CN114038040A - 机房巡检监督方法、装置、设备 - Google Patents
机房巡检监督方法、装置、设备 Download PDFInfo
- Publication number
- CN114038040A CN114038040A CN202111335862.6A CN202111335862A CN114038040A CN 114038040 A CN114038040 A CN 114038040A CN 202111335862 A CN202111335862 A CN 202111335862A CN 114038040 A CN114038040 A CN 114038040A
- Authority
- CN
- China
- Prior art keywords
- inspection
- machine room
- personnel
- human body
- determining
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种机房巡检监督方法,可以应用于智能监管技术领域。所述方法包括对待进入机房内的请求人员进行身份识别;基于预设的巡检规划从身份识别的结果中确定巡检人员;对巡检人员进行人体生物特征提取,并将提取到的人体生物特征存储到预先创建的特征库中;基于行人识别算法和目标跟踪算法从机房的摄像装置采集到的多路视频图像中确定巡检人员的巡检轨迹。本公开还提供了一种机房巡检监督装置、设备。
Description
技术领域
本公开涉及智能监管技术领域,更具体地涉及一种机房巡检监督方法、装置、设备。
背景技术
随着计算机和云计算技术的不断发展,计算机机房规模越做越大、机房的安全性要求越来越高。为了保障机房日常稳定运行,机房运维人员须定期去机房进行巡检,现场检查所有设备的运行状况。现有的机房巡检方式,无法有效评估巡检人的工作完成情况,对巡检人的巡检工作缺乏有效的监督,时常出现由于巡检人工作不尽责导致机房事故。
发明内容
鉴于上述问题,本公开提供了一种机房巡检监督方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种机房巡检监督方法,包括对待进入机房内的请求人员进行身份识别;基于预设的巡检规划从所述身份识别的结果中确定巡检人员;对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中;基于行人识别算法和目标跟踪算法从所述机房的摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
根据本公开的实施例,所述对所述巡检人员进行人体生物特征提取包括:基于YoloV3算法和MGN算法对所述巡检人员进行人体生物特征提取。
根据本公开的实施例,基于行人识别算法和目标跟踪算法从所述机房摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹包括:调用所述特征库中的人体生物特征行利用所述行人识别算法确定所述多路视频图像中所述巡检人员的人体图像;基于所述人体图像利用目标跟踪算法从所述多路视频图像中提取所述巡检人员的轨迹特征。
根据本公开的实施例,所述对待进入机房内的请求人员进行身份识别包括:基于人脸识别技术采集所述请求人员的人脸信息;将采集到的人脸信息与机房闸机系统中预存的人脸信息进行比对以确定所述请求人员的身份。
根据本公开的实施例,所述基于预设的巡检规划从所述身份识别的结果中确定巡检人员包括:将所述巡检规划中不同巡检人员的巡检生效时间输入到所述闸机系统中;根据所述闸机系统的系统时间和所述巡检生效时间确定所述请求人员是否为当前时段的巡检人员。
根据本公开的实施例,还包括:基于所述巡检生效时间确定所述巡检结束时间;在所述闸机系统的系统时间达到或超出所述巡检结束时间时,或所述闸机系统接收到所述巡检人员离开的信号时,从所述特征库中自动删除当前巡检人员的人体生物特征。
根据本公开的实施例,还包括:获取机房内摄像装置的点位布局信息和所述摄像装置的摄像区域信息;基于所述点位布局信息、摄像区域信息和所述巡检轨迹确定所述巡检人员在不同摄像装置下的巡检时间。
根据本公开的实施例,还包括:基于巡检人员的身份信息、所述巡检路线、所述巡检时间、所述点位布局信息、所述摄像区域信息生成巡检报告;基于所述巡检报告与所述预设的巡检规划进行比对以评价所述巡检人员的巡检质量。
本公开的第二方面提供了一种机房巡检监督装置,包括:身份检测模块,用于对待进入机房内的请求人员进行身份识别;巡检人员确定模块,用于基于预设的巡检规划从所述身份识别的结果中确定巡检人员;人体生物特征提取模块,用于对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中;巡检轨迹确定模块,用于基于行人识别算法和目标跟踪算法从所述机房摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述机房巡检监督方法。
