CN115114465A - 图像记录关联存储方法、装置、设备及存储介质 - Google Patents

图像记录关联存储方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115114465A
CN115114465A CN202210852421.1A CN202210852421A CN115114465A CN 115114465 A CN115114465 A CN 115114465A CN 202210852421 A CN202210852421 A CN 202210852421A CN 115114465 A CN115114465 A CN 115114465A
Authority
CN
China
Prior art keywords
image
association
field
record
quantization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210852421.1A
Other languages
English (en)
Inventor
陈浩
何志林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Unisinsight Technology Co Ltd
Original Assignee
Chongqing Unisinsight Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Unisinsight Technology Co Ltd filed Critical Chongqing Unisinsight Technology Co Ltd
Priority to CN202210852421.1A priority Critical patent/CN115114465A/zh
Publication of CN115114465A publication Critical patent/CN115114465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请提供一种图像记录关联存储方法、装置、设备及存储介质，该方法通过获取多张待关联图像的字段信息，对一待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识，以通过关联主键标识生成目标关联图像的标准关联记录，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储，将私有生成的关联字段进行量化处理，并填充于标准关联记录中，关联填充前置，减少了缓冲池的硬件资源的投入，提升了标准关联记录的实时性和关联关系和标准关联记录的数据完整性。

Description

图像记录关联存储方法、装置、设备及存储介质
技术领域
本发明涉及图像存储技术领域，特别是涉及一种图像记录关联存储方法、装置、设备及存储介质。
背景技术
视图库是视频图像信息应用系统的重要组成部分，主要负责接收大量的抓拍数据以及相关数据的级联等。视图库在采集人脸、人体、机动车、非机动车等抓拍数据后，对抓拍数据进行存储。在同一张抓拍图中可能同时包含人脸、人体、机动车、非机动车。这样就形成了人脸与人体、机动车与正副驾驶人脸、非机动车与人体等相互关联关系。这些关联关系将为后期的大数据分析、人像聚档、模型构建提供重要依据。
然而现场多数前端相机由于版本及技术原因，没有办法按照GA1400标准上传抓拍数据及标准关联关系，只能使用私有协议上传抓拍记录及关联字段，但是这并不符合视图库存储标准，后期的抓拍检索、人像聚档、大数据分析、模型构建等应用没有办法根据私有字段来进行逻辑处理。
针对这种私有关联，相关技术中多数采用后端系统进行标准关联处理，视图库使用私有接口在接收到数据后，将私有关联字段加入缓存池进行缓存，再定时匹配私有关联字段，匹配成功后，将两个抓拍对象分别生成标准主键ID(Identification)，再在同一个线程中将标准主键ID记录到对应关联对象中进行存储。这种方式会有丢失关联、丢失数据、数据延迟、物理硬件资源增加等缺点。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种图像记录关联存储方法、装置、设备及存储介质，用于解决对于现有图像记录存储中采用缓存池缓存再匹配进而生成的标准主键ID方式存在丢失关联、丢失数据、数据延迟、物理硬件资源增加的技术问题。
针对于上述问题，本发明提供了一种图像记录关联存储方法，所述方法包括：
获取多张待关联图像的字段信息，所述字段信息包括基础字段和关联字段中至少之一；
对一待关联图像的关联字段进行量化处理，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值；
基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识，以通过所述关联主键标识生成目标关联图像的标准关联记录；
根据所述标准关联记录对所述多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
于本发明一实施例中，对一待关联图像的关联字段进行量化处理包括：
确定所述关联字段中各字符的字符量化初始值；
若所述字符量化初始值的字符位数大于预设第一字符位数，舍弃所述字符量化值中超过预设第一字符位数的字符，将剩余的字符量化初始值确定为字符量化参考值；
若所述字符量化初始值的字符位数小于或等于预设第一字符位数，将所述字符量化初始值确定为字符量化参考值；
对所述关联字段中各字符的字符量化参考值进行累加，得到字段量化初始值；
若所述字段量化初始值的字符位数大于预设第二字符位数，舍弃所述字段量化值中超过预设第一字符位数的字符，将剩余的字段量化初始值确定为量化处理后的所述关联字段；
若所述字段量化初始值的字符位数小于或等于预设第二字符位数，将所述字段量化初始值确定为量化处理后的所述关联字段。
于本发明一实施例中，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值包括：
将量化处理后的所述关联字段第一预设关联字符数量的字符确定为关联第一量化值；
将剩余的量化处理后的所述关联字段确定为关联第二量化值。
于本发明一实施例中，所述基础字段包括设备标识、类型标识、时间标识，基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识包括：
获取一待关联图像的类型标识和子类型标识；
依次根据所述设备标识、所述类型标识、所述时间标识、所述关联第一量化值、所述子类型标识、所述关联第二量化值和标识编号生成关联主键标识，所述标识编号用于区分具有相同的所述设备标识、所述类型标识、所述时间标识、所述关联第一量化值、所述子类型标识和所述关联第二量化值的所述关联主键标识。
于本发明一实施例中，通过所述关联主键标识生成目标关联图像的标准关联记录包括：
确定关联图像的关联主键标识，所述关联图像包括多张待关联图像中与目标关联图像的各待关联图像；
根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录。
于本发明一实施例中，根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录包括：
获取所述关联图像的子类型标识；
若所述关联图像的子类型标识为第一预设类型标识，且所述关联图像的数量多于1个，根据各所述关联图像的关联主键标识、目标关联图像的关联主键标识、所述目标关联图像的至少一部分基础字段生成所述目标关联图像的标准记录；
若所述关联图像的子类型标识为第二预设类型标识，且所述关联图像的数量多于1个，根据子类型标识为第一预设类型标识的关联图像的关联主键标识、目标关联图像的关联主键标识、所述目标联图像的至少一部分基础字段生成所述目标关联图像的标准记录。
于本发明一实施例中，若所述待关联图像的字段信息为所述基础字段，根据所述基础字段确定关联主键标识，通过所述关联主键标识对所述待关联图像的图像记录进行存储。
于本发明一实施例中，多张待关联图像包括车辆抓拍图像、车辆驾驶员抓拍图像和车辆副驾驶抓拍图像，所述字段信息包括基础字段和关联字段，通过所述关联主键标识生成目标关联图像的标准关联记录包括以下至少之一：
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆驾驶员抓拍图像的字段信息生成的关联主键标识、所述车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及所述车辆抓拍图像的基础字段生成所述车辆抓拍图像的标准关联记录；
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆驾驶员抓拍图像的字段信息生成的关联主键标识，以及所述车辆驾驶员抓拍图像的基础字段生成所述车辆驾驶员抓拍图像的标准关联记录；
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及所述车辆副驾驶抓拍图像的基础字段生成所述车辆副驾驶抓拍图像的标准关联记录。
本发明还提供了一种图像记录关联存储装置，所述装置包括：
信息获取模块，用于获取多张待关联图像的字段信息，所述字段信息包括基础字段和关联字段中至少之一；
量化处理模块，用于对一待关联图像的关联字段进行量化处理，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值；
标识生成模块，用于基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识，以通过所述关联主键标识生成目标关联图像的标准关联记录；
存储模块，用于根据所述标准关联记录对所述多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
本发明实施例还提供了一种电子设备，包括处理器、存储器和通信总线；
所述通信总线用于将所述处理器和存储器连接；
所述处理器用于执行所述存储器中存储的计算机程序，以实现如上述实施例中任一项所述的方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于使所述计算机执行如上述实施例中任一项所述的方法。
如上所述，本发明实施例提供的一种图像记录关联存储方法、装置、设备及存储介质，具有以下有益效果：
通过获取多张待关联图像的字段信息，对一待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识，以通过关联主键标识生成目标关联图像的标准关联记录，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储，将私有生成的关联字段进行量化处理，并填充于标准关联记录中，关联填充前置减少了缓冲池的硬件资源的投入，提升了标准关联记录的实时性和关联关系和标准关联记录的数据完整性。
附图说明
图1是本申请的本申请的一示例性实施例示出的相关技术中图像关联存储系统的实施环境示意图；
图2是本申请的一示例性实施例示出的图像关联存储系统的实施环境示意图；
图3是本申请的一示例性实施例示出的图像关联存储方法的流程图；
图4是本申请的一示例性实施例示出的一种示例性的第一规则的标识结构；
图5是本申请的一示例性实施例示出的一种示例性的第二规则的标识结构；
图6是本申请的一示例性实施例示出的一种具体的图像关联存储方法的流程图；
图7是本申请的一示例性实施例示出的图像关联存储方装置的框图；
图8为一实施例提供的电子设备的一种结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参见图1，图1是本申请的一示例性实施例示出的相关技术中图像关联存储系统的实施环境示意图，如图1所示，视图库通过前端抓拍设备在采集人脸、机动车等抓拍数据后，对抓拍数据进行存储，视图库使用私有接口在接收到数据后，将私有关联字段加入缓存池进行缓存，再定时匹配私有关联字段，匹配成功后，将两个抓拍对象分别生成标准主键ID，再在同一个线程中将标准主键ID记录到对应关联对象中进行存储，以供后期的数据应用，将上述数据进行数据转换，级联给视图库上级平台。但这种方式存在丢失关联、丢失数据、数据延迟、物理硬件资源增加等风险。此外，这种方式，因为抓拍数据是分开上传的，会有上报时间差，这样要想在缓存池中取到两个抓拍的关联关系，就需要一直等待，而缓存池的大小始终是有限，而一旦超过限制，会导致关联记录或者抓拍记录的丢失。由于缓存池的引用，不仅大大增加了物理硬件资源的消耗，同时也会导致抓拍记录的延时增加，影响后期抓拍检索、人像聚档、大数据分析、模型构建的实时性。
