CN114127814A - 场景检测方法及装置、电子设备、计算机存储介质 - Google Patents
场景检测方法及装置、电子设备、计算机存储介质 Download PDFInfo
- Publication number
- CN114127814A CN114127814A CN202180001687.9A CN202180001687A CN114127814A CN 114127814 A CN114127814 A CN 114127814A CN 202180001687 A CN202180001687 A CN 202180001687A CN 114127814 A CN114127814 A CN 114127814A
- Authority
- CN
- China
- Prior art keywords
- cloud
- equipment
- scene
- edge
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
- G07F17/3232—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed
- G07F17/3234—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed about the performance of a gaming system, e.g. revenue, diagnosis of the gaming system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3202—Hardware aspects of a gaming system, e.g. components, construction, architecture thereof
- G07F17/3223—Architectural aspects of a gaming system, e.g. internal configuration, master/slave, wireless communication
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
- G07F17/3232—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed
- G07F17/3237—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed about the players, e.g. profiling, responsible gaming, strategy/behavior of players, location of players
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3241—Security aspects of a gaming system, e.g. detecting cheating, device integrity, surveillance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Debugging And Monitoring (AREA)
- Alarm Systems (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了一种场景检测方法及装置、电子设备、计算机存储介质,方法包括:通过自身的第一检测系统组件,获取自身的设备运行数据,以及采集设备采集的场景信息;设备运行数据和场景信息被拉取至云端,供云端对自身和采集设备检测;在云端的检测发生异常的情况下,根据设备运行数据,检测自身的第一设备状态,以及基于场景信息,检测采集设备的第二设备状态;在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果以供使用。
Description
相关申请的交叉引用
本公开要求在2021年6月25日提交新加坡知识产权局、申请号为10202107011W的新加坡专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本公开涉及智能检测技术,尤其涉及一种场景检测方法及装置、电子设备、计算机存储介质。
背景技术
随着计算机技术的快速发展,目标场景的智能检测越来越受到人们的重视并得到广泛运用。尤其是目标场景在进行的过程中,实时检测目标场景的进行情况是十分必要的。
相关技术中,对目标场景的进行情况进行检测时,不够灵活,且检测效果不佳。
发明内容
本公开实施例提供一种场景检测方法及装置、电子设备、计算机存储介质,能够提高对一些特定的场景的进行情况的检测灵活性和检测效果。
本公开实施例的技术方案是这样实现的:
本公开实施例提供一种场景检测方法,应用于边端设备,并且包括:
通过自身的第一检测系统组件,获取自身的设备运行数据,以及采集设备采集的场景信息;所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测;在云端的检测发生异常的情况下,根据所述设备运行数据,检测自身的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态;在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在本公开实施例中,由于边端设备和云端各自可以对边端设备和采集设备进行检测,所以,在云端设备故障时,边端设备对自身和采集设备的检测不受影响;以及,由于在边端设备与采集设备的状态正常的情况下,边端设备还能根据采集设备采集的当前场景图像和本地存储的相关配置文件,进行场景状态的检测,得到可以应用于其他业务中的检测结果,所以,方便了对特定的一些场景(例如桌游)的进行情况的检测,有利于场景的正常进行,从而,提高了检测灵活性和检测效果。
在一些实施例中,所述在云端的检测发生异常的情况下,根据所述设备运行数据,检测自身的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态,包括:在云端的检测发生异常的情况下,根据所述设备运行数据和自身存储的第一本地告警规则,实时检测自身的所述第一设备状态;根据所述场景信息和自身存储的第二本地告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一本地告警规则与所述云端存储的第一云端告警规则至少部分相同,以及,所述第二本地告警规则与所述云端存储的第二云端告警规则至少部分相同。
在本公开实施例中,边端设备可以分别采用不同的告警规则,实现对自身和采集设备的设备状态的分别检测;以及,边端设备存储的告警规则与云端存储的告警规则至少部分相同,可以实现对自身和采集设备的检测多样性。
在一些实施例中,上述方法还包括:在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过自身的第一告警组件,采用自身的告警部件进行告警,和/或通过所述第一告警组件向第一目标设备发送告警信息;所述第一目标设备是与场景相关的服务设备。
在本公开实施例中,边端设备在发现自身和/或采集设备异常时,可以通过自身的指示灯、喇叭等部件发出提示信息,或者,可以向与场景相关的服务设备发送告警信息,实现告警信息的向上反馈,以便相关人员及时获知异常情况,提高智能性。
在一些实施例中,所述第一设备状态表征正常的情况包括:处理器的占用率小于或等于预设占用率值、数据处理的耗时小于或等于预设耗时阈值,以及,获取所述设备运行数据的频率大于或等于预设频率阈值中的至少一种。
在本公开实施例中,边端设备通过比较自身处理器的占用率、自身数据处理的耗时和自身获取设备运行数据的频率这些参数中的任意参数,与相应的阈值之间的大小关系,可以准确获知自身是否处于异常状态,从而实现对自身的设备状态的准确检测。
在一些实施例中,所述第二设备状态表征正常的情况包括:所述场景信息中存在所述当前帧场景图像和所述当前帧场景图像对应的区域为预设采集区域中的至少一种。
在本公开实施例中,边端设备通过判断场景信息中是否存在当前帧场景图像,或者,通过判断当前帧场景图像对应的区域是否为预设采集区域,可以准确获知采集设备的设备状态,从而实现对采集设备的设备状态的准确检测。
在一些实施例中,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测,包括:通过自身的网关组件,采用所述第一检测系统组件的联邦方式,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在本公开实施例中,边端设备通过自身的网关组件与联邦方式,实现自身与云端之间的数据传输,可以提高数据传输的及时性,从而方便云端对自身和采集设备的设备状态的检测。
在一些实施例中,上述方法还包括:在运行所述第一检测系统组件的情况下,向所述云端发送包含自身设备标识的注册信息,以供所述云端根据所述注册信息将自身确定为待检测的对象。
在本公开实施例中,边端设备在一开启自身的第一检测系统组件的情况下,便向云端进行注册,可以使云端及时对自身进行检测,从而提高云端对自身和采集设备的检测及时性。
在一些实施例中,所述方法还包括:在所述云端恢复正常的情况下,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在本公开实施例中,边端设备在云端恢复正常的情况下,便将自身的运行数据和采集设备发送的场景信息发送至云端,可以使云端继续对自身和采集设备进行检测,从而实现从自身检测到云端检测的切换。
在一些实施例中,所述方法还包括:在自身故障的情况下,停止将所述设备运行数据和所述场景信息被拉取至云端,以停止所述云端对自身以及所述采集设备的检测。
在本公开实施例中,边端设备在自身发生故障的情况下,便中止与云端之间的数据传输,使得云端可以通过与边端设备之间的数据传输是否正常来对边端设备进行检测,从而及时获知边端设备的异常。
本公开实施例提供一种场景检测方法,应用于云端,并且包括:
通过自身的第二检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息;根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在本公开实施例中,由于云端根据边端设备的设备运行数据和采集设备的场景信息,分别对边端设备和采集设备的设备状态进行检测,并在边端设备与采集设备的状态正常的情况下,可以根据采集设备采集的当前场景图像和本地存储的相关配置文件,检测场景状态,得到可以应用于其他业务中的检测结果,所以,方便了对特定的场景(例如智能桌游)的进行情况的检测,有利于场景的正常进行,从而,提高了对检测灵活性和检测效果。
在一些实施例中,所述根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态,包括:根据所述设备运行数据与自身存储的第一云端告警规则,实时检测所述边端设备的第一设备状态;根据所述场景信息与自身存储的第二云端告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一云端告警规则与所述边端设备存储的第一本地告警规则至少部分相同,以及,所述第二云端告警规则与所述边端设备存储的第二本地告警规则至少部分相同。
在本公开实施例中,云端可以分别采用不同的告警规则,实现对边端设备和采集设备的设备状态的分别检测;以及,云端存储的告警规则与边端设备存储的告警规则至少部分相同,可以实现对边端设备和采集设备的检测多样性。
在一些实施例中,上述方法还包括:在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过自身的第二告警组件向第二目标设备发送告警信息;所述第二目标设备包括与场景相关的服务设备,以及邮件服务器。
在本公开实施例中,云端在边端设备和/或采集设备产生异常的情况下,向与场景相关的服务设备和邮件服务器发送告警信息,可以实现告警信息的向上反馈,以便相关人员及时获知异常情况。
在一些实施例中,上述方法还包括:通过自身的服务发现组件,实时接收边端设备发送的包含所述边端设备的设备标识的注册信息,以及,实时确定出结束运行第一检测系统组件的边端设备的设备标识;基于所述设备标识,通过所述第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行所述第一检测系统组件的边端设备的设备标识从所述设备列表中删除,得到更新后的设备列表,并将所述更新后的设备列表中的设备标识所对应的边端设备,确定为所述待检测的边端设备。
在本公开实施例中,云端通过服务发现组件和第二检测系统组件,能够及时确定出需要检测的边端设备,并结束对不需要检测的边端设备的检测,从而提高了云端的检测资源的利用率,以及云端对边端设备和采集设备的检测及时性。
在一些实施例中,所述通过所述第二检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息,包括:通过自身的网关组件,采用所述第二检测系统组件的联邦方式,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息。
在本公开实施例中,云端通过自身的网关组件与联邦方式,实现自身与边端设备之间的数据传输,可以提高数据传输的及时性,从而方便对边端设备和采集设备的设备状态的检测。
在一些实施例中,上述方法还包括:将拉取的所述设备运行数据、所述场景信息,以及所述更新后的设备列表,存储至自身对应的第一数据库;将对所述第一数据库的存储操作记录至与所述第一数据库关联的日志文件中,并更新所述日志文件。
在本公开实施例中,云端将接收及获得的所有数据均存储至第一数据库,将针对第一数据库的存储操作记录在日志文件中,并更新日志文件,可以实现数据备份,并方便其他设备根据日志文件实现数据同步。
本公开实施例提供一种场景检测方法,应用于第二云端,并且包括:
基于从第一云端获取的日志文件中记录的操作,对自身对应的第二数据库进行相同的操作,以使所述第二数据库中的数据与所述第一云端对应的第一数据库中的数据一致;在所述第一云端异常的情况下,通过自身的第三检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息;根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在本公开实施例中,第二云端根据从第一云端获取的日志文件中记录的操作,对第二数据库进行相同操作,可以使自身对应的第二数据库与第一云端对应的第一数据库中的数据保持一致,并在第一云端故障时,由第二云端自身继续对边端设备和采集设备进行检测,使得边端设备和采集设备的检测不受影响;以及,由于在边端设备与采集设备的状态正常的情况下,第二云端还能根据采集设备采集的当前场景图像和本地存储的相关配置文件,进行场景状态的检测,得到可以用于其他业务中的检测结果,所以,方便了对智能桌游等场景的进行情况的检测,有利于场景的正常进行,从而,提高了对检测灵活性和检测效果。
本公开实施例提供一种第一场景检测装置,在边端设备上实现,并且包括:
第一检测系统组件,用于获取自身的设备运行数据,以及采集设备采集的场景信息;所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测;
第一告警组件,用于在云端的检测发生异常的情况下,根据所述设备运行数据,检测自身的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态;
第一识别组件,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在一些实施例中,第一告警组件,还用于在云端的检测发生异常的情况下,根据所述设备运行数据和自身存储的第一本地告警规则,实时检测自身的所述第一设备状态;根据所述场景信息和自身存储的第二本地告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一本地告警规则与所述云端存储的第一云端告警规则至少部分相同,以及,所述第二本地告警规则与所述云端存储的第二云端告警规则至少部分相同。
在一些实施例中,还包括告警部件;第一告警组件,还用于在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述第一告警组件,采用所述告警部件进行告警,和/或通过所述第一告警组件向第一目标设备发送告警信息;所述第一目标设备是与场景相关的服务设备。
在一些实施例中,所述第一设备状态表征正常的情况包括:处理器的占用率小于或等于预设占用率值、数据处理的耗时小于或等于预设耗时阈值,以及,获取所述设备运行数据的频率大于或等于预设频率阈值中的至少一种。
在一些实施例中,所述第二设备状态表征正常的情况包括:所述场景信息中存在所述当前帧场景图像和所述当前帧场景图像对应的区域为预设采集区域中的至少一种。
在一些实施例中,还包括网关组件,第一检测系统组件,还用于通过所述网关组件,采用所述第一检测系统组件的联邦方式,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在一些实施例中,第一检测系统组件,还用于在运行所述第一检测系统组件的情况下,向所述云端发送包含自身设备标识的注册信息,以供所述云端根据所述注册信息将自身确定为待检测的对象。
在一些实施例中,第一检测系统组件,还用于在所述云端恢复正常的情况下,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在一些实施例中,第一检测系统组件,还用于在自身故障的情况下,停止将所述设备运行数据和所述场景信息被拉取至云端,以停止所述云端对自身以及所述采集设备的检测。
本公开实施例提供一种第二场景检测装置,在云端上实现,并且包括:
第二检测系统组件,用于从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的场景信息;
第二告警组件,用于根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
第二识别组件,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在一些实施例中,第二告警组件,还用于根据所述设备运行数据与自身存储的第一云端告警规则,实时检测所述边端设备的第一设备状态;根据所述场景信息与自身存储的第二云端告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一云端告警规则与所述边端设备存储的第一本地告警规则至少部分相同,以及,所述第二云端告警规则与所述边端设备存储的第二本地告警规则至少部分相同。
在一些实施例中,第二告警组件,还用于在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述第二告警组件向第二目标设备发送告警信息;所述第二目标设备包括与场景相关的服务设备,以及邮件服务器。
在一些实施例中,包括服务发现组件,用实时接收边端设备发送的包含所述边端设备的设备标识的注册信息,以及,实时确定出结束运行第一检测系统组件的边端设备的设备标识;第二检测系统组件,还用于基于所述设备标识,通过所述第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行所述第一检测系统组件的边端设备的设备标识从所述设备列表中删除,得到更新后的设备列表,并将所述更新后的设备列表中的设备标识所对应的边端设备,确定为所述待检测的边端设备。
在一些实施例中,包括网关组件,第二检测系统组件,还用于通过所述网关组件,采用所述第二检测系统组件的联邦方式,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息。
在一些实施例中,所述第一云端对应有第一数据库,且所述第一数据库关联有日志文件;所述第一云端还包括存储组件,用于将拉取的所述设备运行数据、所述场景信息,以及所述更新后的设备列表,存储至所述第一数据库;将对所述第一数据库的存储操作记录至所述日志文件中,并更新所述日志文件。
本公开实施例提供一种第三场景检测装置,在第二云端上实现包括:
数据同步组件,用于基于从第一云端获取的日志文件中记录的操作,对第二数据库进行相同的操作,以使所述第二数据库中的数据与所述第一云端对应的第一数据库中的数据一致;
第三检测系统组件,用于在所述第一云端异常的情况下,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息;
第三告警组件,用于根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
第三识别组件,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
本公开实施例提供一种电子设备,包括:
存储器,用于存储可执行计算机程序;
处理器,用于执行所述存储器中存储的可执行计算机程序时,实现上述场景检测方法。
本公开实施例提供一种计算机可读存储介质,存储有计算机程序,用于被处理器执行时,实现上述的场景检测方法。
附图说明
图1为本公开实施例提供的一个可选的场景检测系统的结构示意图;
图2为本公开实施例提供的一个可选的场景检测方法流程图;
图3为本公开实施例提供的一个可选的场景检测方法流程图;
图4为本公开实施例提供的一个可选的场景检测方法流程图;
图5为本公开实施例提供的一个可选的场景检测方法流程图;
图6为本公开实施例提供的一个可选的场景检测方法流程图;
图7为本公开实施例提供的一个可选的场景检测方法流程图;
图8为本公开实施例提供的一个可选的场景检测方法流程图;
图9为本公开实施例提供的一个可选的场景检测方法流程图;
图10为本公开实施例提供的示例性的边端设备和智能游戏桌、边端设备和第一云端或第二云端之间的交互过程,以及边端设备和第一云端或第二云端的结构示意图;
图11为本公开实施例的第一场景检测装置的结构组成示意图;
图12为本公开实施例的第二场景检测装置的结构组成示意图;
图13为本公开实施例的第三场景检测装置的结构组成示意图;
图14为本公开实施例的电子设备的结构组成示意图一;
图15为本公开实施例的电子设备的结构组成示意图二;
图16为本公开实施例的电子设备的结构组成示意图三。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,所描述的实施例不应视为对本公开的限制,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,都属于本公开保护的范围。
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。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象,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,以使这里描述的本公开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公开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公开实施例的目的,不是旨在限制本公开。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)Nginx:即engine x,是一个高性能的HTTP和反向代理web服务器,可以在大多数Unix Linux OS上编译运行;
2)Prometheus:服务检测系统,也称为“普罗米修斯”,Prometheus是由SoundCloud开发的开源检测报警系统和时序列数据库。Prometheus使用Go语言开发,是GoogleBorgMon检测系统的开源版本。
3)Federation:联邦方式,允许一个Prometheus服务从另一个Prometheus服务中获取选中的时间序列数据,通常用于实现Prometheus检测的扩展,或者从另一个Prometheus服务中拉取相关度量指标数据。
4)Consul:是google开源的一个使用go语言开发的服务发现、配置管理中心服务,内置了服务注册与发现框架、分布一致性协议实现、健康检查、Key/Value存储、多数据中心方案,不再需要依赖其他工具(比如ZooKeeper等)。
5)MySQL:是一种关系型数据库管理系统,关系数据库将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,这样就增加了速度并提高了灵活性。
6)HTTPS:全称是Hyper Text Transfer Protocol over SecureSocket Layer,是以安全为目标的HTTP通道,在HTTP的基础上通过传输加密和身份认证保证了传输过程的安全性。
本公开实施例提供一种场景检测方法及装置、电子设备、计算机存储介质,能够提高对桌游的进行情况的检测灵活性和检测效果。下面说明本公开实施例提供的电子设备的示例性应用,本公开实施例提供的电子设备可以实施为智能游戏设备,如用于棋牌游戏的智能游戏桌,也可以实施为笔记本电脑,平板电脑,台式计算机,机顶盒,移动设备(例如,移动电话,便携式音乐播放器,个人数字助理,专用消息设备,便携式游戏设备)等各种类型的用户终端;还可以实施为独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。但并不局限于此。
在本公开的以下实施例中,电子设备可以具体实施为边端设备、第一云端,或第二云端。
参见图1,图1是本公开实施例提供的场景检测系统10的一个可选的架构示意图;场景检测系统10包括云端100、多个边端设备300,以及多个采集设备400。云端100包括第一云端200A和第二云端200B,其中,第一云端200A与第二云端200B之间通信,云端100与多个边端设备300(示例性的展示了边端设备300-1)之间通信;边端设备300与采集设备400之间通信(示例性的展示了采集设备400-1)。
边端设备300-1中设置有第一检测系统组件,边端设备300-1用于通过第一检测系统组件,获取自身的设备运行数据;边端设备300-1获取的自身的设备运行数据,以及采集设备400-1采集的场景信息被拉取至云端。在云端100中,第一云端200A中设置有第二检测系统组件,用于通过第二检测系统组件,根据设备运行数据,检测边端设备300-1的第一设备状态,以及根据场景信息,检测采集设备400-1的第二设备状态;并在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的配置文件,检测场景状态(例如游戏状态),得到检测结果,以供进行其他业务时使用。在云端的检测发生异常的情况下(第一云端200A和第二云端200B均发生异常的情况下),边端设备300-1用于根据设备运行数据,检测自身的第一设备状态,以及基于采集设备400-1采集的场景信息,检测采集设备400-1的第二设备状态;在第一设备状态和第二设备状态均表征正常的情况下,采集设备400-1根据场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态(例如游戏状态),得到检测结果,供进行其他业务时使用。
在云端100中,第二云端200B中设置有第三检测系统组件,用于在第一云端异常的情况下,通过第三检测系统组件,根据设备运行数据,检测边端设备300-1的第一设备状态,以及根据场景信息,检测采集设备400-1的第二设备状态;并在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的配置文件,检测场景状态(例如游戏状态),得到检测结果,以供进行其他业务时使用。
参见图2,图2是本公开实施例提供的场景检测方法的一个可选的流程示意图,应用于边端设备,将结合图2示出的步骤进行说明。
S101、通过自身的第一检测系统组件,获取自身的设备运行数据,以及采集设备采集的场景信息。
在本公开实施例中,边端设备中设置有Prometheus,边端设备可以通过Prometheus获取自身的中央处理器(central processing unit,CPU)的占用率和处理数据的速度等设备运行数据,以及,接收采集设备采集的特定的场景中的场景信息,来得到设备运行数据和场景信息。
在本公开实施例中,特定的场景可以是智能桌游场景,本公开实施例不作限制场景类型,实施例将会以智能桌游场景进行示例性说明。
在本公开实施例中,边端设备可以以预设频率获取自身的设备运行数据,预设频率可以根据实际需要设定,本公开实施例对此不作限定。
在本公开实施例的智能桌游场景中,每个智能游戏桌配置有采集设备,通过采集设备可以采集对应的智能游戏桌上的场景信息,场景信息中可包括至少一个当前帧场景图像。
在本公开的一些实施例中,采集设备可以为检测摄像头;这里,一个智能游戏桌可以配置一个检测摄像头,也可以配置多个检测摄像头;对此,本公开不作限制。在本公开的另一些实施例中,除了检测摄像头之外,采集设备还可以包括重力传感器,重力传感器可以设置在一些特定的区域内,以检测放置于该特定区域内的物体的重量,例如,游戏道具的重量;对于重力传感器的数量,本公开也不作限制。
S102、设备运行数据和场景信息被拉取至云端,供云端对自身以及采集设备进行检测。
在本公开实施例中,边端设备所获取到的自身的设备运行数据和接收到的采集设备的场景信息,可以通过云端的拉取操作被拉取至云端,以供云端对自身和采集设备的状态进行检测。
S103、在云端的检测发生异常的情况下,根据设备运行数据,检测自身的第一设备状态,以及基于场景信息,检测采集设备的第二设备状态。
在本公开实施例中,边端设备可以在云端对自身和采集设备的检测发生异常的情况下,根据获取的自身的设备运行数据,对自身的第一设备状态进行检测,以确定自身的第一设备状态是否正常,以及根据获取的采集设备的场景信息,对采集设备的第二设备状态进行检测,以确定采集设备的第二设备状态是否也正常。
在本公开实施例中,边端设备可以在预设时间未发现云端的拉取操作的情况下,确定云端的检测发生异常,并开始对自身和采集设备的状态进行分别检测;在本公开的另一些实施例中,边端设备可以按照预先设定的某个频率向云端发送询问消息,并在一段时间后未接收到云端的回应消息的情况下,确定云端的检测发生异常,并开始对自身和采集设备的状态进行分别检测。
S104、在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果;检测结果供进行其他业务时使用。
在本公开实施例中,边端设备在根据自身的设备运行数据确定自身的第一设备状态正常,且根据采集设备的场景信息,确定采集设备的第二设备状态正常的情况下,可以根据场景信息中的当前帧场景图像,以及边端设备本地存储多个配置文件,对当前帧场景图像进行桌游信息识别,或者,进行生物特征识别和桌游信息识别等,以对场景状态(例如游戏状态、桌游状态)进行检测,从而得到检测结果,以供进行其他业务时使用,例如,利用检测结果执行桌游状态的检测业务。
需要说明的是,在智能桌游场景中,边端设备的本地存储中存储有多个游戏桌的配置文件。在本公开实施例中,一个智能游戏桌对应一个边端设备;例如,第一边端设备对应第一智能游戏桌,第一边端设备中包括第一智能游戏桌的多个第一桌游配置文件,每个第一桌游配置文件对应第一智能游戏桌的一类部件配置。
在本公开的一些实施例中,多个游戏桌的配置文件可以包括:采集设备对应的采集部件配置文件,以及桌游的桌面部件配置文件等。
示例性的,采集部件为检测摄像头,采集部件配置文件可以包括:启用的摄像头配置文件、摄像头角度配置文件等类别。桌游的桌面部件可以包括:桌游游戏对象、桌游游戏区域;桌游的桌面部件配置文件可以包括:桌面游戏区域配置文件、桌游游戏对象配置文件等。需要说明的是,不同的智能游戏桌的同一个部件可以包括相同的配置文件,也可以包括不同的配置文件,对此,本公开实施例不作限制。
在本公开实施例中,边端设备可以识别出至少一个当前帧场景图像中的实际生物特征和实际桌游信息,将实际生物特征和实际桌游信息与游戏桌的多个配置文件中的相关配置文件进行匹配,将得到的匹配结果作为检测结果。这里,匹配结果用于表征实际生物特征和实际桌游信息是否符合相关配置文件的配置。
在本公开实施例中,边端设备在得到检测结果后,可以根据检测结果和预设的提示方式提示智能游戏桌的玩家。在本公开实施例中,预设的提示方式可以为提示音、或显示提示灯,或者进行语音提示,本公开实施例不作限制。
在本公开实施例中,生物特征可以为人体各组织特征,例如:人脸、手部动作、肢体动作等;生物特征识别可以为对人体各组织特征的识别或对人体各组织特征之间的关联识别。
示例性的,多个游戏桌的配置文件配置了违规肢体动作;如此,边端设备对至少一个当前帧场景图像进行人体识别,得到玩家的肢体动作;将玩家的肢体动作与违规肢体动作进行对比,在玩家的肢体动作与违规肢体动作匹配时,提示玩家动作违规。
在本公开实施例中,桌游信息可以包括:桌游游戏对象;这里,桌游游戏对象可以包括桌游游戏工具,例如:牌、游戏币等;桌游游戏对象还可以包括桌游游戏规则,例如:发牌顺序、出牌规则、出牌时间等;桌游信息也可以包括:桌游游戏区域,例如:发牌区域、出牌区域、游戏币区域等。
示例性的,多个游戏桌的配置文件包括游戏币区域配置文件,边端设备对至少一个当前帧场景图像进行游戏币区域识别,得到游戏币区域;如此,边端设备可以检测游戏币是否在游戏币区域,在游戏币不在游戏币区域的情况下,提示玩家将游戏币重新放置在游戏币区域中。
在本公开实施例中,由于在智能桌游场景中边端设备和云端各自可以对边端设备和采集设备进行检测,所以,在云端设备故障时,边端设备对自身和采集设备的检测不受影响;以及,由于在检测到边端设备与采集设备的状态均正常的情况下,边端设备还能根据采集设备采集的当前场景图像和本地存储的相关配置文件,进行场景状态的检测,得到可以应用于其他业务中的检测结果,所以,方便了对智能桌游等场景的进行情况的检测,有利于智能桌游等场景的正常进行,从而,提高了对智能桌游等场景的进行情况的检测灵活性和检测效果。
在本公开的一些实施例中,S103中在云端的检测发生异常的情况下,根据设备运行数据,检测自身的第一设备状态,以及基于场景信息,检测采集设备的第二设备状态,如图3所示,可以通过S201-S202实现:
S201、在云端的检测发生异常的情况下,根据设备运行数据和自身存储的第一本地告警规则,实时检测自身的第一设备状态;第一本地告警规则与云端存储的第一云端告警规则至少部分相同。
S202、根据场景信息和自身存储的第二本地告警规则,实时检测采集设备的第二设备状态;第二本地告警规则与云端存储的第二云端告警规则至少部分相同。
在本公开实施例中,由于边端设备和采集设备的作用不同,所以,边端设备可以采用两种不同的本地告警规则,分别来判别边端设备自身的设备运行数据,是否符合与边端设备对应的第一本地告警规则中的异常事件,以及判别采集设备采集的场景信息,是否符合与边端设备对应的第二本地告警规则中的异常事件,以此进行边端设备自身的设备状态和采集设备的设备状态的分别检测。
在本公开实施例中,告警规则中包括需要告警的异常事件,以及发生异常事件时的告警方式。在本公开的一些实施例中,边端设备自身存储的第一本地告警规则中的异常事件,与云端存储的第一云端告警规则中的异常事件相同,但第一本地告警规则中的告警方式,与云端存储的第一云端告警规则中的告警方式不同。相应的,边端设备自身存储的第二本地告警规则中的异常事件,与云端存储的第二云端告警规则中的异常事件相同,但第二本地告警规则中的告警方式,与云端存储的第二云端告警规则中的告警方式不同。例如,第一本地告警规则/第二本地告警规则中的告警方式为通过指示灯、喇叭等告警组件告警,而第一云端告警规则/第二云端告警规则中的告警方式为通过向相关服务设备发送告警信息进行告警。也就是说,对于相同的异常事件,边端设备和云端可以采用不同的告警方式进行告警。
在本公开的另一些实施例中,边端设备自身存储的第一本地告警规则中的异常事件,与云端存储的第一云端告警规则中的异常事件相同,第一本地告警规则中的告警方式,与云端存储的第一云端告警规则中的告警方式也相同。相应的,边端设备自身存储的第二本地告警规则中的异常事件,与云端存储的第二云端告警规则中的异常事件相同,第二本地告警规则中的告警方式,与云端存储的第二云端告警规则中的告警方式也相同。例如,第一本地告警规则、第二本地告警规则、第一云端告警规则,以及第二云端告警规则中的告警方式,均为通过向相关服务设备发送告警信息进行告警。
可以理解的是,在本公开实施例中,边端设备可以分别采用不同的告警规则,实现对自身和采集设备的设备状态的分别检测;以及,边端设备存储的告警规则与云端存储的告警规则至少部分相同,可以实现对自身和采集设备的检测多样性。
在本公开的一些实施例中,如图4所示,在图1的S103之后,还可以执行S105:
S105、在第一设备状态表征异常,和/或第二设备状态表征异常的情况下,通过自身的第一告警组件,采用自身的告警部件进行告警,和/或通过第一告警组件向第一目标设备发送告警信息。
在本公开的一些实施例中,边端设备在检测到自身的第一设备状态异常,或者采集设备的第二设备状态异常,或者自身的第一设备状态与采集设备的第二设备状态均异常的情况下,可以通过第一告警组件,控制自身的喇叭、指示灯等告警部件发出告警信息。在本公开的另一些实施例中,边端设备在检测到自身的第一设备状态异常,或者采集设备的第二设备状态异常,或者自身的第一设备状态与采集设备的第二设备状态均异常的情况下,可以通过第一告警组件控制向与智能桌游等场景相关的服务设备发送告警信息,以进行告警。例如,边端设备可以将发生故障的原因、时间点等故障描述信息,以及提示信息全部发送至与智能桌游等场景相关的服务设备,以供使用服务设备的人员进行查看并维修。
在本公开实施例中,边端设备在发现自身和/或采集设备异常时,可以通过自身的指示灯、喇叭等部件发出提示信息,或者,可以向与场景相关的服务设备发送告警信息,实现告警信息的向上反馈,以便相关人员及时获知异常情况,提高智能性。
在本公开的一些实施例中,第一设备状态表征正常的情况包括:处理器的占用率小于或等于预设占用率阈值、数据处理的耗时小于或等于预设耗时阈值,以及,获取设备运行数据的频率大于或等于预设频率阈值中的至少一种。
在本公开实施例中,由于边端设备需要获取自身的设备运行数据以供自身或云端进行数据处理,以及边端设备在云端发生故障的情况下,需要对自身的设备运行数据和采集设备采集的场景信息进行数据处理,所以,在边端设备的处理器的占用率大于预设占用率值、数据处理的耗时大于预设耗时阈值,以及获取设备运行数据的频率小于预设频率阈值中的情况发生的情况下,会影响云端对边端设备和采集设备的设备状态的检测,或影响边端设备对自身和采集设备的设备状态的检测,进而可能会因无法对采集设备的有效检测而使得在采集设备发生故障的情况下,不能及时发现,从而影响对场景状态的检测,最终影响与桌游相关的其他业务的正常运行。因而,在边端设备处于处理器的占用率小于或等于预设占用率阈值、数据处理的耗时小于或等于预设耗时阈值,以及边端设备的获取设备运行数据的频率大于或等于预设频率阈值中的至少一种情况下,确定边端设备的第一设备状态正常,可以使云端对边端设备和采集设备的设备状态的检测,或边端设备对自身和采集设备的设备状态的检测正常进行,进而不影响对场景状态的检测,从而使得与桌游相关的其他业务可以正常运行。
在本公开实施例中,边端设备通过比较自身处理器的占用率、自身数据处理的耗时和自身获取设备运行数据的频率这些参数中的任意参数,与相应的阈值之间的大小关系,可以准确获知自身是否处于异常状态,从而实现对自身的设备状态的准确检测。
在本公开的一些实施例中,第二设备状态表征正常的情况包括:场景信息中存在当前帧场景图像,以及当前帧场景图像对应的区域为预设采集区域中的至少一种。
在本公开实施例中,采集设备可以以预设频率采集对应的智能游戏桌上的场景图像,例如,采集智能游戏桌上的游戏币区域的图像,以供后续进行游戏币区域中的游戏币的检测或游戏进行阶段的检测等。在某个采集时刻到来,且采集设备故障的情况下,采集设备将无法采集到游戏币区域的图像,或者,在某个采集时刻到来,且采集设备采集的图像并非游戏币区域而是游戏道具操作者的情况下,将造成后续无法继续对游戏币区域中的游戏币或游戏进行阶段的检测等,从而影响与桌游相关的其他业务的正常运行。因此,在采集设备采集的场景信息中存在当前帧场景图像,和/或,当前帧场景图像对应的区域为预设采集区域的情况下确定采集设备的第二设备状态正常,可以使得与桌游相关的其他业务可以正常运行。
在本公开实施例中,边端设备通过判断场景信息中是否存在当前帧场景图像,或者,通过判断当前帧场景图像对应的区域是否为预设采集区域,可以准确获知采集设备的设备状态,从而实现对采集设备的设备状态的准确检测。
在本公开的一些实施例中,S102中设备运行数据和场景信息被拉取至云端,供云端对自身以及采集设备进行检测,可以通过S1021实现:
S1021、通过自身的网关组件,采用第一检测系统组件的联邦方式,设备运行数据和场景信息被拉取至云端,供云端对自身以及采集设备进行检测;边端设备中设置有网关组件。
在本公开实施例中,边端设备内设置有网关组件Nginx,边端设备的设备运行数据和接收到的采集设备发送的场景信息,可以通过federation被拉取至云端,从而云端可以根据得到的设备运行数据和场景信息,对边端设备和采集设备的设备状态进行检测。
这里,由于Nginx支持https协议,而采用https协议进行场景信息和设备运行数据的传输,可以提高数据传输的安全性,从而降低与桌游相关的桌游数据泄露的风险。以及,通过federation的方式,可以方便云端实时拉取各个边端的数据,可以提高数据获取的时效性。
在本公开实施例中,边端设备在一开启自身的第一检测系统组件的情况下,便向云端进行注册,可以使云端及时对自身进行检测,从而提高云端对自身和采集设备的检测及时性。
在本公开的一些实施例中,在S101之后,且S102之前,还可以执行S301:
S301、在运行第一检测系统组件的情况下,向云端发送包含自身设备标识的注册信息,以供云端根据注册信息将自身确定为待检测的对象。
在本公开实施例中,边端设备开始运行第一检测系统组件,即表明部署在边端设备上的检测服务已经开启,此时,边端设备便获取自身的设备标识,并将自身的设备标识携带在注册信息中发送至云端,以使云端获知自身已经上线,并使云端开始对自身进行检测。需要说明的是,每个边端设备具有一个设备标识,且不同的边端设备的设备标识不同。
在本公开实施例中,边端设备在一开启自身的第一检测系统组件的情况下,便向云端进行注册,可以使云端及时对自身进行检测,从而提高云端对自身和采集设备的检测及时性。
在本公开的一些实施例中,在S103之后,还可以执行S401;示例性的,如图5所示,在S104之后,可以执行S401:
S401、在云端恢复正常的情况下,设备运行数据和场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在本公开实施例中,在云端恢复正常的情况下,边端设备继续允许设备运行数据和场景信息被云端拉取,以使云端对自身以及采集设备的设备状态进行检测。
在本公开的一些实施例中,边端设备可以在检测到云端的拉取操作时,便获知云端已恢复正常;在本公开的另一些实施例中,在云端检测发生异常后,边端设备可以定期向云端发送询问消息,在接收到云端的回应消息之后,便获知云端已恢复正常。
在本公开实施例中,边端设备在云端恢复正常的情况下,便将自身的运行数据和采集设备发送的场景信息发送至云端,可以使云端继续对自身和采集设备进行检测,从而实现从自身检测到云端检测的切换。
在本公开的一些实施例中,在S102之后,还可以执行S501;
S501、在自身故障的情况下,停止将设备运行数据和所述场景信息被拉取至云端,以停止云端对自身以及采集设备的检测。
在本公开实施例中,在边端设备自身发生故障,导致边端设备无法获取自身的设备运行数据,和/或无法接收到采集设备发送的场景信息的情况下,边端设备则停止允许自身的数据被云端拉取,从而使云端停止对边端设备自身和采集设备的设备状态的检测。
在本公开实施例中,边端设备在自身发生故障的情况下,便中止与云端之间的数据传输,使得云端可以通过与边端设备之间的数据传输是否正常来对边端设备进行检测,从而及时获知边端设备的异常。
本公开实施例还提供一种场景检测方法,应用于第一云端,所述第一云端设置有第二检测系统组件。参见图6,图6是本公开实施例提供的场景检测方法的一个可选的流程示意图,应用于第一云端,将结合图6示出的步骤进行说明。
S601、通过自身的第二检测系统组件,从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的场景信息;第一云端设置有第二检测系统组件。
S602、根据设备运行数据,检测边端设备的第一设备状态,以及根据场景信息,检测采集设备的第二设备状态。
S603、在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;检测结果供进行其他业务时使用。
在本公开实施例中,特定的场景可以是智能桌游场景,本公开实施例不作限制场景类型,实施例将会以智能桌游场景进行示例性说明。
在本公开实施例中,第一云端中也设置有Prometheus,第一云端通过Prometheus从需要检测的边端设备处获取该边端设备的设备运行数据,以及发送至该边端设备的采集设备所采集到的智能桌游场景中的场景信息,并根据获取到的信息,来确定边端设备和采集设备的设备状态是否正常,并在确定边端设备和/或采集设备的设备状态均正常的情况下,根据场景信息中的当前帧场景图像,以及第一云端存储的游戏桌的多个配置文件,对当前帧场景图像进行桌游信息识别,或者,进行生物特征识别和桌游信息识别,以对场景状态(例如游戏状态或桌游状态)进行检测,从而得到检测结果,以供进行其他业务时使用,例如,利用检测结果执行桌游状态的检测业务等。
在本公开实施例中,由于云端根据边端设备的设备运行数据和采集设备的场景信息,分别对边端设备和采集设备的设备状态进行检测,并在边端设备与采集设备的状态正常的情况下,可以根据采集设备采集的当前场景图像和本地存储的相关配置文件,检测场景状态,得到可以应用于其他业务中的检测结果,所以,方便了对特定的场景(例如智能桌游)的进行情况的检测,有利于场景的正常进行,从而,提高了对检测灵活性和检测效果。
在本公开的一些实施例中,S602中根据设备运行数据,检测边端设备的第一设备状态,以及根据场景信息,检测采集设备的第二设备状态,可以通过S701-S702实现:
S701、根据设备运行数据与自身存储的第一云端告警规则,实时检测边端设备的第一设备状态;第一云端告警规则与边端设备存储的第一本地告警规则至少部分相同。
S702、根据场景信息与自身存储的第二云端告警规则,实时检测采集设备的第二设备状态;第二云端告警规则与边端设备存储的第二本地告警规则至少部分相同。
在本公开实施例中,告警规则中包括需要告警的异常事件,以及发生异常事件时的告警方式。在本公开的一些实施例中,第一云端存储的第一云端告警规则中的异常事件,与边端设备存储的第一本地告警规则中的异常事件相同,但第一云端存储的第一云端告警规则中的告警方式,与第一本地告警规则中的告警方式不同。相应的,第一云端存储的第二云端告警规则中的异常事件,与边端设备存储的第二本地告警规则中的异常事件相同,但第一云端存储的第二云端告警规则,与边端设备存储的第二本地告警规则中的告警方式不同。例如,第一云端告警规则/第二云端告警规则中的告警方式为通过向相关服务设备发送告警信息进行告警,而第一本地告警规则/第二本地告警规则中的告警方式却为通过指示灯、喇叭等告警组件告警。
在本公开的另一些实施例中,第一云端存储的第一云端告警规则中的异常事件,与边端设备存储的第一本地告警规则中的异常事件相同,第一云端存储的第一云端告警规则中的告警方式,与第一本地告警规则中的告警方式也相同。相应的,第一云端存储的第二云端告警规则中的异常事件,与边端设备存储的第二本地告警规则中的异常事件相同,第一云端存储的第二云端告警规则中的告警方式,与第二本地告警规则中的告警方式也相同。例如,第一本地告警规则、第二本地告警规则、第一云端告警规则,以及第二云端告警规则中的告警方式,均为通过向相关服务设备发送告警信息进行告警。
在本公开实施例中,云端可以分别采用不同的告警规则,实现对边端设备和采集设备的设备状态的分别检测;以及,云端存储的告警规则与边端设备存储的告警规则至少部分相同,可以实现对边端设备和采集设备的检测多样性。
在本公开的一些实施例中,在S102之后,还可以执行S801:
S801、在第一设备状态表征异常,和/或第二设备状态表征异常的情况下,通过第二告警组件向第二目标设备发送告警信息;第二目标设备包括与智能桌游等场景相关的服务设备,以及邮件服务器;第一云端中设置有第二告警组件。
在本公开实施例中,第一云端在确定边端设备的第一设备状态异常,或者采集设备的第二设备状态异常,或者边端设备的第一设备状态与采集设备的第二设备状态均异常的情况下,通过自身的第二告警组件控制向与智能桌游等场景相关的服务设备,以及邮件服务器发送告警信息,以供使用服务设备的人员进行查看并维修,以及通过邮件服务器将告警信息向上反馈。
需要说明的是,第一云端可以对多个边端设备和多个采集设备同时进行检测,在第一云端确定某个边端设备或某个采集设备的设备状态异常的情况下,第一云端便通过自身的第二告警组件控制向与智能桌游等场景相关的服务设备,以及邮件服务器,发送与该某个边端设备或该某个采集设备相关的告警信息,以提示该某个边端设备或该某个采集设备的设备状态异常。
在本公开实施例中,云端在边端设备和/或采集设备产生异常的情况下,向与场景相关的服务设备和邮件服务器发送告警信息,可以实现告警信息的向上反馈,以便相关人员及时获知异常情况。
在本公开的一些实施例中,在S601之前,还可以执行S901-S902:
S901、通过自身的服务发现组件,实时接收边端设备发送的包含边端设备的设备标识的注册信息,以及,实时确定出结束运行第一检测系统组件的边端设备的设备标识;第一云端中设置有服务发现组件。
在本公开实施例中,边端设备可能会存在上线、下线的问题,在一个边端设备下线的情况下,第一云端将不再对该边端设备继续进行检测;而在一个边端设备上线的情况下,该边端设备会将自身的设备标识发送至第一云端,第一云端将开始对该边端设备进行检测;并且,第一云端自身维护有一张设备列表,并根据该列表对相关边端设备进行检测。第一云端可以通过Consul来实时接收上线的边端设备所发送的、包含边端设备的设备标识的注册信息,以此,获得上线的边端设备的设备标识;以及,通过Consul来实时确定哪些处于检测状态中的边端设备,结束了自身的Prometheus的运行,并从设备列表中确定出结束了运行自身的Prometheus的边端设备的设备标识,以此获得下线的边端设备的设备标识。这里,第一云端通过Consul,可以灵活且方便地配置所需要检测的边端设备,从而提高对边端设备检测的灵活性。
S902、基于设备标识,通过第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行第一检测系统组件的边端设备的设备标识从设备列表中删除,得到更新后的设备列表,并将更新后的设备列表中的设备标识所对应的边端设备,确定为待检测的边端设备。
在本公开实施例中,第一云端在获得上线的边端设备的设备标识,和/或下线的边端设备的设备标识的情况下,可以通过自身的Prometheus将上线的边端设备的设备标识添加到设备列表中,以及将下线的边端设备的设备标识从设备列表中删除,以进行设备列表的维护,得到新的设备列表,并根据新获得的设备列表中的设备标识,对相应的边端设备进行检测。
本公开实施例中,根据边端的上线和下线对设备列表进行及时维护更新,可以及时对上线的边端设备进行检测,以及,及时取消对下线的边端设备的检测,如此,可以提高第一云端的检测资源的利用率,以及提高第一云端对边端设备和采集设备的检测及时性。
在本公开的一些实施例中,上述S601可以通过S1001实现:
S1001、通过自身的网关组件,采用第二检测系统组件的联邦方式,从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的场景信息。
本公开实施例中,第一云端内设置有网关组件Nginx,第一云端可以通过Prometheus的federation,将边端设备的设备运行数据和采集设备发送的场景信息拉取至第一云端,从而根据得到的设备运行数据和智能桌游场景中的场景信息,对边端设备和采集设备的设备状态进行检测。
在本公开实施例中,云端通过自身的网关组件与联邦方式,实现自身与边端设备之间的数据传输,可以提高数据传输的及时性,从而方便对边端设备和采集设备的设备状态的检测。
在本公开的一些实施例中,在S601之后,还可以执行S1101-S1102。参见图7,图7是本公开实施例提供的场景检测方法的一个可选的流程示意图,如图7所示,在图6中的S601之后,且在S602之前,可以执行S1101-S1102,将结合图6示出的步骤进行说明。
S1101、将拉取的设备运行数据、所述场景信息,以及更新后的设备列表,存储至自身对应的第一数据库。
S1102、将对第一数据库的存储操作记录至与第一数据库关联的日志文件中,并更新日志文件。
本公开实施例中,第一云端对应有MySQL数据库,第一云端在从边端设备拉取到设备运行数据和场景信息后,可以将设备运行数据和场景信息存储至第一数据库中,以及,在得到新的设备列表后,将新的设备列表也存入第一数据库中,并在对MySQL数据库进行存储操作后,可以在与MySQL数据库关联的日志文件中,将针对MySQL数据库的所有操作进行记录。示例性的,在对MySQL数据库进行一次操作,例如,存储/删除操作的情况下,在日志文件中便会生成一条相应的操作记录,其中,该记录详细记载了对MySQL数据库所进行的具体操作。
在本公开实施例中,云端将接收及获得的所有数据均存储至第一数据库,将针对第一数据库的存储操作记录在日志文件中,并更新日志文件,可以实现数据备份,并方便其他设备根据日志文件实现数据的同步。
需要说明的是,图7中的执行顺序是示例性的,在本公开的另一些实施例中,S1101-S1102与S602-S603还可以同时执行,或者,S1101-S1102还可以在S602-S603之后执行,本公开实施例对此不作限定。
本公开实施例提供一种场景检测方法,应用于第二云端,其中,第二云端中设置有第三检测系统组件,且第二云端对应有第二数据库。参见图8,图8是本公开实施例提供的场景检测方法的一个可选的流程示意图,应用于第二云端,将结合图8示出的步骤进行说明。
S1201、基于从第一云端获取的日志文件中记录的操作,对自身对应的第二数据库进行相同的操作,以使第二数据库中的数据与第一云端对应的第一数据库中的数据一致;第二云端对应有第二数据库。
本公开实施例中,第二云端也对应有MySQL数据库,第二云端可以以预先设定的频率从第一云端处获取日志文件,并根据日志文件中记录的第一云端对第一数据库的操作,来对自身对应的MySQL数据库进行相同的操作,使得自身对应的第二数据库中的数据与第一云端对应的第一数据库中的数据一致,以便后续在第一云端发生故障时,由第二云端继续对边端设备和采集设备进行检测。
S1202、在第一云端异常的情况下,通过自身的第三检测系统组件,从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的场景信息;第二云端中设置有第三检测系统组件。
本公开实施例中,第二云端中也设置有Prometheus,第二云端可以通过Prometheus的federation,将边端设备的设备运行数据和采集设备采集的智能桌游场景中的场景信息拉取至第一云端,从而根据得到的设备运行数据和场景信息,对边端设备和采集设备的设备状态继续进行检测。
本公开的一些实施例中,第二云端可以在从第一云端获取不到日志文件的情况下,确定第一云端异常。本公开的另一些实施例中,第二云端也可以间断地向第一云端发送询问消息,并在一段时间后未接收到第一云端的回应消息的情况下,确定第一云端异常。
S1203、根据设备运行数据,检测边端设备的第一设备状态,以及根据场景信息,检测采集设备的第二设备状态。
S1204、在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;检测结果供进行其他业务时使用。
在本公开实施例中,第二云端通过Prometheus从需要检测的边端设备处获取该边端设备的设备运行数据,以及发送至该边端设备的采集设备所采集到的场景信息,并根据获取到的所有信息,来确定边端设备和采集设备的设备状态是否正常,并在确定边端设备和/或采集设备的设备状态均正常的情况下,根据场景信息中的当前帧场景图像,以及第二云端存储的游戏桌的多个配置文件,对当前帧场景图像进行桌游信息识别,或者,进行生物特征识别和桌游信息识别,以对场景状态(例如游戏状态或桌游状态)进行检测,从而得到检测结果,以供进行其他业务时使用,例如,利用检测结果执行桌游状态的检测业务等,方便了对智能桌游等场景的进行情况的检测,有利于智能桌游等场景的正常进行,从而,提高了对智能桌游等场景的进行情况的检测灵活性和检测效果。
本公开实施例中,通过第一云端和第二云端可以实现云端的主备模式,使得主云端(第一云端)即使出现故障,第二云端作为备云端也会立即升级为主云端,从而继续对边端设备和采集设备进行检测,实现了云端的检测服务的高可用性。
需要说明的是,在云端包括第一云端和第二云端,且第一云端和第二云端均异常的情况下,边端设备才开始对自身和与自身连接的采集设备的设备状态进行检测。
参见图9,图9是本公开实施例提供的场景检测方法的一个可选的流程示意图,应用于边端设备和第一云端、第二云端之间,以及第一云端和第二云端之间的交互过程,将结合图9示出的步骤进行说明。
S1、边端设备在运行第一检测系统组件的情况下,向第一云端发送包含自身设备标识的注册信息;
S2、第一云端通过服务发现组件,实时确定出结束运行第一检测系统组件的边端设备的设备标识;
S3、第一云端基于设备标识,通过第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行第一检测系统组件的边端设备的设备标识从设备列表中删除,得到更新后的设备列表,并将更新后的设备列表中的设备标识所对应的边端设备,确定为待检测的边端设备。
S4、边端设备通过第一检测系统组件,获取自身的设备运行数据,以及采集设备采集的智能桌游场景中的场景信息;
S5、设备运行数据和场景信息被拉取至第一云端;
S6、第一云端根据设备运行数据,检测边端设备的第一设备状态,以及根据场景信息,检测采集设备的第二设备状态;
S7、第一云端将拉取的设备运行数据、场景信息,以及更新后的设备列表,存储至第一数据库,将对第一数据库的存储操作记录至日志文件中,并更新日志文件;
S8、第一云端在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的多个游戏桌的配置文件,检测场景状态,得到检测结果;
S9、第二云端从第一云端获取日志文件;
S10、第二云端基于从第一云端获取的日志文件中记录的操作,对第二数据库进行相同的操作,以使第二数据库中的数据与第一云端对应的第一数据库中的数据一致;
S11、第二云端在第一云端异常的情况下,通过第三检测系统组件,从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的智能桌游场景中的场景信息;
S12、第二云端根据设备运行数据,检测边端设备的第一设备状态,以及根据场景信息,检测采集设备的第二设备状态;
S13、第二云端在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和存储的多个游戏桌的配置文件,检测场景状态,得到检测结果;
S14、在第一云端和第二云端均异常的情况下,边端设备根据设备运行数据,检测自身的第一设备状态,以及基于场景信息,检测采集设备的第二设备状态;
S15、边端设备在第一设备状态和第二设备状态均表征正常的情况下,根据场景信息中的当前帧场景图像和本地存储的多个游戏桌的配置文件,检测场景状态,得到检测结果;
S16、边端设备在第一设备状态表征异常,和/或第二设备状态表征异常的情况下,通过第一告警组件,采用告警部件进行告警,和/或通过第一告警组件向第一目标设备发送告警信息;
S17、边端设备在第一云端或第二云端恢复正常的情况下,设备运行数据和场景信息被第一云端或第二云端拉取至云端,供第一云端或第二云端对自身以及采集设备进行检测;
S18、边端设备在自身故障的情况下,停止将设备运行数据和场景信息被拉取至云端,以停止云端对自身以及采集设备的检测。
参见图10,图10是本公开实施例提供的示例性的边端设备和智能游戏桌、边端设备和第一云端或第二云端之间的交互过程,以及边端设备和第一云端或第二云端的结构示意图。如图10所示,边端设备通过普罗米修斯(Prometheus)从设置在智能游戏桌上的采集设备(图10中未示出)处获取场景信息,以及获取自身的设备运行数据,并可以将场景信息和设备运行数据发送至其他边端设备。在第一云端和第二云端均异常的情况下,边端设备通过Prometheus将场景信息和设备运行数据发送至边端设备的告警组件(AlertManager),由Alert Manager确定自身和采集设备的设备状态是否异常,并在自身和/或采集设备的设备状态异常的情况下,通过业务组件(Business)确定出需要获知相关告警信息的设备,并通过相关服务器(GTT)向与桌游相关的服务设备(GOM)发送相应的告警信息。
第一云端或第二云端的检测控制器(Management),控制第一云端或第二云端通过服务发现组件(Consul)来发现需要检测的边端设备,以及第一云端或第二云端通过检测组件(Monitoring)和Consul来控制第一云端或第二云端的Prometheus从需要检测的边端设备处拉取数据。第一云端或第二云端通过Prometheus,可以采用联邦方式(Federation)从边端设备的网关组件(Nginx)处拉取边端设备自身的设备运行数据和采集设备的场景信息,边端设备的网关组件(Nginx)根据第一云端或第二云端的拉取操作,可以从边端设备的Prometheus处获取设备运行数据和采集设备的场景信息,并由第一云端或第二云端通过Prometheus拉取;第一云端或第二云端通过告警组件(Alert Manager)确定边端设备和/或采集设备是否异常,并在边端设备和/或采集设备异常的情况下,通过Management或Monitoring向邮件服务器(Email Server)和与桌游相关的服务设备(GOM)发送相应的告警信息。
图11为本公开实施例的第一场景检测装置的结构组成示意图,如图11所示,第一场景检测装置17包括:
第一检测系统组件1701,用于获取自身的设备运行数据,以及采集设备采集的场景信息;所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测;
第一告警组件1702,用于在云端的检测发生异常的情况下,根据所述设备运行数据,检测自身的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态;
第一识别组件1703,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在一些实施例中,第一告警组件1702,还用于在云端的检测发生异常的情况下,根据所述设备运行数据和自身存储的第一本地告警规则,实时检测自身的所述第一设备状态;根据所述场景信息和自身存储的第二本地告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一本地告警规则与所述云端存储的第一云端告警规则至少部分相同,以及,所述第二本地告警规则与所述云端存储的第二云端告警规则至少部分相同。
在一些实施例中,边端设备包括告警部件;第一告警组件1702,还用于在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述第一告警组件,采用所述告警部件进行告警,和/或通过所述第一告警组件向第一目标设备发送告警信息;所述第一目标设备是与场景相关的服务设备。
在一些实施例中,所述第一设备状态表征正常的情况包括:处理器的占用率小于或等于预设占用率值、数据处理的耗时小于或等于预设耗时阈值,以及,获取所述设备运行数据的频率大于或等于预设频率阈值中的至少一种。
在一些实施例中,所述第二设备状态表征正常的情况包括:所述场景信息中存在所述当前帧场景图像和所述当前帧场景图像对应的区域为预设采集区域中的至少一种。
在一些实施例中,边端设备包括网关组件1704(图中未示出),第一检测系统组件1701,还用于通过所述网关组件,采用所述第一检测系统组件的联邦方式,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在一些实施例中,第一检测系统组件1701,还用于在运行所述第一检测系统组件的情况下,向所述云端发送包含自身设备标识的注册信息,以供所述云端根据所述注册信息将自身确定为待检测的对象。
在一些实施例中,第一检测系统组件1701,还用于在所述云端恢复正常的情况下,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对自身以及所述采集设备进行检测。
在一些实施例中,第一检测系统组件1701,还用于在自身故障的情况下,停止将所述设备运行数据和所述场景信息被拉取至云端,以停止所述云端对自身以及所述采集设备的检测。
在本公开实施例中,由于在智能桌游场景中第一场景检测装置和云端各自可以对第一场景检测装置和采集设备进行检测,所以,在云端设备故障时,第一场景检测装置对自身和采集设备的检测不受影响;以及,由于在检测到第一场景检测装置与采集设备的状态均正常的情况下,还能根据采集设备采集的当前场景图像和本地存储的相关配置文件,进行场景状态的检测,得到可以应用于其他业务中的检测结果,所以,方便了对智能桌游等场景的进行情况的检测,有利于智能桌游等场景的正常进行,从而,提高了对智能桌游等场景的进行情况的检测灵活性和检测效果。
图12为本公开实施例的第二场景检测装置的结构组成示意图,如图12所示,第二场景检测装置18包括:
第二检测系统组件1801,用于从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集的场景信息;
第二告警组件1802,用于根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
第二识别组件1803,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在一些实施例中,第二告警组件1802,还用于根据所述设备运行数据与自身存储的第一云端告警规则,实时检测所述边端设备的第一设备状态;根据所述场景信息与自身存储的第二云端告警规则,实时检测所述采集设备的第二设备状态;其中,所述第一云端告警规则与所述边端设备存储的第一本地告警规则至少部分相同,以及,所述第二云端告警规则与所述边端设备存储的第二本地告警规则至少部分相同。
在一些实施例中,第二告警组件1802,还用于在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述第二告警组件向第二目标设备发送告警信息;所述第二目标设备包括与场景相关的服务设备,以及邮件服务器。
在一些实施例中,第一云端包括服务发现组件1804(图中未示出),用实时接收边端设备发送的包含所述边端设备的设备标识的注册信息,以及,实时确定出结束运行第一检测系统组件的边端设备的设备标识;第二检测系统组件1801,还用于基于所述设备标识,通过所述第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行所述第一检测系统组件的边端设备的设备标识从所述设备列表中删除,得到更新后的设备列表,并将所述更新后的设备列表中的设备标识所对应的边端设备,确定为所述待检测的边端设备。
在一些实施例中,所述第一云端中包括网关组件1805(图中未示出),第二检测系统组件1801,还用于通过所述网关组件,采用所述第二检测系统组件的联邦方式,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息。
在一些实施例中,所述第一云端对应有第一数据库,且所述第一数据库关联有日志文件;所述第一云端还包括存储组件1806(图中未示出),用于将拉取的所述设备运行数据、所述场景信息,以及所述更新后的设备列表,存储至所述第一数据库;将对所述第一数据库的存储操作记录至所述日志文件中,并更新所述日志文件。
在本公开实施例中,由于第二场景检测装置根据边端设备的设备运行数据和采集设备的场景信息,分别对边端设备和采集设备的设备状态进行检测,并在边端设备与采集设备的状态正常的情况下,可以根据采集设备采集的当前场景图像和本地存储的相关配置文件,检测场景状态,得到可以应用于其他业务中的检测结果,所以,方便了对特定的场景(例如智能桌游)的进行情况的检测,有利于场景的正常进行,从而,提高了对检测灵活性和检测效果。
图13为本公开实施例的第三场景检测装置的结构组成示意图,如图13所示,第三场景检测装置19包括:
数据同步组件1901,用于基于从第一云端获取的日志文件中记录的操作,对第二数据库进行相同的操作,以使所述第二数据库中的数据与所述第一云端对应的第一数据库中的数据一致;
第三检测系统组件1902,用于在所述第一云端异常的情况下,通过所述第三检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集的场景信息;
第三告警组件1903,用于根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
第三识别组件1904,用于在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
在本公开实施例中,第三场景检测装置根据从第一云端获取的日志文件中记录的操作,对第二数据库进行相同操作,可以使自身对应的第二数据库与第一云端对应的第一数据库中的数据保持一致,并在第一云端故障时,由第三场景检测装置自身继续对边端设备和采集设备进行检测,使得边端设备和采集设备的检测不受影响;以及,由于在边端设备与采集设备的状态正常的情况下,第三场景检测装置还能根据采集设备采集的当前场景图像和本地存储的相关配置文件,进行场景状态的检测,得到可以用于其他业务中的检测结果,所以,方便了对智能桌游等场景的进行情况的检测,有利于场景的正常进行,从而,提高了对检测灵活性和检测效果。
需要说明的是,本公开实施例中所述的“组件”即为“模块”,表示软件模块,或者包括部分软件与部分硬件的模块等。
图14为本公开实施例的电子设备的结构组成示意图一。如图14所示,在电子设备具体实施为边端设备的情况下,边端设备20包括存储器2001、处理器2002及存储在存储器2001上并可在处理器1902上运行的计算机程序;其中,处理器用于运行计算机程序时,执行如前述实施例中的应用于边端设备的场景检测方法。
可以理解,边端设备20还包括总线系统2003;边端设备20中的各个器件通过总线系统2003耦合在一起。可理解,总线系统2003用于实现这些器件之间的连接通信。总线系统2003除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
存储器2001配置为存储由处理器2002计算机程序和应用,还可以缓存待处理器2002以及边端设备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2002执行程序时实现上述任一项应用于边端设备的场景检测方法的步骤。处理器2002通常控制边端设备20的总体操作。
图15为本公开实施例的电子设备的结构组成示意图二。如图15所示,在电子设备具体实施为第一云端的情况下,第一云端21包括存储器2101、处理器2102及存储在存储器2101上并可在处理器2102上运行的计算机程序;其中,处理器用于运行计算机程序时,执行如前述实施例中的应用于第一云端的场景检测方法。
可以理解,第一云端21还包括总线系统2103;第一云端21中的各个器件通过总线系统2103耦合在一起。可理解,总线系统2103用于实现这些器件之间的连接通信。总线系统2103除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
存储器2101配置为存储由处理器2102计算机程序和应用,还可以缓存待处理器2102以及第一云端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2102执行程序时实现上述任一项应用于第一云端的场景检测方法的步骤。处理器2102通常控制第一云端21的总体操作。
图16为本公开实施例的电子设备的结构组成示意图三,如图16所示,在电子设备具体实施为第二云端的情况下,第二云端22包括存储器2201、处理器2202及存储在存储器2201上并可在处理器2202上运行的计算机程序;其中,处理器用于运行计算机程序时,执行如前述实施例中的应用于第二云端的场景检测方法。
可以理解,第二云端22还包括总线系统2203;第二云端22中的各个器件通过总线系统2203耦合在一起。可理解,总线系统2203用于实现这些器件之间的连接通信。总线系统2203除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
存储器2201配置为存储由处理器2202计算机程序和应用,还可以缓存待处理器2202以及第二云端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2202执行程序时实现上述任一项应用于第二云端的场景检测方法的步骤。处理器2202通常控制第二云端22的总体操作。
上述处理器可以为特定用途集成电路(Application Specific IntegratedCircuit,ASIC)、数字信号处理器(Digital Signal Processor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable LogicDevice,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地,实现上述处理器功能的电子器件还可以为其它,本公开实施例不作限制。
上述计算机可读存储介质/存储器可以是只读存储器(Read Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性随机存取存储器(Ferromagnetic Random Access Memory,FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器;也可以是包括上述存储器之一或任意组合的各种终端,如移动电话、计算机、平板设备、个人数字助理等。
本公开实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行本公开实施例上述的场景检测方法。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
这里需要指出的是:以上存储介质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。对于本公开存储介质和设备实施例中未披露的技术细节,请参照本公开方法实施例的描述而理解。
以上所述,仅为本公开的实施例而已,并非用于限定本公开的保护范围。凡在本公开的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本公开的保护范围之内。
Claims (20)
1.一种场景检测方法,应用于边端设备,其特征在于,包括:
通过所述边端设备的第一检测系统组件,获取所述边端设备的设备运行数据,以及采集设备采集的场景信息;
所述设备运行数据和所述场景信息被拉取至云端,供所述云端对所述边端设备以及所述采集设备进行检测;
在云端的检测发生异常的情况下,根据所述设备运行数据,检测所述边端设备的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态;
在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和本地存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
2.根据权利要求1所述的场景检测方法,其特征在于,所述在云端的检测发生异常的情况下,根据所述设备运行数据,检测所述边端设备的第一设备状态,以及基于所述场景信息,检测所述采集设备的第二设备状态,包括:
在云端的检测发生异常的情况下,根据所述设备运行数据和所述边端设备存储的第一本地告警规则,实时检测所述边端设备的所述第一设备状态;
根据所述场景信息和所述边端设备存储的第二本地告警规则,实时检测所述采集设备的第二设备状态;
其中,所述第一本地告警规则与所述云端存储的第一云端告警规则至少部分相同,以及,所述第二本地告警规则与所述云端存储的第二云端告警规则至少部分相同。
3.根据权利要求1或2所述的场景检测方法,其特征在于,所述方法还包括:
在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述边端设备的第一告警组件,采用所述边端设备的告警部件进行告警,和/或通过所述第一告警组件向第一目标设备发送告警信息;所述第一目标设备是与场景相关的服务设备。
4.根据权利要求1-3任一项所述的场景检测方法,其特征在于,所述第一设备状态表征正常的情况包括:处理器的占用率小于或等于预设占用率值、数据处理的耗时小于或等于预设耗时阈值,以及,获取所述设备运行数据的频率大于或等于预设频率阈值中的至少一种。
5.根据权利要求1-4任一项所述的场景检测方法,其特征在于,所述第二设备状态表征正常的情况包括:所述场景信息中存在所述当前帧场景图像和所述当前帧场景图像对应的区域为预设采集区域中的至少一种。
6.根据权利要求1-5任一项所述的场景检测方法,其特征在于,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对所述边端设备以及所述采集设备进行检测,包括:
通过所述边端设备的网关组件,采用所述第一检测系统组件的联邦方式,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对所述边端设备以及所述采集设备进行检测。
7.根据权利要求1-6任一项所述的场景检测方法,其特征在于,所述方法还包括:
在运行所述第一检测系统组件的情况下,向所述云端发送包含所述边端设备的设备标识的注册信息,以供所述云端根据所述注册信息将所述边端设备确定为待检测的对象。
8.根据权利要求1-7任一项所述的场景检测方法,其特征在于,所述方法还包括:
在所述云端恢复正常的情况下,所述设备运行数据和所述场景信息被拉取至云端,供所述云端对所述边端设备以及所述采集设备进行检测;或者,
在所述边端设备故障的情况下,停止将所述设备运行数据和所述场景信息被拉取至云端,以停止所述云端对所述边端设备以及所述采集设备的检测。
9.一种场景检测方法,应用于云端,其特征在于,包括:
通过所述云端的第二检测系统组件,从待检测的边端设备处拉取边端设备的设备运行数据,以及采集设备采集场景信息;
根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
10.根据权利要求9所述的场景检测方法,其特征在于,所述根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态,包括:
根据所述设备运行数据与所述云端存储的第一云端告警规则,实时检测所述边端设备的第一设备状态;
根据所述场景信息与所述云端存储的第二云端告警规则,实时检测所述采集设备的第二设备状态;
其中,所述第一云端告警规则与所述边端设备存储的第一本地告警规则至少部分相同,以及,所述第二云端告警规则与所述边端设备存储的第二本地告警规则至少部分相同。
11.根据权利要求9或10所述的场景检测方法,其特征在于,所述方法还包括:
在所述第一设备状态表征异常,和/或所述第二设备状态表征异常的情况下,通过所述云端的第二告警组件向第二目标设备发送告警信息;所述第二目标设备包括与场景相关的服务设备,以及邮件服务器。
12.根据权利要求9-11任一项所述的场景检测方法,其特征在于,所述方法还包括:
通过所述云端的服务发现组件,实时接收边端设备发送的包含所述边端设备的设备标识的注册信息,以及,实时确定出结束运行第一检测系统组件的边端设备的设备标识;
基于所述设备标识,通过所述第二检测系统组件,将发送注册信息的边端设备的设备标识添加至设备列表中,以及,将结束运行所述第一检测系统组件的边端设备的设备标识从所述设备列表中删除,得到更新后的设备列表,并将所述更新后的设备列表中的设备标识所对应的边端设备,确定为所述待检测的边端设备。
13.根据权利要求9-12任一项所述的场景检测方法,其特征在于,所述通过所述第二检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集场景信息,包括:
通过所述云端的网关组件,采用所述第二检测系统组件的联邦方式,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集场景信息。
14.根据权利要求12所述的场景检测方法,其特征在于,所述方法还包括:
将拉取的所述设备运行数据、所述场景信息,以及所述更新后的设备列表,存储至所述云端对应的第一数据库;
将对所述第一数据库的存储操作记录至与所述第一数据库关联的日志文件中,并更新所述日志文件。
15.一种场景检测方法,应用于第二云端,其特征在于,包括:
基于从第一云端获取的日志文件中记录的操作,对所述云端对应的第二数据库进行相同的操作,以使所述第二数据库中的数据与所述第一云端对应的第一数据库中的数据一致;
在所述第一云端异常的情况下,通过所述云端的第三检测系统组件,从待检测的边端设备处拉取所述边端设备的设备运行数据,以及采集设备采集场景信息;
根据所述设备运行数据,检测所述边端设备的第一设备状态,以及根据所述场景信息,检测所述采集设备的第二设备状态;
在所述第一设备状态和所述第二设备状态均表征正常的情况下,根据所述场景信息中的当前帧场景图像和存储的配置文件,检测场景状态,得到检测结果;所述检测结果供进行其他业务时使用。
16.一种电子设备,其特征在于,包括:
存储器,用于存储可执行计算机程序;
处理器,用于执行所述存储器中存储的可执行计算机程序时,实现权利要求1至8中任一项所述的方法。
17.一种电子设备,其特征在于,包括:
存储器,用于存储可执行计算机程序;
处理器,用于执行所述存储器中存储的可执行计算机程序时,实现权利要求9至14中任一项所述的方法。
18.一种电子设备,其特征在于,包括:
存储器,用于存储可执行计算机程序;
处理器,用于执行所述存储器中存储的可执行计算机程序时,实现权利要求15所述的方法。
19.一种计算机可读存储介质,其特征在于,存储有计算机程序,用于被处理器执行时,实现权利要求1至8,9至14,或15中任一项所述的方法。
20.一种计算机程序,存储在存储器中,其中,所述计算机程序在被处理器执行时实现权利要求1至8,9至14,或15中任一项所述的对象兑换行为的检测方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10202107011W | 2021-06-25 | ||
SG10202107011W | 2021-06-25 | ||
PCT/IB2021/055737 WO2022096959A1 (en) | 2021-06-25 | 2021-06-28 | Scene detection method and apparatus, electronic device and computer storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114127814A true CN114127814A (zh) | 2022-03-01 |
CN114127814B CN114127814B (zh) | 2023-06-20 |
Family
ID=80364105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180001687.9A Active CN114127814B (zh) | 2021-06-25 | 2021-06-28 | 场景检测方法及装置、电子设备、计算机存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220414372A1 (zh) |
JP (1) | JP2023503736A (zh) |
KR (1) | KR20230000927A (zh) |
CN (1) | CN114127814B (zh) |
AU (1) | AU2021204550A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115378841A (zh) * | 2022-08-03 | 2022-11-22 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
CN115757572A (zh) * | 2022-11-04 | 2023-03-07 | 厦门微亚智能科技有限公司 | 基于redis的数据处理方法、装置、设备及存储介质 |
CN116088381A (zh) * | 2023-01-31 | 2023-05-09 | 惠州市海葵信息技术有限公司 | 设备报警数据处理方法、控制器以及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337098A1 (en) * | 2016-05-19 | 2017-11-23 | Chiun Mai Communication Systems, Inc. | Cloud device, terminal device, and method for handling abnormalities therein |
CN109040278A (zh) * | 2018-08-20 | 2018-12-18 | 山东润智能科技有限公司 | 医院电气及动力系统安全智能管理云平台、方法及系统 |
US20200242801A1 (en) * | 2017-03-30 | 2020-07-30 | Visualimits, Llc | Automatic region of interest detection for casino tables |
CN111582016A (zh) * | 2020-03-18 | 2020-08-25 | 宁波送变电建设有限公司永耀科技分公司 | 基于云边协同深度学习的智能免维护电网监控方法及系统 |
CN111698470A (zh) * | 2020-06-03 | 2020-09-22 | 河南省民盛安防服务有限公司 | 一种基于云边协同计算的安防视频监控系统及其实现方法 |
CN111767775A (zh) * | 2019-12-24 | 2020-10-13 | 上海高德威智能交通系统有限公司 | 一种监控场景检测方法、装置及电子设备 |
CN111831514A (zh) * | 2020-07-21 | 2020-10-27 | 深信服科技股份有限公司 | 一种设备监控方法、装置、设备及存储介质 |
CN112565438A (zh) * | 2020-12-07 | 2021-03-26 | 厦门博海中天信息科技有限公司 | 一种边端协同智能识别方法及系统 |
CN112966608A (zh) * | 2021-03-05 | 2021-06-15 | 哈尔滨工业大学 | 一种基于边端协同的目标检测方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111901573A (zh) * | 2020-08-17 | 2020-11-06 | 泽达易盛(天津)科技股份有限公司 | 一种基于边缘计算的细颗粒度实时监管系统 |
-
2021
- 2021-06-28 KR KR1020217029983A patent/KR20230000927A/ko unknown
- 2021-06-28 JP JP2021557033A patent/JP2023503736A/ja not_active Withdrawn
- 2021-06-28 AU AU2021204550A patent/AU2021204550A1/en not_active Abandoned
- 2021-06-28 CN CN202180001687.9A patent/CN114127814B/zh active Active
- 2021-06-30 US US17/363,191 patent/US20220414372A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170337098A1 (en) * | 2016-05-19 | 2017-11-23 | Chiun Mai Communication Systems, Inc. | Cloud device, terminal device, and method for handling abnormalities therein |
US20200242801A1 (en) * | 2017-03-30 | 2020-07-30 | Visualimits, Llc | Automatic region of interest detection for casino tables |
CN109040278A (zh) * | 2018-08-20 | 2018-12-18 | 山东润智能科技有限公司 | 医院电气及动力系统安全智能管理云平台、方法及系统 |
CN111767775A (zh) * | 2019-12-24 | 2020-10-13 | 上海高德威智能交通系统有限公司 | 一种监控场景检测方法、装置及电子设备 |
CN111582016A (zh) * | 2020-03-18 | 2020-08-25 | 宁波送变电建设有限公司永耀科技分公司 | 基于云边协同深度学习的智能免维护电网监控方法及系统 |
CN111698470A (zh) * | 2020-06-03 | 2020-09-22 | 河南省民盛安防服务有限公司 | 一种基于云边协同计算的安防视频监控系统及其实现方法 |
CN111831514A (zh) * | 2020-07-21 | 2020-10-27 | 深信服科技股份有限公司 | 一种设备监控方法、装置、设备及存储介质 |
CN112565438A (zh) * | 2020-12-07 | 2021-03-26 | 厦门博海中天信息科技有限公司 | 一种边端协同智能识别方法及系统 |
CN112966608A (zh) * | 2021-03-05 | 2021-06-15 | 哈尔滨工业大学 | 一种基于边端协同的目标检测方法、系统及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115378841A (zh) * | 2022-08-03 | 2022-11-22 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
CN115378841B (zh) * | 2022-08-03 | 2024-01-26 | 深圳前海环融联易信息科技服务有限公司 | 设备接入云平台状态的检测方法及装置、存储介质、终端 |
CN115757572A (zh) * | 2022-11-04 | 2023-03-07 | 厦门微亚智能科技有限公司 | 基于redis的数据处理方法、装置、设备及存储介质 |
CN116088381A (zh) * | 2023-01-31 | 2023-05-09 | 惠州市海葵信息技术有限公司 | 设备报警数据处理方法、控制器以及存储介质 |
CN116088381B (zh) * | 2023-01-31 | 2024-02-06 | 惠州市海葵信息技术有限公司 | 设备报警数据处理方法、控制器以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20230000927A (ko) | 2023-01-03 |
AU2021204550A1 (en) | 2023-01-19 |
US20220414372A1 (en) | 2022-12-29 |
CN114127814B (zh) | 2023-06-20 |
JP2023503736A (ja) | 2023-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114127814A (zh) | 场景检测方法及装置、电子设备、计算机存储介质 | |
EP3373179B1 (en) | Information processing device, information processing method, and information processing program | |
CN108900353B (zh) | 故障告警方法及终端设备 | |
CN106161060B (zh) | 数据监控方法和装置 | |
CN111953541A (zh) | 告警信息处理方法、装置、计算机设备及存储介质 | |
CN110210213A (zh) | 过滤恶意样本的方法及装置、存储介质、电子装置 | |
CN111221722B (zh) | 行为检测方法、装置、电子设备及存储介质 | |
US20150012622A1 (en) | Information system management apparatus, information system management method, and program | |
US20210160261A1 (en) | Device agnostic discovery and self-healing consensus network | |
CN113507461B (zh) | 基于大数据的网络监控系统及网络监控方法 | |
JP2015225473A (ja) | 車載情報システム及びその情報処理方法 | |
CN112333171B (zh) | 一种业务数据处理方法、装置及计算机设备 | |
CN113850544A (zh) | 基于区块链的数字仓单管理方法及装置、电子设备 | |
CN111930565B (zh) | 分布式管理系统中组件的进程故障自愈方法、装置及设备 | |
WO2022096959A1 (en) | Scene detection method and apparatus, electronic device and computer storage medium | |
CN110619541B (zh) | 应用程序管理方法、装置、计算机设备及存储介质 | |
JP2005149267A (ja) | 証拠画面保存プログラム、証拠画面保存方法及び証拠画面保存システム | |
CN114650218B (zh) | 一种数据获取方法、设备、系统及存储介质 | |
CN113890753A (zh) | 数字身份管理方法、装置、系统、计算机设备和存储介质 | |
CN114745426A (zh) | 终端的异常监控方法、装置、设备、可读存储介质及系统 | |
CN116308394B (zh) | 标签关联方法、装置、电子设备及计算机可读存储介质 | |
CN117318959B (zh) | 一种数字证书的到期预警方法、装置、系统、设备及介质 | |
US20240098108A1 (en) | Evaluating network flow risks | |
CN109450700B (zh) | 可视化的业务检测方法及装置 | |
CN115426248A (zh) | 服务管理方法、装置、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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40065480 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |