CN114494148A - 数据解析方法、系统、设备及存储介质 - Google Patents

Abstract

本发明公开了一种数据解析方法、系统、设备及存储介质，所述方法包括：获取拍摄装置拍摄的历史图像集；根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。在本申请中，通过历史数据集对拍摄装置拍摄区域分为多个目标子区域，不同的目标子区域可对应不同的图像元素和数据解析规则，从而可以针对性地对拍摄装置拍摄的图片进行解析，避免了现有相机无差别全属性能力解析造成服务器算力的浪费，同时，还可以避免非必要场景的图片存储，节约存储空间。

Description

数据解析方法、系统、设备及存储介质

技术领域

本发明涉及图像处理技术领域，尤其涉及的是一种数据解析方法、系统、设备及存储介质。

背景技术

随着网络的飞速发展，网络产品逐渐覆盖我们生活的各个角落。网络摄像机(IPC)是一种由传统摄像机与网络技术结合所产生的新一代摄像机，相比传统摄像机，网络摄像机能更简单的实现远程监控；而在诸多网络摄像机产品中，尤其是针对一些拍摄视角广的拍摄装置中，由于其可拍摄视角广，清晰度高，这些年来，逐渐被应用于教育、商业、医疗、社区、公共事业等领域。

然而，针对于拍摄装置抓拍上报的图片，整张图片视角内存在多个区域(例如人行道、机动车道、商业区、水域、森林等)，而传统的引擎后台一般会提前预置的这台相机的解析能力(例如人体、人脸、机动车辆、非机动车等)，然后对整张图片视角内的多个区域死板的做解析能力范围内的事情；对图片中各区域出现的人体、人脸、机动车辆、非机动车等均进行无差别特征解析，例如：在图片视角内的人行道区域停放有一台报废的车辆，则会持续不断的提取人行道区域内的这台车辆属性，这将造成服务器算力的极大浪费以及占用非必要的磁盘空间。

因此，现有技术还有待改善。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种数据解析方法、系统、设备及存储介质，旨在解决现有技术中相机无差别全属性能力解析造成服务器算力的浪费以及占用非必要的磁盘空间的技术问题。

第一方面，本申请提供了一种数据解析方法，所述方法包括：

获取拍摄装置拍摄的历史图像集；

根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

第二方面，本申请实施例提供了一种数据解析系统，包括：

获取模块，用于获取拍摄装置拍摄的历史图像集；

第一确定模块，用于根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

第二确定模块，用于根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

第三方面，本申请提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一技术方案所述的方法。

第四方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一技术方案所述的方法。

有益效果：本发明提供了一种数据解析方法、系统、设备及存储介质，包括：获取拍摄装置拍摄的历史图像集；根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。在本申请中，通过历史数据集将拍摄装置拍摄区域分为多个目标子区域，不同的目标子区域可对应不同的图像元素和数据解析规则，从而可以针对性的对拍摄装置拍摄的图片进行分区域解析，而无需针对整张图片进行无差别解析，避免了现有相机无差别全属性能力解析造成服务器算力的浪费，同时，也避免非必要场景的图片存储，节约存储空间。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本申请的实施例，并与说明书一起用于说明本申请的技术方案。

图1为本申请实施例一种数据解析方法的第一流程示意图；

图2为本申请实施例一种数据解析方法的第二流程示意图；

图3为本申请实施例拍摄装置拍摄区域划分示意图；

图4为本申请实施例一种数据解析系统的结构示意图；

图5为本申请实施例一种计算机设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包括。例如包括了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包括在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。下面结合本申请实施例中的附图对本申请实施例进行描述。

目前，由于拍摄装置其拍摄的视角范围广，针对于拍摄装置抓拍上报的图片，如整张图片视角内存在多个区域(例如人行道、机动车道、商业区、水域、森林等)，而传统的引擎后台一般会提前预置的这台相机的解析能力(例如人体、人脸、机动车辆、非机动车等)，然后对整张图片视角内的多个区域死板的做解析能力范围内的事情，即对图片中各区域出现的人体、人脸、机动车辆、非机动车等均进行无差别特征解析，例如：在图片视角内的人行道区域停放有一台报废的车辆，则会持续不断的提取人行道区域内的这台车辆属性，这将造成服务器算力的极大浪费以及占用非必要的磁盘空间。

基于此，本申请提供了一种数据解析方法，可将拍摄装置拍摄视角范围划分为多个目标子区域，对每个目标子区域设置不同的数据解析规则，从而针对拍摄装置拍摄图片进行特征解析时，只需要提取图片中目标子区域以及目标子区域对应的数据解析规则，即可完成对图片的解析。

下面结合本申请实施例中的附图对本申请实施例进行描述。本申请实施例的执行主体为数据解析系统，数据解析系统可以是该拍摄装置的后台服务器或计算机。

请参阅图1，图1是本申请实施例提供的一种数据解析方法的流程示意图。

S100、获取拍摄装置拍摄的历史图像集；

本申请实施例中，拍摄装置指的是具有摄像功能的装置，其可以是各类相机、智能手机或其他电子设备。

在一个较佳实施例中，该拍摄装置为具有广角镜头的相机，其拍摄视角范围较大，通常可拍摄范围为60度-180度之间。由于拍摄视角范围大，通常一张图片中可以包含多个图像元素，例如，一张图片中可以包含：人物属性元素、车辆属性元素、建筑物属性元素等等。可选的，拍摄装置可以根据实际的应用场景设置在室外或室内等。

历史图像集包含有一张或多张图该拍摄装置拍摄的图像，在多数时候，其包含多张该拍摄装置在某一历史时间段拍摄的图像，以便后续能更准确的根据该历史图像集来确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素。

在一个较佳实施方式中，该历史图像集为最近时间段内的该拍摄装置连续拍摄的图像，从而能够更真实准确的反映出目前该拍摄装置视角范围内的各图像元素状况。

在一种获取拍摄装置拍摄的历史图像集的实现方式中，可以将数据解析系统与该拍摄装置建立通信连接，从而获取拍摄装置拍摄的历史图像集。

S200、根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

在本申请较佳实施方式中，可以根据历史图像集将拍摄装置的可拍摄视角范围划分为多个目标子区域，并确定每个目标子区域对应的目标图像元素，各目标子区域可以为人行道区域、机动车道区域、商业区域、水域区域、森林区域等中的一个或多个区域，目标图像元素可以为人体图像元素、人脸图像元素、机动车辆图像元素、非机动车图像元素、水域图像元素、森林图像元素中的一种或多种；

具体而言，针对拍摄装置拍摄的一张图像，可以具有多个目标子区域，

针对每个目标子区域，其一般可对应于一个或多个目标图像元素。例如，针对拍摄装置拍摄的一张图像，其具有第一目标子区域和第二目标子区域，

当第一目标子区域为人行道区域时，其对应的目标图像元素可以为人脸图像元素和人体图像元素，当第二目标子区域为机动车道区域时，其对应的目标图像元素为机动车辆图像元素。

S300根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

在本申请实施例中，数据解析规则为对图像中一个或多个图像元素进行特征属性提取解析的规则，例如，数据解析规则可以为人脸图像元素解析规则、机动车图像解析规则、非机动车图像元素解析规则或全属性解析规则等，具体的，人脸图像元素解析规则，即对图像中出现的人脸图像属性进行特征提取解析；全属性解析规则即对图片中出现的所述图像元素均进行特征提取解析。当确定目标子区域和目标子区域对应的目标图像元素后，就可以确定与目标子区域对应的数据解析规则。

仍以上述示例来进行阐述，当第一目标子区域为人行道区域时，其对应的目标图像元素可以为人脸图像元素和人体图像元素，此时，可以确定人行道区域对应的数据解析规则为对人行道区域出现的人脸图像元素和人体图像元素进行特征解析；当第二目标子区域为机动车道区域时，其对应的目标图像元素为机动车辆图像元素，此时，可以确定机动车道区域对应的数据解析规则为对机动车道区域出现的机动车辆图像元素进行特征解析。

可以看出，针对上述示例，当第一目标子区域为人行道区域时，只需要对人行道区域的人脸图像元素和人体图像元素进行解析，而无需对人行道区域出现的机动车辆图像元素、非机动车图像元素、水域图像元素等图像元素进行解析，当第二目标子区域为机动车道区域时，只需要对机动车辆图像元素进行解析，而无需对机动车道区域出现的其他图像元素进行解析，因此，本申请实施例通过上述方式对相机拍摄的图像划分为多个目标子区域，并针对每个目标子区域的图像元素确定对应的数据解析规则，使得服务器可以对应的数据解析规则对每个目标子区域进行解析，该方式可以极大的降低服务器运行压力，提高服务器对拍摄装置拍摄图像的处理效率。

请参阅图2，作为一种较佳的实施方式，步骤S200：根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素包括如下步骤：

S201、基于所述历史图像集得到所述历史图像集中的各图像元素；

在本申请实施例中，历史图像集为预设时间段内拍摄装置拍摄的图像，较佳的，针对拍摄装置上报到系统的图像，根据时间的推移，当累计到一定时间和一定抓拍量后，得到该历史图像集。根据历史图像集的不同，图像元素可以包括但不限于人体图像元素、人脸图像元素、机动车辆图像元素、非机动车图像元素、水域图像元素、森林图像元素等。

在一个较佳的实施方式中，所述步骤S201：基于所述历史图像集得到所述历史图像集中的各图像元素包括步骤：

A1、预先建立用于识别所述历史图像集的各图像元素的图像识别模型；

A2、将所述历史图像集输入所述图像识别模型，得到所述历史图像集中的各图像元素。

具体的，图像识别模型可以用来识别历史图像集中出现的各图像元素，当建立好图像识别模型后，将历史图像集中的每一张图片依次输入到该图像识别模型中，即可确定历史图像集中存在的各图像元素。

S202、确定所述图像元素在所述历史图像集中出现的各坐标区域；

在本申请实施例中，当得到历史图像集中存在的各图像元素之后，进一步确定每个图像元素在历史图像集中出现的各坐标区域，也就是说，统计每个图像元素出现在每一历史图像中的位置。

在一个较佳实施例中，可以预先建立拍摄装置视角区域的坐标系，由于拍摄装置拍摄的每张图像视角都是一致的，因此，建立该坐标系后，就可以每个图像元素在每张历史图片中出现的坐标位置。在本申请实施例中，每个图像元素出现的坐标区域可以是一个，也可以是多个，每张历史图像中出现的坐标区域也可以是一个或多个；以人脸图像元素为例，人脸图像元素可以只出现在第一历史图像中的A坐标区域，也可以只出现在第二历史图像中的B坐标位置，也可以同时出现在第一历史图像和第二历史图像中的A坐标区域等等。

S203、计算所述预设时间段内，所述图像元素在所述各坐标区域的出现频率；

当确定好每个图像元素在历史图像集中的坐标区域后，即可统计出各坐标区域出现该图像元素的频率。例如，在一个具有100张历史图像的历史图像集中，有90张历史图像中的A坐标区域均出现了人脸图像元素，则可确定人脸图像元素在A坐标区域的出现频率为90％。

S204、当所述图像元素在所述坐标区域的出现频率大于所述图像元素对应的预设频率阈值时，将所述坐标区域作为目标子区域，并将所述图像元素作为所述目标子区域对应的目标图像元素。

当计算出各图像元素在各坐标区域的出现频率后，将该出现频率与该图像元素对应的预设频率进行比较，例如，当计算出人脸图像元素在A坐标区域的出现率为90％，而人脸图像元素对应的预设频率阈值为80％，则可确定该A坐标区域为目标子区域，人脸图像元素为A坐标区域的目标图像元素。

值得注意的是，各图像元素对应的预设频率阈值可以相同亦可以不相同，本领域技术人员可以根据实际需求来进行设定，当确定好目标子区域和目标子区域对应的目标图像元素后，即可确定该目标子区域对应的数据解析规则。针对后续拍摄装置拍摄的图像，直接依据该数据解析规则对图像进行解析即可，而无需全属性解析。

作为一种可选的实施方式，所述根据所述历史图像集确定所述拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素包括：

S210、根据所述历史图像集确定所述拍摄装置视角区域内的各场景类别信息；

在本实施方式中，可以对历史图像集中的一张或多张历史图像进行图像识别，来识别出图像中出现的各场景类别，具体的，各场景类别可以是人行道区域、机动车区域、非机动车区域、商业区等。

