CN115061590B - 基于视频识别的kvm坐席系统控制方法及kvm坐席系统 - Google Patents
基于视频识别的kvm坐席系统控制方法及kvm坐席系统 Download PDFInfo
- Publication number
- CN115061590B CN115061590B CN202210983810.8A CN202210983810A CN115061590B CN 115061590 B CN115061590 B CN 115061590B CN 202210983810 A CN202210983810 A CN 202210983810A CN 115061590 B CN115061590 B CN 115061590B
- Authority
- CN
- China
- Prior art keywords
- kvm
- input node
- ocr recognition
- video data
- equipment
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/038—Control and interface arrangements therefor, e.g. drivers or device-embedded control circuitry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
Abstract
本发明提供一种基于视频识别的KVM坐席系统控制方法及KVM坐席系统,KVM坐席系统包括中央管控设备、交换设备、多个KVM输入节点设备和多个控制设备,方法包括:中央管控设备将OCR识别算法分别下发至多个KVM输入节点设备;多个KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,并且在识别到待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的控制设备,以使对应的控制设备根据键鼠控制指令执行相应的控制操作。本发明的OCR识别功能可以由中央管控设备转移至各个KVM输入节点设备,降低视频服务区的性能要求。
Description
技术领域
本发明实施例涉及网络通信和视频处理技术领域,尤其涉及一种基于视频识别的KVM坐席系统控制方法及KVM坐席系统。
背景技术
KVM(Keyboard-Video-Mouse,键盘-显示器-鼠标,简称KVM)坐席管理系统是通过一组键盘、显示器和鼠标实现对多台设备的控制,在远程调度监控方面发挥着重要作用。通常KVM坐席管理系统的架构包括视频服务器、网络交换机、多个KVM坐席输入节点设备和多个控制电脑,多个控制电脑分别通过多个KVM坐席输入节点设备与网络交换机通讯连接,网络交换机与中心坐席管理系统通讯连接。
为提升KVM坐席系统的自动化操作功能,可以在视频服务器上配置OCR(OpqticalCharcater Recognition, 字符识别技术)功能,视频服务器通过获取KVM输入节点设备的视频流,提取视频中特定的信息,设置图像触发的报警规则,由OCR进行识别,触发后视频服务器发送键鼠指令给KVM输入节点设备,KVM输入节点设备通过USB数据线控制对应的控制电脑执行对应的操作,实现服务器管理集中管理。
然而,在常规的OCR识别过程中,所有的视频数据都流入一个视频服务器进行运算识别,导致视频服务区的性能要求很高,无法同时处理上百路的视频数据。
发明内容
本发明实施例提供一种基于视频识别的KVM坐席系统控制方法及KVM坐席系统,以解决上述因所有的视频数据都流入一个视频服务器进行运算识别,导致视频服务区的性能要求很高,无法同时处理上百路的视频数据的问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种基于视频识别的KVM坐席系统控制方法,所述KVM坐席系统包括中央管控设备、交换设备、多个KVM输入节点设备和多个控制设备,所述中央管控设备与所述交换设备连接,每个所述控制设备分别通过对应的KVM输入节点设备与所述交换设备连接;所述方法包括:
所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备;
多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,并且在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作。
在某一个实施例中,在所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备之前,还包括:
所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法;
则所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备,包括:
所述中央管控设备将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备。
在某一个实施例中,所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法,包括:
所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备采集到的图像内容,然后基于每个所述KVM输入节点设备采集到的图像内容以及与所述图像内容相关的工作,制定与所述图像内容相关的触发条件,以确定每个所述KVM输入节点设备所需的目标OCR识别算法。