本公开的实施例中通过对待进入机房内的请求人员进行身份识别;基于预设的巡检规划从身份识别的结果中确定巡检人员;对巡检人员进行人体生物特征提取,并将提取到的人体生物特征存储到预先创建的特征库中;基于行人识别算法和目标跟踪算法从机房的摄像装置采集到的多路视频图像中确定巡检人员的巡检轨迹。本公开中通过对巡检人员进行人体生物体征提取,结合行人识别算法和目标跟踪算法实现对巡检人员的巡检轨迹的记录,利于后续对巡检人员巡检工作的监督。且采用行人识别算法能够在巡检过程中实现巡检人员未面部正对摄像装置也能够确定巡检人员的身份,实现对巡检人员的无感监督。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的机房巡检监督方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的机房巡检监督方法的流程图;
图3示意性示出了根据本公开实施例的机房巡检监督方法的另一实施例的流程图;
图4示意性示出了根据本公开实施例的机房巡检监督方法的另一实施例的流程图;
图5示意性示出了根据本公开实施例的机房巡检监督方法的再一实施例的流程图
图6示意性示出了根据本公开实施例的机房巡检监督装置的结构框图;
图7示意性示出了根据本公开实施例的适于实现机房巡检监督方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种机房巡检监督方法,包括:对待进入机房内的请求人员进行身份识别;基于预设的巡检规划从所述身份识别的结果中确定巡检人员;对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中;基于行人识别算法和目标跟踪算法从所述机房的摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
图1示意性示出了根据本公开实施例的智能机房巡检监督方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括多个摄像装置101、网络102和服务器103。网络102用以在摄像装置101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
多个摄像装置101设置在机房内,采集包括有巡检人员的多路视频影响,并通过网络102将采集到的多路视频影像上传到服务器103,以便于通过服务器103确认巡检人员的巡检轨迹。
服务器103可以是提供各种服务的服务器,例如预存有巡检人员人体生物特征和对应身份信息的后台管理服务器(仅为示例)。后台管理服务器还可对接收到的多路视频影像进行分析,将分析的结果与服务器103中预存的人体生物特征进行匹配以确定巡检人员的身份。
需要说明的是,本公开实施例所提供的机房巡检监督方法一般可以由服务器103执行。相应地,本公开实施例所提供的机房巡检监督装置一般可以设置于服务器103中。本公开实施例所提供的机房巡检监督方法也可以由不同于服务器103且能够与摄像装置101和/或服务器103通信的服务器或服务器集群执行。相应地,本公开实施例所提供的机房巡检监督装置也可以设置于不同于服务器103且能够与摄像装置101和/或服务器103通信的服务器或服务器集群中。
应该理解,图1中的摄像装置、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的摄像装置、网络和服务器。
以下将基于图1描述的场景,通过图2~图5对公开实施例的机房巡检监督方法进行详细描述。
图2示意性示出了根据本公开实施例的机房巡检监督方法的流程图。
如图2所示,该实施例的机房巡检监督方法包括操作S210~操作S240,该方法可以由服务器执行。
在操作S210,对待进入机房内的请求人员进行身份识别。
可以理解,机房为企业等组织机构的数据存储、网络运行的中心,进入机房需要设置相应的权限,特别是对应于大型的数据中心机房,需要配置相应的巡检人员,以保证机房安全和机房运行的稳定性。
本公开的实施例中,在机房管理系统的服务器中会预先存储具有进入机房权限的人员的基本信息,如人脸信息、身份姓名、身份证号、电话、所属部门、职位等。例如,在机房入口处设置闸机系统,闸机系统中包括人脸识别装置,请求人员在人脸识别装置处完成人脸图像的采集,闸机系统将采集到的人脸图像与服务器中预存的人脸图像进行匹配,实现对请求人员身份的识别。
本公开的实施例中,请求人员通过身份识别验证成功后即可进入到机房内,闸机系统对其放行处理。
在操作S220,基于预设的巡检规划从所述身份识别的结果中确定巡检人员。
可以理解,请求人员中通过身份识别的并不一定是机房的巡检人员。请求人员中可包括巡检人员、管理人员、基本员工等。进一步地,在预设的巡检规划中,机房的巡检可采用两班巡检制或三班巡检制等。在不同的巡检时间段对应的巡检人员不同,因此存在当前的请求人员即使身份是巡检人员,但其并不是当前时段的巡检人员。
基于上述问题,本公开的实施例中将巡检规划中不同巡检人员的巡检生效时间输入到闸机系统中,例如:
巡检生效时间:早上6:00到下午2:00,机房巡检人员为:人员A、人员B、人员C;
巡检生效时间:下午2:00到晚上,10:00,机房巡检人员为:人员D、人员E、人员F;
巡检生效时间:晚上10:00到早上6:00,机房巡检人员为:人员G、人员H、人员I。
本公开的实施例中将上述中的巡检生效时间录入到闸机系统中,在操作S210中确定请求人员的身份后,根据闸机系统中显示的系统时间,判断系统时间落入哪一巡检生效时间段内,后在将当前请求人员的身份信息与巡检生效时间相对应的巡检人员的身份信息匹配,以从请求人员中确定当前巡检生效时间段内的巡检人员。
在操作S230,对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中。
本公开的实施例中采用YoloV3算法和MGN算法对所述巡检人员进行人体生物特征提取。
可以理解,此步骤中的巡检人员仅为当前巡检生效时间内确定的巡检人员,在进行人体生物特征提取时,仅对在当前巡检时间内的巡检人员进行。基于仅采集当前巡检时间内的巡检人员的人体生物特征,属于小范围识别,可提高识别的精度。
本公开的实施例中,在闸机系统中设置摄像装置,在确定当前时间段内的巡检人员的身份后,利用摄像装置对巡检人员进行拍照以获得人体图像。
可以理解,根据YoloV3算法可确定每张照片中的人体图像。
可以理解,为获取到尽可能多的人体生物特征,在拍照时,需要对巡检人员的正面、侧面、背面、上面等方向进行全方位的拍照采集以获取多张人体图像照片。其中,通过MTCNN算法抽取最优图片。最优图片为人体和人脸无遮挡、且像素清晰的图片,部分最优图片包含侧面、正面或背面照。根据少量的最优图片生成人脸特征和人体生物特征,可以降低特征库的大小,提高搜索响应速度。
本公开的实施例中,将获取到人体生物特征与巡检人员的身份信息绑定后上传到特征库中。特征库可为创建在服务器中数据库,以方便后续进行身份确定时,从特征库中匹配相应的人体生物特征。
在操作S240,基于行人识别算法和目标跟踪算法从所述机房的摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
可以理解,在巡检开始后,设置在机房内的摄像装置对其摄像区域进行拍照采集以生成多路视频图像。对生成的多路视频图像进行解码获取帧图像。后调用所述特征库中的人体生物特征行利用所述行人识别算法例确定所述多路视频图像中所述巡检人员的人体图像,具体的,使用MGN算法确定人体生物特征,根据上述人体生物特征去匹配特征库中的人体生物特征,根据匹配结果,确定当前图像中巡检人员的身份。
可以理解,在对人体生物特征进行匹配时,可根据匹配的相似度进行判断,对相似度设置相应的阈值范围,在满足预设的阈值范围时,可实现人体生物特征的匹配。如预设的阈值范围可为90%以上。
本公开的实施例中在确定巡检人员的身份后,根据巡检人员在不同帧图像中的人体图像以及不同帧图像的摄像时间,对包含有巡检人员的帧图像按照时间线进行排序,利用DeepSort算法获取巡检人员在不同帧图像间的轨迹特征,生成巡检路线。
图3示意性示出了根据本公开实施例的机房巡检监督方法的另一实施例的流程图。
如图3所示,该实施例的机房巡检监督方法在图2中所述实施例的基础上增加操作S250~操作S260,该方法可以由服务器执行。
在操作S250,基于所述巡检生效时间确定所述巡检结束时间。
可以理解,在巡检生效时间结束时,当前巡检人员需要离开机房,根据巡检生效时间的末时间点确定巡检结束时间。
在操作S260,在所述闸机系统的系统时间达到或超出所述巡检结束时间时,或所述闸机系统接收到所述巡检人员离开的信号时,从所述特征库中自动删除当前巡检人员的人体生物特征。
本公开的实施例中,通过闸机系统的系统时间达到或超出所述巡检结束时间,或者通过闸机系统接收到所述巡检人员离开的信号,以判断巡检人员巡检结束,此时将当前巡检人员的人体生物特征从特征库中删除,有利于下一班巡检人员在进行人体特征匹配时,提高搜索的响应速度。
图4示意性示出了根据本公开实施例的机房巡检监督方法的另一实施例的流程图。
如图4所示,该实施例的机房巡检监督方法在图2中所述实施例的基础上增加操作S270~操作S280,该方法可以由服务器执行。
在操作S270,获取机房内摄像装置的点位布局信息和所述摄像装置的摄像区域信息。
本公开的实施例中,对当前机房内的摄像装置进行编号,如摄像机01、摄像机02、摄像机03等。对机房的立体空间区域进行网格式划分,根据摄像装置的实际位置,定义每个摄像机的位置坐标,根据摄像机的位置坐标和摄像机的转角等性能确定每个摄像机的摄像区域。将摄像机编号、位置、摄像区域进行标定。
在操作S280,基于所述点位布局信息、摄像区域信息和所述巡检轨迹确定所述巡检人员在不同摄像装置下的巡检时间。
本公开的实施例中,根据点位布局信息确定摄像装置的编号,根据巡检轨迹和摄像区域可确定巡检人员在摄像区域下的停留时间。例如,在T1时刻的帧图像中,巡检人员A未处于摄像机01的摄像区域内,在T2时刻的帧图像中,巡检人员A处于摄像机01的摄像区域内,在T3时刻的帧图像中,巡检人员A未处于摄像机01的摄像区域内,则可以初步估算巡检人员A在摄像机01处的停留时长为T3-T2。根据巡检过程中的停留时长可方便判断巡检人员对机房内的重点巡检区域的巡检质量。
图5示意性示出了根据本公开实施例的机房巡检监督方法的另一实施例的流程图。
如图5所示,该实施例的机房巡检监督方法在图4中所述实施例的基础上增加操作S290~操作S2100,该方法可以由服务器执行。
在操作S290,基于巡检人员的身份信息、所述巡检路线、所述巡检时间、所述点位布局信息、所述摄像区域信息生成巡检报告。
本公开的实施例中,在服务器中预存有巡检报告的模板,在获取到巡检人员的身份信息、巡检路线、巡检时间、点位布局信息、摄像区域信息后,实时更新上传到巡检报告模板中,生成相应巡检人员的巡检报告。
在操作S2100,基于所述巡检报告与所述预设的巡检规划进行比对以评价所述巡检人员的巡检质量。
可以理解,在巡检质量评价时,可指定相应的评价标准,例如,预设巡检质量为满分100分,巡检人员是否按照巡检路线进行巡检,若是未能按照巡检路线巡检,根据实际巡检路线相比于预设巡检路线的差异进行减分处理,如相比于预设巡检路线遗漏巡检区域的个数进行减分分值的确定等。或者在停留时间不满足预设的时长时,进行减分处理。
基于上述机房巡检监督方法,本公开还提供了一种机房巡检监督装置。以下将结合图6对该装置进行详细描述。
图6示意性示出了根据本公开实施例的机房巡检监督装置的结构框图。
如图6所示,该实施例的机房巡检监督装置300包括身份检测模块301、巡检人员确定模块302、人体生物特征提取模块303和巡检轨迹确定模块304。
身份检测模块301用于对待进入机房内的请求人员进行身份识别。在一实施例中,身份检测模块301可以用于执行前文描述的操作S210,在此不再赘述。
巡检人员确定模块302,用于基于预设的巡检规划从所述身份识别的结果中确定巡检人员。在一实施例中,巡检人员确定模块302可以用于执行前文描述的操作S220,在此不再赘述。
人体生物特征提取模块303用于对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中。在一实施例中,人体生物特征提取模块303可以用于执行前文描述的操作S230,在此不再赘述。
巡检轨迹确定模块304,用于基于行人识别算法和目标跟踪算法从所述机房摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。在一实施例中,巡检轨迹确定模块304可以用于执行前文描述的操作S240,在此不再赘述。
本公开的实施例中的机房巡检监督装置还可包括:
巡检结束确定模块,基于所述巡检生效时间确定所述巡检结束时间。在一实施例中,巡检结束确定模块,可以用于执行前文描述的操作S250,在此不再赘述。
人体生物特征删除模块,从所述特征库中自动删除当前巡检人员的人体生物特征。在一实施例中,人体生物特征删除模块可以用于执行前文描述的操作S260,在此不再赘述。
本公开的实施例中的机房巡检监督装置还可包括:
获取模块,用于获取机房内摄像装置的点位布局信息和所述摄像装置的摄像区域信息。在一实施例中,获取模块可以用于执行前文描述的操作S270,在此不再赘述。
巡检时间确定模块,用于基于所述点位布局信息、摄像区域信息和所述巡检轨迹确定所述巡检人员在不同摄像装置下的巡检时间。在一实施例中,巡检时间确定模块可以用于执行前文描述的操作S280,在此不再赘述。
本公开的实施例中的机房巡检监督装置还可包括:
巡检报告生成模块,用于基于巡检人员的身份信息、所述巡检路线、所述巡检时间、所述点位布局信息、所述摄像区域信息生成巡检报告。在一实施例中,巡检报告生成模块可以用于执行前文描述的操作S290,在此不再赘述。
质量评价模块,用于基于所述巡检报告与所述预设的巡检规划进行比对以评价所述巡检人员的巡检质量。在一实施例中,巡检报告生成模块可以用于执行前文描述的操作S2100,在此不再赘述。
根据本公开的实施例,通过对待进入机房内的请求人员进行身份识别;基于预设的巡检规划从身份识别的结果中确定巡检人员;对巡检人员进行人体生物特征提取,并将提取到的人体生物特征存储到预先创建的特征库中;基于行人识别算法和目标跟踪算法从机房的摄像装置采集到的多路视频图像中确定巡检人员的巡检轨迹。本公开中通过对巡检人员进行人体生物体征提取,结合行人识别算法和目标跟踪算法实现对巡检人员的巡检轨迹的记录,利于后续对巡检人员巡检工作的监督。且采用行人识别算法能够在巡检过程中实现巡检人员未面部正对摄像装置也能够确定巡检人员的身份,实现对巡检人员的无感监督。
根据本公开的实施例,身份检测模块301、巡检人员确定模块302、人体生物特征提取模块303和巡检轨迹确定模块304中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,身份检测模块301、巡检人员确定模块302、人体生物特征提取模块303和巡检轨迹确定模块304中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,身份检测模块301、巡检人员确定模块302、人体生物特征提取模块303和巡检轨迹确定模块304中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现机房巡检监督方法的电子设备的方框图。