S220、预先建立场景类别信息与目标图像元素之间的关系映射表；

具体的，场景类别信息和目标图像元素之间的关系映射表可以是用户根据实际应用需求来设定的，例如，若用户只需对人行道区域进行人脸图像识别，则该关系映射表中的场景类别信息只需包含人行道区域，对应的目标图像元素为人脸图像元素。若用户需要对人行道区域进行人脸识别、还需要对机动车区域进行机动车图像元素识别，则该关系映射表目标场景内别需包含人行道区域和机动车区域，对应的目标图像元素分别为热人脸图像元素和机动车图像元素。

S230、根据所述各场景类别信息和所述关系映射表确定各目标子区域以及各目标子区域对应的目标图像元素。

在一个较佳的实施方式中，所述各场景类别信息和所述关系映射表确定各目标子区域以及各目标子区域对应的目标图像元素包括如下步骤：

B1、根据所述各场景类别信息对所述拍摄装置视角区域进行区域划分，确定各子区域；其中，所述各子区域与所述各场景类别信息一一对应；

在一个实施方式中，当通过图像识别出拍摄装置视角区域各场景类别后，可以根据各场景类别对广角像是视角区域进行划分，实例性的，如图3所示，在图3中包括人行道区域、机动车道和商业区域三个场景，因此，可以将拍摄装置视角区域划分为人行道区域、机动车道区域和商业区域。即此时人行道区域、机动车道区域和商业区域为拍摄装置视角区域内的三个子区域。

B2、根据所述关系映射表确定所述各子区域中的目标子区域；

具体而言，由于关系映射表反映出用户的实际使用需求，针对不同的使用需求，可以有不同的目标子区域，例如，若用户只需对人行道区域进行人脸图像识别，该关系映射表中的场景类别信息只包含人行道区域，则只将确定人行道区域为目标子区域，而机动车道区域和商业区域则不是目标子区域。若用户需要对人行道区域进行人脸识别、还需要对机动车区域的机动车图像进行识别，则该关系映射表目标场景内别需包含人行道区域和机动车区域，此时人行道区域和机动车道区域均为目标子区域，商业区域为非目标子区域。

B3、根据所述关系映射表以及各目标子区域确定所述各目标子区域对应的目标图像元素。

当确定了子区域中的各目标子区域后，则可根据关系映射表来确定各目标子区域对应的目标图像元素，例如，用户需要针对人行道中行人是否佩戴口罩进行识别，则该关系映射表中的场景类别为人行道区域，对应的目标图像元素为人脸图像元素，后续针对拍摄装置拍摄的图像，只需要对人行道区域行人的人脸进行识别，来确认行人是否佩戴口罩即可，此时针对拍摄装置拍摄图像的其他区域，以及人行道区域出现的非机动车/广告牌等均无需对其进行特征解析，减轻了服务器运行压力，且避免了非必要场景以及非必要元素的图片存储。

当通过上述实施方式预置了拍摄装置各目标子区域对应的数据解析规则后，所述方法还包括步骤：

S400、接收所述拍摄装置拍摄的当前图像；

具体的，当对拍摄装置各目标子区域预置了对应的数据解析规则后，针对拍摄装置当前拍摄的图像，即可针对性的对当前图像进行解析。

S500、根据所述目标子区域以及所述目标子区域相对应的数据解析规则对所述当前图像进行解析。

在一个实施例中，将确定了目标子区域和目标子区域相对应的数据解析规则后，只需要针对性的提取目标子区域的坐标位置，以及该目标子区域对应的数据解析规则，即可完成对当前图像的解析，而无需针对整个图片区域均进行解析，从而减轻非必要场景的图像存储，避免了服务器算力的浪费。

例如，当用户需要对拍摄装置拍摄区域内的机动车道是否有违停非机动车进行检测，则对应的目标子区域为机动车道，对应的图像元素为非机动车图像元素，从而只需要针对拍摄装置拍摄的图像中机动车道区域中的非机动车元素进行特征解析，而无需对其他区域进行特征解析，也无需对机动车道的其他元素(例如机动车、广告牌等)进行特征解析，极大减轻了服务器运行压力，提高图像图片特征解析的效率。

在一个较佳实施方式中，所述方法还包括：

S600、实时将所述拍摄装置拍摄的当前图像添加到所述历史图像集，得到更新后的历史图像集，并将更新后的历史图像集作为所述历史图像集。

在一个实施例中，可以将拍摄装置拍摄的图像实时的添加到历史图像集中，同时相应的还可以将历史图像集中距离最近时间段较久的图像进行删除，这样可以使得历史图像集始终为最近时间段的图像集，最大限度的确保历史图像集的准确可靠性。

基于同样的发明构思，本发明实施例提供了一种数据解析系统1，请参见图4，图4为本申请实施例提供的一种数据解析系统1的结构示意图，该数据解析系统1包括如下模块：获取模块11、第一确定模块12和第二确定模块13；

所述获取模块11，用于获取拍摄装置拍摄的历史图像集；

所述第一确定模块12，用于根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

所述第二确定模块13，用于根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

结合本申请任一实施方式，所述第一确定模块12还包括如下单元：第一确定单元、第二确定单元、计算单元以及处理单元，其中：

所述第一确定单元，用于基于所述历史图像集得到所述历史图像集中的各图像元素；

所述第二确定单元，用于确定所述图像元素在所述历史图像集中出现的各坐标区域；

所述计算单元，用于计算所述预设时间段内，所述图像元素在所述各坐标区域的出现频率；

所述处理单元，用于当所述图像元素在所述坐标区域的出现频率大于所述图像元素对应的预设频率阈值时，将所述坐标区域作为目标子区域，并将所述图像元素作为所述目标子区域对应的目标图像元素。

结合本申请任一实施方式，所述所第一确定单元还用于：

预先建立用于识别所述历史图像集的各图像元素的图像识别模型；

将所述历史图像集输入所述图像识别模型，得到所述历史图像集中的各图像元素。

结合本申请任一实施方式，所述第一确定模块12还如下单元：第三确定单元和第四确定单元：

所述第三确定单元，用于根据所述历史图像集确定所述拍摄装置视角区域内的各场景类别信息；

所述第四确定单元，用于根据所述各场景类别信息确定各目标子区域以及各目标子区域对应的目标图像元素。

结合本申请任一实施方式，所述第四确定单元还用于：

预先建立场景类别信息与目标图像元素之间的关系映射表；

根据所述各场景类别信息对所述拍摄装置视角区域进行区域划分，确定各目标子区域；其中，所述各目标子区域与所述各场景类别信息一一对应；

根据所述关系映射表以及各目标子区域确定所述各目标子区域对应的目标图像元素。

结合本申请任一实施方式，所述数据解析系统还包括接收模块和解析模块：

所述接收模块，用于接收所述拍摄装置拍摄的当前图像；

所述解析模块，用于根据所述目标子区域以及所述目标子区域相对应的数据解析规则对所述当前图像进行解析。

结合本申请任一实施方式，所述数据解析系统还包括更新模块：

所述更新模块，用于实时将所述拍摄装置拍摄的当前图像添加到所述历史图像集，得到更新后的历史图像集，并将更新后的历史图像集作为所述历史图像集。

在一些实施例中，本申请实施例提供的系统具有的功能或包括的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

图5为本申请实施例提供的一种计算机设备2的硬件结构示意图，该计算机设备2可用于执行上文方法实施例描述的方法，该计算机设备包括处理器21，存储器22，输入装置23，输出装置24。该处理器21、存储器22、输入装置23和输出装置24通过连接器相耦合，该连接器包括各类接口、传输线或总线等等，本申请实施例对此不作限定。应当理解，本申请的各个实施例中，耦合是指通过特定方式的相互联系，包括直接相连或者通过其他设备间接相连，例如可以通过各类接口、传输线、总线等相连。

处理器21可以是一个或多个图形处理器(graphics processing unit，GPU)，在处理器21是一个GPU的情况下，该GPU可以是单核GPU，也可以是多核GPU。可选的，处理器21可以是多个GPU构成的处理器组，多个处理器之间通过一个或多个总线彼此耦合。可选的，该处理器21还可以为其他类型的处理器等等，本申请实施例不作限定。

存储器22可用于存储计算机程序指令，以及用于执行本申请方案的程序代码在内的各类计算机程序代码。可选地，存储器22包括但不限于是随机存储记忆体(randomaccess memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmable read only memory，EPROM)或便携式只读存储器(compact discread-only memory，CD-ROM)，该存储器用于相关指令及数据。

输入装置23用于输入数据和/或信号，以及输出装置用于输出数据和/或信号。输入装置23和输出装置24可以是独立的器件，也可以是一个整体的器件。

可理解，本申请实施例中，存储器22不仅可用于存储相关指令，还可用于存储相关数据，如该存储器22可用于存储通过输入装置23获取的数据，又或者该存储器22还可用于存储通过处理器得到的比对结果等等，本申请实施例对于该存储器中具体所存储的数据不作限定。

可以理解的是，在实际应用中，上述实施例中的智能赋能系统还可以分别包括必要的其他元件，包括但不限于任意数量的输入/输出装置、处理器、存储器等，而所有可以实现本申请实施例的智能赋能系统都在本申请的保护范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。所属领域的技术人员还可以清楚地了解到，本申请各个实施例描述各有侧重，为描述的方便和简洁，相同或类似的部分在不同实施例中可能没有赘述，因此，在某一实施例未描述或未详细描述的部分可以参见其他实施例的记载。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriberline，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字通用光盘(digital versatiledisc，DVD))、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。

综上，本申请提供了一种数据解析方法、系统、设备及存储介质，包括：获取拍摄装置拍摄的历史图像集；根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。在本申请中，通过历史数据集将拍摄装置拍摄区域分为多个目标子区域，不同的目标子区域可对应不同的图像元素和数据解析规则，从而可以针对性的对拍摄装置拍摄的图片进行分区域解析，而无需针对整张图片进行无差别解析，避免了现有相机无差别全属性能力解析造成服务器算力的浪费，同时，也避免非必要场景的图片存储，节约存储空间。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种数据解析方法，其特征在于，所述方法包括：

获取拍摄装置拍摄的历史图像集；

根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

2.根据权利要求1所述的方法，其特征在于，所述历史图像集为预设时间段内所述拍摄装置拍摄的图像；所述根据所述历史图像集确定所述拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素包括：

基于所述历史图像集得到所述历史图像集中的各图像元素；

确定所述图像元素在所述历史图像集中出现的各坐标区域；

计算所述预设时间段内，所述图像元素在所述各坐标区域的出现频率；

当所述图像元素在所述坐标区域的出现频率大于所述图像元素对应的预设频率阈值时，将所述坐标区域作为目标子区域，并将所述图像元素作为所述目标子区域对应的目标图像元素。

3.根据权利要求2所述的方法，其特征在于，所述基于所述历史图像集获取得到历史图像集中的各图像元素包括：

预先建立用于识别所述历史图像集的各图像元素的图像识别模型；

将所述历史图像集输入所述图像识别模型，得到所述历史图像集中的各图像元素。

4.根据权利要求1所述的方法，其特征在于，所述根据所述历史图像集确定所述拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素包括：

根据所述历史图像集确定所述拍摄装置视角区域内的各场景类别信息；

预先建立场景类别信息与目标图像元素之间的关系映射表；

根据所述各场景类别信息和所述关系映射表确定各目标子区域以及各目标子区域对应的目标图像元素。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各场景类别信息和所述关系映射表确定各目标子区域以及各目标子区域对应的目标图像元素包括：

根据所述各场景类别信息对所述拍摄装置视角区域进行区域划分，确定各子区域；其中，所述各子区域与所述各场景类别信息一一对应；

根据所述关系映射表确定所述各子区域中的目标子区域；

根据所述关系映射表以及各目标子区域确定所述各目标子区域对应的目标图像元素。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述拍摄装置拍摄的当前图像；

根据所述目标子区域以及所述目标子区域相对应的数据解析规则对所述当前图像进行解析。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

实时将所述拍摄装置拍摄的当前图像添加到所述历史图像集，得到更新后的历史图像集，并将更新后的历史图像集作为所述历史图像集。

8.一种数据解析方法系统，其特征在于，包括：

获取模块，用于获取拍摄装置拍摄的历史图像集；

第一确定模块，用于根据所述历史图像集确定拍摄装置的各目标子区域以及各目标子区域对应的目标图像元素；

第二确定模块，用于根据所述目标图像元素确定与所述目标子区域相对应的数据解析规则。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

Images