在某一个实施例中,在所述中央管控设备检测到如下任意一种情况时,将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备:
所述中央管控设备配置有OCR识别算法,并且接收到的多个所述KVM输入节点设备发送的待识别视频数据的数量大于第一预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所述中央管控设备与所述交换设备的网络带宽小于第二预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所需的OCR识别精度大于第三预设值。
在某一个实施例中,多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,包括:
多个所述KVM输入节点设备分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
在某一个实施例中,所述中央管控设备包括视频服务器和/或管理服务器;在所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备之前,所述方法还包括:
检测当前所述中央管控设备的类型是否为管理服务器;
若是,则由所述管理服务器将OCR识别算法分别下发至多个所述KVM输入节点设备;
若否,则由所述视频服务器将OCR识别算法分别下发至多个所述KVM输入节点设备。
第二方面,本发明实施例提供了一种KVM坐席系统,应用于如上述实施例所述的一种基于视频识别的KVM坐席系统控制方法,所述KVM坐席系统包括:中央管控设备、交换设备、多个KVM输入节点设备和多个控制设备,所述中央管控设备与所述交换设备连接,每个所述控制设备分别通过对应的KVM输入节点设备与所述交换设备连接;其中,
所述中央管控设备,用于:
将OCR识别算法分别下发至多个所述KVM输入节点设备;
多个所述KVM输入节点设备,分别用于:
基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别;
在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作。
在某一个实施例中,所述中央管控设备具体用于:
基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法;
将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备。
在某一个实施例中,多个所述KVM输入节点设备具体用于通过如下方式分别基于接收到的对应目标OCR识别算法,对待识别视频数据进行OCR识别:
分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
在某一个实施例中,所述中央管控设备包括视频服务器和/或管理服务器。
相较于现有技术,本发明实施例的有益效果为:
本发明的中央管控设备将OCR识别算法下发至KVM输入节点设备,各个KVM输入节点设备可以接收对应的OCR识别算法。在需要对待识别视频数据进行识别时,各个KVM输入节点设备能够基于下发的OCR识别算法自动对待识别视频数据进行OCR识别。如果KVM输入节点设备通过OCR识别算法识别到待识别视频数据中包含触发条件,则主动输出相应的键鼠控制指令给控制设备。控制设备在接收到键鼠控制指令后,执行相应的控制操作,实现后台自动化操作。基于上述策略,OCR识别功能可以由中央管控设备转移至各个KVM输入节点设备,从而使得各个KVM输入节点设备分担OCR识别的算力,减轻中央管控设备的算力,以及降低用于传输视频数据的网络带宽要求,从而降低视频服务区的性能要求;同时,对于整个KVM坐席系统而言,由于OCR识别的规模不再受中央管控设备的性能限制,有助于提升整体的性能算力。此外,在各个KVM输入节点设备进行OCR识别的过程中,由于KVM输入节点设备采集到的待识别视频数据未经压缩编码,因此,相对于由中央管控设备进行OCR识别,待识别视频数据会因网络传输的压缩编码而导致还原度降低,本发明实施例直接由KVM输入节点设备进行OCR识别,待识别视频数据还原度更高,OCR识别更准确。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例中的一种KVM坐席系统的其中一种连接方式示意图;
图2为本发明某一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图;
图3为本发明另一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图;
图4为本发明又一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图。
具体实施方式
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。
请参阅图1,图1为本发明实施例中的KVM坐席系统的其中一种连接方式示意图。KVM坐席系统主要包括中央管控设备、交换设备和多个KVM输入节点设备和多个控制设备。
其中,中央管控设备与交换设备连接,每个控制设备分别通过对应的KVM输入节点设备与交换设备连接。具体的,每个控制设备与KVM输入节点设备之间由USB数据线以及HDMI/DVI/VGA/DP等接口连接线连接,USB数据线用于KVM输入节点设备模拟键盘鼠标指令控制控制设备,HDMI/DVI/VGA/DP等接口连接线用于控制设备画面的图像采集。然后再由KVM输入节点设备进行视频编码压缩后通过网络交换设备发送给中央管控设备,中央管控设备进行视频解码显示,然后中央管控设备将接入键盘鼠标数据通过网络交换设备(例如LAN网络等)发送给对应的KVM输入节点设备,实现远程控制控制设备的功能。
在一个实施例中,控制设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。
在一个实施例中,中央管控设备包括视频服务器和/或管理服务器。
当中央管控设备为视频服务器时,视频服务器进行视频解码显示,视频服务器端将接入键盘鼠标数据通过网络发送给KVM输入节点设备,实现远程控制电脑功能,并且能实现OCR识别算法下发功能。
当中央管控设备为管理服务器时,管理服务器能够实现OCR识别算法下发功能。
需要说明的是,图1中的KVM坐席系统仅作示例,本发明并不局限于图1中的KVM坐席系统,还可以为其他连接方式的KVM坐席系统,在此不做具体限定。
请参阅图2,图2为本发明某一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图,所述方法适用于嵌入式系统,具体包括以下步骤:
S10、所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备。
S20、多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,并且在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作。
对应的,在KVM坐席系统系统架构中,所述中央管控设备用于:
将OCR识别算法分别下发至多个所述KVM输入节点设备;
多个所述KVM输入节点设备分别用于:
基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别;
在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作。
多个所述控制设备分别用于根据对应的所述键鼠控制指令执行相应的控制操作。
在本发明实施例中,中央管控设备将OCR识别算法下发至KVM输入节点设备,各个KVM输入节点设备可以接收对应的OCR识别算法。在需要对待识别视频数据进行识别时,各个KVM输入节点设备能够基于下发的OCR识别算法自动对待识别视频数据进行OCR识别。如果KVM输入节点设备通过OCR识别算法识别到待识别视频数据中包含触发条件,则主动输出相应的键鼠控制指令给控制设备。控制设备在接收到键鼠控制指令后,执行相应的控制操作,实现后台自动化操作。
基于上述策略,OCR识别功能可以由中央管控设备转移至各个KVM输入节点设备,从而使得各个KVM输入节点设备分担OCR识别的算力,减轻中央管控设备的算力,以及降低用于传输视频数据的网络带宽要求,从而降低视频服务区的性能要求;同时,对于整个KVM坐席系统而言,由于OCR识别的规模不再受中央管控设备的性能限制,有助于提升整体的性能算力。此外,在各个KVM输入节点设备进行OCR识别的过程中,由于KVM输入节点设备采集到的待识别视频数据未经压缩编码,因此,相对于由中央管控设备进行OCR识别,待识别视频数据会因网络传输的压缩编码而导致还原度降低,本发明实施例直接由KVM输入节点设备进行OCR识别,待识别视频数据还原度更高,OCR识别更准确。
在KVM管控领域,不同场景的KVM图像识别需求不同,如果继续统一下发OCR识别算法,可能会导致下发的OCR识别算法与某个场景中的KVM输入节点设备所需的OCR识别算法有所偏差,使得最终识别的精度较低。
在一个具体实施例中,请参阅图3,图3为本发明另一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图,在步骤S10所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备之前,还包括以下步骤:
S30、所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法。
则步骤S10所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备,包括:
S11、所述中央管控设备将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备。
对应的,在KVM坐席系统系统架构中,所述中央管控设备具体用于:
基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法;
将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备。
在本发明实施例中,中央管控设备可以根据每个KVM输入节点设备的类型,下发对应的所需的目标OCR识别算法。可以理解,不同类型的KVM输入节点设备所需的目标OCR识别算法可以相同,也可以不同,本发明实施例中的KVM输入节点设备能够针对不同场景,选择能够准确进行OCR识别的OCR识别算法作为该KVM输入节点设备的目标OCR识别算法。
如此,针对不同的场景,不同的KVM输入节点设备通过对应的目标OCR识别算法进行OCR识别,可满足定制化场景的需求,应用范围广。
在一个实施例中,为实现OCR识别算法升级,本发明可通过中央管控设备下发OCR识别算法升级指令,以使相应的KVM输入节点设备升级OCR识别算法,如此,OCR算法识别升级更方便,无需拆装机影响原有设备,从而达到快速切换一机多用的功能。
在一个具体实施例中,步骤S11所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法,包括以下子步骤:
S111、所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备采集到的图像内容,然后基于每个所述KVM输入节点设备采集到的图像内容以及与所述图像内容相关的工作,制定与所述图像内容相关的触发条件,以确定每个所述KVM输入节点设备所需的目标OCR识别算法。
对应的,在KVM坐席系统系统架构中,所述中央管控设备具体用于通过如下方式确定每个所述KVM输入节点设备所需的目标OCR识别算法:
基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备采集到的图像内容;
基于每个所述KVM输入节点设备采集到的图像内容以及与所述图像内容相关的工作,制定与所述图像内容相关的触发条件,以确定每个所述KVM输入节点设备所需的目标OCR识别算法。
在本发明实施例中,为确定每个KVM输入节点设备所需的目标OCR识别算法,每个KVM输入节点设备在配置阶段均可向中央管控设备发送初始视频数据,中央管控设备能够根据获取到每个KVM输入节点设备发送的初始视频数据,确定每个KVM输入节点设备采集到的图像内容,然后根据图像内容以及需要完成的工作,制定对应的OCR识别触发条件,再通过交换设备传输至KVM输入节点设备上。其中,KVM输入节点设备向中央管控设备发送初始视频数据的工作,只需在配置阶段占用视频带宽,无需一直占用。
在一个具体实施例中,在所述中央管控设备检测到如下任意一种情况时,将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备:
所述中央管控设备配置有OCR识别算法,并且接收到的多个所述KVM输入节点设备发送的待识别视频数据的数量大于第一预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所述中央管控设备与所述交换设备的网络带宽小于第二预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所需的OCR识别精度大于第三预设值。
在本发明实施例中,中央管控设备可以根据实际情况下发对应的目标OCR识别算法至多个KVM输入节点设备。
具体的,在中央管控设备已经配置OCR识别算法的情况下,若检测到中央管控设备接收到的待识别视频数据的数量大于第一预设值,或者检测到所述中央管控设备与所述交换设备的网络带宽小于第二预设值,亦或者所需的OCR识别精度大于第三预设值,均可以通过下发目标OCR识别算法的方式,实现OCR识别的算力分担,并提高OCR识别精度。
可以理解,第一预设值、第二预设值和第三预设值均可以根据实际情况而定,以使KVM坐席系统整体保持较高的自动化处理性能。
在一个具体实施例中,请参阅图4,图4为本发明又一实施例中的一种基于视频识别的KVM坐席系统控制方法的流程示意图,所述中央管控设备包括视频服务器和/或管理服务器;在所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备之前,所述方法还包括以下步骤:
S40、检测当前所述中央管控设备的类型是否为管理服务器;
S41、若是,则由所述管理服务器将OCR识别算法分别下发至多个所述KVM输入节点设备;
S42、若否,则由所述视频服务器将OCR识别算法分别下发至多个所述KVM输入节点设备。
在现有的KVM坐席系统架构中,通常是由视频服务器作为OCR识别的执行主体,如果待识别视频数据过多,则会导致视频服务器的负载过重,出现算力瓶颈。而在本发明实施例中,可由管理服务器和/或视频服务器作为中央管控设备来下发OCR识别算法。
具体的,若检测到当前中央管控设备的类型为管理服务器,则由管理服务器将OCR识别算法分别下发至多个KVM输入节点设备。相对于现有的KVM坐席系统架构,本发明在KVM坐席系统架构中新增管理服务器,以作为下发OCR识别算法的服务器。管理服务器独立于视频服务器,可分担视频服务器的下发OCR识别算法功能。如此,本发明通过化整为零的下发OCR识别算法方案,将之前视频服务器遇到的算力瓶颈由每个KVM输入节点设备分担,避免视频服务器的性能要求很高,无法同时处理上百路的视频数据。
若检测到当前中央管控设备的类型为视频服务器,则由视频服务器将OCR识别算法分别下发至多个KVM输入节点设备。其中,视频服务器具有基本的OCR识别功能和OCR识别算法下发功能。
视频服务器可以保留基本的OCR识别功能:视频服务器收到待识别视频数据后,进行OCR识别分析,视频服务器内置软件程序发送对应的键鼠控制指令通过网络交换设备发送给KVM输入节点设备。
视频服务器OCR识别算法下发功能为:若检测到视频服务器接收到的待识别视频数据的数量大于第一预设值,或者检测到所述视频服务器与所述交换设备的网络带宽小于第二预设值,亦或者所需的OCR识别精度大于第三预设值,均可以通过下发目标OCR识别算法的方式,实现OCR识别的算力分担,并提高OCR识别精度。进一步的,为使得视频服务器的压力减少,也可以用普通的KVM输出节点替代用于视频的观看。
在一个具体实施例中,步骤S20中多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,包括以下子步骤:
S21、多个所述KVM输入节点设备分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
对应的,在KVM坐席系统系统架构中,多个所述KVM输入节点设备具体用于通过如下方式分别基于接收到的对应目标OCR识别算法,对待识别视频数据进行OCR识别:
分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
具体的,每个KVM输入节点设备可通过HDMI/DVI/VGA/DP等接口连接线,获取控制设备中的待识别视频数据。然后,每个KVM输入节点设备基于目标OCR识别算法对待识别数据进行识别,如果识别到待识别视频数据包含触发条件,则输出键鼠控制指令至对应的控制设备,以使对应的控制设备根据键鼠控制指令执行相应的控制操作。
可以理解,触发条件包括预设字符、预设图形、预设时间中的一种或多种。当触发条件为预设字符时,KVM输入节点设备基于目标OCR识别算法对待识别数据进行字符识别,以判断是否识别出预设字符。当触发条件为预设图形时,KVM输入节点设备基于目标OCR识别算法对待识别数据进行图形识别,以判断是否识别出预设图形,例如为报警弹窗。当触发条件为预设时间时,KVM输入节点设备基于目标OCR识别算法对待识别数据进行时间识别,以判断是否识别出预设时间。
为更好地理解本发明如何进行OCR识别并进行自动化操作,现以具体例进行说明:
例子1:在监测场景中,设定控制设备的电脑画面为监测状态,当控制设备的电脑画面上出现报警弹窗时,则判定为有触发条件。此时KVM输入节点设备基于目标OCR识别算法可以识别到弹窗的位置,然后输出键鼠控制指令,以控制鼠标自动移动到弹窗位置并点击。
例子2:字符内容识别,设定控制设备的电脑画面为进度控制生产设备,KVM输入节点设备基于目标OCR识别算法识别到当前产线A的进度字符为“已完成”,则判断当前产线A执行完毕,然后输出键鼠控制指令,以控制鼠标找到空闲产线B,并配置下一步操作在产线B上操作。
综上所述,本发明的中央管控设备将OCR识别算法下发至KVM输入节点设备,各个KVM输入节点设备可以接收对应的OCR识别算法。在需要对待识别视频数据进行识别时,各个KVM输入节点设备能够基于下发的OCR识别算法自动对待识别视频数据进行OCR识别。如果KVM输入节点设备通过OCR识别算法识别到待识别视频数据中包含触发条件,则主动输出相应的键鼠控制指令给控制设备。控制设备在接收到键鼠控制指令后,执行相应的控制操作,实现后台自动化操作。基于上述策略,OCR识别功能可以由中央管控设备转移至各个KVM输入节点设备,从而使得各个KVM输入节点设备分担OCR识别的算力,减轻中央管控设备的算力,以及降低用于传输视频数据的网络带宽要求,降低视频服务区的性能要求;同时,对于整个KVM坐席系统而言,由于OCR识别的规模不再受中央管控设备的性能限制,有助于提升整体的性能算力。此外,在各个KVM输入节点设备进行OCR识别的过程中,由于KVM输入节点设备采集到的待识别视频数据未经压缩编码,因此,相对于由中央管控设备进行OCR识别,待识别视频数据会因网络传输的压缩编码而导致还原度降低,本发明实施例直接由KVM输入节点设备进行OCR识别,待识别视频数据还原度更高,OCR识别更准确。
以上仅为本申请的较佳实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (6)
1.一种基于视频识别的KVM坐席系统控制方法,其特征在于,所述KVM坐席系统包括中央管控设备、交换设备、多个KVM输入节点设备和多个控制设备,所述中央管控设备与所述交换设备连接,每个所述控制设备分别通过对应的KVM输入节点设备与所述交换设备连接;所述方法包括:
所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法;其中,所述KVM输入节点设备向所述中央管控设备发送初始视频数据的工作,只需在配置阶段占用视频带宽;
所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备;具体为:所述中央管控设备将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备;其中,所述OCR识别算法为所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,所确定每个所述KVM输入节点设备所需的目标OCR识别算法;
多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,并且在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作;其中,所述待识别视频数据为各自所述KVM输入节点设备采集到的且未经压缩编码的视频数据;
其中,所述中央管控设备包括视频服务器和/或管理服务器;在所述中央管控设备将OCR识别算法分别下发至多个所述KVM输入节点设备之前,还包括:
检测当前所述中央管控设备的类型是否为管理服务器;
若是,则由所述管理服务器将OCR识别算法分别下发至多个所述KVM输入节点设备;
若否,则由所述视频服务器将OCR识别算法分别下发至多个所述KVM输入节点设备。
2.根据权利要求1所述的一种基于视频识别的KVM坐席系统控制方法,其特征在于,所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法,包括:
所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备采集到的图像内容,然后基于每个所述KVM输入节点设备采集到的图像内容以及与所述图像内容相关的工作,制定与所述图像内容相关的触发条件,以确定每个所述KVM输入节点设备所需的目标OCR识别算法。
3.根据权利要求1所述的一种基于视频识别的KVM坐席系统控制方法,其特征在于,在所述中央管控设备检测到如下任意一种情况时,将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备:
所述中央管控设备配置有OCR识别算法,并且接收到的多个所述KVM输入节点设备发送的待识别视频数据的数量大于第一预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所述中央管控设备与所述交换设备的网络带宽小于第二预设值;
所述中央管控设备配置有OCR识别算法,并且检测到所需的OCR识别精度大于第三预设值。
4.根据权利要求1所述的一种基于视频识别的KVM坐席系统控制方法,其特征在于,多个所述KVM输入节点设备分别基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别,包括:
多个所述KVM输入节点设备分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
5.一种KVM坐席系统,其特征在于,应用于如权利要求1-4任一项所述的一种基于视频识别的KVM坐席系统控制方法,所述KVM坐席系统包括:中央管控设备、交换设备、多个KVM输入节点设备和多个控制设备,所述中央管控设备与所述交换设备连接,每个所述控制设备分别通过对应的KVM输入节点设备与所述交换设备连接;其中,
所述中央管控设备,包括视频服务器和/或管理服务器,用于:
基于多个所述KVM输入节点设备发送的初始视频数据,确定每个所述KVM输入节点设备所需的目标OCR识别算法;其中,所述KVM输入节点设备向所述中央管控设备发送初始视频数据的工作,只需在配置阶段占用视频带宽;
检测当前所述中央管控设备的类型是否为管理服务器;若是,则由所述管理服务器将OCR识别算法分别下发至多个所述KVM输入节点设备;若否,则由所述视频服务器将OCR识别算法分别下发至多个所述KVM输入节点设备;
将对应的目标OCR识别算法分别下发至多个所述KVM输入节点设备;其中,所述OCR识别算法为所述中央管控设备基于多个所述KVM输入节点设备发送的初始视频数据,所确定每个所述KVM输入节点设备所需的目标OCR识别算法;
多个所述KVM输入节点设备,分别用于:
基于接收到的对应OCR识别算法,对待识别视频数据进行OCR识别;
在识别到所述待识别视频数据中包含触发条件时,输出键鼠控制指令至对应的所述控制设备,以使对应的所述控制设备根据所述键鼠控制指令执行相应的控制操作;其中,所述待识别视频数据为各自所述KVM输入节点设备采集到的且未经压缩编码的视频数据。
6.根据权利要求5所述的一种KVM坐席系统,其特征在于,多个所述KVM输入节点设备具体用于通过如下方式分别基于接收到的对应目标OCR识别算法,对待识别视频数据进行OCR识别:
分别获取对应的待识别视频数据,然后基于接收到的对应目标OCR识别算法,识别所述待识别视频数据是否包含触发条件;其中,所述触发条件包括预设字符、预设图形、预设时间中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210983810.8A CN115061590B (zh) | 2022-08-17 | 2022-08-17 | 基于视频识别的kvm坐席系统控制方法及kvm坐席系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210983810.8A CN115061590B (zh) | 2022-08-17 | 2022-08-17 | 基于视频识别的kvm坐席系统控制方法及kvm坐席系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115061590A CN115061590A (zh) | 2022-09-16 |
CN115061590B true CN115061590B (zh) | 2023-03-17 |
Family
ID=83207435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210983810.8A Active CN115061590B (zh) | 2022-08-17 | 2022-08-17 | 基于视频识别的kvm坐席系统控制方法及kvm坐席系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115061590B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6499054B1 (en) * | 1999-12-02 | 2002-12-24 | Senvid, Inc. | Control and observation of physical devices, equipment and processes by multiple users over computer networks |
CN103905833A (zh) * | 2013-07-12 | 2014-07-02 | 吉首大学 | 基于云计算分布式网络视频数据挖掘采集系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9286026B2 (en) * | 2006-09-08 | 2016-03-15 | Aten International Co., Ltd. | System and method for recording and monitoring user interactions with a server |
CN102752574B (zh) * | 2011-04-18 | 2015-01-28 | 中兴通讯股份有限公司 | 一种视频监控系统及方法 |
CN108985259B (zh) * | 2018-08-03 | 2022-03-18 | 百度在线网络技术(北京)有限公司 | 人体动作识别方法和装置 |
CN112100431B (zh) * | 2020-11-16 | 2021-02-26 | 深圳壹账通智能科技有限公司 | Ocr系统的评估方法、装置、设备及可读存储介质 |
CN114661010B (zh) * | 2022-03-17 | 2023-05-09 | 北京合思信息技术有限公司 | 一种基于人工智能的驱动侦测处理方法及云平台 |
-
2022
- 2022-08-17 CN CN202210983810.8A patent/CN115061590B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6499054B1 (en) * | 1999-12-02 | 2002-12-24 | Senvid, Inc. | Control and observation of physical devices, equipment and processes by multiple users over computer networks |
CN103905833A (zh) * | 2013-07-12 | 2014-07-02 | 吉首大学 | 基于云计算分布式网络视频数据挖掘采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115061590A (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7595770B2 (en) | Switch, image transmission apparatus, image transmission method, image display method, image transmitting program product, and image displaying program product | |
CN109002269B (zh) | 一种单键鼠控制多终端的方法、客户端及系统 | |
KR20210156243A (ko) | 딥러닝 프레임워크의 훈련 방법, 장치 및 저장 매체 | |
CN112651367A (zh) | 一种多维度航显屏智能监控的方法 | |
US9582369B2 (en) | Monitoring method, monitoring device, and information processing system | |
US11054947B2 (en) | Key reference updating method and module, and terminal device | |
CN115061590B (zh) | 基于视频识别的kvm坐席系统控制方法及kvm坐席系统 | |
US20130294498A1 (en) | Video encoding system, method and computer readable medium thereof | |
CN113807228A (zh) | 停车事件提示方法、装置、电子设备以及存储介质 | |
WO2021043021A1 (zh) | 内存的回写方法、装置、终端及存储介质 | |
TWI231704B (en) | Video compression system | |
CN113033475B (zh) | 目标对象追踪方法、相关装置及计算机程序产品 | |
CN114337196A (zh) | 基于微服务器的pse供电控制和微服务器 | |
CN114185782A (zh) | 一种虚拟对象的交互测试方法、装置及电子设备 | |
CN113595814A (zh) | 消息延迟检测方法、装置、电子设备及存储介质 | |
CN111158898A (zh) | 针对输变电工程场地布置标准化的bim数据处理方法及装置 | |
CN115328712B (zh) | 一种kvm切换器的检测方法和相关设备 | |
CN113760431B (zh) | 应用程序的控制方法、装置、电子设备及可读存储介质 | |
US11455260B1 (en) | System and method for simulating physical-keyboard signal | |
CN115827282B (zh) | 鼠标漫游方法、装置、设备及存储介质 | |
CN114222073B (zh) | 视频输出方法、装置、电子设备和存储介质 | |
CN114222162B (zh) | 视频处理方法、装置、计算机设备及存储介质 | |
CN114115003B (zh) | 远程启停控制平台 | |
CN116366625A (zh) | 一种基于ipkvm的远程自动控制系统、方法及电子设备 | |
CN114082174A (zh) | 一种云游戏的控制方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |