CN116016898A - 异常相机的检测方法、装置、设备及存储介质 - Google Patents
异常相机的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116016898A CN116016898A CN202211515399.8A CN202211515399A CN116016898A CN 116016898 A CN116016898 A CN 116016898A CN 202211515399 A CN202211515399 A CN 202211515399A CN 116016898 A CN116016898 A CN 116016898A
- Authority
- CN
- China
- Prior art keywords
- camera
- frame
- information
- sudden
- frame loss
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Studio Devices (AREA)
Abstract
本发明涉及数据处理技术领域,公开了一种异常相机的检测方法、装置、设备及存储介质,用于检测相机失效的具体原因,提高对相机的处理效率。异常相机的检测方法包括:根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;根据每个相机的拍摄属性检测是否存在至少一个异常相机;若存在,则确定至少一个异常相机对应的失效类型。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种异常相机的检测方法、装置、设备及存储介质。
背景技术
在自动驾驶系统中,相机是完成自动驾驶任务必不可少的传感器,对于目标检测、视觉定位、泊车等任务至关重要。
目前,通过依次检测相机系统中控制通路上的各个器件内部的寄存器或者存储器是否正常工作来确定相机是否失效。
在现有的技术中,没有对相机失效的情况进行具体区分,而无法根据相机失效的原因进行相应的调整,导致对相机的处理效率低下。
发明内容
本发明提供了一种异常相机的检测方法、装置、设备及存储介质,用于检测相机失效的具体原因,提高对相机的处理效率。
本发明第一方面提供了一种异常相机的检测方法,包括:根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;根据所述每个相机的拍摄属性检测是否存在至少一个异常相机;若存在,则确定所述至少一个异常相机对应的失效类型。
在一种可行的实施方式中,所述根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,包括:获取预设时段内目标车辆中与相机相关的多个数据帧;将所述多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识;将所述每个相机对应的多个已标记的输出帧进行分类,得到每个相机的分类信息;根据所述多个数据帧、所述每个相机对应的多个已标记的输出帧和所述每个相机的分类信息进行计算,得到概率信息。
在一种可行的实施方式中,所述根据所述多个数据帧、所述每个相机对应的多个已标记的输出帧和所述每个相机的分类信息进行计算,得到概率信息,包括:根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,所述相机频率信息包括每个相机的相机频率;根据所述相机频率信息和所述每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,所述突然丢帧信息包括每个相机的突然丢帧的帧数,所述突然错帧信息包括每个相机的突然错帧的帧数;根据所述突然丢帧信息、所述突然错帧信息和所述每个相机的分类信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率。
在一种可行的实施方式中,所述根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,所述相机频率信息包括每个相机的相机频率,包括:根据每个相机每一秒的输出帧数量计算每个相机的多个频率;将每个相机的多个频率进行对比,得到对比结果;根据对比结果将每个相机的多个频率中频率最高的值确定为每个相机的相机频率。
在一种可行的实施方式中,所述根据所述相机频率信息和所述每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,所述突然丢帧信息包括每个相机的突然丢帧的帧数,所述突然错帧信息包括每个相机的突然错帧的帧数,包括:根据所述每个相机对应的多个已标记的输出帧进行查询,得到连续丢帧信息和连续错帧信息,所述连续丢帧信息包括每个相机的多次连续丢帧的帧数和每个相机的多次连续错帧的帧数;根据所述相机频率信息、所述连续丢帧信息和所述连续错帧信息进行计算,得到连续丢帧时间信息和连续错帧时间信息,所述连续丢帧时间信息包括多次连续丢帧中每次连续丢帧的持续时间,所述连续错帧时间信息包括多次连续错帧中每次连续错帧的持续时间;基于预设持续时间,根据所述连续丢帧时间信息和所述连续错帧时间信息确定每个相机突然丢帧的帧数和每个相机突然错帧的帧数。
在一种可行的实施方式中,所述根据所述突然丢帧信息、所述突然错帧信息和所述每个相机的分类信息进行计算,得到预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,包括:根据所述每个相机的分类信息中的正常帧信息、丢帧信息和错帧信息进行计算,得到每个相机的总帧数;根据所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的丢帧率和错帧率;根据所述突然丢帧信息、所述突然错帧信息、所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率。
在一种可行的实施方式中,所述将所述多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识,包括:根据相机标识将所述多个数据帧进行分类,得到每个相机的多个输出帧;对每个相机的每一输出帧的状态进行识别,得到状态信息;根据所述状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧。
在一种可行的实施方式中,所述若存在,则确定所述至少一个异常相机对应的失效类型,包括:若存在至少一个异常相机,则当所有异常相机中存在至少一个相机的第一拍摄属性对应的第一数值处于上升状态且第一差值大于预设差值,或者存在至少一个相机的第二拍摄属性对应的第二数值处于上升状态且第二差值大于预设差值时,确定所述至少一个相机的失效类型为突然失效,所述第一拍摄属性用于指示丢帧率的属性,所述第二拍摄属性用于指示错帧率的属性;当所有异常相机中存在至少一个相机的第三拍摄属性对应的第三数值和第四拍摄属性对应的第四数值处于上升状态,且所述第三拍摄属性的第三差值和所述第四拍摄属性的第四差值均处于上升状态,则确定所述至少一个相机的失效类型为缓慢失效,所述第三拍摄属性用于指示去除突然丢帧的丢帧率的属性,所述第四拍摄属性用于指示去除突然错帧的错帧率的属性。
本发明第二方面提供了一种异常相机的检测装置,包括:计算模块,用于根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;生成模块,用于根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;检测模块,用于根据所述每个相机的拍摄属性检测是否存在至少一个异常相机;确定模块,用于若存在,则确定所述至少一个异常相机对应的失效类型。
在一种可行的实施方式中,所述计算模块包括:获取单元,用于获取预设时段内目标车辆中与相机相关的多个数据帧;标记单元,用于将所述多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识;分类单元,用于将所述每个相机对应的多个已标记的输出帧进行分类,得到每个相机的分类信息;计算单元,用于根据所述多个数据帧、所述每个相机对应的多个已标记的输出帧和所述每个相机的分类信息进行计算,得到概率信息。
在一种可行的实施方式中,所述计算单元包括:第一计算子单元,用于根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,所述相机频率信息包括每个相机的相机频率;第二计算子单元,用于根据所述相机频率信息和所述每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,所述突然丢帧信息包括每个相机的突然丢帧的帧数,所述突然错帧信息包括每个相机的突然错帧的帧数;第三计算子单元,用于根据所述突然丢帧信息、所述突然错帧信息和所述每个相机的分类信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率。
在一种可行的实施方式中,所述第一计算子单元具体用于:根据每个相机每一秒的输出帧数量计算每个相机的多个频率;将每个相机的多个频率进行对比,得到对比结果;根据对比结果将每个相机的多个频率中频率最高的值确定为每个相机的相机频率。
在一种可行的实施方式中,所述第二计算子单元具体用于:根据所述每个相机对应的多个已标记的输出帧进行查询,得到连续丢帧信息和连续错帧信息,所述连续丢帧信息包括每个相机的多次连续丢帧的帧数和每个相机的多次连续错帧的帧数;根据所述相机频率信息、所述连续丢帧信息和所述连续错帧信息进行计算,得到连续丢帧时间信息和连续错帧时间信息,所述连续丢帧时间信息包括多次连续丢帧中每次连续丢帧的持续时间,所述连续错帧时间信息包括多次连续错帧中每次连续错帧的持续时间;基于预设持续时间,根据所述连续丢帧时间信息和所述连续错帧时间信息确定每个相机突然丢帧的帧数和每个相机突然错帧的帧数。
在一种可行的实施方式中,所述第三计算单元具体用于:根据所述每个相机的分类信息中的正常帧信息、丢帧信息和错帧信息进行计算,得到每个相机的总帧数;根据所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的丢帧率和错帧率;根据所述突然丢帧信息、所述突然错帧信息、所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率。
在一种可行的实施方式中,所述标记单元具体用于:根据相机标识将所述多个数据帧进行分类,得到每个相机的多个输出帧;对每个相机的每一输出帧的状态进行识别,得到状态信息;根据所述状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧。
在一种可行的实施方式中,确定模块具体用于:若存在至少一个异常相机,则当所有异常相机中存在至少一个相机的第一拍摄属性对应的第一数值处于上升状态且第一差值大于预设差值,或者存在至少一个相机的第二拍摄属性对应的第二数值处于上升状态且第二差值大于预设差值时,确定所述至少一个相机的失效类型为突然失效,所述第一拍摄属性用于指示丢帧率的属性,所述第二拍摄属性用于指示错帧率的属性;当所有异常相机中存在至少一个相机的第三拍摄属性对应的第三数值和第四拍摄属性对应的第四数值处于上升状态,且所述第三拍摄属性的第三差值和所述第四拍摄属性的第四差值均处于上升状态,则确定所述至少一个相机的失效类型为缓慢失效,所述第三拍摄属性用于指示去除突然丢帧的丢帧率的属性,所述第四拍摄属性用于指示去除突然错帧的错帧率的属性。
本发明第三方面提供了一种异常相机的检测设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述异常相机的检测设备执行上述的异常相机的检测方法。
本发明的第四方面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中存储有指令,当其在计算机上运行时,使得计算机执行上述的异常相机的检测方法。
本发明提供的技术方案中,根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机对应的曲线图像;根据所述每个相机对应的曲线图像检测是否存在至少一个异常相机;若存在,则确定所述至少一个异常相机对应的失效类型。本发明实施例中,根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机对应的曲线图像;根据所述每个相机对应的曲线图像判断相机是否异常及异常的具体类型,提高了对相机的处理效率。
附图说明
图1为本发明实施例中异常相机的检测方法的一个实施例示意图;
图2为本发明实施例中异常相机的检测方法的另一个实施例示意图;
图3为本发明实施例中异常相机的检测装置的一个实施例示意图;
图4为本发明实施例中异常相机的检测装置的另一个实施例示意图;
图5为本发明实施例中异常相机的检测设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种异常相机的检测方法、装置、设备及存储介质,用于检测相机失效的具体原因,提高对相机的处理效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
可以理解的是,本发明的执行主体可以为异常相机的检测装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中异常相机的检测方法的一个实施例包括:
101、根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
预设时间段可以是一年、一季度、一个月等,获取预设时间段内目标车辆中与相机相关的多个数据帧,将每个相机对应的丢帧数、错帧数、去除突然丢帧的丢帧数和去除突然错帧的错帧数进行统计,并根据总帧数进行计算,得到预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率。
其中,对去除突然丢帧的丢帧数和去除突然错帧的错帧数进行统计时,需要先统计突然丢帧的丢帧数和突然错帧的错帧数,突然丢帧的丢帧是指相机运行过程突然出现丢帧后在预设时间内无法恢复的丢帧,突然错帧的错帧是指相机运行过程突然出现错帧后在预设时间内无法恢复的错帧;根据丢帧数和突然丢帧的丢帧数进行计算得到去除突然丢帧的丢帧数,根据错帧数和突然错帧的错帧数进行计算得到去除突然错帧的错帧数。
102、根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;
每个相机的拍摄属性包括根据相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成的对应的曲线图像。例如,根据每个相机的丢帧率生成每个相机对应的丢帧率曲线图像;根据每个相机的错帧率生成每个相机对应的错帧率曲线图像;根据每个相机的去除突然丢帧的丢帧率生成每个相机对应的去除突然丢帧的丢帧率曲线图像;根据每个相机的去除突然错帧的错帧率生成每个相机的去除突然错帧的错帧率曲线图像。
例如,若预设时间段为一周,可以以天为横坐标单位,以每个相机的丢帧率为纵坐标单位生成每个相机对应的丢帧率曲线图像,以每个相机的错帧率为纵坐标单位生成每个相机对应的错帧率曲线图像,以每个相机的去除突然丢帧的丢帧率为纵坐标单位生成每个相机对应的去除突然丢帧的丢帧率曲线图像,以每个相机的去除突然错帧的错帧率为纵坐标单位生成每个相机对应的去除突然错帧的错帧率曲线图像。
需要说明的是,可以根据预设时段的实际长短,选择合适的标准作为最小单位,例如,若预设时段为1年,可以以周作为横坐标的最小单位;若预设时段为1小时,可以以分作为横坐标的最小单位。可以理解的是,本实施例中的横坐标和纵坐标可以互换,根据实际需要生成符合需要的拍摄属性。
103、根据每个相机的拍摄属性检测是否存在至少一个异常相机;
当至少一个相机出现三种情况中的任一种情况:1、对应的丢帧率曲线图像中的曲线呈现上升状态,且存在至少一个第一差值大于预设差值,第一差值为相邻两个丢帧率之间的差值;2、对应的错帧率曲线图像中的曲线呈现上升状态,且存在至少一个第二差值大于预设差值,第二差值为相邻两个错帧率之间的差值;3、对应的去除突然丢帧的丢帧率曲线图像中的曲线和去除突然错帧的错帧率曲线图像中的曲线都呈现上升状态,且第三差值和第四差值均小于预设差值,第三差值为相邻两个去除突然丢帧的丢帧率之间的差值,第四差值为相邻两个去除突然错帧的错帧率之间的差值;则确定存在至少一个异常相机。
104、若存在,则确定至少一个异常相机对应的失效类型。
当存在至少一个异常相机时,若第一异常相机的丢帧率曲线图像中的曲线呈现上升状态,且存在至少一个第一差值大于预设差值;第二异常相机的错帧率曲线图像中的曲线呈现上升状态,且存在至少一个第二差值大于预设差值;第三异常相机的去除突然丢帧的丢帧率曲线图像中的曲线和去除突然错帧的错帧率曲线图像中的曲线都呈现上升状态,且第三差值和第四差值均小于预设差值;则确定第一异常相机和第二异常相机的失效类型为突然失效,第三异常相机的失效类型为缓慢失效。
本发明实施例中,根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;根据每个相机的拍摄属性判断相机是否异常及异常的具体类型,提高了对相机的处理效率。
请参阅图2,本发明实施例中异常相机的检测方法的另一个实施例包括:
201、获取预设时段内目标车辆中与相机相关的多个数据帧;
若预设时间段为一个月,例如,2020年9月1日至2020年9月30日;目标车辆包括至少一个相机,获取2020年9月1日至2020年9月30日内目标车辆中至少一个相机相关的多个数据帧。
202、将多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识;
根据相机标识将多个数据帧进行分类,得到每个相机的多个输出帧;对每个相机的每一输出帧的状态进行识别,得到状态信息;根据状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧。
其中,根据状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧包括:当识别到的输出帧的状态为正常帧时,对输出帧进行第一记号标记;当识别到的输出帧的状态为丢帧时,对输出帧进行第二记号标记;当识别到的输出帧的状态为错帧时,对输出帧进行第三记号标记。
例如,假设多个数据帧包括10个数据帧,分别为第一输出帧、第二输出帧、第三输出帧、第四输出帧、第五输出帧、第六输出帧、第七输出帧、第八输出帧、第九输出帧和第十输出帧,其中第一输出帧携带有第一相机标识、第二输出帧携带有第二相机标识,第三输出帧携带有第二相机标识、第四输出帧携带有第三相机标识、第五输出帧携带有第一相机标识、第六输出帧携带有第一相机标识、第七输出帧携带有第三相机标识、第八输出帧携带有第一相机标识、第九输出帧携带有第二相机标识,第十输出帧携带有第三相机标识,则根据相机标识将多个输出帧进行分类,得到第一相机标识对应的第一输出帧、第五输出帧、第六输出帧和第八输出帧,第二相机标识对应的第二输出帧、第三输出帧和第九输出帧,第三相机标识对应的第四输出帧、第七输出帧和第十输出帧;对第一相机标识对应的第一输出帧、第五输出帧、第六输出帧和第八输出帧的状态进行识别,确定第一输出帧的状态为正常帧、第五输出帧的状态为丢帧、第六输出帧的状态为丢帧、第八输出帧的状态为错帧;对第二相机标识对应的第二输出帧、第三输出帧和第九输出帧的状态进行识别,确定第二输出帧、第三输出帧和第九输出帧的状态均为正常帧;对第三相机标识对应的第四输出帧、第七输出帧和第十输出帧的状态进行识别,确定第四输出帧的状态为错帧、第七输出帧和第十输出帧的状态为正常帧;若输出帧为正常帧,则标记第一记号,例如,标记为0;若输出帧为丢帧,则标记第二记号,例如,标记为-1;若输出帧为错帧,则标记第三记号,例如,标记为-2;由于第一相机的第一输出帧为正常帧,则对第一输出帧标记0,由于第五输出帧和第六输出帧均为丢帧,则对第五输出帧和第六输出帧均标记-1,由于第八输出帧为错帧,则对第八输出帧标记-2;由于第二相机的第二输出帧、第三输出帧和第九输出帧均为正常帧,则对第二输出帧、第三输出帧和第九输出帧均标记0;由于第三相机的第四输出帧为错帧,则对第四输出帧标记-2,由于第七输出帧和第十输出帧均为正常帧,则对第七输出帧和第十输出帧均标记0。
203、将每个相机对应的多个已标记的输出帧进行分类,得到每个相机的分类信息;
提取每个相机中存在第一记号的输出帧,得到正常帧信息,正常帧信息包括每个相机的正常帧的帧数;提取每个相机中存在第二记号的输出帧,得到丢帧信息,丢帧信息包括每个相机的丢帧的帧数;提取每个相机中存在第三记号的输出帧,得到错帧信息,错帧信息包括每个相机的错帧的帧数;根据正常帧信息、丢帧信息和错帧信息得到每个相机的分类信息。
假设,第四相机中存在第一记号的输出帧的帧数为10000,存在第二记号的输出帧的帧数为14000,存在第三记号的输出帧的帧数为12000;第五相机中存在第一记号的输出帧的帧数为20000,存在第二记号的输出帧的帧数为5000,存在第三记号的输出帧的帧数为11000;则第四相机中存在第一记号的输出帧的帧数为10000,将存在第一记号的输出帧的帧数10000确定为第四相机的正常帧的帧数,第五相机中存在第一记号的输出帧的帧数为20000,将存在第一记号的输出帧的帧数20000确定为第五相机正常帧的帧数;第四相机中存在第二记号的输出帧的帧数为14000,将存在第二记号的输出帧的帧数14000确定为第四相机的丢帧的帧数,第五相机中存在第二记号的输出帧的帧数为5000,将存在第二记号的输出帧的帧数5000确定为第五相机的丢帧的帧数;第四相机中存在第三记号的输出帧的帧数为12000,将存在第三记号的输出帧的帧数12000确定为第四相机的错帧的帧数,第五相机中存在第三记号的输出帧的帧数为11000,将存在第三记号的输出帧的帧数11000确定为第五相机的错帧的帧数。
204、根据每个相机每一秒的输出帧数量进行计算,相机频率信息,相机频率信息包括每个相机的相机频率;
根据每个相机每一秒的输出帧数量计算每个相机的多个频率;将每个相机的多个频率进行对比,得到对比结果;根据对比结果将每个相机的多个频率中频率最高的值确定为每个相机的相机频率。
例如,根据每个相机每一秒的输出帧数量计算每个相机的多个频率,将每个相机的多个频率进行对比,若第六相机中频率60帧每秒为最高频率,第七相机中频率62帧每秒为最高频率,第八相机中58帧每秒为最高频率,则将60帧每秒确定为第六相机的相机频率、将62帧每秒确定为第七相机的相机频率、将58帧每秒确定为第八相机的相机频率。
205、根据相机频率信息和每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,突然丢帧信息包括每个相机的突然丢帧的帧数,突然错帧信息包括每个相机的突然错帧的帧数;
根据每个相机对应的多个已标记的输出帧进行查询,得到连续丢帧信息和连续错帧信息,连续丢帧信息包括每个相机的多次连续丢帧的帧数和每个相机的多次连续错帧的帧数;根据相机频率信息、连续丢帧信息和连续错帧信息进行计算,得到连续丢帧时间信息和连续错帧时间信息,连续丢帧时间信息包括多次连续丢帧中每次连续丢帧的持续时间,连续错帧时间信息包括多次连续错帧中每次连续错帧的持续时间;基于预设持续时间,根据连续丢帧时间信息和连续错帧时间信息确定每个相机突然丢帧的帧数和每个相机突然错帧的帧数。
若第一连续丢帧的第一持续时间大于预设持续时间时,则将第一持续时间对应的第一连续丢帧的帧数确定为突然丢帧的帧数;若第一连续错帧的第二持续时间大于预设持续时间时,则将第二持续时间对应的第一连续错帧的帧数确定为突然错帧的帧数。
例如:第九相机的相机频率为60帧每秒,预设持续时间为10s,对第九相机多个已标记的输出帧进行查询,得到多次连续丢帧的帧数分别为120、60、300、660、180;多次连续错帧的帧数分别为180、720、360、90、1200、120;则根据相机频率10帧每秒进行计算,得到多次连续丢帧中每次连续丢帧的持续时间对应为2s、1s、5s、11s、3s;多次连续错帧中每次连续错帧的持续时间对应为3s、12s、6s、1.5s、20s、2s;由于连续丢帧的帧数660对应的持续时间11s大于预设持续时间10s,故将连续丢帧的帧数660确定为突然丢帧的帧数;由于连续错帧的帧数720对应的持续时间12s和连续错帧的帧数1200对应的持续时间20s均大于预设持续时间10s,故将连续错帧的帧数720和连续错帧的帧数1200的总和帧数1920确定为突然错帧的帧数。
206、根据突然丢帧信息、突然错帧信息和每个相机的分类信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
根据每个相机的分类信息中的正常帧信息、丢帧信息和错帧信息进行计算,得到每个相机的总帧数;根据丢帧信息、错帧信息和总帧数进行计算,得到每个相机的丢帧率和错帧率;根据突然丢帧信息、突然错帧信息、丢帧信息、错帧信息和总帧数进行计算,得到每个相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率。
例如,以分钟为单位,若第十相机某一分钟的正常帧的帧数为1600、丢帧的帧数为1200、错帧的帧数为800,突然丢帧的帧数为360、突然错帧的帧数为120,则第十相机的总帧数为1600+1200+800=3600,根据丢帧的帧数1200和总帧数3600进行计算,得到丢帧率为33.3%,根据错帧的帧数800和总帧数3600进行计算,得到错帧率为22.2%;根据丢帧的帧数1200和突然丢帧的帧数360进行计算,得到去除突然丢帧的丢帧数为840;根据错帧的帧数800和突然错帧的帧数120进行计算,得到去除突然错帧的错帧数为680;根据去除突然丢帧的丢帧数840和总帧数3600进行计算,得到去除突然丢帧的丢帧率为23.3%;根据除突然错帧的错帧数680和总帧数3600进行计算,得到去除突然错帧的错帧率为18.9%。
207、根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;
在本实施例中,相机的拍摄属性包括第一拍摄属性、第二拍摄属性、第三拍摄属性和第四拍摄属性,第一拍摄属性包括根据丢帧率进行计算得到的第一差值,第一差值为两个相邻丢帧率之间的差值;第二拍摄属性包括根据错帧率进行计算得到的第二差值,第二差值为两个相邻错帧率之间的差值;第三拍摄属性包括根据去除突然丢帧的丢帧率进行计算得到的第三差值,第三差值为两个相邻去除突然丢帧的丢帧率的之间的差值;第四拍摄属性包括根据去除突然错帧的错帧率进行计算得到的第四差值,第四差值为两个去除突然错帧的错帧率之间的差值。
208、根据每个相机的拍摄属性检测是否存在至少一个异常相机;
根据每个相机对应的第一拍摄属性、第二拍摄属性、第三拍摄属性和第四拍摄属性进行检测,若至少一个相机出现三种情况中的任一种情况:1、第一拍摄属对应的丢帧率处于上升状态,且第一差值大于预设差值;2、第二拍摄属性对应的错帧率处于上升状态,且第二差值大于预设差值;3、第三拍摄属性对应的第四拍摄属性对应的去除突然丢帧的丢帧率和去除突然错帧的错帧率均处于上升状态,且第三差值和第四差值都小于或者等于预设差值;则确定存在至少一个异常相机。
例如,若在预设时间内,第十一相机通过计算得到多个第一差值、多个第二差值、多个第三差值和多个第四差值,若第十一相机的丢帧率处于上升状态,且多个第一差值中存在至少一个第一差值大于预设差值,则确定第十一相机为异常相机;若第十一相机的错帧率处于上升状态,且多个第二差值中存在至少一个第二差值大于预设差值,则确定第十一相机为异常相机;若第十一相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率均处于上升状态,且多个第三差值均未大于预设差值以及多个第四差值均为大于预设差值,则确定第十一相机为异常相机。
209、若存在,则确定至少一个异常相机对应的失效类型。
若存在至少一个异常相机,则当所有异常相机中存在至少一个相机的第一拍摄属性对应的第一数值处于上升状态且第一差值大于预设差值,或者存在至少一个相机的第二拍摄属性对应的第二数值处于上升状态且第二差值大于预设差值时,确定至少一个相机的失效类型为突然失效,第一拍摄属性用于指示丢帧率的属性,第二拍摄属性用于指示错帧率的属性;
第二拍摄属性用于指示错帧率;当所有异常相机中存在至少一个相机的第三拍摄属性对应的第三数值和第四拍摄属性对应的第四数值处于上升状态,且第三拍摄属性的第三差值和第四拍摄属性的第四差值均处于上升状态,则确定至少一个相机的失效类型为缓慢失效,第三拍摄属性用于指示去除突然丢帧的丢帧率的属性,第四拍摄属性用于指示去除突然错帧的错帧率的属性。例如:第一异常相机的丢帧率处于上升状态,且第一差值大于预设差值;第二异常相机的错帧率处于上升状态,且第二差值大于预设差值;第三异常相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率均处于上升状态,且第三差值和第四差值都未大于预设差值;则确定第一异常相机和第二异常相机的失效类型为突然失效,第三异常相机的失效类型为缓慢失效。
本发明实施例中,通过预设时段内目标车辆中与相机相关的多个数据帧得到每个相机的分类信息和相机频率信息,根据每个相机的分类信息和相机频率信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,并生成每个相机的拍摄属性,根据每个相机的拍摄属性确定异常相机集异常相机的失效类型,提高了对相机的处理效率。
上面对本发明实施例中异常相机的检测方法进行了描述,下面对本发明实施例中异常相机的检测装置进行描述,请参阅图3,本发明实施例中异常相机的检测装置一个实施例包括:
计算模块301,用于根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
生成模块302,用于根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机对应的曲线图像;
检测模块303,用于根据每个相机对应的曲线图像检测是否存在至少一个异常相机;
确定模块304,用于若存在,则确定至少一个异常相机对应的失效类型。
本发明实施例中,根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;根据每个相机的拍摄属性判断相机是否异常及异常的具体类型,提高了对相机的处理效率。
请参阅图4,本发明实施例中异常相机的检测装置的另一个实施例包括:
计算模块301,用于根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
生成模块302,用于根据每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;
检测模块303,用于根据每个相机的拍摄属性检测是否存在至少一个异常相机;
确定模块304,用于若存在,则确定至少一个异常相机对应的失效类型。
可选的,计算模块301包括:
获取单元3011,用于获取预设时段内目标车辆中与相机相关的多个数据帧;
标记单元3012,用于将多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识;
分类单元3013,用于将每个相机对应的多个已标记的输出帧进行分类,得到每个相机的分类信息;
计算单元3014,用于根据多个数据帧、每个相机对应的多个已标记的输出帧和每个相机的分类信息进行计算,得到概率信息。
可选的,计算单元3014包括:
第一计算子单元30141,用于根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,相机频率信息包括每个相机的相机频率;
第二计算子单元30142,用于根据相机频率信息和每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,突然丢帧信息包括每个相机的突然丢帧的帧数,突然错帧信息包括每个相机的突然错帧的帧数;
第三计算子单元30143,用于根据突然丢帧信息、突然错帧信息和每个相机的分类信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率。
可选的,第一计算子单元30141具体用于:
根据每个相机每一秒的输出帧数量计算每个相机的多个频率;将每个相机的多个频率进行对比,得到对比结果;根据对比结果将每个相机的多个频率中频率最高的值确定为每个相机的相机频率。
可选的,第二计算子单元30142具体用于:
根据每个相机对应的多个已标记的输出帧进行查询,得到连续丢帧信息和连续错帧信息,连续丢帧信息包括每个相机的多次连续丢帧的帧数和每个相机的多次连续错帧的帧数;根据相机频率信息、连续丢帧信息和连续错帧信息进行计算,得到连续丢帧时间信息和连续错帧时间信息,连续丢帧时间信息包括多次连续丢帧中每次连续丢帧的持续时间,连续错帧时间信息包括多次连续错帧中每次连续错帧的持续时间;基于预设持续时间,根据连续丢帧时间信息和连续错帧时间信息确定每个相机突然丢帧的帧数和每个相机突然错帧的帧数。
可选的,第三计算子单元30143具体用于:
根据每个相机的分类信息中的正常帧信息、丢帧信息和错帧信息进行计算,得到每个相机的总帧数;根据丢帧信息、错帧信息和总帧数进行计算,得到预设时段内每个相机的丢帧率和错帧率;根据突然丢帧信息、突然错帧信息、丢帧信息、错帧信息和总帧数进行计算,得到预设时段内每个相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率。
可选的,标记单元3012具体用于:
根据相机标识将多个数据帧进行分类,得到每个相机的多个输出帧;对每个相机的每一输出帧的状态进行识别,得到状态信息;根据状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧。
可选的,确定模块304具体用于:
若存在至少一个异常相机,则当所有异常相机中存在至少一个相机的第一拍摄属性对应的第一数值处于上升状态且第一差值大于预设差值,或者存在至少一个相机的第二拍摄属性对应的第二数值处于上升状态且第二差值大于预设差值时,确定至少一个相机的失效类型为突然失效,第一拍摄属性用于指示丢帧率的属性,第二拍摄属性用于指示错帧率的属性;当所有异常相机中存在至少一个相机的第三拍摄属性对应的第三数值和第四拍摄属性对应的第四数值处于上升状态,且第三拍摄属性的第三差值和第四拍摄属性的第四差值均处于上升状态,则确定至少一个相机的失效类型为缓慢失效,第三拍摄属性用于指示去除突然丢帧的丢帧率的属性,第四拍摄属性用于指示去除突然错帧的错帧率的属性。
本发明实施例中,通过预设时段内目标车辆中与相机相关的多个数据帧得到每个相机的分类信息和相机频率信息,根据每个相机的分类信息和相机频率信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,并生成每个相机的拍摄属性,根据每个相机的拍摄属性确定异常相机集异常相机的失效类型,提高了对相机的处理效率。
上面图3和图4从模块化功能实体的角度对本发明实施例中的异常相机的检测装置进行详细描述,下面从硬件处理的角度对本发明实施例中异常相机的检测设备进行详细描述。
图5是本发明实施例提供的一种异常相机的检测设备的结构示意图,该异常相机的检测设备500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)510(例如,一个或一个以上处理器)和存储器520,一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对异常相机的检测设备500中的一系列指令操作。更进一步地,处理器510可以设置为与存储介质530通信,在异常相机的检测设备500上执行存储介质530中的一系列指令操作。
异常相机的检测设备500还可以包括一个或一个以上电源540,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口560,和/或,一个或一个以上操作系统531,例如Windows Serve,Mac OS X,Unix,Linux,FreeBSD等等。本领域技术人员可以理解,图5示出的异常相机的检测设备结构并不构成对异常相机的检测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提供一种异常相机的检测设备,所述计算机设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述异常相机的检测方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述异常相机的检测方法的步骤。
