CN113660482A - 一种ai摄像设备或模块的自动化测试方法及装置 - Google Patents

一种ai摄像设备或模块的自动化测试方法及装置 Download PDF

Info

Publication number
CN113660482A
CN113660482A CN202110854604.2A CN202110854604A CN113660482A CN 113660482 A CN113660482 A CN 113660482A CN 202110854604 A CN202110854604 A CN 202110854604A CN 113660482 A CN113660482 A CN 113660482A
Authority
CN
China
Prior art keywords
matching
test
shooting
picture
information
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
Application number
CN202110854604.2A
Other languages
English (en)
Inventor
康剑峰
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.)
Shanghai Li Ke Semiconductor Technology Co ltd
Original Assignee
Shanghai Li Ke Semiconductor 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 Shanghai Li Ke Semiconductor Technology Co ltd filed Critical Shanghai Li Ke Semiconductor Technology Co ltd
Priority to CN202110854604.2A priority Critical patent/CN113660482A/zh
Publication of CN113660482A publication Critical patent/CN113660482A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2268—Logging of test results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • 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
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

本发明提供一种AI摄像设备或模块的自动化测试装置，包括：拍摄资源，即实体的模型、图片、可播放显示的图片、视频文件；所有前述资源均贴上合适大小的图片识别码，以确保被测设备正常拍摄的图片能被成功识别出对应的图片识别码；资源数据库，存储所有拍摄资源信息的数据库或者文件，通过图片识别码可以获取图片识别码对应拍摄资源的所有AI信息；测试软件，实现对被测设备图片、日志等的获取，实现图片识别码识别，并通过与资源数据库进行匹配运行，判断测试结果，输出测试报告数据；拍摄资源控制软件，实现对拍摄资源的运动或播放控制。能真实反馈与判断被测AI摄像设备拍摄的实际拍摄画面的AI检测与识别结果，并实现其自动化测试。

Description

一种AI摄像设备或模块的自动化测试方法及装置
技术领域
本发明涉及设备自动化测试领域，具体涉及一种AI摄像设备或模块的自动化测试方法及装置。
背景技术
现有AI摄像设备或模块(后续简称AI摄像设备)包含一个非常重要的功能，即“图像检测与图像识别”，比如：人脸、人体、车辆检测，人脸、车牌识别等，广泛应用于安防摄像头、智能手机等领域。
现有AI摄像设备的自动化测试方式，主要通过控制并拍摄指定的拍摄资源(运动的模型或图片、显示设备上的图片或视频等)，然后依据指定的资源控制记录进行匹配运算从而实现自动化测试。主要测试框架如附图1所示：
拍摄资源控制软件或模块能够控制拍摄资源播放或者运动，并保留播放记录，并提供实时或者指定时间的播放记录接口；
测试软件与脚本直接监控被测设备，或者读取被测试设备历史信息；
测试软件读取拍摄资源播放记录与对应的AI信息，与被测设备AI数据进行匹配运算，实现AI检测与识别的自动化测试。
现有AI摄像设备的自动化测试方式，其主要流程如图1：
读取拍摄资源播放记录与对应的AI信息；
获取并筛选被测设备上报的AI信息或相关日志；
将拍摄资源对应的AI信息与被测设备上报的AI信息进行匹配运算，输出匹配数据，并判断匹配结果；
现有AI摄像设备的自动化测试方式存在如下特点与问题：
因为被测设备设定拍摄到的画面是通过拍摄资源控制软件的实时信息或者播放记录来确定，所以无法自动识别光线、角度、焦距、控制失败等意外情况，会导致错误判断；比如：拍摄资源因为反光导致被测设备无法识别到AI信息，此时被测设备实际识别、检测的信息是正确的，但是脚本会误判被测设备识别失败。
因为依据被拍摄资源控制记录来设定拍摄到的画面，所以默认被测试设备位置是相对静止的，无法实现被测设备本身连续运动拍摄的自动化测试，也无法实现手持随机运动拍摄的自动化测试。比如：在手持摄像头的情况下，对被测设备进行多角度拍摄，无法自动测试判断。
发明内容
本发明提供一种AI摄像设备或模块的自动化测试装置，能够避免由于光线、角度、焦距、控制失败等意外情况导致的错误判断。
本发明所要解决的技术问题是通过如下技术方案实现的：
本发明提供一种AI摄像设备或模块的自动化测试装置，包括：
拍摄资源，即实体的模型、图片、可播放显示的图片、视频文件；所有前述资源均贴上合适大小的图片识别码，以确保被测设备正常拍摄的图片能被成功识别出对应的图片识别码；
资源数据库，存储所有拍摄资源信息的数据库或者文件，通过图片识别码可以获取图片识别码对应拍摄资源的所有AI信息；
测试软件，实现对被测设备图片、日志等的获取，实现图片识别码识别，并通过与资源数据库进行匹配运行，判断测试结果，输出测试报告数据；
拍摄资源控制软件，实现对拍摄资源的运动或播放控制。
优选的，所述测试软件包括：
被测拍摄设备图像采集模块，实现从被测设备获取实时拍摄或备份存储的图片、视频，也支持直接获取已导出的图片、视频文件；
被测设备日志采集模块，实现从被测设备获取实时或备份存储的日志信息，也支持直接获取已导出的日志文件；
识别码图像识别模块，实现对被测AI拍摄设备拍摄的图片或视频进行识别码图像识别，并输出识别后的识别码；
被测设备日志分析模块，依据被测设备的实现特性，提取AI图像检测与识别需要的相关日志或数据；
资源数据库访问模块，实现依据识别码查询对应的拍摄资源信息；
匹配算法模块，实现将从资源数据库获取的资源信息与对应的日志信息进行算法匹配，并输出测试结果及相关数据。
优选的，所述测试软件还包括依据匹配算法模块输出的测试结果与测试数据、自动生成用户所需测试报告的测试报告生成模块。
优选的，所述匹配算法模块包括：
参数提取子模块，用于获取被测设备当时参数设置；
匹配检查项目筛选子模块，依据识别码对应的拍摄资源信息，确定需要匹配检查的项目；
匹配信息提取子模块，用于从日志中提取对应时间点需要的匹配信息数据；
匹配运行子模块，依据匹配检查项目、参数设置、日志中提取的匹配信息数据，运行自定义的匹配算法进行匹配运行，并输出匹配测试结果与相关匹配数据。
优选的，所述图片识别码是二维码或条形码。
应用于如权利要求1所述的AI摄像设备或模块的自动化测试装置的测试方法，包括以下步骤：
S1、开始测试；
S2、读取被测设备拍摄图片或录像；
S3、识别图片中识别码；
S4、如果识别失败，返回第二步开始；如果识别成功，从资源库中读取识别码对应的资源信息；
S5、从日志中提取对应时间点的配置信息与AI信息；
S6、依据识别码对应的资源信息与日志中提取配置信息、AI信息进行匹配运算，输出匹配测试结果与相关匹配数据；
S7、记录测试结果与数据；
S8、判断是否结束，如果未结束，返回S2开始；否则，执行停止，测试结束。
优选的，所述步骤S6包括：
获取被测设备当时参数设置；
依据识别码对应的拍摄资源信息，确定需要匹配检查的项目；
从日志中提取对应时间点需要的匹配信息数据；
依据匹配检查项目、参数设置、日志中提取的匹配信息数据，运行自定义的匹配算法进行匹配运行，并输出匹配测试结果与相关匹配数据。
本发明的有益效果在于，能真实反馈与判断被测AI摄像设备拍摄的实际拍摄画面的AI检测与识别结果，并实现其自动化测试，避免了各种环境、意外问题导致的结果误判，提高自动化测试可靠性。
附图说明
图1是现有自动化测试主要框架；
图2是现有自动化测试主要流程；
图3是本发明的AI摄像设备或模块的自动化测试装置的系统架构；
图4是本发明的AI摄像设备或模块的自动化测试装置的测试软件模型；
图5是本发明的AI摄像设备或模块的自动化测试方法的测试流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图3是本实施例的AI摄像设备或模块的自动化测试装置的系统架构。本发明主要包含如下四大部分。
拍摄资源：拍摄资源包含实体的模型、图片，也包含可播放显示的图片、视频文件。本发明的所有资源需贴上合适大小的图片识别码(比如二维码、条形码等)，确保被测设备正常拍摄的图片能被成功识别出识别码。目前识别码的生成有非常多的通用工具与算法模块实现，本发明不详细介绍。
表1
识别码 人脸数 车数 人名 车ID 虚焦触发 触发XX告警 触发XX2告警
P000001 2 1 name1，name2 沪A111111 是 是 是
P000002 3 1 name1，name2，name3 沪A111111 否 否 否
P000003 3 1 name1，name2，name3 沪A111111 是 是 是
资源数据库：存储所有拍摄资源信息的数据库或者文件，通过识别码可以获取识别码对应拍摄资源的所有AI信息。如表1所示，识别码为P000001的拍摄资源，包含2张人脸，1辆车，2个人对应的姓名为：name1，name2。
测试软件与脚本：实现对被测设备图片、日志等的获取，实现图片识别码识别，并通过与资源数据库进行匹配运行，判断测试结果，输出测试报告数据。
拍摄资源控制软件：实现对拍摄资源的运动或播放控制。此软件相对独立，甚至可以是第三方软件。只有当需要指定的拍摄资源的脚本自动化测试时，才需要提供测试软件的控制接口。
本发明适用的被测拍摄设备是包含AI摄像功能的设备或模块，比如智能摄像头、智能手机、智能机器人等。
图4是本实施例的AI摄像设备或模块的自动化测试装置的测试软件模型。测试软件模型包括：
被测拍摄设备图像采集模块，实现从被测设备获取实时拍摄或备份存储的图片、视频，也支持直接获取已导出的图片、视频文件。现有的AI拍摄设备都提供通用或专用的接口来实现拍摄的图像数据实时导出，比如：RTSP(Real Time Streaming Protocol)实时流传输协议；也支持存储的文件导出，比如Android的adb命令通道。此类技术实现属于通用技术，本发明不做详细介绍。
被测设备日志采集模块，实现从被测设备获取实时或备份存储的日志信息，也支持直接获取已导出的日志文件。此类技术实现同样属于通用技术，本发明不做详细介绍。
识别码图像识别模块，实现对被测AI拍摄设备拍摄的图片或视频进行识别码图像识别，并输出识别后的识别码。目前图像识别码算法(比如二维码识别算法、条形码识别算法)已经非常通用，其具体的算法实现本发明不详细介绍。
被测设备日志分析模块，依据被测设备的实现特性，提取AI图像检测与识别需要的相关日志或数据。其具体的实现需要依据被测设备的具体实现方案进行开发，比如不同产品的AI识别信息格式各不相同，需要对不同产品日志格式进行针对性开发适配。
资源数据库访问模块，实现依据识别码查询对应的拍摄资源信息。资源数据库的格式依据产品与测试特征自行定义，格式可参考表1。资源数据库应该包含每一个拍摄资源中所有应该识别的详细信息。资源数据库技术实现依据资源数据库技术方案而定，本发明包含数据库、数据文件等多种数据存储与查询方式。
匹配算法模块，实现将从资源数据库获取的资源信息与对应的日志信息进行算法匹配，并输出测试结果及相关数据。匹配算法实现需依据测试需求、被测产品特性进行适配开发，一般存在如下通用核心算法步骤：
获取被测设备当时参数设置；
依据识别码对应的拍摄资源信息，确定需要匹配检查的项目；
从日志中提取对应时间点需要的匹配信息数据；
依据匹配检查项目、参数设置、日志中提取的匹配信息数据，运行自定义的匹配算法进行匹配运行，并输出匹配测试结果与相关匹配数据。
通过如上算法，可以不依赖于具体脚本逻辑，实现随机拍摄资源播放下的自动化识别判断。比如：如表1所示，识别的识别码P000001为，读取设置，设置了人脸识别，未设置车辆识别。提取当前时间点附近的相关日志信息，有name1，name2的人脸匹配信息上报，但是没有车牌为“沪A111111”的车牌信息上报，判断结果成功，因为当前未设置车牌识别。
测试报告生成模块，依据匹配算法模块输出的测试结果与测试数据，自动生成用户需要的测试报告。此类技术实现属于通用技术，不做详细实现介绍。
图5是本发明的AI摄像设备或模块的自动化测试方法的测试流程。具体步骤如下：
S1、开始测试；
S2、读取被测设备拍摄图片或录像；
S3、识别图片中识别码；
S4、如果识别失败，返回第二步开始；如果识别成功，从资源库中读取识别码对应的资源信息；
S5、从日志中提取对应时间点的配置信息与AI信息；
S6、依据识别码对应的资源信息与日志中提取配置信息、AI信息进行匹配运算，输出匹配测试结果与相关匹配数据；
S7、记录测试结果与数据；
S8、判断是否结束，如果未结束，返回S2开始；否则，执行停止，测试结束。
本发明场景例举。比如：测试100台AI监控摄像头1周内的检测与识别数据，并输出报告。用本发明所示方式实现自动化测试如下。
准备测试资源：准备1000张不同AI测试点的图片文件，每张图片上用图片处理工具增加图形识别码；准备100个视频文件，利用视频编辑软件，在对应视频指定帧的图片上增加图形识别码；
建设资源数据库：将每一个资源识别码对应的需要识别的AI信息录入资源数据库；
将100台被测AI监控摄像头通电开机、联网后，对准1个或者多个显示设备(比如显示器、电视机)，并调好焦距与角度。
用拍摄资源控制软件控制拍摄资源(图片、视频)在被拍摄显示设备上按照指定顺序或随机顺序播放显示。
在1台或者多台测试PC上运行本发明测试软件，测试软件设定对1台或者多台被测AI监控摄像头进行实时测试，并自动输出测试报告；可以设定测试软件实现对1台或者多台被测设备的历史运行数据进行分析，并输出同样测试效果的测试报告；也可以设定测试软件实现对已经从被测设备导出的日志数据或文件进行分析，并输出同样测试效果的测试报告；
从测试报告中，可看出其中几台一直无AI信息上报，经过检测发现，1台拍摄的角度不对，1台拍摄焦距相差较大，1台反光。
从测试报告中，看出其中一台识别率低，通过报告提供的时间点截图或回放，能够明显看出设备识别存在问题。
手持一台被测设备，对拍摄资源进行随机多角度拍摄，拍摄完成后，用本发明的测试分析软件进行分析，能够自动输出测试报告。
如上所述，应用本发明能真实反馈与判断被测AI摄像设备拍摄的实际拍摄画面的AI检测与识别结果，同时实现1套拍摄资源支持多台被测设备同时异步自动化测试，也支持手持被测设备随机运行状态下的自动化测试。
本发明核心要点：
本发明拍摄资源包含图片文件、视频文件、实物模型、实体图片，也包含图像文件显示与播放设备及软件、实体模型、图片传送设备。
本发明在拍摄资源(图片文件、适配文件、实物模型、实体图片)上增加合适大小的图像识别码，图像识别码中包含资源ID信息，也可以直接包含此资源需要检测、识别的具体信息。
本发明测试软件获取被测AI摄像设备本身实际拍摄的图像(包含图片与视频)，并识别图像中的识别码，然后依据识别码查询对应的拍摄资源AI数据；本发明测试软件从被测AI摄像设备日志中获取被测AI摄像设备的配置信息与AI检测与识别信息数据；本发明测试软件匹配算法依据对应的拍摄资源数据、配置数据、日志数据，进行匹配运算并输出对应的测试结果与测试数据。
通过本发明如上所述实现方式，能真实反馈与判断被测AI摄像设备拍摄的实际拍摄画面的AI检测与识别结果，并实现其自动化测试，避免了各种环境、意外问题导致的结果误判，提高自动化测试可靠性。
应用本发明能对依据被测试设备本身实际拍摄到的真实画面进行测试判断的特点，在AI摄像设备测试领域，能够实现如下测试应用及其突破：
在AI摄像设备测试领域首次实现被测AI摄像设备本身运动状态下自动化测试应用(比如：控制被测试设备运动或手持随机运动拍摄)；
无需测试PC实时连接的自动化测试应用；
无需脚本控制的自动化测试应用；
实现拍摄资源与测试设备去绑定，从而实现了一套拍摄资源可以支持多台被测AI摄像设备同时自动化测试的应用。

Claims (7)

1.一种AI摄像设备或模块的自动化测试装置，其特征在于，包括：
拍摄资源，即实体的模型、图片、可播放显示的图片、视频文件；所有前述资源均贴上合适大小的图片识别码，以确保被测设备正常拍摄的图片能被成功识别出对应的图片识别码；
资源数据库，存储所有拍摄资源信息的数据库或者文件，通过图片识别码可以获取图片识别码对应拍摄资源的所有AI信息；
测试软件，实现对被测设备图片、日志等的获取，实现图片识别码识别，并通过与资源数据库进行匹配运行，判断测试结果，输出测试报告数据；
拍摄资源控制软件，实现对拍摄资源的运动或播放控制。
2.根据权利要求1所述的AI摄像设备或模块的自动化测试装置，其特征在于，所述测试软件包括：
被测拍摄设备图像采集模块，实现从被测设备获取实时拍摄或备份存储的图片、视频，也支持直接获取已导出的图片、视频文件；
被测设备日志采集模块，实现从被测设备获取实时或备份存储的日志信息，也支持直接获取已导出的日志文件；
识别码图像识别模块，实现对被测AI拍摄设备拍摄的图片或视频进行识别码图像识别，并输出识别后的识别码；
被测设备日志分析模块，依据被测设备的实现特性，提取AI图像检测与识别需要的相关日志或数据；
资源数据库访问模块，实现依据识别码查询对应的拍摄资源信息；
匹配算法模块，实现将从资源数据库获取的资源信息与对应的日志信息进行算法匹配，并输出测试结果及相关数据。
3.根据权利要求2所述的AI摄像设备或模块的自动化测试装置，其特征在于，所述测试软件还包括依据匹配算法模块输出的测试结果与测试数据、自动生成用户所需测试报告的测试报告生成模块。
4.根据权利要求2所述的AI摄像设备或模块的自动化测试装置，其特征在于，所述匹配算法模块包括：
参数提取子模块，用于获取被测设备当时参数设置；
匹配检查项目筛选子模块，依据识别码对应的拍摄资源信息，确定需要匹配检查的项目；
匹配信息提取子模块，用于从日志中提取对应时间点需要的匹配信息数据；
匹配运行子模块，依据匹配检查项目、参数设置、日志中提取的匹配信息数据，运行自定义的匹配算法进行匹配运行，并输出匹配测试结果与相关匹配数据。
5.根据权利要求2所述的AI摄像设备或模块的自动化测试装置，其特征在于：所述图片识别码是二维码或条形码。
6.应用于如权利要求1所述的AI摄像设备或模块的自动化测试装置的测试方法，其特征在于，包括以下步骤：
S1、开始测试；
S2、读取被测设备拍摄图片或录像；
S3、识别图片中识别码；
S4、如果识别失败，返回第二步开始；如果识别成功，从资源库中读取识别码对应的资源信息；
S5、从日志中提取对应时间点的配置信息与AI信息；
S6、依据识别码对应的资源信息与日志中提取配置信息、AI信息进行匹配运算，输出匹配测试结果与相关匹配数据；
S7、记录测试结果与数据；
S8、判断是否结束，如果未结束，返回S2开始；否则，执行停止，测试结束。
7.根据权利要求6所述的测试方法，其特征在于，所述步骤S6包括：
获取被测设备当时参数设置；
依据识别码对应的拍摄资源信息，确定需要匹配检查的项目；
从日志中提取对应时间点需要的匹配信息数据；
依据匹配检查项目、参数设置、日志中提取的匹配信息数据，运行自定义的匹配算法进行匹配运行，并输出匹配测试结果与相关匹配数据。
CN202110854604.2A 2021-07-28 2021-07-28 一种ai摄像设备或模块的自动化测试方法及装置 Pending CN113660482A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110854604.2A CN113660482A (zh) 2021-07-28 2021-07-28 一种ai摄像设备或模块的自动化测试方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110854604.2A CN113660482A (zh) 2021-07-28 2021-07-28 一种ai摄像设备或模块的自动化测试方法及装置

Publications (1)

Publication Number Publication Date
CN113660482A true CN113660482A (zh) 2021-11-16

Family

ID=78478824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110854604.2A Pending CN113660482A (zh) 2021-07-28 2021-07-28 一种ai摄像设备或模块的自动化测试方法及装置

Country Status (1)

Country Link
CN (1) CN113660482A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116627916A (zh) * 2023-07-25 2023-08-22 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009132600A1 (en) * 2008-05-02 2009-11-05 Imagic Systems Limited System and method for distributing targeted content
US20130119123A1 (en) * 2011-11-10 2013-05-16 Colorvision International, Inc. Theme park photograph tracking and retrieval system for park visitors and associated methods
WO2018028253A1 (zh) * 2016-08-09 2018-02-15 中兴通讯股份有限公司 一种信息处理方法、装置及存储介质
CN110031697A (zh) * 2019-03-07 2019-07-19 北京旷视科技有限公司 目标识别设备的测试方法、装置、系统和计算机可读介质
CN110705651A (zh) * 2019-10-17 2020-01-17 上海眼控科技股份有限公司 用于对视频识别准确率测试的方法、装置、设备及介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009132600A1 (en) * 2008-05-02 2009-11-05 Imagic Systems Limited System and method for distributing targeted content
US20130119123A1 (en) * 2011-11-10 2013-05-16 Colorvision International, Inc. Theme park photograph tracking and retrieval system for park visitors and associated methods
WO2018028253A1 (zh) * 2016-08-09 2018-02-15 中兴通讯股份有限公司 一种信息处理方法、装置及存储介质
CN110031697A (zh) * 2019-03-07 2019-07-19 北京旷视科技有限公司 目标识别设备的测试方法、装置、系统和计算机可读介质
CN110705651A (zh) * 2019-10-17 2020-01-17 上海眼控科技股份有限公司 用于对视频识别准确率测试的方法、装置、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116627916A (zh) * 2023-07-25 2023-08-22 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统
CN116627916B (zh) * 2023-07-25 2023-10-13 厦门瑞为信息技术有限公司 多路摄像头数据采集和数据倒灌的自动测试方法及系统

Similar Documents

Publication Publication Date Title
CN110659397B (zh) 一种行为检测方法、装置、电子设备和存储介质
US8854474B2 (en) System and method for quick object verification
JP2971381B2 (ja) マルティメディアプログラム編集方法及びマルチメディアプログラム編集システム
AU2006237604A1 (en) Video image processing appliance manager
WO2021164448A1 (zh) 品质异常记录方法、装置、增强现实设备、系统及介质
CN110851148B (zh) 一种基于智能图像识别用户行为数据的分析系统及其方法
CN109413417B (zh) 一种互动电视业务质量检测的系统与方法
CN112511818B (zh) 视频播放质量检测方法、装置
CN113660482A (zh) 一种ai摄像设备或模块的自动化测试方法及装置
CN111262987A (zh) 手机检测方法及设备
CN110458971A (zh) 课堂考勤记录方法、装置、计算机设备和存储介质
CN110414322B (zh) 提取图片的方法、装置、设备及存储介质
CN116305247B (zh) 一种车载应用软件过程数据的敏感信息检测方法及系统
CN111695445A (zh) 一种人脸识别的方法、装置、设备及计算机可读存储介质
CN112769645B (zh) 一种终端测试方法、装置、终端设备和存储介质
CN115424405A (zh) 烟火监测告警方法、装置、设备及存储介质
CN115426534A (zh) 视频流质量检测方法、装置、设备及存储介质
CN104579825A (zh) 应用的服务端实时监测方法、装置以及计算机设备
CN110347597B (zh) 图片服务器的接口测试方法、装置、存储介质与移动终端
CN112580379B (zh) 数据处理系统和方法、电子设备以及计算机可读存储介质
CN113923443A (zh) 一种网络录像机测试方法、装置及计算机可读存储介质
CN112948634A (zh) 一种用于确定目标物品的监控视频的方法与设备
CN113094285A (zh) 测试用例运行过程的录屏方法、装置、设备及存储介质
CN113252678A (zh) 一种移动终端的外观质检方法及设备
CN111914969A (zh) 一种电能表试验管理服务系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination