CN115984677A - 数据智能分析方法、装置和系统 - Google Patents
数据智能分析方法、装置和系统 Download PDFInfo
- Publication number
- CN115984677A CN115984677A CN202211575394.4A CN202211575394A CN115984677A CN 115984677 A CN115984677 A CN 115984677A CN 202211575394 A CN202211575394 A CN 202211575394A CN 115984677 A CN115984677 A CN 115984677A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- canvas
- association
- intelligent analysis
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请提供了数据智能分析方法、装置和系统。本实施例以一个可视化的设备‑算法关联画布为基础来进行策略编排,比如通过可视化的设备‑算法关联画布中的元素自动生成与采集设备对应的智能分析参数等策略编排配置,实现了采集设备、算法资源等之间的一系列配置,无需再进行多个不同页面的跳转来进行策略编排配置,避免了基于不同页面进行策略编排配置所带来的繁琐、复杂、失误等缺陷,也相应提高了智能分析处理的准确度。
Description
技术领域
本申请涉及图像处理,特别涉及数据智能分析方法、装置和系统。
背景技术
在很多应用场景下,常需要针对数据进行智能分析,比如基于视频监控画面来智能发现和识别事件。而对这些智能分析处理,完全依赖于策略编排。目前常用的策略编排都是由专业人员基于在不同页面显示的数据源、智能分析算法、过滤规则等一系列内容表单的方式进行配置,且在视频分析的实际使用场景中,往往还涉及相关页面中监控设备的数据采集、算法资源共享等内容,页面跳转非常多,策略编排复杂且繁琐,很有可能因为不同页面之间跳转导致策略编排有误,影响策略编排配置的准确度。
发明内容
本申请提供了数据智能分析方法、装置和系统,以避免基于不同页面进行策略编排的配置。
本申请提供的技术方案包括:
本申请实施例提供一种数据智能分析方法,该方法包括:
通过响应于算法关联事件,生成设备-算法关联画布;所述算法关联事件用于将所述算法关联事件涉及的智能分析算法与所述算法关联事件涉及的采集设备进行关联;所述设备-算法关联画布至少包括以下元素:所述算法关联事件涉及的采集设备、以及所述采集设备相关联的智能分析算法;所述设备-算法关联画布还包括所述采集设备与所述智能分析算法之间的关联关系;
基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数;所述智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法的标识;
下发所述智能分析参数至智能任务调度组件,以使所述智能任务调度组件调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
本申请实施例提供一种数据智能分析装置,包括:
画布编排单元,用于通过响应于算法关联事件,生成设备-算法关联画布;所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的采集设备进行关联;所述设备-算法关联画布至少包括以下元素:所述算法关联事件涉及的采集设备、以及所述采集设备相关联的智能分析算法标签;所述设备-算法关联画布还包括所述采集设备与所述智能分析算法标签之间的关联关系;
任务管理模块,用于基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数;所述智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法标签;以及,
下发所述智能分析参数至智能任务调度组件,以使所述智能任务调度组件调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
本申请实施例提供一种数据智能分析装置,包括:处理器和机器可读存储介质;
所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现上述方法中的步骤。
本申请实施例提供一种数据智能分析系统,包括如上所述的数据智能分析装置,还包括:智能任务调度组件;
所述智能任务调度组件用于接收所述设备-算法关联画布中每一采集设备对应的智能分析参数,并调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
由以上技术方案可以看出,本实施例以一个可视化的设备-算法关联画布为基础来进行策略编排,比如通过可视化的设备-算法关联画布显示的元素自动生成与采集设备对应的智能分析参数等策略编排配置,至少实现了采集设备、算法资源等之间的一系列配置,无需再进行多个不同页面的跳转来进行策略编排配置,避免了基于不同页面进行策略编排配置所带来的繁琐、复杂、失误等缺陷,也相应提高了策略编排配置的准确度,进而提高了智能分析处理的准确度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本申请实施例提供的方法流程图;
图2为本申请实施例提供的选中区域的示意图;
图3为本申请实施例提供的设备-算法关联画布示意图;
图4为本申请实施例提供的步骤101的实现流程图;
图5为本申请实施例提供的设备-算法关联画布示意图;
图6a为本申请实施例提供的设备-算法关联画布另一示意图;
图6b为本申请实施例提供的设备-算法关联画布另一示意图;
图7为本申请实施例提供的步骤102实现流程图;
图8为本申请实施例提供的智能分析处理流程图;
图9为本申请实施例提供的策略控制处理流程图;
图10为本申请实施例提供的赋能控制处理流程图;
图11为本申请实施例提供的装置结构图;
图12为本申请实施例提供的装置硬件结构图;
图13为本申请实施例提供的系统结构图。
具体实施方式
为使本申请提供的方法更加容易理解,下面结合附图和实施例对本申请提供的方法进行详细描述:
参见图1,图1为本申请实施例提供的方法流程图。该流程可应用于电子设备。在一个例子中,这里的电子设备可为被指定的中心平台。这里的中心平台可与被配置的指定行业平台进行通信。在具体实现时,中心平台为部署在市级综治中心的服务器上的市级综合治理平台,行业平台为部署在街道办事处的服务器上的街道基层治理平台,等等,本实施例并不具体限定。
如图1所示,该流程可包括以下步骤:
步骤101,通过响应于算法关联事件,生成设备-算法关联画布。
可选地,在本实施例中,该算法关联事件可为在地图页面发起的事件。作为一个实施例,该地图页面是基于任务事件触发生成的。比如,当有策略编排需求时,则会在任务页面发起一任务事件,通过该任务事件跳转到地图页面。可选地,在本实施例中,这里的任务事件可包括:新建策略编排任务以基于实际需求选择一初始物理区域比如A市中的B区等。
如上描述,在本实施例中,一旦在任务页面监测到上述任务事件,则会跳转到上述地图页面。作为一个实施例,地图页面除了显示与上述初始物理区域相关联的区域(记为任务事件所涉及的目标物理区域)的地图信息之外,还会进一步显示该目标物理区域内被用于采集数据的采集设备比如摄像头等。
作为一个实施例,上述目标物理区域可至少包含上述初始物理区域。比如,上述目标物理区域可为指定地图上以上述初始物理区域的中心位置为圆心,半径为设定尺寸R的圆,R是基于满足目标物理区域至少包含上述初始物理区域的前提下设置的,以确保上述目标物理区域可至少包含上述初始物理区域。
作为一个实施例,上述目标物理区域内的采集设备,其具体可基于已记录的各采集设备的位置信息比如经纬度信息等确定出的处于上述目标物理区域的采集设备比如摄像头等。可选地,在本实施例中,特定用户(触发上述任务事件的用户)具有管理该确定出的采集设备的权限。
基于如上描述的地图页面,本实施例中,可基于实际需求在地图页面发起选中事件。该选中事件比如是在地图页面中基于地图页面支持的选中方式比如圆形选框、矩形选框、多边形选框、线选点等方式选中至少一个区域,即认为发生了选中事件。基于该选中事件最终可得到至少一个选中区域。在本实施例中,每一选中区域包含至少一个采集设备。图2举例示出了通过圆形选框选中的一个区域。需要说明的是,在本实施例中,在基于该选中事件得到选中区域后,还可进一步对该选中区域进行调整,比如调整该选中区域的边界、甚至清除该边界等。
在本实施例中,可通过地图页面对应的组件比如AI画布组件等与算法仓库交互获得的不同应用场景下的智能分析算法标签比如图2所示的图像算法标签、视频算法标签等,智能分析算法标签用于表示智能分析算法,不同智能分析算法具有不同的智能分析算法标签。在此前提下,本实施例可在地图页面针对至少一个智能分析算法标签发起算法关联事件,以将地图页面上显示的采集设备与智能分析算法进行关联。比如,针对至少一个智能分析算法标签执行满足关联操作条件的关联操作(比如满足拖拽条件的拖拽操作)、并将该关联操作结束于地图页面的选中区域(比如选中区域的边缘或者选中区域内的任一位置)。
作为一个实施例,当监测到地图页面上针对至少一个智能分析算法标签执行满足关联操作条件的关联操作(比如满足拖拽条件的拖拽操作)、且监测到该关联操作结束于地图页面的选中区域(比如选中区域的边缘或者选中区域内的任一位置),则确定监测到地图页面显示的选中区域发生对应的算法关联事件,此时意味着该选中区域发生对应的算法关联事件。可选地,在监测到选中区域发生对应的算法关联事件,则可响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法标签相关联。可以看出,在本实施例中,通过上述关联操作比如拖拽等方式,可在同一地图页面将智能分析算法标签与地图页面中的至少一个采集设备关联。
最终,通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布。下文会举例描述如何基于算法关联事件,生成设备-算法关联画布。
基于如上描述,可选地,在本实施例中,设备-算法关联画布至少包括以下元素:选中区域中各采集设备、以及各采集设备相关联的智能分析算法标签。作为另一个实施例,为直观显示采集设备与智能分析算法标签之间的关系,图3所示的设备-算法关联画布还可进一步包括:设备-算法关联画布还包括所述采集设备与所述智能分析算法标签之间的关联关系(以便自动生成思维导图形式画布)。图3举例示出了设备-算法关联画布。之后,基于设备-算法关联画布直观展示的采集设备、智能分析算法标签等之间的关联关系,直接建立策略编排(至少包含如设备-算法关联画布中每一采集设备对应的智能分析参数等),以便进行数据的智能分析处理,具体见下文中的步骤102。
步骤102,基于设备-算法关联画布,生成设备-算法关联画布中每一采集设备对应的智能分析参数,智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法标签。
作为一个实施例,本步骤102可将上述设备-算法关联画布中采集设备与智能分析算法标签之间的一对多、多对多关联关联,拆解为采集设备与智能分析算法标签之间一对一的关联关系,针对每一对关联关系,结合该关联关系中采集设备的抓拍配置、该采集设备对应的场所标签及该采集设备的基本属性信息(比如编号、名称、经纬度等)组装成上述智能分析参数。在本实施例中,采集设备对应的智能分析参数至少与该采集设备、该采集设备对应的智能分析算法标签等相关联,下文会举例描述采集设备对应的智能分析参数,这里暂不赘述。
步骤103,下发智能分析参数至智能任务调度组件,以使智能任务调度组件调度已部署的智能分析服务器利用上述智能分析参数对采集设备采集的数据进行智能分析处理。
作为一个实施例,智能任务调度组件可配置在上述中心平台上。智能分析服务器可独立于上述的中心平台、行业平台。
至此,完成图1所示流程。
通过图1所示流程可以看出,本实施例以一个可视化的设备-算法关联画布为基础来进行策略编排,比如通过可视化的设备-算法关联画布显示的元素自动生成与采集设备对应的智能分析参数等策略编排,至少实现了采集设备、算法资源等之间的一系列配置,无需再进行多个不同页面的跳转来进行策略编排配置,避免了基于不同页面进行策略编排配置所带来的繁琐、复杂、失误等缺陷,也相应提高了策略编排配置的准确度,进一步提高了不同应用场景中智能分析处理的准确度。
下面对上述步骤101中如何通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布进行描述:
参见图4,图4为本实施例提供的步骤101实现流程图。如图4所示,该流程可包括以下步骤:
步骤401,当监测到地图页面显示的一选中区域发生对应的算法关联事件,则响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法相关联。
在本实施例中,可按照顺序在地图页面中以地图页面支持的选中方式比如上述的框选方式等发起选中事件,以基于该选中事件得到至少一个选中区域。每一选中区域包括至少一个采集设备。
在本实施例中,针对每一选中区域,可基于实际需求通过地图页面对应的组件比如AI画布组件等与算法仓库交互获得不同应用场景下的智能分析算法标签,比如上述的图像算法标签、视频算法标签等,之后从该获得的智能分析算法标签中选择至少一个智能分析算法标签并针对被选择的智能分析算法标签发起算法关联事件比如将被选择的智能分析算法标签拖拽至选中区域,相当于该选中区域发生了对应的算法关联事件。当检测到选中区域发生了对应的算法关联事件,则响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法标签相关联。
步骤402,当检测到地图页面中所有选中区域都发生对应的算法关联事件并将各选中区域内的所有采集设备与对应的算法关联事件涉及的智能分析算法标签相关联,则生成设备-算法关联画布。
本实施例中,在地图页面中所有选中区域内的所有采集设备与对应的算法关联事件涉及的智能分析算法标签相关联后,则可自动生成至少带有采集设备与其所关联的智能分析算法的画布(记为设备-算法关联画布)。
需要说明的是,在本实施例中,一个采集设备可同时处于不同选中区域,或者一个选中区域可发起多个算法关联事件,以实现一个单一的采集设备可关联至少一个智能分析算法标签。
至此,完成图4所示的流程。
通过图4所示的流程,最终实现了通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布。
可选地,在本实施例中,上述生成设备-算法关联画布的过程中,还可引入场所关联事件。比如,针对每一选中区域,基于实际需求从地图页面加载的所有场所标签中,选择至少一个场所标签并发起场所关联事件比如将被选择的场所标签拖拽至该选中区域的指定位置比如中心等(即相当于该选中区域发生了对应的场所关联事件)。在检测到该选中区域发生了对应的场所关联事件,则响应该场所关联事件,以将该选中区域内的所有采集设备与该发生的场所关联事件涉及的场所标签相关联。这里的场所标签用于表示对应的场所,比如可为某一小区、某一公园、某一广场等。最终通过上述场所关联事件,可针对被选中的采集设备比如选中区域中的设备,设置对应的场所标签,以便后续基于采集设备对应的场所标签确定采集设备采集的事件所在的场所。可选地,在本实施例中,选中区域中采集设备在关联场所标签后,还可根据实际需求撤消这种关联,本实施例并不具体限定。
可选地,在本实施例中,还可响应于在设备-算法关联画布中发起的元素调整事件,以基于元素调整事件调整修改或删除设备-算法关联画布中已有的元素,并调整修改设备-算法关联画布中各元素之间的关联关系。比如,将上述设备-算法关联画布中一采集设备(记为设备a1)对应的一智能分析算法标签(记为算法a2)修改为另一智能分析算法标签(记为算法a3),该修改可通过先删除该算法a2,然后再基于设备-算法关联画布中发起的选中事件,该选中事件可实现将被选中的智能分析算法标签(记为算法a3)拖拽到被删除的算法a2的位置,则最终实现了设备a1对应的一智能分析算法标签从算法a2更新为算法a3。对应地,设备a1与算法a2之间的关联关系也被更新为设备a1与算法a3之间的关联关系。
可选地,在本实施例中,在生成上述设备-算法关联画布后,还可响应于在设备-算法关联画布中发起的元素添加事件,以基于元素添加事件在设备-算法关联画布中添加新的元素。
比如,根据上述任务事件涉及的场景需求,在设备-算法关联画布中添加对应的任务策略作为画布元素。在本实施例中,通过设备-算法关联画布对应的组件比如AI画布组件等与策略库进行交互获得不同场景下的任务策略。Z在此前提下,当在设备-算法关联画布中监测到策略关联事件,则响应该策略关联事件,将该策略关联事件所涉及的任务策略添加至设备-算法关联画布。这里,策略关联事件是基于场景需求从上述获得的所有任务策略中选中至少一个任务策略,并将该任务策略拖拽到设备-算法关联画布中引起的。作为一个实施例,任务策略可为一系列的操作比如去重,去误报,业务规则转化、过滤,分流,单点去重等,具体可根据场景需求设置。
再比如,将上述任务事件涉及的至少一个行业平台和该行业平台对应的赋能规则作为画布元素添加至上述设备-算法关联画布中。在本实施例中,通过设备-算法关联画布对应的组件比如AI画布组件等与事件管理服务器进行交互获得行业平台、以及赋能规则。当在设备-算法关联画布中监测到赋能关联事件,则响应该赋能关联事件,将该赋能关联事件所涉及的行业平台、以及该行业平台对应的赋能规则添加至设备-算法关联画布。这里,赋能关联事件是基于场景需求从上述工具栏提供的所有行业平台中选中至少一个行业平台,并将该行业平台、以及该行业平台对应的赋能规则拖拽到设备-算法关联画布中引起的。
作为一个实施例,行业平台与中心平台支持的报文格式不同比如协议不同,基于此,行业平台对应的赋能规则,其目的是保证中心平台在与该行业平台通信时,可将中心平台的标准化报文进行转换,以将该报文的格式转换为符合该行业平台所支持的格式,实现中心平台与不同行业平台之间的报文适配。
在本实施例中,在设备-算法关联画布中添加新的元素后,还可进一步配置新的元素与设备-算法关联画布中已有的其他元素之间的关联关系。比如,假若上述将任务策略作为画布元素添加至设备-算法关联画布中,则若设备-算法关联画布有智能分析算法标签和采集设备,则可配置任务策略与设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系。当然,设备-算法关联画布中如果还有其它元素,比如任务平台、赋能规则等,则可进一步配置改任务策略与设备-算法关联画布中已有的任务平台、赋能规则之间的关联关系。再比如,假若上述将任务平台、赋能规则作为画布元素添加至设备-算法关联画布中,则若设备-算法关联画布有智能分析算法标签和采集设备,则可配置任务平台、赋能规则与设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系。当然,设备-算法关联画布中如果还有其它元素,比如任务策略等,则可进一步配置该任务平台、赋能规则与设备-算法关联画布中已有的任务策略之间的关联关系。
通过配置上述关联关系,可以更直观显示设备-算法关联画布中各元素之间的关系,方便用户查看和使用。需要说明的是,在本实施例中,在配置上述关联关系时,可按照预先配置的元素顺序来配置,这里的元素顺序可根据实际需求设置,比如如下的顺序:采集设备->智能分析算法->任务策略->赋能规则->行业平台,在此前提下,在配置任务策略与设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系时,可直接配置任务策略与设备-算法关联画布中的智能分析算法标签之间的关联关系即可,一旦配置完成,基于上述顺序,其就隐含着与该智能分析算法标签具有关联关系的采集设备也与该任务策略具有关联关系。图5举例示出了设备-算法关联画布中各元素之间的关联关系示意图。
可选地,在本实施例中,还可响应上述生成设备-算法关联画布中的元素配置事件。这里,元素配置事件是基于实际需求对上述生成设备-算法关联画布中的元素进行配置时引起的,其至少包括:对设备-算法关联画布中框选出至少一个元素进行配置。
作为一个实施例,针对采集设备的配置至少包括:抓拍时段、抓拍周期、抓拍任务时效、抓拍模式、抓拍日期、抓拍说明等设备配置,这里抓拍日期比如为星期一、星期二等日期,其被配置好采集设备支持在哪个抓拍日期进行抓拍。一旦确定好抓拍日期,则采集设备会在该抓拍日期内的抓拍时段按照被配置的上述抓拍周期进行抓拍。针对智能分析算法的配置至少包括:置信度、目标告警数量等。其中,一旦基于该智能分析算法识别出目标的数量为该目标数量,则可进行告警,以及时对上述目标物理区域进行调整。针对行业平台的配置至少包括:IP地址、端口号、中间件类型、该行业平台负责的数据队列的名称等。可选地,IP地址、端口号表示行业平台,中间件类型用于指示与行业平台进行交互时所使用的组件的类型。
以上对设备-算法关联画布进行了描述。通过上面描述可以看出,本实施例中,通过在一个画布上执行诸如算法调整、任务策略添加、行业平台添加、赋能规则添加等操作,实现在同一个画布整合采集设备、智能分析算法、任务策略、行业平台、赋能规则等资源,并通过在同一个画布基于选择、连线、拖拽等操作完成由采集设备至行业平台这一完整任务编排链路,并通过可视化页面显示,直观展示采集设备、智能分析算法、任务策略、行业平台、赋能规则之间的依赖关联关系,以方便基于该依赖关联关系生成策略编排。下面对如何生成策略编排进行描述:
作为一个实施例,这里的策略编排至少可包括上述步骤102中基于设备-算法关联画布生成设备-算法关联画布中每一采集设备对应的智能分析参数,下面通过图7进行描述:
参见图7,图7为本申请实施例提供的步骤102实现流程图。如图7所示,该流程可包括以下步骤:
步骤701,基于设备-算法关联画布中采集设备与智能分析算法标签的关联关系,确定对应的分析任务;每一分析任务包括一个采集设备的标识、以及与该采集设备相关联的一个智能分析算法标签。
在如图5或6所示的设备-算法关联画布中,采集设备与智能分析算法标签之间的关联关系有可能是多对多或者一对多或者多对一,而应用于本步骤701,可将设备-算法关联画布中采集设备与智能分析算法标签的关联关系拆解为一对一的分析任务,每一分析任务包括一个采集设备的标识、以及与该采集设备相关联的一个智能分析算法标签。
步骤702,针对每一分析任务,将该分析任务结合该分析任务中设备标识所对应的采集设备的设备配置、该采集设备相关联的场所的标签、以及该采集设备的设备属性信息中的一个或多个组成对应的智能分析参数。
在本实施例中,设备配置如上针对采集设备抓拍的配置的描述,这里不再赘述。场所标签用于表示该采集设备所关联的场所。采集设备的设备属性信息为采集设备的基本设备信息,比如为采集设备的名称、采集设备的经纬度等。
至此,完成图7所示的流程。
通过图7所示流程,实现了上述步骤102中如何基于设备-算法关联画布生成设备-算法关联画布中每一采集设备对应的智能分析参数。
可选地,本实施例中,还可基于设备-算法关联画布中的任务策略生成对应的策略参数,具体为:针对设备-算法关联画布中任一任务策略,至少将该任务策略相关联的第一指定地址、第二指定地址,基于该任务策略绘制的策略元件组织在一起形成上述策略参数。
其中,上述第一指定地址是指获得待进行策略处理的事件数据的地址,这里,事件数据实质是上述智能分析服务器基于智能分析算法对数据进行智能分析处理得到的分析处理结果。第二指定地址是指策略处理后处理结果的输出地址。基于该任务策略绘制的策略元件用于表示该任务策略。
作为一个实施例,还可基于设备-算法关联画布中的行业平台和赋能规则生成对应的赋能规则参数。比如,针对设备-算法关联画布中任一行业平台,将上述第二指定地址、该行业平台输入信息和该行业平台对应的赋能规则组织在一起形成上述赋能规则参数。这里,行业平台输入信息是指行业平台的地址。
可选地,在本实施例中,在生成上述智能分析参数、策略参数、赋能规则参数之后,可将该智能分析参数、策略参数、赋能规则参数与上述任务事件的事件信息(比如任务唯一标识、任务名称、任务生成时间、任务更新时间、操作用户等)提交至指定数据库进行保存。这相当于完成了上述的策略编排配置。之后即可完成策略编排配置比如上述各参数的下发。
可选地,在本实施例中,对于上述智能分析参数,则可在上述中心平台对应部署智能分析组件,之后,下发智能分析参数至该智能分析组件,具体见图8所示流程:
如图8所示,该流程可包括以下步骤:
步骤801,通过已部署的智能分析组件,接收每一采集设备对应的智能分析参数。
步骤802,通过已部署的智能分析组件,控制已部署的智能分析服务器利用智能分析参数对采集设备采集的数据进行智能分析处理。
可选地,本实施例中,上述智能分析组件从智能分析参数中识别出数据采集配置信息并下发至对应的采集设备(与该智能分析参数中的场所标签、以及设备属性信息对应的采集设备)。之后,作为一个实施例,上述智能分析组件在检测到上述采集设备基于数据采集配置信息采集到的数据比如图片或者视频后,会将该采集的数据与智能分析参数中的智能分析算法标签一起发送给已部署的智能分析服务器(独立于上述的中心平台和行业平台),由智能分析服务器基于接收的算法标签对应的智能分析算法对接收的数据比如图片或者视频进行智能分析处理,得到分析处理结果。之后输出分析处理结果至第一指定地址。
至此,完成图8所示的流程。通过图8所示流程实现了如何基于智能分析算法对数据进行智能分析处理。
可选地,在本实施例中,针对上述策略参数,则可在上述中心平台部署策略服务组件。基于此,在本实施例中,可将策略参数下发至已部署的策略服务组件,具体见图9所示流程:
如图9所示,该流程可包括:
步骤901,通过已部署的策略服务组件,接收策略参数。
步骤902,通过已部署的策略服务组件,按照上述策略参数对获取的分析处理结果进行策略控制。
可选地,在本实施例中,策略服务组件从上述的第一指定地址获得待进行策略处理的事件数据(也即智能分析服务器的分析处理结果),之后,可从已接收的所有策略参数中查找到对应的策略参数,利用查找到的策略参数中的策略元件对该获得的事件数据(也即智能分析服务器的分析处理结果)进行策略控制,并输出数据处理结果至该查找到的策略参数中的第二指定地址。
可选地,在本实施例中,为有针对性地进行策略控制,上述策略参数还可进一步包括智能分析算法的标识标签,对应地,上述事件数据(也即智能分析服务器的分析处理结果)也可携带智能分析服务器在得到该事件数所采用的智能分析算法的标签。基于此,从已接收的所有策略参数中查找到对应的策略参数可包括:以获得的上述事件数据所携带的算法标签为关键字,在已接收的所有策略参数中查找包含该关键字的策略参数。
至此,完成图9所示的流程。通过图9所示流程实现了如何对智能分析的处理结果进行策略控制。
可选地,在本实施例中,针对上述赋能规则参数,则可在上述中心平台部署事件服务管理组件。基于此,在本实施例中,可将赋能规则参数下发至已部署的事件服务管理组件,具体见图10所示流程:
如图10所示,该流程可包括:
步骤1001,通过已部署的事件服务管理组件,接收赋能规则参数。
步骤1002,通过已部署的事件服务管理组件,按照上述赋能规则参数对获取的服务处理结果进行赋能控制,以对该服务处理结果进行转换,使转换后的服务处理结果满足该业务平台的规定,并将转换后的服务处理结果转发至所述行业平台。
可选地,在本实施例中,赋能规则参数可包括:上述第二指定地址。对应地,在本实施例中,事件服务管理组件可从上述的第二指定地址获得待发向行业平台的数据(比如策略服务组件输出的结果或者上述分析处理结果,统称服务处理结果),之后,可从已接收的所有赋能规则参数中查找到对应的赋能规则参数,利用查找到的赋能规则参数中的赋能规则对该获得的服务处理结果进行转换,以使转换后的数据(或者报文)满足行业平台的规定,并将转换后的数据转发至该赋能规则参数中的行业平台输入信息所指示的地址(即发向行业平台)。
作为一个实施例,赋能规则参数还可进一步包括:采集设备的标识。上述服务处理结果也可携带采集设备的标识。基于此,从已接收的所有赋能规则参数中查找到对应的赋能规则参数可包括:以获得的上述服务处理结果所携带的采集设备的标识为关键字,在已接收的所有赋能规则参数中查找包含该关键字的赋能规则参数。
至此,完成图10所示的流程。通过图10所示流程实现了如何对待发向行业平台的服务处理结果进行赋能控制。
通过上面描述可以看出,本实施例不管是智能分析、策略控制、还是赋能控制,都是集中在中心平台,提供了集中在中心平台的一个统一的编排流程框架,实现了策略编排的集中管理。
进一步地,在本实施例中,通过整合物联设备资源、算法资源、任务策略、赋能规则及行业平台,通过以画布为基础的可视化页面对各元素(物联设备资源、算法资源、任务策略、赋能规则及行业平台)进行操作比如选择、连线、拖拽、释放等,以完成设备数据采集、算法资源分配、任务策略、协议转换以及平台分发的一系列配置,自动生成中心平台设备数据采集至目标平台分发的整条链路,降低用户配置及分发视频分析任务的使用门槛,有效提高用户的操作效率。
以上对本申请提供的方法进行了描述,下面对本申请提供的装置进行描述:
参见图11,图11为本申请实施例提供的装置结构图。该装置包括:
画布编排单元,用于通过响应于算法关联事件,生成设备-算法关联画布;所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的采集设备进行关联;所述设备-算法关联画布至少包括以下元素:所述算法关联事件涉及的采集设备、以及所述采集设备相关联的智能分析算法标签;所述设备-算法关联画布还包括所述采集设备与所述智能分析算法标签之间的关联关系;
任务管理模块,用于基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数;所述智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法标签;以及,
下发所述智能分析参数至智能任务调度组件,以使所述智能任务调度组件调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
可选地,所述通过响应于算法关联事件,生成设备-算法关联画布包括:通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布;其中,所述地图页面显示采集设备,所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的所述地图页面中被选中的采集设备关联。
可选地,所述通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布包括:当监测到所述地图页面显示的一选中区域发生对应的算法关联事件,则响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法标签相关联;当检测到所述地图页面中所有选中区域都发生对应的算法关联事件且各选中区域内的采集设备与对应的算法关联事件涉及的智能分析算法标签相关联,则生成设备-算法关联画布。
可选地,所述监测到所述地图页面显示的一选中区域发生对应的算法关联事件包括:当监测到所述地图页面中针对智能分析算法标签发生满足拖拽条件的拖拽操作、且该拖拽操作的结束位置处于所述地图页面的选中区域时,确定监测到所述地图页面显示的选中区域发生对应的算法关联事件;该算法关联事件涉及的智能分析算法为智能分析算法标签所表示的智能分析算法。
可选地,在生成设备-算法关联画布后,且在生成所述智能分析参数之前,进一步包括:响应于在所述设备-算法关联画布中发起的元素调整事件,以基于所述元素调整事件调整修改或删除所述设备-算法关联画布中已有的元素,并调整修改所述设备-算法关联画布中各元素之间的关联关系;和/或,
响应于在所述设备-算法关联画布中发起的元素添加事件,以基于所述元素添加事件在所述设备-算法关联画布中添加新的元素,并配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系。
可选地,所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:将任务策略作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:配置所述任务策略与所述设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系;
所述任务管理模块进一步下发所述设备-算法关联画布中的任务策略对应的策略参数至已部署的策略服务组件,以由所述策略服务组件对所述智能分析服务器的分析处理结果进行策略控制。
可选地,所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:将至少一个目标平台和该目标平台对应的赋能规则作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:配置所述目标平台、所述赋能规则与所述设备-算法关联画布中原有的元素之间的关联关系;
所述任务管理模块进一步下发所述设备-算法关联画布中的赋能规则对应的赋能规则参数、以及所述设备-算法关联画布中目标平台对应的数据输入地址至已部署的事件服务管理组件,以由所述事件服务管理组件依据所述赋能规则参数,对发向所述目标平台的数据进行转换以使转换后的数据满足该目标平台的规定,并将转换后的数据转发至所述目标平台对应的数据输入地址。
可选地,所述画布编排模块进一步为所述设备-算法关联画布中至少一个元素进行相应的元素配置;其中,当所述至少一个元素包括采集设备时,所述元素配置包括采集设备的设备配置;所述设备配置至少包括:抓拍周期、抓拍模式、抓拍任务时效;当所述至少一个元素包含智能分析算法时,所述元素配置包括智能分析算法的算法配置;所述算法配置至少包括:置信度、目标告警数量;其中,若基于该智能分析算法识别出目标的数量为该目标告警数量,则指示告警;当所述至少一个元素包含目标平台时,所述元素配置包括针对行业平台的平台配置;所述平台配置至少包括:IP地址、队列名称;所述IP地址表示目标平台对应的数据输入地址。
可选地,所述基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数包括:基于所述设备-算法关联画布中采集设备与智能分析算法的关联关系,确定对应的分析任务,每一分析任务包括一个采集设备的标识、以及与该采集设备相关联的一个智能分析算法的标识;针对每一分析任务,将该分析任务结合该分析任务中设备标识所对应的采集设备的设备配置、该采集设备相关联的场所的标签、以及该采集设备被配置的设备属性信息中的一个或多个组成对应的智能分析参数。
至此,完成图11所示装置的结构描述。
对应地,本申请还提供了图11所示装置的硬件结构。参见图12,该硬件结构可包括:处理器和机器可读存储介质,机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现本申请上述示例公开的方法。
参见图13,图13为本申请实施例提供的系统结构图。该系统包括如上所述的数据智能分析装置,还包括:智能任务调度组件。
可选地,智能任务调度组件用于接收所述设备-算法关联画布中每一采集设备对应的智能分析参数,并调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
可选地,该系统进一步包括:策略服务组件。
所述策略服务组件用于接收所述策略参数,并按照所述策略参数对获取的分析处理结果进行策略控制;所述分析处理结果是由所述智能分析服务器利用所述智能分析参数对所述采集设备采集的数据进行智能分析处理得到的结果。策略参数如上描述,这里不再赘述。
可选地,该系统进一步包括:事件服务管理组件。
所述事件服务管理组件用于接收所述赋能规则参数;并按照所述赋能规则参数对获取的服务处理结果进行赋能控制,以对该服务处理结果进行转换,使转换后的服务处理结果满足该业务平台的规定,并将转换后的服务处理结果转发至所述行业平台;所述服务处理结果是由所述智能分析服务器利用所述智能分析参数对所述采集设备采集的数据进行智能分析处理得到的结果,或者为策略服务组件进行策略控制得到的结果。
至此,完成图13所示的系统结构图。
基于与上述方法同样的申请构思,本申请实施例还提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被处理器执行时,能够实现本申请上述示例公开的方法。
示例性的,上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(Radom Access Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机处理器或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (15)
1.一种数据智能分析方法,其特征在于,该方法包括:
通过响应于算法关联事件,生成设备-算法关联画布;所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的采集设备进行关联;所述设备-算法关联画布至少包括以下元素:所述算法关联事件涉及的采集设备、以及所述采集设备相关联的智能分析算法标签;所述设备-算法关联画布还包括所述采集设备与所述智能分析算法标签之间的关联关系;
基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数;所述智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法标签;
下发所述智能分析参数至智能任务调度组件,以使所述智能任务调度组件调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
2.根据权利要求1所述的方法,其特征在于,所述通过响应于算法关联事件,生成设备-算法关联画布包括:
通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布;其中,所述地图页面显示采集设备,所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的所述地图页面中被选中的采集设备关联。
3.根据权利要求2所述的方法,其特征在于,所述通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布包括:
当监测到所述地图页面显示的一选中区域发生对应的算法关联事件,则响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法标签相关联;
当检测到所述地图页面中所有选中区域都发生对应的算法关联事件且各选中区域内的采集设备与对应的算法关联事件涉及的智能分析算法标签相关联,则生成设备-算法关联画布。
4.根据权利要求3所述的方法,其特征在于,所述监测到所述地图页面显示的一选中区域发生对应的算法关联事件包括:
当监测到所述地图页面中针对智能分析算法标签发生满足拖拽条件的拖拽操作、且该拖拽操作的结束位置处于所述地图页面的选中区域时,确定监测到所述地图页面显示的选中区域发生对应的算法关联事件;该算法关联事件涉及的智能分析算法为智能分析算法标签所表示的智能分析算法。
5.根据权利要求1至4任一项所述的方法,其特征在于,在生成设备-算法关联画布后,且在生成所述智能分析参数之前,该方法进一步包括:
响应于在所述设备-算法关联画布中发起的元素调整事件,以基于所述元素调整事件调整修改或删除所述设备-算法关联画布中已有的元素,并调整修改所述设备-算法关联画布中各元素之间的关联关系;和/或,
响应于在所述设备-算法关联画布中发起的元素添加事件,以基于所述元素添加事件在所述设备-算法关联画布中添加新的元素,并配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系。
6.根据权利要求5所述的方法,其特征在于,所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:
将任务策略作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:
配置所述任务策略与所述设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系;
该方法进一步包括:下发所述设备-算法关联画布中的任务策略对应的策略参数至已部署的策略服务组件,以由所述策略服务组件对所述智能分析服务器的分析处理结果进行策略控制。
7.根据权利要求5所述的方法,其特征在于,所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:
将至少一个目标平台和该目标平台对应的赋能规则作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:
配置所述目标平台、所述赋能规则与所述设备-算法关联画布中原有的元素之间的关联关系;
该方法进一步包括:下发所述设备-算法关联画布中的赋能规则对应的赋能规则参数、以及所述设备-算法关联画布中目标平台对应的数据输入地址至已部署的事件服务管理组件,以由所述事件服务管理组件依据所述赋能规则参数,对发向所述目标平台的数据进行转换以使转换后的数据满足该目标平台的规定,并将转换后的数据转发至所述目标平台对应的数据输入地址。
8.根据权利要求6或7所述的方法,其特征在于,该方法进一步包括:
为所述设备-算法关联画布中至少一个元素进行相应的元素配置;
其中,当所述至少一个元素包括采集设备时,所述元素配置包括采集设备的设备配置;所述设备配置至少包括:抓拍周期、抓拍模式、抓拍任务时效;
当所述至少一个元素包含智能分析算法时,所述元素配置包括智能分析算法的算法配置;所述算法配置至少包括:置信度、目标告警数量;其中,若基于该智能分析算法识别出目标的数量为该目标告警数量,则指示告警;
当所述至少一个元素包含平台时,所述元素配置包括针对目标平台的平台配置;所述平台配置至少包括:IP地址、队列名称;所述IP地址表示目标平台对应的数据输入地址。
9.根据权利要求1所述的方法,其特征在于,所述基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数包括:
基于所述设备-算法关联画布中采集设备与智能分析算法的关联关系,确定对应的分析任务,每一分析任务包括一个采集设备的标识、以及与该采集设备相关联的一个智能分析算法的标识;
针对每一分析任务,将该分析任务结合该分析任务中设备标识所对应的采集设备的设备配置、该采集设备相关联的场所的标签、以及该采集设备被配置的设备属性信息中的一个或多个组成对应的智能分析参数。
10.一种数据智能分析装置,其特征在于,包括:
画布编排单元,用于通过响应于算法关联事件,生成设备-算法关联画布;所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的采集设备进行关联;所述设备-算法关联画布至少包括以下元素:所述算法关联事件涉及的采集设备、以及所述采集设备相关联的智能分析算法标签;所述设备-算法关联画布还包括所述采集设备与所述智能分析算法标签之间的关联关系;
任务管理模块,用于基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数;所述智能分析参数至少包括:采集设备的标识以及采集设备相关联的智能分析算法标签;以及,
下发所述智能分析参数至智能任务调度组件,以使所述智能任务调度组件调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
11.根据权利要求10所述的装置,其特征在于,所述通过响应于算法关联事件,生成设备-算法关联画布包括:通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布;其中,所述地图页面显示采集设备,所述算法关联事件用于将所述算法关联事件涉及的智能分析算法标签与所述算法关联事件涉及的所述地图页面中被选中的采集设备关联;
所述通过响应于地图页面中发起的算法关联事件,生成设备-算法关联画布包括:当监测到所述地图页面显示的一选中区域发生对应的算法关联事件,则响应该算法关联事件,以将该选中区域内的所有采集设备与该发生的算法关联事件涉及的智能分析算法标签相关联;当检测到所述地图页面中所有选中区域都发生对应的算法关联事件且各选中区域内的采集设备与对应的算法关联事件涉及的智能分析算法标签相关联,则生成设备-算法关联画布;
所述监测到所述地图页面显示的一选中区域发生对应的算法关联事件包括:当监测到所述地图页面中针对智能分析算法标签发生满足拖拽条件的拖拽操作、且该拖拽操作的结束位置处于所述地图页面的选中区域时,确定监测到所述地图页面显示的选中区域发生对应的算法关联事件;该算法关联事件涉及的智能分析算法为智能分析算法标签所表示的智能分析算法;
在生成设备-算法关联画布后,且在生成所述智能分析参数之前,进一步包括:响应于在所述设备-算法关联画布中发起的元素调整事件,以基于所述元素调整事件调整修改或删除所述设备-算法关联画布中已有的元素,并调整修改所述设备-算法关联画布中各元素之间的关联关系;和/或,
响应于在所述设备-算法关联画布中发起的元素添加事件,以基于所述元素添加事件在所述设备-算法关联画布中添加新的元素,并配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系;
所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:将任务策略作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:配置所述任务策略与所述设备-算法关联画布中的智能分析算法标签和采集设备之间的关联关系;
所述任务管理模块进一步下发所述设备-算法关联画布中的任务策略对应的策略参数至已部署的策略服务组件,以由所述策略服务组件对所述智能分析服务器的分析处理结果进行策略控制;
所述基于所述元素添加事件在所述设备-算法关联画布中添加新的元素包括:将至少一个目标平台和该目标平台对应的赋能规则作为画布元素添加至所述设备-算法关联画布中;
所述配置所述新的元素与所述设备-算法关联画布中已有的其他元素之间的关联关系包括:配置所述目标平台、所述赋能规则与所述设备-算法关联画布中原有的元素之间的关联关系;
所述任务管理模块进一步下发所述设备-算法关联画布中的赋能规则对应的赋能规则参数、以及所述设备-算法关联画布中目标平台对应的数据输入地址至已部署的事件服务管理组件,以由所述事件服务管理组件依据所述赋能规则参数,对发向所述目标平台的数据进行转换以使转换后的数据满足该目标平台的规定,并将转换后的数据转发至所述目标平台对应的数据输入地址;
所述画布编排模块进一步为所述设备-算法关联画布中至少一个元素进行相应的元素配置;其中,当所述至少一个元素包括采集设备时,所述元素配置包括采集设备的设备配置;所述设备配置至少包括:抓拍周期、抓拍模式、抓拍任务时效;当所述至少一个元素包含智能分析算法时,所述元素配置包括智能分析算法的算法配置;所述算法配置至少包括:置信度、目标告警数量;其中,若基于该智能分析算法识别出目标的数量为该目标告警数量,则指示告警;当所述至少一个元素包含目标平台时,所述元素配置包括针对目标平台的平台配置;所述平台配置至少包括:IP地址、队列名称;所述IP地址表示目标平台对应的数据输入地址;
所述基于所述设备-算法关联画布,生成所述设备-算法关联画布中每一采集设备对应的智能分析参数包括:基于所述设备-算法关联画布中采集设备与智能分析算法的关联关系,确定对应的分析任务,每一分析任务包括一个采集设备的标识、以及与该采集设备相关联的一个智能分析算法的标识;
针对每一分析任务,将该分析任务结合该分析任务中设备标识所对应的采集设备的设备配置、该采集设备相关联的场所的标签、以及该采集设备被配置的设备属性信息中的一个或多个组成对应的智能分析参数。
12.一种数据智能分析装置,其特征在于,包括:处理器和机器可读存储介质;
所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;
所述处理器用于执行机器可执行指令,以实现权利要求1-9任一项的方法步骤。
13.一种数据智能分析系统,其特征在于,包括如权利要求12所述的数据智能分析装置,还包括:智能任务调度组件;
所述智能任务调度组件用于接收所述设备-算法关联画布中每一采集设备对应的智能分析参数,并调度已部署的智能分析服务器利用所述智能分析参数对采集设备采集的数据进行智能分析处理。
14.根据权利要求13所述的系统,其特征在于,该系统进一步包括:策略服务组件;
所述策略服务组件用于接收所述策略参数,并按照所述策略参数对获取的分析处理结果进行策略控制;所述分析处理结果是由所述智能分析服务器利用所述智能分析参数对所述采集设备采集的数据进行智能分析处理得到的结果。
15.根据权利要求13或14所述的系统,其特征在于,该系统进一步包括:事件服务管理组件,所述事件服务管理组件用于接收所述赋能规则参数;并按照所述赋能规则参数对获取的服务处理结果进行赋能控制,以对该服务处理结果进行转换,使转换后的服务处理结果满足目标平台的规定,并将转换后的服务处理结果转发至所述目标平台;所述服务处理结果是由所述智能分析服务器利用所述智能分析参数对所述采集设备采集的数据进行智能分析处理得到的结果,或者为策略服务组件进行策略控制得到的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575394.4A CN115984677A (zh) | 2022-12-08 | 2022-12-08 | 数据智能分析方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211575394.4A CN115984677A (zh) | 2022-12-08 | 2022-12-08 | 数据智能分析方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115984677A true CN115984677A (zh) | 2023-04-18 |
Family
ID=85971432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211575394.4A Pending CN115984677A (zh) | 2022-12-08 | 2022-12-08 | 数据智能分析方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115984677A (zh) |
-
2022
- 2022-12-08 CN CN202211575394.4A patent/CN115984677A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032534B (zh) | 一种无人车消息传输方法、装置、设备和介质 | |
US20140156553A1 (en) | Systems and Methods for Fulfilling Orders | |
CN107092686B (zh) | 一种基于云存储平台的文件管理方法及装置 | |
CN109284180B (zh) | 一种任务调度方法、装置、电子设备及存储介质 | |
CN104137154A (zh) | 用于管理视频数据的系统和方法 | |
JP5822050B1 (ja) | デバイス情報提供システム、デバイス情報提供方法 | |
CN104008128A (zh) | 案件信息自动生成与呈现方法 | |
CN112819989A (zh) | 一种园区巡更方法、装置及设备 | |
CN105912709A (zh) | 基于大数据的伴随车分析方法及系统 | |
US20240064237A1 (en) | Real-time crime center solution with dispatch directed digital media payloads | |
CN107801050A (zh) | 用于对视频监控数据处理的方法、装置及服务器 | |
CN114356521A (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN113987303A (zh) | 自动驾驶的日志数据处理方法及装置 | |
CN107277146B (zh) | 一种分布式存储业务流量模型生成方法及系统 | |
CN113472580A (zh) | 基于动态加载机制的告警系统及告警方法 | |
CN112182295B (zh) | 基于行为预测的业务处理方法、装置及电子设备 | |
CN115984677A (zh) | 数据智能分析方法、装置和系统 | |
CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
CN114666426A (zh) | 数据解析方法、装置及存储介质 | |
CN114595245A (zh) | 数据处理方法及装置 | |
CN112015703A (zh) | 一种交管数据管理方法、装置及服务器 | |
CN112738153A (zh) | 业务系统中的网关选择方法、系统、装置、服务器及介质 | |
CN110782215A (zh) | 货源确定方法、装置、设备及存储介质 | |
JP2014153797A (ja) | デバイス情報提供システム、デバイス情報提供方法 | |
CN108037981B (zh) | 一种附件管理方法及装置 |
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 |