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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种异常相机的检测方法,其特征在于,所述异常相机的检测方法包括:
根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;
根据所述每个相机的拍摄属性检测是否存在至少一个异常相机;
若存在,则确定所述至少一个异常相机对应的失效类型。
2.根据权利要求1所述的异常相机的检测方法,其特征在于,根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,包括:
获取预设时段内目标车辆中与相机相关的多个数据帧;
将所述多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识;
将所述每个相机对应的多个已标记的输出帧进行分类,得到每个相机的分类信息;
根据所述多个数据帧、所述每个相机对应的多个已标记的输出帧和所述每个相机的分类信息进行计算,得到概率信息。
3.根据权利要求2所述的异常相机的检测方法,其特征在于,所述根据所述多个数据帧、所述每个相机对应的多个已标记的输出帧和所述每个相机的分类信息进行计算,得到概率信息,包括:
根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,所述相机频率信息包括每个相机的相机频率;
根据所述相机频率信息和所述每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,所述突然丢帧信息包括每个相机的突然丢帧的帧数,所述突然错帧信息包括每个相机的突然错帧的帧数;
根据所述突然丢帧信息、所述突然错帧信息和所述每个相机的分类信息进行计算,得到每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率。
4.根据权利要求3所述的异常相机的检测方法,其特征在于,所述根据每个相机每一秒的输出帧数量进行计算,得到相机频率信息,所述相机频率信息包括每个相机的相机频率,包括:
根据每个相机每一秒的输出帧数量计算每个相机的多个频率;
将每个相机的多个频率进行对比,得到对比结果;
根据对比结果将每个相机的多个频率中频率最高的值确定为每个相机的相机频率。
5.根据权利要求3所述的异常相机的检测方法,其特征在于,所述根据所述相机频率信息和所述每个相机对应的多个已标记的输出帧进行计算,得到突然丢帧信息和突然错帧信息,所述突然丢帧信息包括每个相机的突然丢帧的帧数,所述突然错帧信息包括每个相机的突然错帧的帧数,包括:
根据所述每个相机对应的多个已标记的输出帧进行查询,得到连续丢帧信息和连续错帧信息,所述连续丢帧信息包括每个相机的多次连续丢帧的帧数和每个相机的多次连续错帧的帧数;
根据所述相机频率信息、所述连续丢帧信息和所述连续错帧信息进行计算,得到连续丢帧时间信息和连续错帧时间信息,所述连续丢帧时间信息包括多次连续丢帧中每次连续丢帧的持续时间,所述连续错帧时间信息包括多次连续错帧中每次连续错帧的持续时间;
基于预设持续时间,根据所述连续丢帧时间信息和所述连续错帧时间信息确定每个相机突然丢帧的帧数和每个相机突然错帧的帧数。
6.根据权利要求3所述的异常相机的检测方法,其特征在于,所述根据所述突然丢帧信息、所述突然错帧信息和所述每个相机的分类信息进行计算,得到预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率,包括:
根据所述每个相机的分类信息中的正常帧信息、丢帧信息和错帧信息进行计算,得到每个相机的总帧数;
根据所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的丢帧率和错帧率;
根据所述突然丢帧信息、所述突然错帧信息、所述丢帧信息、所述错帧信息和所述总帧数进行计算,得到预设时段内每个相机的去除突然丢帧的丢帧率和去除突然错帧的错帧率。
7.根据权利要求2所述的异常相机的检测方法,其特征在于,所述将所述多个数据帧按照相机标识进行状态标记,得到每个相机对应的多个已标记的输出帧,其中,每个相机都对应唯一的相机标识,包括:
根据相机标识将所述多个数据帧进行分类,得到每个相机的多个输出帧;
对每个相机的每一输出帧的状态进行识别,得到状态信息;
根据所述状态信息对每个相机的每一输出帧进行记号标记,得到每个相机对应的多个已标记的输出帧。
8.根据权利要求1-7中任一项所述的异常相机的检测方法,其特征在于,所述若存在,则确定所述至少一个异常相机对应的失效类型,包括:
若存在至少一个异常相机,则当所有异常相机中存在至少一个相机的第一拍摄属性对应的第一数值处于上升状态且第一差值大于预设差值,或者存在至少一个相机的第二拍摄属性对应的第二数值处于上升状态且第二差值大于预设差值时,确定所述至少一个相机的失效类型为突然失效,所述第一拍摄属性用于指示丢帧率的属性,所述第二拍摄属性用于指示错帧率的属性;
当所有异常相机中存在至少一个相机的第三拍摄属性对应的第三数值和第四拍摄属性对应的第四数值处于上升状态,且所述第三拍摄属性的第三差值和所述第四拍摄属性的第四差值均处于上升状态,则确定所述至少一个相机的失效类型为缓慢失效,所述第三拍摄属性用于指示去除突然丢帧的丢帧率的属性,所述第四拍摄属性用于指示去除突然错帧的错帧率的属性。
9.一种异常相机的检测装置,其特征在于,所述异常相机的检测装置包括:
计算模块,用于根据预设时段内目标车辆中与相机相关的多个数据帧进行计算,得到概率信息,所述概率信息包括在预设时段内每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率;
生成模块,用于根据所述每个相机的丢帧率、错帧率、去除突然丢帧的丢帧率和去除突然错帧的错帧率生成每个相机的拍摄属性;
检测模块,用于根据所述每个相机的拍摄属性检测是否存在至少一个异常相机;
确定模块,用于若存在,则确定所述至少一个异常相机对应的失效类型。
10.一种异常相机的检测设备,其特征在于,所述异常相机的检测设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述异常相机的检测设备执行如权利要求1-8中任意一项所述的异常相机的检测方法。
11.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-8中任一项所述异常相机的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211515399.8A CN116016898A (zh) | 2022-11-29 | 2022-11-29 | 异常相机的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211515399.8A CN116016898A (zh) | 2022-11-29 | 2022-11-29 | 异常相机的检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116016898A true CN116016898A (zh) | 2023-04-25 |
Family
ID=86027361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211515399.8A Pending CN116016898A (zh) | 2022-11-29 | 2022-11-29 | 异常相机的检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116016898A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117579815A (zh) * | 2024-01-17 | 2024-02-20 | 深圳市度申科技有限公司 | 一种工业相机运行状态和性能自动分析方法及系统 |
CN117676126A (zh) * | 2023-12-14 | 2024-03-08 | 镁佳(北京)科技有限公司 | 车载摄像头的测试方法、装置、计算机设备及存储介质 |
-
2022
- 2022-11-29 CN CN202211515399.8A patent/CN116016898A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117676126A (zh) * | 2023-12-14 | 2024-03-08 | 镁佳(北京)科技有限公司 | 车载摄像头的测试方法、装置、计算机设备及存储介质 |
CN117579815A (zh) * | 2024-01-17 | 2024-02-20 | 深圳市度申科技有限公司 | 一种工业相机运行状态和性能自动分析方法及系统 |
CN117579815B (zh) * | 2024-01-17 | 2024-04-02 | 深圳市度申科技有限公司 | 一种工业相机运行状态和性能自动分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116016898A (zh) | 异常相机的检测方法、装置、设备及存储介质 | |
CN105912437B (zh) | 控制装置的故障预测系统 | |
CN107918579B (zh) | 一种批量生成基线数据的方法和装置 | |
CN111310835B (zh) | 目标对象的检测方法及装置 | |
CN108154230B (zh) | 深度学习处理器的监控方法和监控装置 | |
CN108763040B (zh) | 数据采集方法及数据采集装置 | |
CN110866515A (zh) | 厂房内对象行为识别方法、装置以及电子设备 | |
JP2009217382A (ja) | 障害分析システム、障害分析方法、障害分析サーバおよび障害分析プログラム | |
CN109101390B (zh) | 基于高斯分布的定时任务异常监控方法、电子装置及介质 | |
CN113743179A (zh) | 路上障碍物检知装置、方法及记录介质 | |
JP6660475B2 (ja) | 車両損傷画像の角度補正方法、電子装置及び読み取り可能な記憶媒体 | |
CN106201753B (zh) | 一种基于linux中PCIE错误的处理方法及系统 | |
CN114584836B (zh) | 电子产品使用行为检测方法、装置、系统及介质 | |
US9690639B2 (en) | Failure detecting apparatus and failure detecting method using patterns indicating occurrences of failures | |
CN112883765B (zh) | 一种目标移动轨迹获取方法、装置、存储介质及电子设备 | |
CN112581444A (zh) | 一种异常检测方法、装置及设备 | |
CN112801193A (zh) | 定位数据处理方法、装置、电子设备、介质及程序产品 | |
CN111445598A (zh) | 光纤航姿系统信息处理方法、装置、设备及存储介质 | |
CN112799911A (zh) | 一种节点健康状态检测方法、装置、设备及存储介质 | |
CN112445835A (zh) | 一种业务数据处理方法及装置、网管服务器、存储介质 | |
CN111258788A (zh) | 磁盘故障预测方法、装置及计算机可读存储介质 | |
CN111531582B (zh) | 一种基于视觉的工业机器人故障检测方法及系统 | |
CN115794561B (zh) | 算力服务器的算力监控方法、装置及存储介质 | |
CN117218162B (zh) | 一种基于ai的全景追踪控视系统 | |
CN116758381A (zh) | 目标检测模型的优化方法、装置和电子设备 |
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 |