为解决上述问题，本申请实施例提供了一种图像记录关联存储方法，请参见图2，图2是本申请的一示例性实施例示出的图像关联存储系统的实施环境示意图，如图2所示，该系统包括接入存图模块、关联解析模块、存储应用模块和数据级联模块。本实施例提供的图像记录关联存储方法，将关联填充前置，在不增加物理硬件资源的情况下，能很好地解决私有关联无法标准存储的问题。视图库通过前端抓拍设备在采集人脸、机动车等抓拍数据后，对抓拍数据进行存储，视图库使用私有接口在接收到数据后，将私有关联字段(下述实施例中的关联字段)进行量化处理，判断是否存在私有关联字段，如果没有，则按照预设标准如GA1400标准等生成主键ID(按照第一规则生成抓拍主键ID)，如有关联字段，则按照本实施例提供的另一种关联标准生成关联主键标识(按照第二规则生成关联主键ID)，通过在抓拍对象中填充标准主键ID及关联主键ID进行填充，填充后得到该图像的关联记录(标准关联记录)，对该关联记录(抓拍记录)进行二次解析，抓拍记录入库存储，以提供给后期的数据应用，抓拍对象进行数据转换，并级联给视图库上级平台。
请参阅图3，图3是本申请的一示例性实施例示出的图像关联存储方法的流程图。该方法可以应用于图2所示的实施环境，并由该实施环境中的关联解析模块具体执行。应理解的是，该方法也可以适用于其它的示例性实施环境，并由其它实施环境中的设备具体执行，本实施例不对该方法所适用的实施环境进行限制。为解决这些问题，本申请的实施例分别提出一种图像关联存储方法、一种图像关联存储装置、一种电子设备、一种计算机可读存储介质，以下将对这些实施例进行详细描述。
如图3所示，在一示例性的实施例中，图像关联存储方法至少包括步骤S301至步骤S304，详细介绍如下：
步骤S301，获取多张待关联图像的字段信息。
其中，字段信息包括基础字段和关联字段中至少之一。
待关联图像可以为抓拍图像或其他图像，字段信息可以是基于该待关联图像抓拍时所生成的抓拍记录作为基础字段，如拍摄设备标识、时间戳、抓拍对象的类型等，字段信息也可以是视频库使用私有接口接收到的根据私有协议上传的关联字段。对于某一待关联图像A存在与之关联的至少一个待关联图像B，则该待关联图像A和待关联图像B的字段信息包括基础字段和关联字段，该关联字段用于表征待关联图像A和待关联图像B具有关联关系。在一实施例中，具有关联关系的各待关联图像具有相同的关联字段。
多张待关联图像中也可能存在与其他各待关联图像均不存在关联关系的图像，此时，该待关联图像的字段信息仅包括基础字段，不包括关联字段，或者关联字段为空，则可以直接根据基础字段按照本领域技术人员所知晓的方式生成关联主键标识，如采用GA1400标准生成该待关联图像的关联主键标识(标准ID)，以通过该关联主键标识对该待关联图像的图像记录进行存储。
当待关联图像为抓拍图像时，字段信息可以基于该抓拍图像的抓拍记录和私有协议生成的关联字段确定。
步骤S302，对一待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值。
其中，一待关联图像为多张待关联图像中，具有关联字段的任意一个待关联图像。
在一实施例中，对一待关联图像的关联字段进行量化处理包括：
确定关联字段中各字符的字符量化初始值；
若字符量化初始值的字符位数大于预设第一字符位数，舍弃字符量化值中超过预设第一字符位数的字符，将剩余的字符量化初始值确定为字符量化参考值；
若字符量化初始值的字符位数小于或等于预设第一字符位数，将字符量化初始值确定为字符量化参考值；
对关联字段中各字符的字符量化参考值进行累加，得到字段量化初始值；
若字段量化初始值的字符位数大于预设第二字符位数，舍弃字段量化值中超过预设第一字符位数的字符，将剩余的字段量化初始值确定为量化处理后的关联字段；
若字段量化初始值的字符位数小于或等于预设第二字符位数，将字段量化初始值确定为量化处理后的关联字段。
在一实施例中，字符量化初始值的确定方式如下：
Fk＝S[k]*31n-k-1 公式(1)；
其中，Fk为第k位字符的字符量化初始值，S代表关联字段值，n代表关联字段值的位数，S[k]代表字段值的第k位字符，31为一常量，本领域技术人员可以根据需要将“31”替换为其他常量。
在一实施例中，确定关联字段中的字段量化初始值的方式如下：
Figure BDA0003753962050000061
其中，LINKcode为字段量化初始值，S代表关联字段值，n代表关联字段值的位数，S[k]代表字段值的第k位字符，31为一常量，本领域技术人员可以根据需要将“31”替换为其他常量。
由于系统支持显示的数字位数有限，故当字符量化初始值的字符位数超过系统能够支持的预设第一字符位数时，根据存储显示规则，可以舍弃掉超出预设第一字符位数的高位字符或者地位字符。例如，预设第一字符位数为12，字符量化初始值为1231231231234，此时其字符位数为13，大于预设第一字符位数为12，若存储或显示规则为显示高12位字符，则此时字符量化参考值为123123123123，若存储或显示规则为显示低12位字符，则此时字符量化参考值为231231231234。对于字段量化初始值的处理方式与上述方式类似，在此不做赘述。
对于预设第二字符位数的位数，可以根据GA1400标准等标准中可以自定义的字符数量确定，如预设第二字符位数可以为9。
在一实施例中，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值包括：
将量化处理后的关联字段第一预设关联字符数量的字符确定为关联第一量化值；
将剩余的量化处理后的关联字段确定为关联第二量化值。
以预设第二字符位数为9为例，可以将量化处理后的关联字段的高N位作为关联第一量化值，将化处理后的关联字段的低(9-N)位作为关联第二量化值。
在一实施例中，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值，该方法还包括：
对量化处理后的关联字段进行绝对值处理，得到绝对量化关联字段；
将绝对量化关联字段拆分为关联第一量化值和关联第二量化值。
在一实施例中，以预设第二字符位数为9，关联第一量化值为5位，关联第二量化值为4位为例，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值包括：
Figure BDA0003753962050000071
Figure BDA0003753962050000072
Figure BDA0003753962050000073
其中，
Figure BDA0003753962050000074
为绝对量化关联字段，LINKcode为量化处理后的关联字段，LINKpart1为联第一量化值，LINKpart2为关联第二量化值。
步骤S303，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识，以通过关联主键标识生成目标关联图像的标准关联记录。
在一实施例中，基础字段包括设备标识、类型标识、时间标识，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识包括：
获取一待关联图像的类型标识和子类型标识；
依次根据设备标识、类型标识、时间标识、关联第一量化值、子类型标识、关联第二量化值和标识编号生成关联主键标识，标识编号用于区分具有相同的设备标识、类型标识、时间标识、关联第一量化值、子类型标识和关联第二量化值的关联主键标识。
其中，类型标识为本领域技术人员所预先设定的标识，该类型标识可以记载于初始所获取的抓拍记录中。子类型标识可以标识待关联图像中的抓拍对象的类型，例如对于机动车，子类型标识可以为02，对于人员子类型标识可以为06等。
通过上述方式可以对具有关联字段的多个待关联图像生成各待关联图像的关联主键标识。以便后续生成目标关联图像的标准关联记录，通过该标准关联记录实现各个具有关联关系的待关联图像的关联存储。
在一实施例中，通过所述关联主键标识生成目标关联图像的标准关联记录包括：
确定关联图像的关联主键标识，其中关联图像包括多张待关联图像中与目标关联图像的各待关联图像；
根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录。
对于目标关联图像的标准关联记录中是采用一个还是多个关联图像的关联主键标识，可以根据目标关联图像的子类型标识确定，对于某一预设的子类型标识，则采用全部的关联图像的关联主键标识生成标准关联记录，对于另一个预设的子类型标识，则采用一个关联图像的关联主键标识生成标准关联记录，此时采用哪一个关联图像的关联主键标识取决于关联图像的子类型标识。
在一实施例中，根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录包括：
获取关联图像的子类型标识；
若关联图像的子类型标识为第一预设类型标识，且关联图像的数量多于1个，根据各关联图像的关联主键标识、目标图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录；
若关联图像的子类型标识为第二预设类型标识，且关联图像的数量多于1个，根据子类型标识为第一预设类型标识的关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录。
步骤S304，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
在一实施例中，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储包括：
将多张待关联图像中与目标关联图像的相关联的待关联图像确定为关联图像；
分别确定各关联图像的关联主键标识；
根据目标关联图像的关联主键标识、各关联图像的关联主键标识、目标关联图像的基础字段、各关联图像的基础字段生成各关联图像的标准关联记录；
将目标关联图像的标准关联记录、各关联图像的标准关联记录进行存储，以对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
标准关联记录作为待关联图像的图像记录或抓拍记录，能够表征待关联图像的身份和与其他待关联图像之间的关联关系。换句话说，对于存在关联关系的各个待关联图像均生成各自的标准关联记录，并进行存储，能够实现这些存在关联关系的各个待关联图像的图像记录的关联存储。
在一实施例中，多张待关联图像包括车辆抓拍图像、车辆驾驶员抓拍图像和车辆副驾驶抓拍图像，字段信息包括基础字段和关联字段，通过关联主键标识生成目标关联图像的标准关联记录包括以下至少之一：
根据车辆抓拍图像的字段信息生成的关联主键标识、车辆驾驶员抓拍图像的字段信息生成的关联主键标识、车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及车辆抓拍图像的基础字段生成车辆抓拍图像的标准关联记录，该标准关联记录可以为抓拍记录；
根据车辆抓拍图像的字段信息生成的关联主键标识、车辆驾驶员抓拍图像的字段信息生成的关联主键标识，以及车辆驾驶员抓拍图像的基础字段生成车辆驾驶员抓拍图像的标准关联记录；
根据车辆抓拍图像的字段信息生成的关联主键标识、车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及车辆副驾驶抓拍图像的基础字段生成车辆副驾驶抓拍图像的标准关联记录。
基于上述实施例，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储包括：
对车辆抓拍图像的标准关联记录、车辆副驾驶抓拍图像的标准关联记录、车辆驾驶员抓拍图像的标准关联记录进行存储，以实现各具有关联关系的待关联图像的图像记录关联存储。
在一些实施例中，本实施例中的图像记录可以理解为抓拍记录。
在一些实施例中，若待关联图像仅具有基础字段，不具有关联字段，则根据其基础字段确定关联主键标识(也即图2中的抓拍主键ID)，此时关联主键标识的生成规则为第一规则，请参阅图4，图4是本申请的一示例性实施例示出的一种示例性的第一规则的标识结构，如图4所示，一种示例的第一规则如下：
20位标准设备ID(设备标识)+2位类型编码(类型标识)+14位时间编码(时间标识)+5位自增序列号(预设的自增序列号)+2位子类型编码(子类型标识)+5位随机数。
在一些实施例中，若待关联图像具有基础字段和关联字段，则对待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识(也即图2中的关联主键ID)，此时关联主键标识的生成规则为第二规则，请参阅图5，图5是本申请的一示例性实施例示出的一种示例性的第二规则的标识结构，如图5所示，一种示例的第二规则如下：
20位标准设备ID(设备标识)+2位类型编码(类型标识)+14位时间编码(时间标识)+5位关联量化结构1(关联第一量化值)+2位子类型编码(子类型标识)+4位关联量化结构2关联第二量化值+1位1对多补充位(标识编号)。
在一实施例中，标准关联记录为抓拍记录，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储还包括：
对抓拍记录进行二次解析；
对抓拍记录入库存储，以提供给后期的数据应用；
对抓拍记录对应的抓拍对象进行数据转换，并级联给视图库上级平台。
其中抓拍对象为抓拍记录对应的待关联图像中的对象。二次解析的方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。
上述实施例提供的图像记录关联存储方法，通过获取多张待关联图像的字段信息，对一待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值，基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识，以通过关联主键标识生成目标关联图像的标准关联记录，根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储，将私有生成的关联字段进行量化处理并填充于标准关联记录中，关联填充前置，减少了缓冲池的硬件资源的投入，提升了标准关联记录的实时性和关联关系和标准关联记录的数据完整性。
下面通过一个具体的实施例对上述实施例提供的图像记录关联存储方法进行进一步示例性的说明，请参阅图6，图6是本申请的一示例性实施例示出的一种具体的图像关联存储方法的流程图。如图6所示，在一示例性的实施例中，该具体的图像关联存储方法至少包括步骤S601至步骤S608，详细介绍如下：
步骤S601，视图库按照私有协议，将抓拍记录及关联字段接入。
也即，获取多张待关联图像及各待关联图像的字段信息(基础字段和关联字段)。待关联图像为抓拍图。
步骤S602，视图库调用存储系统将抓拍图进行存储。
此处，对抓拍图进行存储的方式可以采用本领域技术人员所知晓的方式实现，在此不做限定。
步骤S603，对私有关联字段进行量化处理。
此处也即对关联字段进行量化处理。
具体的，判断是否有关联字段，如果没有，则按照第一规则生成主键ID(关联主键标识)；如果有关联字段，则按照第二规则规则，生成抓拍标准主键ID(关联主键标识)以及生成关联标准主键ID(关联图像的关联主键标识)。
本实施例中的方法主要是针对前端抓拍机无法提供标准关联时，引入关联填充前置的理念，取代只能由视图库系统后端缓存池进行等待关联的情况，充分利用GA1400的规则，在不修改原规则的情况下，对规则进行演变，将私有关联关系进行量化处理，再进行分割，从而生成抓拍标准主键ID(目标关联图像的关联主键标识)以及关联标准主键ID(多张待关联图像中与目标关联图像的相关联的待关联图像也即关联图像的关联主键标识)，从而大大减少缓存池物理硬件资源投入，同时也保障了抓拍记录以及关联关系的完整性及实时性。
以私有关联字段(关联字段)为36位随机字符串为例，那么私有关联字段量化后的结果公式如下：
S代表私有关联字段值；
n代表私有关联字段值的位数；
S[k]代表私有字段值的第k位字符；
Figure BDA0003753962050000111
Figure BDA0003753962050000112
Figure BDA0003753962050000113
Figure BDA0003753962050000114
此时生成的LINKpart1对应图5中的关联量化关联结构1，生成的LINKpart2对应图5中的关联量化关联结构2。
步骤S604，抓拍对象中填充标准主键ID及关联主键ID进行填充。
也即通过关联主键标识生成目标关联图像的标准关联记录。可参见下述示例的方式。
步骤S605，抓拍记录进行二次解析。
步骤S606，抓拍记录入库存储，以提供给后期的数据应用。
步骤S607，抓拍对象进行数据转换，并级联给视图库上级平台。
例如，图像抓怕现场有一车辆经过，车辆内包含1名驾驶员和1名副驾驶。前端抓拍会分时分别上传3张抓拍记录(字段信息)。分别为：
车辆抓拍：
Figure BDA0003753962050000115
人脸抓拍(驾驶员)：
Figure BDA0003753962050000116
人脸抓拍(副驾驶员)：
Figure BDA0003753962050000117
Figure BDA0003753962050000121
其中，以下两个字段为关联字段，分别为与驾驶员图像的关联字段和与副驾驶的关联字段，通过该关联字段可以将上述三张抓拍图像(待关联图像)确定为具有关联关系：
"LinkFaceVehicleID":"830077b6-5695-4fa9-adc0-17820a41eeaa"；
"LinkCoFaceVehicleID":"830077b6-5695-4fa9-adc0-17820a41eeaa"。
对关联字段量化后得到：
对私有关联830077b6-5695-4fa9-adc0-17820a41eeaa量化，可以采用上述公式(1)-公式(5)的方法。
LINKcode＝731923142LINKpart1＝73192LINKpart2＝3412。
经过量化后生成1400标准主键ID以及标准关联主键ID记录：
车辆主键ID＝330683000013110000160220220329141200731920234120；
正驾驶人脸主键ID＝330683000013110000160220220329141200731920634120；
副驾驶人脸主键ID＝330683000013110000160220220329141200731920634121；
最终将3条分时私有抓拍记录分别进行转换，形成3条标准抓拍记录及标准关联记录，分别为：
车辆抓拍：
Figure BDA0003753962050000122
人脸抓拍(驾驶员)：
Figure BDA0003753962050000123
人脸抓拍(副驾驶员)：
Figure BDA0003753962050000131
通过上述实施例提供的图像记录关联方法可以将抓拍关联记录，私有关联量化为标准关联主键ID(关联主键标识)，更好地保障后期的数据应用；关联填充前置，大大减少缓冲池的硬件资源的投入；抓拍关联实时性及数据完整性，避免因为关联关系的引入，导入的数据丢失。
请参阅图7，图7是本申请的一示例性实施例示出的图像关联存储方装置的框图，如图7所示，本实施例提供了一种图像关联存储装置700，该装置包括：
信息获取模块701，用于获取多张待关联图像的字段信息，字段信息包括基础字段和关联字段中至少之一；
量化处理模块702，用于对一待关联图像的关联字段进行量化处理，将量化处理后的关联字段拆分为关联第一量化值和关联第二量化值；
标识生成模块703，用于基于基础字段、关联第一量化值和关联第二量化值确定关联主键标识，以通过关联主键标识生成目标关联图像的标准关联记录；
存储模块704，用于根据标准关联记录对多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
在本实施例中，该装置实质上是设置了多个模块用以执行上述任一实施例中的方法，具体功能和技术效果参照上述实施例即可，此处不再赘述。
参见图8，本发明实施例还提供了一种电子设备800，包括处理器801、存储器802和通信总线803；
通信总线803用于将处理器801和存储器连接802；
处理器801用于执行存储器802中存储的计算机程序，以实现如上述实施例中的一个或多个所述的方法。
本发明实施例还提供了一种计算机可读存储介质，其特征在于，其上存储有计算机程序，
计算机程序用于使计算机执行如上述实施例一中的任一项所述的方法。
本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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)、光纤、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。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(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，该模块、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，依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/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。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (11)

1.一种图像记录关联存储方法，其特征在于，所述方法包括：
获取多张待关联图像的字段信息，所述字段信息包括基础字段和关联字段中至少之一；
对一待关联图像的关联字段进行量化处理，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值；
基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识，以通过所述关联主键标识生成目标关联图像的标准关联记录；
根据所述标准关联记录对所述多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
2.如权利要求1所述的图像记录关联存储方法，其特征在于，对一待关联图像的关联字段进行量化处理包括：
确定所述关联字段中各字符的字符量化初始值；
若所述字符量化初始值的字符位数大于预设第一字符位数，舍弃所述字符量化值中超过预设第一字符位数的字符，将剩余的字符量化初始值确定为字符量化参考值；
若所述字符量化初始值的字符位数小于或等于预设第一字符位数，将所述字符量化初始值确定为字符量化参考值；
对所述关联字段中各字符的字符量化参考值进行累加，得到字段量化初始值；
若所述字段量化初始值的字符位数大于预设第二字符位数，舍弃所述字段量化值中超过预设第一字符位数的字符，将剩余的字段量化初始值确定为量化处理后的所述关联字段；
若所述字段量化初始值的字符位数小于或等于预设第二字符位数，将所述字段量化初始值确定为量化处理后的所述关联字段。
3.如权利要求1所述的图像记录关联存储方法，其特征在于，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值包括：
将量化处理后的所述关联字段第一预设关联字符数量的字符确定为关联第一量化值；
将剩余的量化处理后的所述关联字段确定为关联第二量化值。
4.如权利要求1所述的图像记录关联存储方法，其特征在于，所述基础字段包括设备标识、类型标识、时间标识，基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识包括：
获取一待关联图像的类型标识和子类型标识；
依次根据所述设备标识、所述类型标识、所述时间标识、所述关联第一量化值、所述子类型标识、所述关联第二量化值和标识编号生成关联主键标识，所述标识编号用于区分具有相同的所述设备标识、所述类型标识、所述时间标识、所述关联第一量化值、所述子类型标识和所述关联第二量化值的所述关联主键标识。
5.如权利要求1-4任一项所述的图像记录关联存储方法，其特征在于，通过所述关联主键标识生成目标关联图像的标准关联记录包括：
确定关联图像的关联主键标识，所述关联图像包括多张待关联图像中与目标关联图像的各待关联图像；
根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录。
6.如权利要求5所述的图像记录关联存储方法，其特征在于，根据至少一个关联图像的关联主键标识、目标关联图像的关联主键标识、目标关联图像的至少一部分基础字段生成目标关联图像的标准关联记录包括：
获取所述关联图像的子类型标识；
若所述关联图像的子类型标识为第一预设类型标识，且所述关联图像的数量多于1个，根据各所述关联图像的关联主键标识、目标关联图像的关联主键标识、所述目标关联图像的至少一部分基础字段生成所述目标关联图像的标准记录；
若所述关联图像的子类型标识为第二预设类型标识，且所述关联图像的数量多于1个，根据子类型标识为第一预设类型标识的关联图像的关联主键标识、目标关联图像的关联主键标识、所述目标联图像的至少一部分基础字段生成所述目标关联图像的标准记录。
7.如权利要求1-4任一项所述的图像记录关联存储方法，其特征在于，若所述待关联图像的字段信息为所述基础字段，根据所述基础字段确定关联主键标识，通过所述关联主键标识对所述待关联图像的图像记录进行存储。
8.如权利要求1-4任一项所述的图像记录关联存储方法，其特征在于，多张待关联图像包括车辆抓拍图像、车辆驾驶员抓拍图像和车辆副驾驶抓拍图像，所述字段信息包括基础字段和关联字段，通过所述关联主键标识生成目标关联图像的标准关联记录包括以下至少之一：
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆驾驶员抓拍图像的字段信息生成的关联主键标识、所述车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及所述车辆抓拍图像的基础字段生成所述车辆抓拍图像的标准关联记录；
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆驾驶员抓拍图像的字段信息生成的关联主键标识，以及所述车辆驾驶员抓拍图像的基础字段生成所述车辆驾驶员抓拍图像的标准关联记录；
根据所述车辆抓拍图像的字段信息生成的关联主键标识、所述车辆副驾驶抓拍图像的字段信息生成的关联主键标识，以及所述车辆副驾驶抓拍图像的基础字段生成所述车辆副驾驶抓拍图像的标准关联记录。
9.一种图像记录关联存储装置，其特征在于，所述装置包括：
信息获取模块，用于获取多张待关联图像的字段信息，所述字段信息包括基础字段和关联字段中至少之一；
量化处理模块，用于对一待关联图像的关联字段进行量化处理，将量化处理后的所述关联字段拆分为关联第一量化值和关联第二量化值；
标识生成模块，用于基于所述基础字段、所述关联第一量化值和所述关联第二量化值确定关联主键标识，以通过所述关联主键标识生成目标关联图像的标准关联记录；
存储模块，用于根据所述标准关联记录对所述多张待关联图像中与目标关联图像的相关联的待关联图像进行关联存储。
10.一种电子设备，其特征在于，包括处理器、存储器和通信总线；
所述通信总线用于将所述处理器和存储器连接；
所述处理器用于执行所述存储器中存储的计算机程序，以实现如权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，
所述计算机程序用于使所述计算机执行如权利要求1-8中任一项所述的方法。
CN202210852421.1A 2022-07-19 2022-07-19 图像记录关联存储方法、装置、设备及存储介质 Pending CN115114465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210852421.1A CN115114465A (zh) 2022-07-19 2022-07-19 图像记录关联存储方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210852421.1A CN115114465A (zh) 2022-07-19 2022-07-19 图像记录关联存储方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115114465A true CN115114465A (zh) 2022-09-27

Family

ID=83333963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210852421.1A Pending CN115114465A (zh) 2022-07-19 2022-07-19 图像记录关联存储方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115114465A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101068363A (zh) * 2006-06-09 2007-11-07 威盛电子股份有限公司 减少传输图形数据的频宽需求的系统与方法
US20090129644A1 (en) * 2007-11-21 2009-05-21 Confirma Inc System and method for efficient workflow in reading medical image data
US20110190626A1 (en) * 2010-01-31 2011-08-04 Fujifilm Corporation Medical image diagnosis assisting apparatus and method, and computer readable recording medium on which is recorded program for the same
CN102325257A (zh) * 2007-07-20 2012-01-18 富士胶片株式会社 图像处理设备和图像处理方法
CN106909689A (zh) * 2017-03-07 2017-06-30 山东浪潮云服务信息科技有限公司 一种数据融合方法及装置
CN107169046A (zh) * 2017-04-25 2017-09-15 广东网金控股股份有限公司 一种数据库索引查找方法、装置及用户终端
CN108536817A (zh) * 2018-04-08 2018-09-14 四川长虹电器股份有限公司 基于xbrl校验的快速定位方法
CN111177293A (zh) * 2019-12-25 2020-05-19 武汉兴图新科电子股份有限公司 一种WebGIS应用于音视频平台的方法、设备及存储设备
CN112270222A (zh) * 2020-10-14 2021-01-26 招商银行股份有限公司 信息标准化处理方法、设备及计算机可读存储介质
CN112347307A (zh) * 2020-09-17 2021-02-09 浙江大华技术股份有限公司 非机动车图像的检索方法、装置、系统和存储介质
CN112417475A (zh) * 2020-11-23 2021-02-26 平安普惠企业管理有限公司 指纹图像加密方法、装置、电子设备及可读存储介质
CN113470804A (zh) * 2021-06-30 2021-10-01 上海联影医疗科技股份有限公司 医学扫描成像系统、权限管理方法、电子设备及存储介质
CN113822767A (zh) * 2020-06-11 2021-12-21 浙江宇视科技有限公司 社会关系确定方法、装置、设备及存储介质
CN114281867A (zh) * 2021-12-28 2022-04-05 中国农业银行股份有限公司 数据关联方法、设备、存储介质及程序产品

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101068363A (zh) * 2006-06-09 2007-11-07 威盛电子股份有限公司 减少传输图形数据的频宽需求的系统与方法
CN102325257A (zh) * 2007-07-20 2012-01-18 富士胶片株式会社 图像处理设备和图像处理方法
US20090129644A1 (en) * 2007-11-21 2009-05-21 Confirma Inc System and method for efficient workflow in reading medical image data
US20110190626A1 (en) * 2010-01-31 2011-08-04 Fujifilm Corporation Medical image diagnosis assisting apparatus and method, and computer readable recording medium on which is recorded program for the same
CN106909689A (zh) * 2017-03-07 2017-06-30 山东浪潮云服务信息科技有限公司 一种数据融合方法及装置
CN107169046A (zh) * 2017-04-25 2017-09-15 广东网金控股股份有限公司 一种数据库索引查找方法、装置及用户终端
CN108536817A (zh) * 2018-04-08 2018-09-14 四川长虹电器股份有限公司 基于xbrl校验的快速定位方法
CN111177293A (zh) * 2019-12-25 2020-05-19 武汉兴图新科电子股份有限公司 一种WebGIS应用于音视频平台的方法、设备及存储设备
CN113822767A (zh) * 2020-06-11 2021-12-21 浙江宇视科技有限公司 社会关系确定方法、装置、设备及存储介质
CN112347307A (zh) * 2020-09-17 2021-02-09 浙江大华技术股份有限公司 非机动车图像的检索方法、装置、系统和存储介质
CN112270222A (zh) * 2020-10-14 2021-01-26 招商银行股份有限公司 信息标准化处理方法、设备及计算机可读存储介质
CN112417475A (zh) * 2020-11-23 2021-02-26 平安普惠企业管理有限公司 指纹图像加密方法、装置、电子设备及可读存储介质
CN113470804A (zh) * 2021-06-30 2021-10-01 上海联影医疗科技股份有限公司 医学扫描成像系统、权限管理方法、电子设备及存储介质
CN114281867A (zh) * 2021-12-28 2022-04-05 中国农业银行股份有限公司 数据关联方法、设备、存储介质及程序产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江信昱等: "大数据分析的方法及其在情报研究中的适用性初探", 《 图书与情报 》, 20 October 2014 (2014-10-20), pages 13 - 19 *

Similar Documents

Publication Publication Date Title
CN110008045B (zh) 微服务的聚合方法、装置、设备及存储介质
CN111090628B (zh) 一种数据处理方法、装置、存储介质及电子设备
CN110222775B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN109471851B (zh) 数据处理方法、装置、服务器和存储介质
CN110263277B (zh) 页面数据的显示方法、更新方法、装置、设备及存储介质
CN110888720A (zh) 任务处理方法、装置、计算机设备及存储介质
CN111949850B (zh) 多源数据的采集方法、装置、设备及存储介质
CN113485962B (zh) 日志文件的存储方法、装置、设备和存储介质
CN111985831A (zh) 云计算资源的调度方法、装置、计算机设备及存储介质
CN111382123A (zh) 文件存储方法、装置、设备及存储介质
CN114529741A (zh) 一种图片去重方法、装置及电子设备
CN111694866A (zh) 数据搜索及存储方法、数据搜索系统、装置、设备及介质
CN110198473B (zh) 视频处理方法、装置、电子设备及计算机可读存储介质
CN109284108B (zh) 无人车数据存储方法、装置、电子设备及存储介质
CN112905551A (zh) 数据压缩方法、装置、电子设备及计算机可读存储介质
CN113626512A (zh) 数据处理方法、装置、设备及可读存储介质
CN115114465A (zh) 图像记录关联存储方法、装置、设备及存储介质
US11429317B2 (en) Method, apparatus and computer program product for storing data
CN113556480B (zh) 车辆连续运动视频生成方法、装置、设备和介质
CN111241341A (zh) 视频的标识信息处理方法及视频搜索方法，装置及服务器
CN114265966A (zh) 一种数据处理方法、装置、电子设备和存储介质
CN111291230A (zh) 特征处理方法、装置、电子设备及计算机可读存储介质
CN111143355A (zh) 数据处理方法及装置
CN113094415A (zh) 数据抽取方法、装置、计算机可读介质及电子设备
CN112203113B (zh) 视频流结构化方法、装置、电子设备和计算机可读介质

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