CN113486799A - 设备联动方法、装置、设备、存储介质及程序产品 - Google Patents
设备联动方法、装置、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN113486799A CN113486799A CN202110765584.1A CN202110765584A CN113486799A CN 113486799 A CN113486799 A CN 113486799A CN 202110765584 A CN202110765584 A CN 202110765584A CN 113486799 A CN113486799 A CN 113486799A
- Authority
- CN
- China
- Prior art keywords
- linkage
- trigger
- equipment
- abnormal event
- abnormal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000002159 abnormal effect Effects 0.000 claims abstract description 265
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 230000004044 response Effects 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 description 15
- 206010000117 Abnormal behaviour Diseases 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000005856 abnormality Effects 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Alarm Systems (AREA)
- Retry When Errors Occur (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请实施例公开了一种设备联动方法、装置、设备、存储介质及程序产品,其中,所述方法包括:获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;保存所述包括所述异常事件的图像数据。本申请实施例中,可以通过在联动策略中灵活地配置异常事件以及与触发设备关联的联动设备,提高设备联动的灵活性,并且能够精准地获取并保存包括异常事件的图像数据,便于异常事件的回放与分析。
Description
技术领域
本申请涉及但不限于信息技术领域,尤其涉及一种设备联动方法、装置、设备、存储介质及程序产品。
背景技术
随着信息技术的发展,多个设备之间可能存在协同配合与联动。然而,相关技术中设备的协同配合与联动只能在同一类型的设备之间进行,并且设备之间的联动方式以及触发联动的事件较为单一,无法灵活地实现设备之间的联动。
发明内容
有鉴于此,本申请实施例提供一种设备联动方法、装置、设备、存储介质及程序产品。
本申请实施例的技术方案是这样实现的:
一方面,本申请实施例提供一种设备联动方法,所述方法包括:
获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;
基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;
响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;
保存所述包括所述异常事件的图像数据。
另一方面,本申请实施例提供一种设备联动装置,所述装置包括:
第一获取模块,用于获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;
检测模块,用于基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;
触发模块,用于响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;
保存模块,用于保存所述包括所述异常事件的图像数据。
再一方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法中的部分或全部步骤。
又一方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。
又一方面,本申请实施例提供一种计算机程序,包括计算机可读代码,当所述计算机可读代码在计算机设备中运行时,所述展示设备中的处理器执行用于实现上述方法中的部分或全部步骤。
又一方面,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序被计算机读取并执行时,实现上述方法中的部分或全部步骤。
本申请实施例中,获取触发设备传输的触发数据,和为触发设备所设置的联动策略;联动策略至少包括预设的异常事件和与触发设备关联的联动设备;基于联动策略中预设的异常事件,对触发数据进行检测,得到检测结果;响应于检测结果为检测到异常事件,触发联动设备获取包括异常事件的图像数据;保存包括异常事件的图像数据。这样,可以基于联动策略中预设的异常事件对触发数据进行检测,在检测到异常事件的情况下,可以触发联动策略中预设的与触发设备关联的联动设备获取包括异常事件的图像数据,并保存该图像数据,如此,可以通过在联动策略中灵活地配置异常事件以及与触发设备关联的联动设备,提高设备联动的灵活性,并且能够精准地获取并保存包括异常事件的图像数据,便于异常事件的回放与分析。
附图说明
图1为本申请实施例提供的一种设备联动方法的实现流程示意图;
图2为本申请实施例提供的一种设备联动方法的实现流程示意图;
图3为本申请实施例提供的一种设备联动方法的实现流程示意图;
图4为本申请实施例提供的一种设备联动方法的实现流程示意图;
图5A为本申请实施例提供的一种设备联动方法的实现流程示意图;
图5B为本申请实施例提供的一种设备联动方法的实现流程示意图;
图5C为本申请实施例提供的一种设备联动方法的功能模块示意图;
图5D为本申请实施例提供的一种创建联动设备组的交互界面的示意图;
图5E为本申请实施例提供的一种选定联动的异常事件的交互界面的示意图;
图5F为本申请实施例提供的一种设置联动周期的交互界面的示意图;
图5G为本申请实施例提供的一种自定义时刻表的配置界面的示意图;
图5H为本申请实施例提供的一种深度神经网络模型选择的交互界面示意图;
图5I为本申请实施例提供的一种异常事件的视频回放界面的示意图;
图6为本申请实施例提供的一种设备联动装置的组成结构示意图;
图7为本申请实施例提供的一种计算机设备的硬件实体示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图和实施例对本申请的技术方案进一步详细阐述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一/第二”的类似描述则增加以下的说明,在以下的描述中,所涉及的术语“第一/第二/第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请的目的,不是旨在限制本申请。
本申请实施例提供一种设备联动方法,该方法可以应用于平台服务器,由平台服务器的处理器执行。其中,平台服务器可以是任意合适的计算机设备,如服务器、智能通行设备、抓拍机、网络摄像机、笔记本电脑、平板电脑、台式计算机、智能电视、机顶盒、移动设备(例如移动电话、便携式视频播放器、个人数字助理、专用消息设备、便携式游戏设备)等具备数据处理能力的设备。图1为本申请实施例提供的一种设备联动方法的实现流程示意图,如图1所示,该方法包括如下步骤S101至步骤S104:
步骤S101,获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备。
这里,触发数据为任意合适的能够用于确定是否需要触发设备联动的数据,包括但不限于图像数据(如抓拍的图像、采集的视频流等)、音频数据、设备运行信息等中的一种或多种。触发设备可以为任意合适的能够获取触发数据的设备,包括但不限于图像采集设备(如抓拍机、摄像头、网络摄像机等)、音频采集设备(如麦克风等)、智能感应设备(如智能通行设备、对环境进行感应的传感器、红外感应设备等)、设备的信号检测器等中的一种或多种。在实施时,平台服务器可以获取触发设备采集后实时传输的触发数据,也可以由触发设备将采集的触发数据保存后,基于平台服务器的数据请求将存储的触发数据传输至触发设备,这里并不限定。
联动策略可以是为触发设备所设置的,对触发设备的联动进行定义或限定的任意合适的策略。联动策略中至少包括预设的异常事件,以及与所述触发设备关联的联动设备。预设的异常事件为预先设定的用于触发设备联动的异常事件,例如,预设的异常对象、异常行为、异常轨迹、异常场景、设备告警、设备运行异常、设备断电、环境异常等。与触发设备关联的联动设备为根据实际场景预先设定的,在发生预设的异常事件的情况下需要与触发设备联动的任意合适的设备,可以包括但不限定于图像采集设备、音频采集设备、告警设备、服务器等中的一种或多种。在实施时,可以为每一触发设备设置不同的联动策略,也可以为不同的两个触发设备设置相同的联动策略,这里并不限定。
需要说明的是,在实施时,平台服务器可以单独部署,也可以与触发设备或联动设备部署在一起。触发设备与联动设备可以是同一个设备,也可以是不同的设备。在触发设备与联动设备不是同一个设备的情况下,触发设备与联动设备可以安装在相同的位置区域,也可以安装在不同的位置区域,这里并不限定。
步骤S102,基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果。
这里,可以根据联动策略中预设的异常事件,采用合适的方式对触发数据进行检测,以确定是否发生该异常事件,得到检测结果。检测结果可以包括表征是否发生异常事件的信息。在发生异常事件的情况下,检测结果也可以包括异常事件的相关信息,如异常事件的开始时间、结束时间、异常类型等,这里并不限定。
例如,联动策略中预设的异常事件为预设的异常行为,触发数据为地铁进站通道的通行设备采集的视频流,可以基于预设的异常行为,对采集的视频流进行检测,得到检测结果。检测结果中可以包括视频流中是否识别到预设的异常行为。在识别到预设的异常行为的情况下,检测结果中还可以包括视频流中异常行为的开始时间、结束时间、关联的对象等信息。
又如,联动策略中预设的异常事件为预设的设备运行异常,触发数据为图像采集设备的运行数据,可以基于预设的设备运行异常,对图像采集设备的运行数据进行检测,得到检测结果,检测结果中可以包括图像采集设备是否运行异常,在设备运行异常的情况下,检测结果中还可以包括图像采集设备运行异常的开始时间、结束时间、异常类型等信息。
步骤S103,响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据。
这里,在检测结果为检测到所述异常事件的情况下,平台服务器可以触发联动设备获取包括该异常事件的图像数据。包含异常事件的图像数据可以包括能反应该异常事件的一个或多个图像帧,也可以包括包含该异常事件的发生过程的视频流。在实施时,可以根据实际检测的异常事件,采用合适的方式获取异常事件的图像数据,这里并不限定。例如,异常事件为预设的异常对象,则可以触发联动设备拍摄包含该异常对象的一个或多个图像帧。又如,异常事件为预设的异常行为,则可以触发联动设备基于该异常行为的开始时间和结束时间,录制包括该异常行为的视频流。再如,异常事件为触发设备被拆除,则可以触发联动设备拍摄包含拆除设备的对象的一个或多个图像帧。
步骤S104,保存所述包括所述异常事件的图像数据。
这里,平台服务器可以采用任意合适的方式保存包括异常事件的图像数据,包括但不限于存储在平台服务器本地、数据库或云端中的一种或多种,这里并不限定。
本申请实施例中,获取触发设备传输的触发数据,和为触发设备所设置的联动策略;联动策略至少包括预设的异常事件和与触发设备关联的联动设备;基于联动策略中预设的异常事件,对触发数据进行检测,得到检测结果;响应于检测结果为检测到异常事件,触发联动设备获取包括异常事件的图像数据;保存包括异常事件的图像数据。这样,可以基于联动策略中预设的异常事件对触发数据进行检测,在检测到异常事件的情况下,可以触发联动策略中预设的与触发设备关联的联动设备获取包括异常事件的图像数据,并保存该图像数据,如此,可以通过在联动策略中灵活地配置异常事件以及与触发设备关联的联动设备,提高设备联动的灵活性,并且能够精准地获取并保存包括异常事件的图像数据,便于异常事件的回放与分析。
在一些实施例中,所述联动策略中所述联动设备包括以下至少之一:图像采集设备、平台服务器。
在一些实施例中,在所述触发数据为在线视频流、抓拍图像、设备运行信息中至少之一的情况下,所述联动设备为图像采集设备。
这里,在线视频流可以包括触发设备在线采集的实时视频流,例如,网络摄像机在线采集的实时视频流、直播视频等。
抓拍图像可以是抓拍机基于特定的抓拍策略抓拍的图像,例如,人脸抓拍图像、车牌抓拍图像等。
设备运行信息可以包括但不限于触发设备的运行时长、电量、处理器温度、内存、磁盘利用率、网络连接状态等中的一种或多种。
图像采集设备可以包括但不限于视频录制设备、图像拍摄设备等中的一种或多种。在实施时,在触发数据为在线视频流、抓拍图像或设备运行信息的情况下,需要在线获取包括该在线视频流、抓拍图像或设备运行信息对应的异常事件的图像数据,因此联动策略中的联动设备可以为图像采集设备。
对于触发数据为在线视频流的情况,对应的触发设备为视频采集设备,如摄像机等,联动设备为图像采集设备,可以包括作为触发设备的视频采集设备,也可以包括与触发设备不同的其他图像采集设备。
对于触发数据为抓拍图像的情况,对应的触发设备为图像抓拍设备,如具有图像抓拍功能的通行设备、抓拍电子眼等,联动设备为图像采集设备,可以包括作为触发设备的视频采集设备,也可以包括与触发设备不同的其他图像采集设备。
对于触发数据为设备运行信息的情况,对应的触发设备可以为任意合适的电子设备,如网络摄像机、具有图像抓拍功能的通行设备、抓拍电子眼等,联动设备可以为任意合适的图像采集设备。
在一些实施例中,在所述触发数据为在线视频流、抓拍图像、设备运行信息中至少之一的情况下,上述步骤S103中所述的触发所述联动设备获取包括所述异常事件的图像数据,包括如下步骤S111至步骤S112:
步骤S111,向所述图像采集设备发送录制指令;
步骤S112,接收所述图像采集设备响应于所述录制指令发送的包括所述异常事件的图像数据。这里,图像采集设备可以响应于录制指令录制包括异常事件的图像数据,并将录制的图像数据发送至平台服务器。在实施时,录制指令中可以包括用于指示图像采集设备进行图像数据录制的任意合适的信息,包括但不限于异常事件的开始时间、结束时间、图像数据的像素、图像数据的类型(如视频流类型、图像类型等)等。
在一些实施例中,在所述触发数据为已录制的视频流的情况下,所述联动设备为所述平台服务器;上述步骤S103中所述的触发所述联动设备获取包括所述异常事件的图像数据,包括:步骤S121,从所述已录制的视频流中截取包括所述异常事件的图像数据。这里,可以采用任意合适的方式确定已录制的视频流中包括异常事件的图像数据后,从该视频流中截取包括该异常事件的图像数据。例如,可以获取异常事件的开始时间和结束时间,基于该开始时间和结束时间从已录制的视频流中截取包括异常事件的图像数据。又如,可以基于异常事件的特征,从已录制的视频流中识别出包含该异常事件的图像数据,从而截取该图像数据。
在一些实施例中,所述联动策略还包括联动周期,所述方法还包括如下步骤S131或步骤S132:
步骤S131,设置所述触发设备的工作时间为所述联动周期。
这里,联动周期用于表征联动策略的有效期。可以通过设置触发设备的工作时间为该联动周期,使得触发设备仅在该联动周期内传输触发数据,从而联动策略也仅在该联动周期内有效。在实施时,联动周期可以包括但不限于联动策略生效的日期、时间点、时间段等。在一些实施例中,联动周期可以是周期重复的日期、时间点或时间段等,例如,每个月的1至5日,每周一至周五,每天早上8点,每天11点至13点等。在一些实施例中,联动周期也可以是不重复的日期、时间点、时间段等,如2021年5月、2021年6月1日、2021年6月5日10点至11点等。在一些实施例中,联动周期可以是全时段,也即联动策略始终有效。
步骤S132,响应于所述触发数据的发生时刻在所述联动周期内,基于所述联动策略中预设的异常事件,对所述触发数据进行检测。
在一些实施例中,所述方法还包括:步骤S141,响应于所述触发数据的发生时刻不在所述联动周期内,丢弃所述触发数据。这里,对于发生时刻不在联动周期内丢弃的触发数据,平台服务器不会对该触发数据进行异常事件的检测。
在上述实施例中,联动策略还包括用于表征联动策略的有效期的联动周期,这样,可以使得联动策略仅在联动周期内生效,从而可以使得触发设备与联动设备之间的联动更加精准,并能提高计算资源的利用率。
在一些实施例中,所述联动设备还包括告警设备,所述方法还包括如下步骤S151或步骤S152:
步骤S151,响应于所述检测结果为检测到所述异常事件,触发所述告警设备输出告警信息。
这里,告警设备可以包括但不限于告警指示灯、声音报警器、具有信息接收或语音输出功能的电子设备等。告警信息可以包括但不限于指示灯信号、报警铃声信号、告警提示信息、告警语音等。在实施时,可以根据实际情况确定合适的告警设备,并采用合适的方式输出告警信息,这里并不限定。
步骤S152,响应于所述检测结果为未检测到所述异常事件,丢弃所述触发数据。这里,对于未检测到异常事件而丢弃的触发数据,平台服务器不会触发联动设备的联动,也即不会触发联动设备获取图像数据。
在一些实施例中,所述触发数据为图像数据的情况下,所述异常事件至少包括以下至少之一:图像数据包含的对象信息与预设的对象信息不匹配;图像数据包含的第一信息与第二信息不匹配;图像数据包含的对象信息与预设的异常属性关联。
这里,图像数据可以包括但不限于采集的对象的图像信息、采集的身份证的图像信息、采集的二维码图像信息等中的一种或多种。图像数据包含的对象信息可以包括但不限于对象的特征信息、属性信息、标识信息等中的一种或多种,例如,人员的身份信息、外貌特征、穿着配饰特征等,身份证的图像信息中包含的对象身份标识、身份类型、对象属性等,二维码图像信息中包含的对象标识、时间信息、对象属性等。预设的对象信息可以是用户预先设定或者系统默认的对象的特征信息、属性信息或标识信息等。
图像数据包含的对象信息与预设的对象信息不匹配的情况下,可以确定发生异常事件,例如,图像数据中包含的对象的标识信息与预设的对象的标识信息不匹配,图像数据中包含的对象的属性信息与预设的属性信息不匹配,图像数据中包含的对象的身份类型与预设的身份类型不匹配,二维码图像信息中包含的时间信息与预设的有效时间范围不匹配。
图像数据中可以同时包含用于匹配的第一信息和第二信息,其中,第一信息和第二信息可以是根据实际应用场景确定的图像数据中需要进行匹配的任意合适的信息,可以包括但不限于对象属性、对象标识、身份证信息、通行卡标识、二维码信息、车牌号、车辆特征等中的一种或多种。在图像数据包含的第一信息与第二信息不匹配的情况下,可以确定发生异常事件。例如,第一信息和第二信息可以分别是待匹配的对象人脸信息和身份证图像信息,在图像数据包含的对象人脸信息与身份证图像信息不匹配的情况下,可以确定发生异常事件。又如,第一信息和第二信息可以分别是待匹配的通行卡号和通行二维码,在图像数据包含的通行卡标识和通行二维码不匹配的情况下,可以确定发生异常事件。再如,第一信息和第二信息可以分别是待匹配的车牌号和车辆特征,在图像数据包含的车牌号和车辆特征不匹配的情况下,可以确定发生异常事件。
在一些实施例中,图像数据包含的第一信息与第二信息还可以分别为表征采集的对象的两种对象信息,即第一对象信息和第二对象信息,例如,第一对象信息和第二对象信息可以分别是采集的对象的图像信息、采集的身份证的图像信息、采集的二维码图像信息等中的一种,图像数据包含的第一对象信息与第二对象信息所表征的对象不匹配的情况下,可以确定发生异常事件,例如,在第一对象信息和第二对象信息分别是采集的对象的图像信息和身份证的图像信息的情况下,该对象的图像信息表征的对象与该身份证的图像信息表征的对象不匹配,在第一对象信息和第二对象信息分别是采集的对象的图像信息和二维码的图像信息的情况下,该对象的图像信息表征的对象与该二维码的图像信息表征的对象不匹配,在第一对象信息和第二对象信息分别是采集的身份证的图像信息和二维码的图像信息的情况下,该身份证的图像信息表征的对象与该二维码的图像信息表征的对象不匹配等。
异常属性可以是预设的表征对象存在异常的属性,例如对象未佩戴口罩、对象无通行权限、对象健康状况异常等。图像数据包含的对象信息与预设的异常属性关联的情况下,可以确定发生异常事件,例如,图像数据中包含的对象的穿着配饰特征与预设的未佩戴口罩的异常属性关联,也即图像数据中包含的对象的穿着配置特征表征该对象未佩戴口罩,图像数据中包含的二维码图像信息表征的对象属性与预设的异常属性匹配,二维码图像信息中包含的时间信息与预设的有效时间范围不匹配。
在一些实施例中,所述触发数据为设备运行信息的情况下,所述异常事件包括以下至少之一:设备硬件故障;设备电源异常;设备网络异常;设备所处环境异常。以触发设备为通行设备为例,设备硬件故障可以包括但不限于设备被拆除、强制开门、门磁超时等,设备电源异常可以包括但不限于设备断电、设备电量不足、蓝牙模块电量不足等,设备网络异常可以包括但不限于设备离线、设备网络访问受限等,设备所处环境异常可以包括但不限于通行设备的摄像头污染、设备遭遇攻击、设备所处环境发生消防告警等。
本申请实施例提供一种设备联动方法,该方法可以由平台服务器执行。如图2所示,该方法包括如下步骤S201至步骤S206:
步骤S201,获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备。
步骤S202,基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果。
步骤S203,响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据。
步骤S204,保存所述包括所述异常事件的图像数据。
这里,上述步骤S201至步骤S204对应于前述步骤S101至步骤S104,在实施时可以参照前述步骤S101至步骤S104的具体实施方式。
步骤S205,响应于对所述联动策略的配置操作,呈现所述第一配置界面;所述第一配置界面用于设置所述触发设备,为所述触发设备关联联动设备和为所述触发设备设置待检测的异常事件。
这里,可以在第一配置界面对触发设备进行配置,例如新增触发设备、更新触发设备的关联策略等。在实施时,用户可以跟实际应用场景配置合适的触发设备,并为触发设备配置关联的联动设备以及待检测的异常事件。
步骤S206,基于针对所述第一配置界面中所述触发设备和所述联动设备的设置操作,获取针对所述触发设备的联动策略;其中,所述触发设备与联动设备之间的数量关系包括以下之一:一对一、一对多、多对一、多对多。
这里,触发设备的联动策略包括预设的异常事件以及与触发设备关联的联动设备,基于针对第一配置界面中触发设备和联动设备的设置操作,可以获取预设的异常事件以及与触发设备关联的联动设备,从而可以获取针对该触发设备的联动策略。
本申请实施例中,响应于对联动策略的配置操作,呈现用于设置触发设备,并为触发设备关联联动设备,以及为触发设备设置待检测的异常事件的第一配置界面,基于针对第一配置界面中触发设备和联动设备的设置操作,获取针对该触发设备的联动策略,其中,触发设备与联动设备之间的数量关系包括以下之一:一对一、一对多、多对一、多对多。这样,用户可以根据实际业务需求在第一配置界面灵活地设置触发设备,并为触发设备配置异常事件以及与触发设备关联的联动设备,从而可以进一步提高设备联动的灵活性,更好地满足业务需求。
本申请实施例提供一种设备联动方法,该方法可以由平台服务器执行。如图3所示,该方法包括如下步骤S301至步骤S304:
步骤S301,获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备。其中,所述触发数据为视频流的情况下,所述异常事件包括预设的异常场景。
这里,上述步骤S301对应于前述步骤S101,在实施时可以参照前述步骤S101的具体实施方式。
步骤S302,基于所述联动策略中预设的异常场景,利用与所述异常场景匹配的场景模型,对所述视频流进行检测,得到表征是否检测到所述异常场景的检测结果。
这里,异常场景可以是预先设定的存在异常的场景,针对每一个异常场景可以预先配置一个与该异常场景匹配的场景模型,该场景模型可以是预先针对该异常场景定制的算法模型,利用该场景模型,可以精准地对视频流中的异常场景进行检测,得到表征是否检测到异常场景的检测结果。
步骤S303,响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据。
步骤S304,保存所述包括所述异常事件的图像数据。
这里,上述步骤S303至步骤S304对应于前述步骤S103至步骤S104,在实施时可以参照前述步骤S103至步骤S104的具体实施方式。
本申请实施例中,在触发数据为视频流的情况下,异常事件包括预设的异常场景,基于联动策略中预设的异常场景,利用与该异常场景匹配的场景模型,对视频流进行检测,得到表征是否检测到该异常场景的检测结果。这样,可以更加精准地对视频流中的异常场景进行检测,从而能够更加精准地获取并保存包括异常事件的图像数据,便于异常事件的回放与分析。
本申请实施例提供一种设备联动方法,该方法可以由平台服务器执行。如图4所示,该方法包括如下步骤S401至步骤S405:
步骤S401,获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备。
步骤S402,基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果。
步骤S403,响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据。
步骤S404,保存所述包括所述异常事件的图像数据。
这里,上述步骤S401至步骤S104对应于前述步骤S101至步骤S104,在实施时可以参照前述步骤S101至步骤S104的具体实施方式。
步骤S405,响应于对所述异常事件的回放操作,输出包括所述异常事件的图像数据。
这里,用户可以在平台服务器中进行异常事件的回放操作。包括异常事件的图像数据可以是包括异常事件的一个或多个图像帧,也可以是包括异常事件的视频流。在实施时,响应于对异常事件的回放操作,可以采用任意合适的方式输出包括异常事件的图像数据,例如,可以显示包括异常事件的一个或多个图像帧,也可以播放包括异常事件的视频流。
本申请实施例中,可以响应于对异常事件的回放操作,输出包括该异常事件的图像数据。这样,用户可以在异常事件发生后方便地回看联动设备获取的包括该异常事件的图像数据,从而可以便于获取异常事件的现场信息,便于对异常事件进行进一步分析。
下面说明本申请实施例提供的设备联动方法在实际场景中的应用,多个设备的协同配合与联动可在地铁、车站的出入通道,或者办公楼、小区的楼层或进出口等处提供组合式协同应用,通过某一触发设备发出的告警,联动其他设备完成联动响应,可以大大提高异常事件的捕捉能力。
多设备的互联与协同联动是相当复杂的,需要对不同类型的设备进行统一管理并配置相应的联动策略与方案。在多设备的互联与协同联动的实现中,首先,不可影响设备的独立运行状态,需要配置主从联动方式,即告警触发设备与联动设备;其次,在联动时间维度上需要灵活配置,以确定设备间进行联动的时间和各自独立工作的时间;最后,需要从不同的事件维度进行异常事件的分类处理,完成告警与协同响应,从而提高设备联动的精准度与应用价值。
本申请实施例提供一种设备联动方法,可以实现如下功能:
1)利用深度学习模型对异常事件进行预测与分析;其中,异常事件可以包括异常对象识别、轨迹追踪、异常行为识别等,可以利用深度神经网络强大的描述能力进行建模,得到多种异常事件的预测与分析模型。
2)全面打通不同类型设备之间的连接,如通行设备(又称为通行面板机、通行类终端等)、抓拍机、网络摄像头等设备的连接,绑定多个设备为协同联动组,协同联动组中的多个设备可以在配置的联动周期和异常事件下自动配合完成设定的任务。
3)根据联动策略、异常事件触发时间以及系统设置的录制时长,完成异常事件的精准录制,并能实现异常事件的实时告警,以及支持事后查看回放数据。
在一些实施例中,该方法可以应用于平台服务器中,平台服务器可以通过物联网设备互联接入协议(如开放网络视频接口论坛(Open Network Video Interface Forum,ONVIF)、实时流传输协议(Real Time Streaming Protocol,RTSP)等)接入网络摄像机(IPCamera,IPC),并与通行设备、抓拍机统一管理,能够将通行设备、抓拍机或IPC设定为触发设备,还能够将IPC设定为联动设备。
在一些实施例中,可以利用多种人脸、人体及行为类算法的预测结果作为触发事件,或利用触发设备本身的信号作为触发事件,如设备拆除、摄像头污染等。创建异常事件告警,并触发与该触发设备绑定的联动设备根据联动策略完成录制任务。
在一些实施例中,联动策略中可以通过设定的规则将触发设备与联动设备进行绑定。互相绑定的触发设备与联动设备之间的数量关系可以包括一对一、一对多、多对一或多对多。在设置联动策略的过程中,还可以通过设置灵活的联动时刻表来设定联动周期,并且可以设定待检测的异常事件以及设备的告警事件。联动策略设置完成后,可以基于设置的联动策略得到触发数据的检测结果。
图5A为本申请实施例提供的一种设备联动方法的实现流程示意图,如图5A所示,该方法包括如下步骤S501至步骤S505:
步骤S501,从IPC获取视频流中的视频片段。
步骤S502,利用神经网络模型对获取的视频片段进行异常事件的检测,得到检测结果;其中,异常事件是针对场景、对象的各部位(例如动物的面部或身体,再如人脸、人体、车辆的车牌号)、对象的行为(动物的行为、车辆的行为)进行的,在实施时,可以根据设定的异常事件,从预设的算法仓库中选择与该异常事件匹配的神经网络模型对视频片段进行异常事件的检测。
步骤S503,基于检测结果,判断视频片段中是否存在异常事件。
步骤S504,在视频片段中存在异常事件的情况下,根据该IPC的联动策略,触发视频录制设备进行视频录制,得到包括该异常事件的视频数据,并联动告警设备进行告警;其中,联动策略可以包括与该IPC关联的联动设备、联动时间以及需要进行联动的异常事件。
步骤S505,在视频片段中不存在异常事件的情况下,丢弃当前视频片段。
图5B为本申请实施例提供的一种设备联动方法的实现流程示意图,如图5B所示,该方法包括如下步骤S511至步骤S516:
步骤S511,从通行设备处获取设备运行信息或通行设备抓拍的图像。
步骤S512,判断设备运行信息或抓拍的图像中是否存在异常事件。
步骤S513,在设备运行信息或抓拍的图像中不存在异常事件的情况下,丢弃该设备运行信息或抓拍的图像。
步骤S514,在设备运行信息或抓拍的图像中存在异常事件的情况下,联动告警设备输出告警信息,并基于该通行设备的联动策略判断是否触发联动策略;在实施时,可以基于该联动策略中包括的与该通行设备关联的联动设备、联动周期以及需要进行联动的异常事件,判断是否触发联动策略。
步骤S515,在未触发联动策略的情况下,丢弃该告警信息;
步骤S516,在触发联动策略的情况下,协同触发视频录制设备进行视频录制,得到包括该异常事件的视频数据。
在一些实施例中,参见图5C,本申请实施例提供的一种设备联动方法可以包括如下三个功能模块:联动策略配置模块51、深度神经网络分析模块52以及录制与回放模块53,其中,基于联动策略配置模块用户可以进行联动策略的设定,包括创建联动设备组、设置联动周期以及选定联动的异常事件;深度神经网络分析模块可以基于设定的联动策略输出智能分析结果;录制与回放模块可以在智能分析结果表征存在异常事件的情况下,联动视频录制设备录制包括异常事件的视频数据。
下面分别对这三个功能模块的实现进行说明:
1)联动策略配置模块:
该模块可以提供用于进行联动策略配置的交互界面,用户可以在该交互界面进行联动策略的配置,包括:
a)创建联动设备组:参见图5D,图5D为本申请实施例提供的一种创建联动设备组的交互界面的示意图,如图5D所示,用户可以在该交互界面创建联动设备组,包括在联动策略名称输入框521中设置联动策略名称、在通行设备输入框522中选定通行设备、在录制设备输入框523中选定录制设备,其中,通行设备和录制设备之间的数量关系可根据实际情况确定,如多通行设备对单录制设备、单通行设备对多录制设备等。
b)选定联动的异常事件:参见图5E,图5E为本申请实施例提供的一种选定联动的异常事件的交互界面的示意图,如图5E所示,用户可以在该交互界面选定需要进行联动的异常事件,包括检测异常事件531和设备告警事件532,可以多选或全选。检测异常事件为对视频流数据进行检测确定的异常事件,例如人证不匹配、人卡不匹配、人码不匹配、访客不在有效期内、不在通行时刻表内、无效身份证、无效卡、无效二维码、体温异常、未戴口罩、查无身份、查无健康码等。设备告警事件为基于设备运行信息中确定的异常事件,例如设备拆除、强制开门、门磁超时、密码破解、离线告警、蓝牙电量不足、热成像仪连接异常、摄像头污染、非活体攻击、消防告警、人脸特征提取失败、人脸抓拍异常、摄像头异常等。
c)设置联动周期:参见图5F,图5F为本申请实施例提供的一种设置联动周期的交互界面的示意图,如图5F所示,用户可以在该交互界面设置联动周期,支持选择全时段541或自定义时刻表542作为联动周期,其中,自定义时刻表的配置界面如图5G所示,可以配置时刻表名称551、有效日期552等。
2)深度神经网络分析模块:
该模块可以对输入的视频流数据进行分析,输出算法分析结果,以确定是否发生异常事件,并在发生异常事件的情况下,触发联动事件异常告警。在触发联动的异常事件中,除设备运行信息中的异常信号外,更多异常事件的触发可通过对视频流数据的分析来获取。图5H为本申请实施例提供的一种深度神经网络模型选择的交互界面示意图,如图5H所示,深度神经网络分析模块可以提供大量的深度神经网络模型561,用于对视频流中的人员、场景等进行结构化的数据分析,例如人脸识别、人脸聚类、以图搜人、口罩检测、表情分析、年龄分析、性别分析、活体检测、合成检测、人流量分析、轨迹分析、排队检测、行进方向分析、高空抛物检测、场景识别、图像审核、环境分析、文字识别、车牌识别、证件识别、票据识别、语音识别等。
3)录制与回放模块:
该模块可以基于设定的联动策略,联动视频录制设备录制包括异常事件的视频数据,并能支持异常事件的视频回放。图5I为本申请实施例提供的一种异常事件的视频回放界面的示意图,如图5I所示,用户可以在该视频回放界面选择需要查看的视频片段571进行回放,还可以通过输入时间572、设备573、异常事件574等信息进行视频片段的筛选,从筛选出的视频片段中选择视频片段进行回放。
在本申请实施例中,可以利用多设备的智能联动策略对不同设备进行组合配置,在设定的联动周期下,基于不同的异常事件实现多设备之间的联动。此外,还可以利用多设备的智能联动策略对视频流中的人员特征、异常行为、场景类别等进行分析,并能利用多设备的智能联动策略完成设备的告警与精准录制,便于实时关注异常事件的发生和事后精准查找事件的视频记录。
本申请实施例提供的设备联动方法,与相关技术中的设备联动方法相比,至少包括以下改进点:1)相关技术中仅在同类型的设备之间完成联动任务,本申请实施例中可以综合管控多种类型的设备,实现多种类型的设备之间的协同感知;2)相关技术中通常针对单一的主从设备完成联动的事件告警,本申请实施例中可以对设备运行信息的异常事件和视频分析的异常事件进行检测,触发多设备灵活组合的事件联动;3)相关技术中的设备之间基于单一的事件触发联动告警,本申请实施例中可以通过多种算法对多种异常事件进行并行分析,从而可以在同一时间内在同一组设备间基于运行的多个深度神经网络模型完成联动告警。
本申请实施例中,利用多设备的智能联动策略使得不同设备与视图通过统一的平台进行管理,不再需要通过多套平台管理不同设备(如监控平台管理摄像头,通行中心管理通行设备等),有效解决了跨平台间互通才可联动的问题。此外,本申请实施例中,利用深度学习,使得多种异常事件的检测以及相应的联动任务的触发更加精准,从而能够更好地综合分析异常事件的信息,也能够更加精确的查找、回看异常事件相关的视频数据。
图6为本申请实施例提供的一种设备联动装置的组成结构示意图,如图6所示,设备联动装置600包括:第一获取模块610、检测模块620、触发模块630和保存模块640,其中:
第一获取模块610,用于获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;
检测模块620,用于基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;
触发模块630,用于响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;
保存模块640,用于保存所述包括所述异常事件的图像数据。
在一些实施例中,所述联动策略中所述联动设备包括以下至少之一:图像采集设备、平台服务器。
在一些实施例中,在所述触发数据为在线视频流、抓拍图像、设备运行信息中至少之一的情况下,所述联动设备为图像采集设备;所述触发模块还用于:向所述图像采集设备发送录制指令;接收所述图像采集设备响应于所述录制指令发送的包括所述异常事件的图像数据。
在一些实施例中,在所述触发数据为已录制的视频流的情况下,所述联动设备为所述平台服务器;所述触发模块还用于:从所述已录制的视频流中截取包括所述异常事件的图像数据。
在一些实施例中,所述联动策略还包括联动周期,所述装置还包括:设置模块,用于设置所述触发设备的工作时间为所述联动周期。
在一些实施例中,所述联动策略还包括联动周期,所述检测模块还用于:响应于所述触发数据的发生时刻在所述联动周期内,基于所述联动策略中预设的异常事件,对所述触发数据进行检测。
在一些实施例中,所述联动策略还包括联动周期,所述检测模块还用于:响应于所述触发数据的发生时刻不在所述联动周期内,丢弃所述触发数据。
在一些实施例中,所述联动设备还包括告警设备,所述装置还包括:告警模块,用于:响应于所述检测结果为检测到所述异常事件,触发所述告警设备输出告警信息;或者,响应于所述检测结果为未检测到所述异常事件,丢弃所述触发数据。
在一些实施例中,所述装置还包括:呈现模块,用于响应于对所述联动策略的配置操作,呈现所述第一配置界面;所述第一配置界面用于设置所述触发设备,为所述触发设备关联联动设备和为所述触发设备设置待检测的异常事件;第二获取模块,用于基于针对所述第一配置界面中所述触发设备和所述联动设备的设置操作,获取针对所述触发设备的联动策略;其中,所述触发设备与联动设备之间的数量关系包括以下之一:一对一、一对多、多对一、多对多。
在一些实施例中,所述触发数据为图像数据的情况下,所述异常事件至少包括以下至少之一:图像数据包含的对象信息与预设的对象信息不匹配;图像数据包含的第一对象信息与第二对象信息所表征的对象不匹配;图像数据包含的对象信息与预设的异常属性关联。
在一些实施例中,所述触发数据为设备运行信息的情况下,所述异常事件包括以下至少之一:设备硬件故障;设备电源异常;设备网络异常;设备所处环境异常。
在一些实施例中,所述触发数据为视频流的情况下,所述异常事件包括预设的异常场景;所述检测模块还用于:基于所述联动策略中预设的异常场景,利用与所述异常场景匹配的场景模型,对所述视频流进行检测,得到表征是否检测到所述异常场景的检测结果。
在一些实施例中,所述装置还包括:输出模块,用于响应于对所述异常事件的回放操作,输出包括所述异常事件的图像数据。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请装置实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的设备联动方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read OnlyMemory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件和软件结合。
对应地,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法中的步骤。
对应地,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述方法中的步骤。所述计算机可读存储介质可以是瞬时性的,也可以是非瞬时性的。
对应地,本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序被计算机读取并执行时,实现上述方法中的部分或全部步骤。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(SoftwareDevelopment Kit,SDK)等等。
这里需要指出的是:以上存储介质、计算机程序产品和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请存储介质、计算机程序产品和设备实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,图7为本申请实施例中计算机设备的一种硬件实体示意图,如图7所示,该计算机设备700的硬件实体包括:处理器701、通信接口702和存储器703,其中:
处理器701通常控制计算机设备700的总体操作。
通信接口702可以使计算机设备通过网络与其他终端或服务器通信。
存储器703配置为存储由处理器701可执行的指令和应用,还可以缓存待处理器701以及计算机设备700中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(Random AccessMemory,RAM)实现。处理器701、通信接口702和存储器703之间可以通过总线704进行数据传输。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。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。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对相关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中,包括若干指令用以使得一台计算机设备(可以是个人计算机、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。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (15)
1.一种设备联动方法,其特征在于,应用于平台服务器,所述方法包括:
获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;
基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;
响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;
保存所述包括所述异常事件的图像数据。
2.根据权利要求1所述的方法,其特征在于,所述联动策略中所述联动设备包括以下至少之一:图像采集设备、平台服务器。
3.根据权利要求2所述的方法,其特征在于,在所述触发数据为在线视频流、抓拍图像、设备运行信息中至少之一的情况下,所述联动设备为图像采集设备;
所述触发所述联动设备获取包括所述异常事件的图像数据,包括:
向所述图像采集设备发送录制指令;
接收所述图像采集设备响应于所述录制指令发送的包括所述异常事件的图像数据。
4.根据权利要求2或3所述的方法,其特征在于,在所述触发数据为已录制的视频流的情况下,所述联动设备为所述平台服务器;
所述触发所述联动设备获取包括所述异常事件的图像数据,包括:
从所述已录制的视频流中截取包括所述异常事件的图像数据。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述联动策略还包括联动周期,所述方法还包括以下之一:
设置所述触发设备的工作时间为所述联动周期;
响应于所述触发数据的发生时刻在所述联动周期内,基于所述联动策略中预设的异常事件,对所述触发数据进行检测。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:响应于所述触发数据的发生时刻不在所述联动周期内,丢弃所述触发数据。
7.根据权利要求2至6任一项所述的方法,其特征在于,所述联动设备还包括告警设备,所述方法还包括以下之一:
响应于所述检测结果为检测到所述异常事件,触发所述告警设备输出告警信息;
响应于所述检测结果为未检测到所述异常事件,丢弃所述触发数据。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述方法还包括:
响应于对所述联动策略的配置操作,呈现所述第一配置界面;所述第一配置界面用于设置所述触发设备,为所述触发设备关联联动设备和为所述触发设备设置待检测的异常事件;
基于针对所述第一配置界面中所述触发设备和所述联动设备的设置操作,获取针对所述触发设备的联动策略;
其中,所述触发设备与联动设备之间的数量关系包括以下之一:一对一、一对多、多对一、多对多。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述触发数据为图像数据的情况下,所述异常事件至少包括以下至少之一:
图像数据包含的对象信息与预设的对象信息不匹配;
图像数据包含的第一信息与第二信息不匹配;
图像数据包含的对象信息与预设的异常属性关联;
所述触发数据为设备运行信息的情况下,所述异常事件包括以下至少之一:
设备硬件故障;
设备电源异常;
设备网络异常;
设备所处环境异常。
10.根据权利要求1至9任一项所述的方法,其特征在于,所述触发数据为视频流的情况下,所述异常事件包括预设的异常场景;
所述基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果,包括:
基于所述联动策略中预设的异常场景,利用与所述异常场景匹配的场景模型,对所述视频流进行检测,得到表征是否检测到所述异常场景的检测结果。
11.根据权利要求1至10任一项所述的方法,其特征在于,所述方法还包括:
响应于对所述异常事件的回放操作,输出包括所述异常事件的图像数据。
12.一种设备联动装置,其特征在于,包括:
第一获取模块,用于获取触发设备传输的触发数据,和为所述触发设备所设置的联动策略;所述联动策略至少包括预设的异常事件和与所述触发设备关联的联动设备;
检测模块,用于基于所述联动策略中预设的异常事件,对所述触发数据进行检测,得到检测结果;
触发模块,用于响应于所述检测结果为检测到所述异常事件,触发所述联动设备获取包括所述异常事件的图像数据;
保存模块,用于保存所述包括所述异常事件的图像数据。
13.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至11任一项所述方法中的步骤。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至11任一项所述方法中的步骤。
15.一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序被计算机读取并执行时,实现权利要求1至11中任一项所述方法中的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110765584.1A CN113486799A (zh) | 2021-07-07 | 2021-07-07 | 设备联动方法、装置、设备、存储介质及程序产品 |
PCT/CN2022/076210 WO2023279716A1 (zh) | 2021-07-07 | 2022-02-14 | 设备联动方法、装置、设备、存储介质、程序产品及计算机程序 |
TW111117708A TW202303399A (zh) | 2021-07-07 | 2022-05-11 | 設備聯動方法、設備和電腦可讀儲存媒體 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110765584.1A CN113486799A (zh) | 2021-07-07 | 2021-07-07 | 设备联动方法、装置、设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113486799A true CN113486799A (zh) | 2021-10-08 |
Family
ID=77941663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110765584.1A Pending CN113486799A (zh) | 2021-07-07 | 2021-07-07 | 设备联动方法、装置、设备、存储介质及程序产品 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN113486799A (zh) |
TW (1) | TW202303399A (zh) |
WO (1) | WO2023279716A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114419838A (zh) * | 2021-12-30 | 2022-04-29 | 杭州晨鹰军泰科技有限公司 | 一种联动报警配置方法、装置、设备及可读存储介质 |
WO2023279716A1 (zh) * | 2021-07-07 | 2023-01-12 | 上海商汤智能科技有限公司 | 设备联动方法、装置、设备、存储介质、程序产品及计算机程序 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967814A (zh) * | 2014-11-04 | 2015-10-07 | 腾讯科技(上海)有限公司 | 监控设备互联控制方法及系统 |
WO2019021922A1 (ja) * | 2017-07-26 | 2019-01-31 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 異常検知装置および異常検知方法 |
CN109361898A (zh) * | 2018-10-22 | 2019-02-19 | 浙江宇视科技有限公司 | 异常事件监控方法及装置 |
CN110379141A (zh) * | 2019-06-12 | 2019-10-25 | 浙江省北大信息技术高等研究院 | 一种采用网关进行传感器联动的方法及网关系统 |
CN112291520A (zh) * | 2020-10-26 | 2021-01-29 | 浙江大华技术股份有限公司 | 异常事件识别方法、装置、存储介质及电子装置 |
CN112882911A (zh) * | 2021-02-01 | 2021-06-01 | 中电科网络空间安全研究院有限公司 | 异常性能行为检测方法、系统、装置及存储介质 |
CN112953737A (zh) * | 2019-11-26 | 2021-06-11 | 中兴通讯股份有限公司 | 配置异常检测方法、服务器以及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY196450A (en) * | 2015-07-07 | 2023-04-12 | Huawei Tech Co Ltd | Method, Apparatus, and System for Detecting Terminal Device Anomaly |
CN108733005B (zh) * | 2017-04-21 | 2021-05-25 | 北京京东尚科信息技术有限公司 | 一种控制智能设备联动的方法及装置 |
CN110704229A (zh) * | 2019-09-29 | 2020-01-17 | 苏州浪潮智能科技有限公司 | 存储系统异常时的日志记录方法、系统、设备及存储介质 |
CN111241050B (zh) * | 2020-01-06 | 2024-03-08 | 浪潮软件集团有限公司 | 一种用于大数据平台的联动分析系统及方法 |
CN112230616A (zh) * | 2020-10-28 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 一种联动控制方法、装置及联动中间件 |
CN113486799A (zh) * | 2021-07-07 | 2021-10-08 | 深圳市商汤科技有限公司 | 设备联动方法、装置、设备、存储介质及程序产品 |
-
2021
- 2021-07-07 CN CN202110765584.1A patent/CN113486799A/zh active Pending
-
2022
- 2022-02-14 WO PCT/CN2022/076210 patent/WO2023279716A1/zh active Application Filing
- 2022-05-11 TW TW111117708A patent/TW202303399A/zh unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967814A (zh) * | 2014-11-04 | 2015-10-07 | 腾讯科技(上海)有限公司 | 监控设备互联控制方法及系统 |
WO2019021922A1 (ja) * | 2017-07-26 | 2019-01-31 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 異常検知装置および異常検知方法 |
CN109361898A (zh) * | 2018-10-22 | 2019-02-19 | 浙江宇视科技有限公司 | 异常事件监控方法及装置 |
CN110379141A (zh) * | 2019-06-12 | 2019-10-25 | 浙江省北大信息技术高等研究院 | 一种采用网关进行传感器联动的方法及网关系统 |
CN112953737A (zh) * | 2019-11-26 | 2021-06-11 | 中兴通讯股份有限公司 | 配置异常检测方法、服务器以及存储介质 |
CN112291520A (zh) * | 2020-10-26 | 2021-01-29 | 浙江大华技术股份有限公司 | 异常事件识别方法、装置、存储介质及电子装置 |
CN112882911A (zh) * | 2021-02-01 | 2021-06-01 | 中电科网络空间安全研究院有限公司 | 异常性能行为检测方法、系统、装置及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023279716A1 (zh) * | 2021-07-07 | 2023-01-12 | 上海商汤智能科技有限公司 | 设备联动方法、装置、设备、存储介质、程序产品及计算机程序 |
CN114419838A (zh) * | 2021-12-30 | 2022-04-29 | 杭州晨鹰军泰科技有限公司 | 一种联动报警配置方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023279716A1 (zh) | 2023-01-12 |
TW202303399A (zh) | 2023-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230362325A1 (en) | Video surveillance system, video processing apparatus, video processing method, and video processing program | |
CN109858365B (zh) | 一种特殊人群聚集行为分析方法、装置及电子设备 | |
US10331943B2 (en) | Automated scenario recognition and reporting using neural networks | |
CN113486799A (zh) | 设备联动方法、装置、设备、存储介质及程序产品 | |
CN112182295B (zh) | 基于行为预测的业务处理方法、装置及电子设备 | |
WO2023029574A1 (zh) | 获取客流信息的方法、装置、计算机设备以及存储介质 | |
CN110096606B (zh) | 一种外籍人员管理方法、装置和电子设备 | |
CN113468283A (zh) | 数据处理方法、装置、设备、存储介质 | |
CN111539861A (zh) | 消防应急处理方法、装置、计算机设备和存储介质 | |
CN112699328A (zh) | 网点服务数据处理方法、装置、系统、设备及存储介质 | |
CN114071062B (zh) | 远程评标视频会议过程中的视频录制方法及装置 | |
CN114071060B (zh) | 智能远程评标监管系统 | |
US20220165140A1 (en) | System and method for image analysis based security system | |
CN114071061B (zh) | 远程评标视频会议过程中评标专家行为评估方法及装置 | |
CN115271682B (zh) | 基于考勤信息的评价方法及装置、电子设备、存储介质 | |
CN114071052B (zh) | 远程评标视频会议过程中的视频流传输方法及监管系统 | |
CN220874562U (zh) | 警用重点人员监测分析大数据装置 | |
CN114422744A (zh) | 远程评标视频会议过程的视频画面显示方法及装置 | |
CN115147775A (zh) | 一种视频图像处理识别系统 | |
CN117456440A (zh) | 一种监控智能分析方法、系统、存储介质及电子设备 | |
Li et al. | Unified Physical Threat Monitoring System Aided by Virtual Building Simulation | |
CN114863363A (zh) | 一种行为引导方法、装置、设备及存储介质 | |
CN114494937A (zh) | 远程评标视频会议过程中评标专家异常行为的预警方法 | |
CN118097543A (zh) | 基于ai的预警方法、装置、存储介质及电子设备 | |
CN112633325A (zh) | 基于战法模型的人员识别方法、装置、电子设备及可读介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40058668 Country of ref document: HK |