。
本申请实施例的监控数据的识别方法可以由边缘主机(例如，上述家庭主机)来执行，也可以由用户终端来执行，还可以是由边缘主机和用户终端共同执行。其中，用户终端执行本申请实施例的监控数据的识别方法也可以是由安装在其上的客户端来执行。
以由边缘主机来执行本实施例中的监控数据的识别方法为例，图2是根据本申请实施例的一种可选的监控数据的识别方法的流程示意图，如图2所示，该方法的流程可以包括以下步骤：
步骤S202，从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘。
本实施例中的监控数据的识别方法可以使用AI(Artificial Intelligence，人工智能)模型对监控视频进行特定异常识别及告警的场景，这里，这里的监控数据可以是多媒体数据，例如，音视频数据；特定异常可以包括但不限于如老人跌倒、孩子爬高翻墙等异常画面，如室内哭声、咳嗽声、狗叫、门窗破碎等异常声音；AI模型可以是属于视频监控AI服务的识别模型，也可以是属于音频监控AI服务的识别模型。本实施例中对于监控数据的类型、异常的类型、所使用的识别模型的类型不做限定。
执行本实施例中的监控数据的识别方法的主体可以是边缘主机，边缘主机可以称为家庭智能边缘主机、或者家庭主机。边缘主机可以是具有路由功能、NAS(NAS NetworkAttached Storage，网络附加存储)功能、以及运行应用程序的功能等的主机，其可以是具有NAS的边缘路由器，也可以是其他具备上述功能的主机设备，本实施例中对此不做限定。
例如，对于如图3所示的家庭智能边缘主机，该家庭智能边缘主机的结构可以分为四层，其中，基础层包括网络、计算和存储的基础能力；系统层提供操作系统、安装应用容器服务(例如，docker，即，容器)、提供开发PaaS(Platform as a Server，平台即服务)平台，可以安装如文件系统、数据库系统、消息系统、缓存系统等基础服务；应用层可以以容器应用的方式运行着如IOT、相册、图像识别、语音识别的应用；协同层可以提供云边协同服务。
在本实施例中，监控数据可以存储到私有云存储中，该私有云存储是位于边缘主机上的私有云的云盘。对于目标对象(与目标用户对应)，该目标对象可以是被网络侧所识别的对象，可以通过目标帐号进行标识。其对应的私有云存储为目标边缘主机上的目标私有云的云盘，即，目标私有云盘(例如，目标边缘主机的NAS)，其对应的监控数据为对目标区域进行监控所得到的监控数据(例如，目标监控数据)，对目标区域进行监控所得到的监控数据可以存储在目标私有云盘中。
目标边缘主机可以实时或者周期性地进行异常监测，即，对目标私有云盘中存储的监控数据进行特定异常识别。为了进行异常监测，目标边缘主机可以从目标私有云盘中读取监控数据，从而得到目标监控数据。这里，目标监控数据可以对应于一个时间段，例如，目标时间段，也就是，目标监控数据是在目标时间段对目标监控区域进行监控所得到的监控数据。
需要说明的是，对目标监控区域进行监控并存储监控数据可以是在目标对象进行授权之后执行的，从而保证区域监控的合法性。
步骤S204，通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型。
在目标边缘主机上可以安装有(或者说加载有)目标识别模型，该目标识别模型是识别目标异常的模型。该目标识别模型可以是在模型开发平台由开发者基于目标异常检测需求所开发的识别模型，比如，开发者可以使用训练集中的训练样本对初始识别模型进行训练，通过一定的算法进行调参、裁剪等操作之后，得到候选识别模型；然后使用测试集中的测试样本确定候选识别模型是否达到预期，如果达到，则可以确定获取到最终的识别模型，否则，需要重新进行训练。对于初始识别模型的训练过程，本实施例中对此不做限定。
例如，以老人跌倒报警场景为例，开发者可以图像训练集和测试集进行模型训练，通过一定的算法进行调参、裁剪等操作之后，得到用于识别老人跌倒的老人跌倒模型。
在得到目标监控数据之后，目标边缘主机可以通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果。例如，目标边缘主机可以将目标监控数据输入到目标识别模型，得到该目标识别模型的全连接层的输出结果，该输出结果可以用于指示是否发生“老人跌倒”异常的概率。按照该输出结果，可以得到目标识别结果。比如，如果发生“老人跌倒”异常的概率超过目标概率阈值(例如，70％)，目标识别结果用于指示发生“老人跌倒”异常；否则，目标识别结果用于指示未发生“老人跌倒”异常。
步骤S206，在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常。
如果目标识别结果用于指示发生目标异常，也就是，在目标监控区域内发生目标异常，目标边缘主机可以向目标对象关联的目标设备发送目标异常消息，以指示在目标监控区域内发生目标异常。
目标设备与预先配置的异常告警方式有关，例如，如果仅配置向用户终端(或者说客户端)或者其他终端发送告警，则可以仅向该用户终端告警；又例如，如果还配置向用户终端以外的其他设备发送告警(例如，目标异常消息)，则可以同时向用户终端和其他终端发送告警；再例如，若果配置项仅配置了向其他终端发送告警，则可以进项其他设备发送告警。
通过上述步骤，从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常，解决了相关技术中的监控数据的识别方式存在用户隐私信息易被泄露、识别的实时性差的问题，提高了用户隐私数据的安全性，提高了监控数据识别的实时性。
在一个示例性实施例中，在从目标私有云盘中读取目标监控数据之前，上述方法还包括：
S11，接收第一目标终端发送的目标下载指令，其中，目标下载指令用于指示下载目标识别模型；
S12，响应目标下载指令，从文件服务器下载目标识别模型的应用镜像；
S13，将目标识别模型的应用镜像存储到目标私有云盘中，其中，目标识别模型是将目标识别模型的应用镜像加载到目标边缘主机上得到的，目标识别模型以容器应用的方式运行。
上述目标识别模型可以是基于目标对象的一次授权，自动下载到目标边缘主机上的，例如，用户授权自动下载属于音(视)频监听服务的各个识别模型，还可以授权自动下载已下载的识别模型的最新版本。基于用户的授权，在目标识别模型上架以后，可以将目标识别模型的应用镜像存储到目标私有云盘中(存储过程)，而目标识别模型是将目标识别模型的应用镜像加载到目标边缘主机上得到的(启动运行过程)。
可选地，在本实施例中，目标边缘主机上运行的各个识别模型可以是用户分别授权下载的。例如，目标对象可以通过第一目标终端上运行的第一客户端(可以是使用目标帐号登录的客户端)向目标边缘主机发送目标下载指令，该目标下载指令可以用于指示下载目标识别模型。目标下载指令中可以携带有目标对象的目标对象标识、目标识别模型所属的目标应用服务的目标应用标识、以及目标识别模型的目标模型标识。
目标边缘主机在接收到目标下载指令之后，可以从文件服务器下载目标识别模型的应用镜像，例如，可以使用目标应用标识和目标模型标识从文件服务器下载目标识别模型的应用镜像，并将其存储到目标私有云盘中。该文件服务器中可以存储有由开发者在边缘应用开发平台开发、并在边缘运营平台上架的云原生应用，例如，该目标识别模型。
可选地，在本实施例中，加载之后的目标识别模型以容器应用的方式运行。对应地，目标识别模型所属的目标应用服务可以是容器应用服务。
需要说明的是，目标应用服务是目标边缘主机上运行的应用程序，可以通过其加载一个或多个模型(例如，上述目标识别模型)，也就是，目标识别模型可以是通过目标应用服务所运行的模型。
通过本实施例，基于用户的下载指令将识别模型下载并保存到私有云盘中，可以提高识别模型配置的灵活性，同时提高私有云盘利用的合理性。
在一个示例性实施例中，在接收第一目标终端发送的目标下载指令之前，上述方法还包括：
S21，接收目标消息平台发送的目标通知消息，其中，目标通知消息用于通知目标识别模型已上线；
S22，在获取到目标指示信息的情况下，向目标边缘主机发送目标下载指令，其中，目标指示信息用于指示目标对象确定安装目标识别模型。
第一目标终端上运行的第一客户端可以接收目标消息平台发送的目标通知消息，该目标通知消息用于通知目标识别模型已上线。目标通知消息可以是在目标识别模型在边缘运营平台上架之后，由运营人员根据用户购买产品的情况、用户使用应用的情况和一定的运营策略进行运营推送而通过目标消息平台推送给目标对象的(即，推送给第一目标终端上运行第一客户端)。
如果用户需要使用该目标识别模型，可以通过操作第一客户端上特定按钮或者向第一客户端发送语音指令确定安装该目标识别模型。基于检测到的操作，该第一客户端可以获取到目标指示信息(即，用于指示目标对象确定安装目标识别模型的指示信息)，并向目标边缘主机发送上述目标下载指令。
通过本实施例，通过消息平台向用户推送识别模型上线的通知消息，可以提高信息获取的效率。
在一个示例性实施例中，在从文件服务器下载目标识别模型的应用镜像之后，上述方法还包括：
S31，向目标物联网平台发送目标上报消息，其中，目标上报消息用于指示目标对象已安装目标识别模型。
在下载完识别模型的应用镜像之后，边缘主机可以将用户安装模型的情况上传到IOT，例如，上传到IOT的家庭服务。例如，目标边缘主机可以向目标物联网平台发送目标上报消息，该目标上报消息用于指示目标对象已安装目标识别模型(或者，用于指示目标对象已安装属于目标应用服务的目标识别模型)。
目标物联网平台可以接收上述目标上报消息，从而可以方便获知用户使用应用、模型的情况，进而在有新的应用、模型等上架时进行合理推送，避免信息推送的盲目性。
通过本实施例，通过向IOT上报用户安装模型的情况，可以方便获知用户使用应用、模型的情况，进而提高信息推送的效率。
在一个示例性实施例中，在从目标私有云盘中读取目标监控数据之前，上述方法还包括：
S41，接收目标监控设备实时传输的目标监控数据，其中，目标监控设备是用于监控目标监控区域的监控设备；
S42，将目标监控数据存储到目标私有云盘中。
对目标监控区域进行监控的监控设备为目标监控设备，该目标监控设备可以与目标边缘主机进行通信连接，将采集到的监控数据(例如，目标监控数据)传输给目标边缘主机，上述监控数据可以是实时传输的。例如，该目标监控设备为摄像头，摄像头可以将采集到的视频流实时传输给家庭主机。
目标边缘主机可以接收目标监控设备实时传输的上述目标监控数据，并将接收到目标监控数据存储到目标私有云盘中，从而方便从目标私有云盘读取监控数据进行异常识别。
通过本实施例，监控设备将监控数据实时传输给边缘主机，可以方便边缘主机使用监控数据进行异常识别，提高异常识别的及时性。
在一个示例性实施例中，通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果包括：
S51，将目标监控数据输入到目标识别模型，得到目标识别模型输出的目标识别结果，其中，目标识别结果用于指示在目标监控区域内是否发生目标异常、以及在发生目标异常的情况下目标异常的发生时间。
目标监控数据中可以携带有采集该目标监控数据的时间信息。目标边缘主机可以将该目标监控数据输入到目标识别模型，得到该目标识别模型的目标全连接层的输出结果，基于该输出结果可以确定在目标监控区域内是否发生目标异常。
可选地，在本实施例中，为了方便用户获取异常的发生时间，除了用于指示在目标监控区域内是否发生目标异常以外，目标识别结果还可以在确定发生目标异常时，指示目标异常的发生时间。例如，如果发生目标异常，该目标识别模型可以基于目标监控数据的时间信息确定该目标异常的发生时间。
通过本实施例，通过识别结果指示异常的发生时间，可以方便用户获取异常的发生时间，提高信息获取的便捷性。
在一个示例性实施例中，向与目标对象关联的目标设备发送目标异常消息包括：
S61，分别向目标对象的第二目标终端和目标监控区域所属的社区服务中心发送目标异常消息。
与目标对象关联的目标设备可以有一个或多个，可以包括但不限于以下至少之一：目标对象的终端设备，即，第二目标终端，目标监控区域所属的社区服务中心。
目标边缘主机可以向目标对象的第二目标终端发送目标异常消息。该第二目标终端上可以运行有第二客户端，该第二客户端可以是使用目标帐号登录的客户端，而目标对象是通过目标帐号标识的对象，从而可以确定第二目标终端与目标对象的关联关系。第二目标终端与第一目标终端可以是相同的终端，也可以是不同的终端；对应地，第一客户端和第二客户端可以是相同的客户端，也可以是不同的客户端。本实施例中对此不做具体限定。
目标用户可以预先配置目标监控区域所属的社区服务中心(例如，社区的物业服务中心)，从而设定目标对象与该社区服务中心的关联关系。基于目标对象与该社区服务中心的关联关系，目标边缘主机还可以向该社区服务中心发送目标异常消息。
通过本实施例，通过同时向用户终端和社区服务中心发送异常消息，可以提高异常处理的及时性。
下面结合可选示例对本申请实施例中的监控数据的识别方法进行解释说明。在本示例中，目标应用服务为音(视)频监控服务(或者说，视频监控AI服务)，目标识别模型为老人跌倒模型，目标边缘主机为家庭主机，目标监控设备为摄像头，其中，该音(视)频监控服务为容器应用服务；该老人跌倒模型以容器应用的方式运行在家庭主机的应用层。
本可选示例中提供的监控数据的识别方法可以应用在如图4所示的基于模型的边缘智能识别系统，可以包含容器应用服务开发和安装全流程。结合图4和图5，本可选示例中的监控数据的识别方法的流程可以包括以下步骤：
步骤S402，老人跌倒模型在边缘运营平台上上架，通知用户该老人跌倒模型上架。
开发者可以在模型开发平台上提交图片训练集和测试集，训练出老人跌倒模型。该老人跌倒模型可以在边缘运营平台上上架，其模型文件上传到文件服务器。
运营人员可以根据用户购买产品的情况、用户使用应用的情况和一定的运营策略进行运营推送，将上线消息通过消息平台推送到目标用户。
步骤S404，在用户的家庭主机上安装该老人跌倒模型。
用户接收到“老人跌倒模型”上线通知，并接受安装“老人跌倒模型”。家庭主机接收到下载模型指令后，从文件服务器下载指定的应用镜像。存储到私有云存储中。同时，家庭主机将用户安装模型的情况上传到IOT的家庭服务。
步骤S406，运行该老人跌倒模型，并使用该老人跌倒模型进行老人跌倒检测。
家庭主机上的视频监控AI服务可以加载新的模型，启动模型接收监控视频。摄像头连接到家庭主机，将监控视频流传输到家庭主机，并存储在私有云存储。
视频监控AI服务实时监控私有云盘指定目录，输入到“老人跌倒模型”。当发现异常情况时，实时上报“跌倒时间”到IOT的家庭服务。家庭服务可以通过消息平台将异常消息发送给用户和物业服务中心(即，小区服务平台)。
通过本可选示例，由家庭主机的私有云存储来存储监控数据，并由家庭主机上运行的异常识别模型进行异常监控，既满足智能识别的需求，又满足隐私性和实时性的需求，同时，不同的模型可以共用摄像头等所采集到的监控数据，从而可以减少摄像头等外设成本。
需要说明的是，对于前述的各方法实施例，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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述监控数据的识别方法的监控数据的识别装置。图6是根据本申请实施例的一种可选的监控数据的识别装置的结构框图，如图6所示，该装置可以包括：
读取单元602，用于从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；
识别单元604，与读取单元602相连，用于通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；
第一发送单元606，与识别单元604相连，用于在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常。
可选地，该实施例中的读取单元602可以用于执行上述步骤S202，该实施例中的识别单元604可以用于执行上述步骤S204，该实施例中的第一发送单元606可以用于执行上述步骤S206。
通过上述模块，从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常，解决了相关技术中的监控数据的识别方式存在用户隐私信息易被泄露、识别的实时性差的问题，提高了用户隐私数据的安全性，提高了监控数据识别的实时性。
在一个示例性实施例中，上述装置还包括：
第一接收单元，用于在从目标私有云盘中读取目标监控数据之前，接收第一目标终端发送的目标下载指令，其中，目标下载指令用于指示下载目标识别模型；
下载单元，用于响应目标下载指令，从文件服务器下载目标识别模型的应用镜像；
第一存储单元，用于将目标识别模型的应用镜像存储到目标私有云盘中，其中，目标识别模型是将目标识别模型的应用镜像加载到目标边缘主机上得到的，目标识别模型以容器应用的方式运行。
在一个示例性实施例中，上述装置还包括：
第二接收单元，用于在接收第一目标终端发送的目标下载指令之前，接收目标消息平台发送的目标通知消息，其中，目标通知消息用于通知目标识别模型已上线；
第二发送单元，用于在获取到目标指示信息的情况下，向目标边缘主机发送目标下载指令，其中，目标指示信息用于指示目标对象确定安装目标识别模型。
在一个示例性实施例中，上述装置还包括：
第三发送单元，用于在从文件服务器下载目标识别模型的应用镜像之后，向目标物联网平台发送目标上报消息，其中，目标上报消息用于指示目标对象已安装目标识别模型。
在一个示例性实施例中，上述装置还包括：
第三接收单元，用于在从目标私有云盘中读取目标监控数据之前，接收目标监控设备实时传输的目标监控数据，其中，目标监控设备是用于监控目标监控区域的监控设备；
第二存储单元，用于将目标监控数据存储到目标私有云盘中。
在一个示例性实施例中，识别单元604包括：
输入模块，用于将目标监控数据输入到目标识别模型，得到目标识别模型输出的目标识别结果，其中，目标识别结果用于指示在目标监控区域内是否发生目标异常、以及在发生目标异常的情况下目标异常的发生时间。
在一个示例性实施例中，第一发送单元606包括：
发送模块，用于分别向目标对象的第二目标终端和目标监控区域所属的社区服务中心发送目标异常消息。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行本申请实施例中上述任一项监控数据的识别方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
S1，从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；
S2，通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；
S3，在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请实施例的又一个方面，还提供了一种用于实施上述监控数据的识别方法的电子装置，该电子装置可以是服务器、终端、或者其组合。
图7是根据本申请实施例的一种可选的电子装置的结构框图，如图7所示，包括处理器702、通信接口704、存储器706和通信总线708，其中，处理器702、通信接口704和存储器706通过通信总线708完成相互间的通信，其中，
存储器706，用于存储计算机程序；
处理器702，用于执行存储器706上所存放的计算机程序时，实现如下步骤：
S1，从目标私有云盘中读取目标监控数据，其中，目标监控数据为对目标监控区域进行监控所得到的数据，目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；
S2，通过目标识别模型对目标监控数据进行异常识别，得到目标识别结果，其中，目标识别模型为目标边缘主机上用于识别目标异常的模型；
S3，在根据目标识别结果确定在目标监控区域内发生目标异常的情况下，向与目标对象关联的目标设备发送目标异常消息，其中，目标异常消息用于指示在目标监控区域内发生目标异常。
可选地，在本实施例中，通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子装置与其他设备之间的通信。
上述存储器可以包括RAM，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例，上述存储器706中可以但不限于包括上述监控数据的识别装置中的读取单元602、识别单元604、以及第一发送单元606。此外，还可以包括但不限于上述监控数据的识别装置中的其他模块单元，本示例中不再赘述。
上述处理器可以是通用处理器，可以包含但不限于：CPU(Central ProcessingUnit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(DigitalSignal Processing，数字信号处理器)、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图7所示的结构仅为示意，实施上述监控数据的识别方法的设备可以是终端设备，该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图7其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图7所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM、RAM、磁盘或光盘等。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种监控数据的识别方法，其特征在于，包括：
从目标私有云盘中读取目标监控数据，其中，所述目标监控数据为对目标监控区域进行监控所得到的数据，所述目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；
通过目标识别模型对所述目标监控数据进行异常识别，得到目标识别结果，其中，所述目标识别模型为目标边缘主机上用于识别目标异常的模型；
在根据所述目标识别结果确定在所述目标监控区域内发生所述目标异常的情况下，向与所述目标对象关联的目标设备发送目标异常消息，其中，所述目标异常消息用于指示在所述目标监控区域内发生所述目标异常；
其中，在从所述目标私有云盘中读取所述目标监控数据之前，所述方法还包括：接收第一目标终端发送的目标下载指令，其中，所述目标下载指令用于指示下载所述目标识别模型；响应所述目标下载指令，从文件服务器下载所述目标识别模型的应用镜像；将所述目标识别模型的应用镜像存储到所述目标私有云盘中，其中，所述目标识别模型是将所述目标识别模型的应用镜像加载到所述目标边缘主机上得到的，所述目标识别模型以容器应用的方式运行。
2.根据权利要求1所述的方法，其特征在于，在接收所述第一目标终端发送的所述目标下载指令之前，所述方法还包括：
接收目标消息平台发送的目标通知消息，其中，所述目标通知消息用于通知所述目标识别模型已上线；
在获取到目标指示信息的情况下，向所述目标边缘主机发送所述目标下载指令，其中，所述目标指示信息用于指示所述目标对象确定安装所述目标识别模型。
3.根据权利要求1所述的方法，其特征在于，在从所述文件服务器下载所述目标识别模型的应用镜像之后，所述方法还包括：
向目标物联网平台发送目标上报消息，其中，所述目标上报消息用于指示所述目标对象已安装所述目标识别模型。
4.根据权利要求1所述的方法，其特征在于，在从所述目标私有云盘中读取所述目标监控数据之前，所述方法还包括：
接收目标监控设备实时传输的所述目标监控数据，其中，所述目标监控设备是用于监控所述目标监控区域的监控设备；
将所述目标监控数据存储到所述目标私有云盘中。
5.根据权利要求1所述的方法，其特征在于，通过所述目标识别模型对所述目标监控数据进行异常识别，得到所述目标识别结果包括：
将所述目标监控数据输入到所述目标识别模型，得到所述目标识别模型输出的所述目标识别结果，其中，所述目标识别结果用于指示在所述目标监控区域内是否发生所述目标异常、以及在发生所述目标异常的情况下所述目标异常的发生时间。
6.根据权利要求1至5中任一项所述的方法，其特征在于，向与所述目标对象关联的所述目标设备发送所述目标异常消息包括：
分别向所述目标对象的第二目标终端和所述目标监控区域所属的社区服务中心发送所述目标异常消息。
7.一种监控数据的识别装置，其特征在于，包括：
读取单元，用于从目标私有云盘中读取目标监控数据，其中，所述目标监控数据为对目标监控区域进行监控所得到的数据，所述目标私有云盘为位于目标边缘主机上的、与目标对象对应的目标私有云的云盘；识别单元，用于通过目标识别模型对所述目标监控数据进行异常识别，得到目标识别结果，其中，所述目标识别模型为目标边缘主机上用于识别目标异常的模型；
第一发送单元，用于在根据所述目标识别结果确定在所述目标监控区域内发生所述目标异常的情况下，向与所述目标对象关联的目标设备发送目标异常消息，其中，所述目标异常消息用于指示在所述目标监控区域内发生所述目标异常；
其中，所述装置还包括：第一接收单元，用于在从所述目标私有云盘中读取所述目标监控数据之前，接收第一目标终端发送的目标下载指令，其中，所述目标下载指令用于指示下载所述目标识别模型；下载单元，用于响应所述目标下载指令，从文件服务器下载所述目标识别模型的应用镜像；第一存储单元，用于将所述目标识别模型的应用镜像存储到所述目标私有云盘中，其中，所述目标识别模型是将所述目标识别模型的应用镜像加载到所述目标边缘主机上得到的，所述目标识别模型以容器应用的方式运行。
8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110745412.8A CN113435368B (zh) | 2021-06-30 | 2021-06-30 | 监控数据的识别方法和装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110745412.8A CN113435368B (zh) | 2021-06-30 | 2021-06-30 | 监控数据的识别方法和装置、存储介质及电子装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113435368A CN113435368A (zh) | 2021-09-24 |
| CN113435368B true CN113435368B (zh) | 2024-03-22 |
Family
ID=77758454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110745412.8A Active CN113435368B (zh) | 2021-06-30 | 2021-06-30 | 监控数据的识别方法和装置、存储介质及电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113435368B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116016120A (zh) * | 2023-01-05 | 2023-04-25 | 中国联合网络通信集团有限公司 | 故障处理方法、终端设备和可读存储介质 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111225348A (zh) * | 2018-11-23 | 2020-06-02 | 华为技术有限公司 | 一种应用实例迁移的方法及多接入边缘计算主机 |
| CN111405241A (zh) * | 2020-02-21 | 2020-07-10 | 中国电子技术标准化研究院 | 一种用于视频监控的边缘计算方法和系统 |
| CN111427664A (zh) * | 2020-03-25 | 2020-07-17 | 杭州电子科技大学 | 基于容器的协议解析方法、装置、系统以及存储介质 |
| CN111429330A (zh) * | 2020-03-31 | 2020-07-17 | 上海兑观信息科技技术有限公司 | 一种监控视频隐私保护方法和系统 |
| WO2020151084A1 (zh) * | 2019-01-24 | 2020-07-30 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
| CN111723727A (zh) * | 2020-06-17 | 2020-09-29 | 平安科技（深圳）有限公司 | 基于边缘计算的云监控方法、装置、电子设备及存储介质 |
| CN111814744A (zh) * | 2020-07-30 | 2020-10-23 | 河南威虎智能科技有限公司 | 一种人脸检测方法、装置、电子设备和计算机存储介质 |
| CN112003924A (zh) * | 2020-08-20 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种面向工业互联网的边缘云平台搭建方法及系统 |
| CN112040189A (zh) * | 2020-09-01 | 2020-12-04 | 浙江大华技术股份有限公司 | 前端设备的监控方法及系统、存储介质 |
| CN112153795A (zh) * | 2020-09-18 | 2020-12-29 | 中国科学院深圳先进技术研究院 | 一种执行设备的控制方法及其系统 |
| CN112215105A (zh) * | 2020-09-28 | 2021-01-12 | 北京海益同展信息科技有限公司 | 目标动物的身体异常监测方法和装置、设备及存储介质 |
| CN112261353A (zh) * | 2020-09-01 | 2021-01-22 | 浙江大华技术股份有限公司 | 一种视频监控分流方法、系统以及计算机可读存储介质 |
| CN112766192A (zh) * | 2021-01-25 | 2021-05-07 | 北京市地铁运营有限公司地铁运营技术研发中心 | 一种智能列车监控系统 |
| CN112822444A (zh) * | 2021-01-05 | 2021-05-18 | 浪潮软件科技有限公司 | 一种基于家庭边缘计算的智慧家庭安防监控系统及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9774604B2 (en) * | 2015-01-16 | 2017-09-26 | Zingbox, Ltd. | Private cloud control |
| US11315024B2 (en) * | 2018-06-25 | 2022-04-26 | Kyndryl, Inc. | Cognitive computing systems and services utilizing internet of things environment |
-
2021
- 2021-06-30 CN CN202110745412.8A patent/CN113435368B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111225348A (zh) * | 2018-11-23 | 2020-06-02 | 华为技术有限公司 | 一种应用实例迁移的方法及多接入边缘计算主机 |
| WO2020151084A1 (zh) * | 2019-01-24 | 2020-07-30 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
| CN111405241A (zh) * | 2020-02-21 | 2020-07-10 | 中国电子技术标准化研究院 | 一种用于视频监控的边缘计算方法和系统 |
| CN111427664A (zh) * | 2020-03-25 | 2020-07-17 | 杭州电子科技大学 | 基于容器的协议解析方法、装置、系统以及存储介质 |
| CN111429330A (zh) * | 2020-03-31 | 2020-07-17 | 上海兑观信息科技技术有限公司 | 一种监控视频隐私保护方法和系统 |
| CN111723727A (zh) * | 2020-06-17 | 2020-09-29 | 平安科技（深圳）有限公司 | 基于边缘计算的云监控方法、装置、电子设备及存储介质 |
| CN111814744A (zh) * | 2020-07-30 | 2020-10-23 | 河南威虎智能科技有限公司 | 一种人脸检测方法、装置、电子设备和计算机存储介质 |
| CN112003924A (zh) * | 2020-08-20 | 2020-11-27 | 浪潮云信息技术股份公司 | 一种面向工业互联网的边缘云平台搭建方法及系统 |
| CN112040189A (zh) * | 2020-09-01 | 2020-12-04 | 浙江大华技术股份有限公司 | 前端设备的监控方法及系统、存储介质 |
| CN112261353A (zh) * | 2020-09-01 | 2021-01-22 | 浙江大华技术股份有限公司 | 一种视频监控分流方法、系统以及计算机可读存储介质 |
| CN112153795A (zh) * | 2020-09-18 | 2020-12-29 | 中国科学院深圳先进技术研究院 | 一种执行设备的控制方法及其系统 |
| CN112215105A (zh) * | 2020-09-28 | 2021-01-12 | 北京海益同展信息科技有限公司 | 目标动物的身体异常监测方法和装置、设备及存储介质 |
| CN112822444A (zh) * | 2021-01-05 | 2021-05-18 | 浪潮软件科技有限公司 | 一种基于家庭边缘计算的智慧家庭安防监控系统及方法 |
| CN112766192A (zh) * | 2021-01-25 | 2021-05-07 | 北京市地铁运营有限公司地铁运营技术研发中心 | 一种智能列车监控系统 |
Non-Patent Citations (3)
| Title |
|---|
| A Nonintrusive Elderly Home Monitoring System;Le Fang 等;《IEEE Internet of Things Journal》;第8卷(第4期);第2603-2614页第III节 * |
| 基于RRD的私有云监控系统设计;刘玲;;《成都大学学报(自然科学版)》;第34卷(第04期);374-377+387 * |
| 基于私有云的远程视频监控系统设计;王勇;周金和;;《电视技术》;第37卷(第S2期);440-443 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113435368A (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1993718B (zh) | 因特网促进的火警监视、控制系统 | |
| CN104769554A (zh) | 用于提供移动设备支持服务的系统、方法、设备以及计算机程序产品 | |
| TW200915063A (en) | Remote health monitoring and control | |
| CN112988485B (zh) | 电力物联网设备模拟测试方法及装置 | |
| CN103916625A (zh) | 一种基于云计算的视频监控系统及方法 | |
| US20150355609A1 (en) | Crowdsourcing automation rules | |
| CN113452772B (zh) | 智能场景的处理方法、装置、存储介质及电子设备 | |
| CN104330985A (zh) | 信息处理方法及装置 | |
| KR20180098181A (ko) | 복합 이벤트 처리 및 상황 인지 기반 지능형 관제 플랫폼 및 지능형 관제 방법 | |
| CN113435368B (zh) | 监控数据的识别方法和装置、存储介质及电子装置 | |
| CN112199210A (zh) | 基于物联网的数据处理方法、装置、计算机设备及介质 | |
| US11423499B2 (en) | Logistics sensors for smart contract arbitration | |
| CN114363313A (zh) | 设备控制方法、服务器及存储介质 | |
| US9891600B2 (en) | Upgradable home awareness system | |
| CN110930110B (zh) | 分布式流程监控方法、装置、存储介质及电子设备 | |
| CN114244686B (zh) | 通讯故障的检测方法、装置及系统 | |
| EP3114660B1 (en) | Threat detection information distribution system and method | |
| CN112650557B (zh) | 一种命令执行方法以及装置 | |
| CN114598841A (zh) | 一种移动执法的巡检方法及相关装置 | |
| CN112751706A (zh) | 一种目标数据的传输方法和装置 | |
| CN112185080A (zh) | 报警信息的推送方法和装置、存储介质、电子装置 | |
| CN112995264A (zh) | 防止数据误删除的方法、设备、存储介质及程序产品 | |
| CN116367204B (zh) | 用户设备业务处理方法、电子设备、存储介质及系统 | |
| CN114157725B (zh) | 设备联动的方法、装置、服务器、电子设备以及存储介质 | |
| CN113269893B (zh) | Vr渲染方法及装置 |
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 |