如图7所示,根据本公开实施例的电子设备400包括处理器401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机防问存储器(RAM)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 403中,存储有电子设备400操作所需的各种程序和数据。处理器401、ROM402以及RAM 403通过总线404彼此相连。处理器401通过执行ROM 402和/或RAM 403中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 402和RAM 403以外的一个或多个存储器中。处理器401也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备400还可以包括输入/输出(I/O)接口405,输入/输出(I/O)接口405也连接至总线404。电子设备400还可以包括连接至I/O接口405的以下部件中的一项或多项:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 402和/或RAM 403和/或ROM 402和RAM 403以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器401执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分409被下载和安装,和/或从可拆卸介质411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种机房巡检监督方法,其特征在于,包括:
对待进入机房内的请求人员进行身份识别;
基于预设的巡检规划从所述身份识别的结果中确定巡检人员;
对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中;
基于行人识别算法和目标跟踪算法从所述机房的摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
2.根据权利要求1所述的机房巡检方法,其特征在于,所述对所述巡检人员进行人体生物特征提取包括:
基于YoloV3算法和MGN算法对所述巡检人员进行人体生物特征提取。
3.根据权利要求1所述的机房巡检方法,其特征在于,基于行人识别算法和目标跟踪算法从所述机房摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹包括:
调用所述特征库中的人体生物特征行利用所述行人识别算法确定所述多路视频图像中所述巡检人员的人体图像;
基于所述人体图像利用目标跟踪算法从所述多路视频图像中提取所述巡检人员的轨迹特征。
4.根据权利要求1所述的机房巡检监督方法,其特征在于,所述对待进入机房内的请求人员进行身份识别包括:
基于人脸识别技术采集所述请求人员的人脸信息;
将采集到的人脸信息与机房闸机系统中预存的人脸信息进行比对以确定所述请求人员的身份。
5.根据权利要求4所述的机房巡检监督方法,其特征在于,所述基于预设的巡检规划从所述身份识别的结果中确定巡检人员包括:
将所述巡检规划中不同巡检人员的巡检生效时间输入到所述闸机系统中;
根据所述闸机系统的系统时间和所述巡检生效时间确定所述请求人员是否为当前时段的巡检人员。
6.根据权利要求5所述的机房巡检监督方法,其特征在于,还包括:
基于所述巡检生效时间确定所述巡检结束时间;
在所述闸机系统的系统时间达到或超出所述巡检结束时间时,或所述闸机系统接收到所述巡检人员离开的信号时,
从所述特征库中自动删除当前巡检人员的人体生物特征。
7.根据权利要求1所述的机房巡检监督方法,其特征在于,还包括:
获取机房内摄像装置的点位布局信息和所述摄像装置的摄像区域信息;
基于所述点位布局信息、摄像区域信息和所述巡检轨迹确定所述巡检人员在不同摄像装置下的巡检时间。
8.根据权利要求7所述的机房巡检监督方法,其特征在于,还包括:
基于巡检人员的身份信息、所述巡检路线、所述巡检时间、所述点位布局信息、所述摄像区域信息生成巡检报告;
基于所述巡检报告与所述预设的巡检规划进行比对以评价所述巡检人员的巡检质量。
9.一种机房巡检监督装置,其特征在于,包括:
身份检测模块,用于对待进入机房内的请求人员进行身份识别;
巡检人员确定模块,用于基于预设的巡检规划从所述身份识别的结果中确定巡检人员;
人体生物特征提取模块,用于对所述巡检人员进行人体生物特征提取,并将提取到的所述人体生物特征存储到预先创建的特征库中;
巡检轨迹确定模块,用于基于行人识别算法和目标跟踪算法从所述机房摄像装置采集到的多路视频图像中确定所述巡检人员的巡检轨迹。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335862.6A CN114038040A (zh) | 2021-11-11 | 2021-11-11 | 机房巡检监督方法、装置、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111335862.6A CN114038040A (zh) | 2021-11-11 | 2021-11-11 | 机房巡检监督方法、装置、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114038040A true CN114038040A (zh) | 2022-02-11 |
Family
ID=80144159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111335862.6A Pending CN114038040A (zh) | 2021-11-11 | 2021-11-11 | 机房巡检监督方法、装置、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114038040A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129350A (zh) * | 2022-12-26 | 2023-05-16 | 广东高士德电子科技有限公司 | 数据中心安全作业的智能监控方法、装置、设备及介质 |
-
2021
- 2021-11-11 CN CN202111335862.6A patent/CN114038040A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116129350A (zh) * | 2022-12-26 | 2023-05-16 | 广东高士德电子科技有限公司 | 数据中心安全作业的智能监控方法、装置、设备及介质 |
CN116129350B (zh) * | 2022-12-26 | 2024-01-16 | 广东高士德电子科技有限公司 | 数据中心安全作业的智能监控方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102189262B1 (ko) | 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법 | |
CN110751675B (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
CN108319926A (zh) | 一种工地现场的安全帽佩戴检测系统及检测方法 | |
CN109325429A (zh) | 一种关联特征数据的方法、装置、存储介质及终端 | |
CN114862946B (zh) | 位置预测方法、系统、设备及介质 | |
CN111723728A (zh) | 基于双向交互网络的行人搜索方法、系统、装置 | |
CN111985452B (zh) | 一种人员活动轨迹及落脚点的自动生成方法及系统 | |
CN112770265B (zh) | 一种行人身份信息获取方法、系统、服务器和存储介质 | |
CN108230669B (zh) | 基于大数据和云分析的道路车辆违法检测方法及系统 | |
Tung et al. | Large-scale object detection of images from network cameras in variable ambient lighting conditions | |
CN112347296A (zh) | 一种基于人脸识别的人员与案件关联分析方法和装置 | |
CN112836683A (zh) | 用于便携式摄像设备的车牌识别方法、装置、设备和介质 | |
CN114038040A (zh) | 机房巡检监督方法、装置、设备 | |
CN109544981B (zh) | 图像处理方法、装置、设备和介质 | |
CN112990659B (zh) | 一种疏散救援辅助方法、系统、计算机设备、处理终端 | |
EP3244344A1 (en) | Ground object tracking system | |
CN112911219B (zh) | 电力设备巡检路线的识别方法、系统及设备 | |
CN113869427A (zh) | 一种场景分析方法、装置、电子设备及存储介质 | |
CN112926491A (zh) | 用户识别方法、装置、电子设备及存储介质 | |
Bäumler et al. | Generating representative test scenarios: The fuse for representativity (Fuse4Rep) process model for collecting and analysing traffic observation data | |
CN111914591A (zh) | 一种时长确定方法及装置 | |
EP3958228A1 (en) | System, device and method for tracking movement of objects across different areas by multiple surveillance cameras | |
CN114241373A (zh) | 一种端到端的车辆行为检测方法、系统、设备及存储介质 | |
RU2694139C1 (ru) | Способ определения девиантного поведения человека в режиме одновременной работы группы видеокамер | |
CN112153341A (zh) | 一种任务监督方法、装置、系统、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 |