CN116091975A - 算法执行处理方法、装置及相关设备 - Google Patents

算法执行处理方法、装置及相关设备 Download PDF

Info

Publication number
CN116091975A
CN116091975A CN202310080595.5A CN202310080595A CN116091975A CN 116091975 A CN116091975 A CN 116091975A CN 202310080595 A CN202310080595 A CN 202310080595A CN 116091975 A CN116091975 A CN 116091975A
Authority
CN
China
Prior art keywords
target
algorithm
gateway
acquisition
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.)
Pending
Application number
CN202310080595.5A
Other languages
English (en)
Inventor
董雷
李丹
李洪
丁毅
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.)
China Tower Co Ltd
Original Assignee
China Tower 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 China Tower Co Ltd filed Critical China Tower Co Ltd
Priority to CN202310080595.5A priority Critical patent/CN116091975A/zh
Publication of CN116091975A publication Critical patent/CN116091975A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639—Details of the system layout
    • G08B13/19645—Multiple cameras, each having view on one of a plurality of scenes, e.g. multiple cameras for multi-room surveillance or for tracking an object by view hand-over
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种算法执行处理方法、装置及相关设备，所述方法应用于网关设备，包括：向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。本发明解决了算法的执行部署情况与边缘网关的软硬件性能匹配度较低的问题。

Description

算法执行处理方法、装置及相关设备
技术领域
本发明涉及通信技术领域，尤其涉及一种算法执行处理方法、装置及相关设备。
背景技术
边缘网关通常与多个摄像机相连并可以获取摄像机拍摄的基站各处的视频，因此，为了实现基站运维模式数字化和智能化，目前通常利用边缘网关设备对基站实施异常检测。现有技术中，服务端预先将部分智能算法部署在边缘网关执行，使得边缘网关通过执行智能算法对视频进行分析检测来识别基站是否存在隐患。
但是，由于边缘网关的算力有限，在边缘网关的性能较弱和/或资源占有率较高的情况下，边缘网关难以执行算法对视频进行分析检测来识别基站是否存在隐患。因此，现有技术存在算法的执行部署情况与边缘网关的软硬件性能匹配度较低的问题。
发明内容
本发明实施例提供一种算法执行处理方法、装置及相关设备，以解决算法的执行部署情况与边缘网关的软硬件性能匹配度较低的问题。
第一方面，本发明实施例提供了一种算法执行处理方法，应用于网关设备，所述方法包括：
向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
可选地，所述在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法之前，所述方法还包括：
获取K个采集设备采集的视频流，K为大于或等于2的正整数；
在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，所述第一采集设备为所述K个采集设备中任意N个采集设备，N为大于0且小于K的整数；
在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，所述第二采集设备为所述K个采集设备中除所述第一采集设备外的所有采集设备，所述第二时间段位于所述第一时间段之后；
存储所述视频数据。
可选地，所述执行所述目标算法，包括：
基于所述视频数据执行所述目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧；
在所述目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息，所述第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法；
向所述服务端发送所述告警信息。
可选地，所述在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，包括：
判断所述第一采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第一采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第一抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；否则按照第二抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；所述第一抽帧周期小于所述第二抽帧周期；和/或，
所述在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，包括：
判断所述第二采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第二采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第三抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；否则按照第四抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；所述第三抽帧周期小于所述第四抽帧周期。
第二方面，本发明实施例提供了一种算法执行处理方法，应用于服务端，所述方法包括：
接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
向所述网关设备发送所述目标通知。
可选地，在所述目标通知指示所述网关执行所述目标算法的情况下，所述向所述网关设备发送所述目标通知之后，所述方法还包括：
接收所述网关设备发送的告警信息，所述告警信息基于第一标识和第二标识生成，所述第一标识用于标识所述网关设备存储的视频数据中的异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法。
可选地，在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，所述向所述网关设备发送所述目标通知之后，所述方法还包括：
获取所述网关设备上存储的视频数据；
基于所述视频数据执行所述服务端上部署的目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧。
第三方面，本发明实施例提供了一种算法执行处理装置，网关设备包括所述算法执行处理装置，所述算法执行处理装置包括：
第一发送模块，用于向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
第一接收模块，用于接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
第一处理模块，用于在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
第四方面，本发明实施例提供了一种算法执行处理装置，服务端包括所述算法执行处理装置，所述算法执行处理装置包括：
第二接收模块，用于接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
生成模块，用于基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
第二发送模块，用于向所述网关设备发送所述目标通知。
第五方面，本发明实施例提供了一种电子设备，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器，用于读取存储器中的程序实现如第一方面所述的方法中的步骤，或者实现如第二方法所述的方法中的步骤。
第六方面，本发明实施例提供了一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如第一方面或第二方面所述的方法中的步骤。
在本申请实施例中，网关设备上部署有目标算法，网关设备向服务端上报其自身的硬件性能和/或资源使用情况，接收所述网关设备发送的目标通知，并根据目标通知执行或停止执行目标算法。通过上述设置，服务端可以根据网关设备的硬件性能和/或资源使用情况动态地调整目标算法的执行部署情况，在网关设备性能弱、负荷余量小、资源占有高时，网关设备停止执行目标算法，保证网关设备的正常运行；当网关设备性能强、负荷余量大、资源占用不高时，网关设备执行目标算法，从而网关设备的稳定性和可靠性，使得算法的执行部署情况与网关设备的软硬件性能的匹配度更高。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获取其他的附图。
图1是本发明实施例提供的算法执行处理方法的流程示意图之一；
图2是本发明实施例提供的算法执行处理方法的流程示意图之二；
图3是本发明实施例提供的边缘网关功能架构示意图；
图4是本发明实施例提供的端到端网络架构示意图；
图5是本发明实施例提供的算法执行处理装置的结构图之一；
图6是本发明实施例提供的算法执行处理装置的结构图之二；
图7是本发明实施例提供的电子设备的结构图。
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做出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
除非另作定义，本发明中使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也相应地改变。
请参见图1，本发明实施例提供了一种算法执行处理方法，应用于网关设备，网关设备的具体结构在此不做限定。在一些实施例中，所述网关设备为边缘网关，本方法可以应用于边缘网关通过算法执行对基站实施异常检测的场景中。
如图1所示，本发明实施例提供了一种算法执行处理方法，应用于网关设备，所述方法具体包括以下步骤：
步骤101，向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况。
在一些实施例中，网关设备周期性地向服务端上报目标数据，以使服务端基于目标数据确定网关设备的硬件性能和/或资源使用情况。在另一些实施例中，服务端向网关设备下发查询请求，网关设备响应于查询请求，向服务端发送目标数据。
目标数据的具体内容在此不做限定。示例性地，在目标数据用于表征网关设备的硬件性能的情况下，目标数据包括以下至少一者：网关设备的硬件使用时长、硬件是否存在故障和硬件性能指标等。在目标数据用于表征网关设备的资源使用情况的情况下，目标数据包括以下至少一者：资源占有率、负荷大小和负荷余量等。
服务端接收目标数据，并基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备执行所述网关设备上部署的目标算法或指示所述网关设备停止执行所述目标算法。
服务端基于目标数据生成目标通知的具体方式在此不做限定。示例性地，在一些实施例中，在网关设备满足的硬件性能低于或等于第一阈值和/或资源占有率高于或等于第二阈值的情况下，服务端生成用于指示所述网关设备停止执行所述目标算法的目标通知，否则，服务端生成用于指示所述网关设备执行所述网关设备上部署的目标算法的目标通知。
应理解的是，目标算法为预先部署在网关设备的，网关设备具备执行目标算法的能力。在一些实施例中，服务端可以以信令的方式向网关设备发送目标通知，控制网关设备执行目标算法的开启和关闭。
在一些实施例中，网关设备部署有目标算法，且默认网关设备执行目标算法。在本实施例中，服务端仅在生成用于指示网关设备停止执行所述目标算法的目标通知的情况下向网关设备发送目标通知。在没有收到目标通知的情况下，网关设备执行目标算法。
目标算法可以为任意算法，其具体内容在此不做限定。在一些实施例中，所述目标算法包括以下至少一者：人形检测算法、图片变动识别算法和人脸识别算法。
在另一些实施例中，所述目标算法包括用于管理监测空调、蓄电池、设备5柜柜门、孔洞等基站设备设施等多种智能算法模型的任意算法，具体在此不做限定。
服务器基于目标数据生成目标通知后，向网关设备发送所述目标通知。
步骤102，接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成。
0步骤103，在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
在本申请实施例中，网关设备上部署有目标算法，网关设备向服务端上报其自身的硬件性能和/或资源使用情况，接收所述网关设备发送的目标通知，5并根据目标通知执行或停止执行目标算法。通过上述设置，服务端可以根据网关设备的硬件性能和/或资源使用情况动态地调整目标算法的执行部署情况，在网关设备性能弱、负荷余量小、资源占有高时，网关设备停止执行目标算法，保证网关设备的正常运行；当网关设备性能强、负荷余量大、资源占用不高时，
网关设备执行目标算法，从而网关设备的稳定性和可靠性，使得算法的执行部0署情况与网关设备的软硬件性能的匹配度更高。
可选地，在一些实施例中，所述步骤103之前，所述方法还包括：
获取K个采集设备采集的视频流，K为大于或等于2的正整数；
在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，所述第一采集设备为所述K个采集设备中任意N个5采集设备，N为大于0且小于K的整数；
在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，所述第二采集设备为所述K个采集设备中除所述第一采集设备外的所有采集设备，所述第二时间段位于所述第一时间段之后；
存储所述视频数据。
网关设备存储第一采集设备对应的视频数据和第二采集设备对应的视频数据。在具体实现时，网关设备持续地获取K个采集设备采集的视频流，并通过本实施例提供的方法对视频流进行处理，得到对应的视频数据并进行存储。网关设备存储视频数据时会关联的存储该视频数据是由哪一个采集设备采集的。
应理解的是，对采集设备采集的视频流进行处理的具体方式在此不做限定。示例性地，对采集设备采集的视频流进行解码，从视频流中以一定周期抽取图像帧，得到对应的视频数据。
在一些实施例中，网关设备为边缘网关，为了提升通信基站的安全性、可靠性和稳定性，边缘网关用于对基站实时异常检测。在本实施例中，边缘网关接入多个采集设备，并可以获取采集设备采集的视频流。示例性地，所述采集设备为摄像机。
基站通常状态时人员流量低、场景变化小，在本实施例中，在第一时间段和第二时间段内分别处理K个采集设备采集的视频流，而无需同时对多个视频流进行处理，节省了网关设备的处理资源，提高了网关设备运算资源的利用率。
在一些实施例中，N的取值大于或等于2，第一采集设备的数量为至少两个。在本实施例中，在第一时间段内可以同时对至少两个第一采集设备采集的视频流进行处理，也可以分时段地对至少两个第一采集设备采集的视频流进行处理。
同理，在一些实施例中，第二采集设备的数量为至少两个，在第二时间段内可以同时对至少两个第二采集设备采集的视频流进行处理，也可以分时段地对至少两个第二采集设备采集的视频流进行处理。
应理解的是，第一时间段和第二时间段可以为相邻的两个时间段也可以为间隔设置的两个时间段。
可选地，所述在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，包括：
判断所述第一采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第一采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第一抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；否则按照第二抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；所述第一抽帧周期小于所述第二抽帧周期。
可选地，所述在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，包括：
判断所述第二采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第二采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第三抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；否则按照第四抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；所述第三抽帧周期小于所述第四抽帧周期。
在一些实施例中，可以预先设置目标采集设备和/或目标时间段。示例性地，对于目标采集设备采集的视频流，可以延长解码时段和/或缩短抽帧周期；在目标时间段内，可以延长对K个采集设备采集的视频流的解码时段和/或缩短抽帧周期。
为了方便理解，下面将以一个具体的实施例为例进行说明。在本实施例中，采集设备为摄像机，摄像机的数量为4个，即K的取值为4。网关设备同时可以获取到4个摄像机采集的视频流，但网关设备无需同时对4个摄像机采集的视频流进行处理。
基于每一个摄像机的视野场景，结合历史数据，预先确定每一个摄像机在不同时间段是处于正常态还是隐患态。对于正常态的视频适当缩短解码时段、延长抽帧周期；对隐患态的视频适当延长解码时段、缩短抽帧周期。
例如，根据经验可知在下午5点到6点的时间段，4个摄像机中的一个摄像机拍摄到闯入人员的概率较高，因此，将该摄像机在下午5点到6点的时间段确定为隐患态，该摄像机在其他时间段均为正常态，且其他3个摄像机在全天时间段内均为正常态。
下午5点到6点的时间段内该摄像机拍摄的视频为隐患态的视频，对于隐患态的视频适当解码时段、缩短抽帧周期，从而获取到更多的该时间段内该摄像机拍摄到的视频数据。
由于基站通常状态时人员流量低、场景变化小，没有必要对多路视频同时解码，对于正常态的视频则适当缩短解码时段、延长抽帧周期，从而减少网关设备的数据处理量，释放部分网关设备的算力资源。
可选地，在一些实施例中，所述执行所述目标算法，包括：
基于所述视频数据执行所述目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧；
在所述目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息，所述第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法；
向所述服务端发送所述告警信息。
在目标算法结果指示视频数据中部存在异常图像帧的情况下，网关设备不生成告警信息。根据目标算法的不同，基于视频数据执行目标算法得到的算法结果也不同。
为了方便理解，下面以网关设备对基站实施异常检测的场景，结合几个具体的目标算法为例对目标算法结果和异常图像帧进行解释说明。
在一些实施例中，目标算法包括人形检测算法，基于视频数据执行人形检测算法，检测视频中是否出现人形，得到目标算法结果。如果视频中出现人形，可以认为基站中有人员进入，包括人形的图像为异常图像帧。
在另一些实施例中，目标算法包括图片变动识别算法，基于视频数据执行图片变动识别算法，检测视频中的图像是否出现变动，得到目标算法结果。如果视频中任意两帧图像不同，可以认为基站设备出现损坏或位移等情况，则出现变动的图像为异常图像帧。
在另一些实施例中，目标算法包括人脸识别算法，基于视频数据执行人脸识别算法，检测视频中是否出现人脸，得到目标算法结果。如果视频中出现人脸，可以认为基站中有人员进入，包括人脸的图像为异常图像帧。
在目标算法指示视频数据中存在异常图像帧的情况下，网关设备生成告警信息并发送给服务端，服务端接收告警信息。其中，告警信息基于第一标识和第二标识生成。在具体实现时，告警信息的格式和所包含的内容可以根据相关协议进行设置。
服务端在接收到告警信息后，可以基于告警信息执行相关的动作，对告警信息所提示的内容作出及时的处理，其具体方式在此不做限定。
第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备。在一些实施例中，服务端在接收到告警信息后，可以向网关设备发送相关信令或通知，从而基于第一标识从网关设备获取所述异常图像帧，和/或从网关设备获取异常图像帧对应的采集设备所采集的视频数据。
第二标识用于标识目标算法。服务端在接收到告警信息后，可以基于第二标识确定目标算法，从而确定告警类型。示例性地，在目标算法为人形识别算法或人脸识别算法时，服务端可以认为告警类型为人员闯入。在目标算法为图片变动识别算法时，服务端可以认为告警类型为设备故障。
在本申请实施例中，网关设备执行目标算法得到目标算法结果，在目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息并发送给服务端。在本申请实施例中，网关设备仅需要在视频数据中存在异常图像帧的情况下向服务端发送告警信息，无需向服务端发送所有的视频数据，减少了网关设备与服务端之间的数据传输量，降低了网关设备的成本。
在所述目标通知指示所述网关设备停止执行所述目标算法的情况下，网关设备停止执行目标算法。在一些实施例中，可以在网关设备的硬件性能恢复或资源占用率下降后重新指示网关设置执行目标算法。
在另一些实施例中，服务端可以自行执行目标算法。具体地，服务端获取所述网关设备上存储的视频数据；基于所述视频数据执行所述服务端上部署的目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧。
服务端上同样预先部署有目标算法，因此服务端也具备执行目标算法的能力。但是服务端从网关设备上获取网关设备存储的视频数据，才能基于视频数据执行目标算法，得到目标算法结果。应理解的是，服务端从网关设备上获取的视频数据，为网关设备得到并存储的第一采集设备对应的视频数据，和第二采集设备对应的视频数据。
服务端基于视频数据执行所述服务端上部署的目标算法，得到目标算法结果的具体方式可以参考网关设备执行目标算法的相关流程，为了避免重复，在此不做赘述。
在本申请实施例中，服务端可以获取网关设备存储的视频数据，并基于视频数据执行所述服务端上部署的目标算法，得到目标算法结果。在网关设备的硬件性能弱、负荷余量小、资源占有高时，通过服务端执行目标算法那可以提高网关设备的稳定性和可靠性，同时保证相关算法可以被顺利执行，不影响网关设备实现对基站的巡检。
请参见图2，本发明实施例提供了一种算法执行处理方法，应用于服务端，所述方法具体包括以下步骤：
步骤201，接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况。
步骤202，基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法。
步骤203，向所述网关设备发送所述目标通知。
在本申请实施例中，网关设备上部署有目标算法，网关设备向服务端上报其自身的硬件性能和/或资源使用情况，接收所述网关设备发送的目标通知，并根据目标通知执行或停止执行目标算法。通过上述设置，服务端可以根据网关设备的硬件性能和/或资源使用情况动态地调整目标算法的执行部署情况，在网关设备性能弱、负荷余量小、资源占有高时，网关设备停止执行目标算法，保证网关设备的正常运行；当网关设备性能强、负荷余量大、资源占用不高时，网关设备执行目标算法，从而网关设备的稳定性和可靠性，使得算法的执行部署情况与网关设备的软硬件性能的匹配度更高。
可选地，在一些实施例中，在所述目标通知指示所述网关执行所述目标算法的情况下，所述步骤203之后，所述方法还包括：
接收所述网关设备发送的告警信息，所述告警信息基于第一标识和第二标识生成，所述第一标识用于标识所述网关设备存储的视频数据中的异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法。
可选地，在一些实施例中，在所述目标通知指示所述网关设备停止执行所述目标算法的情况下，所述步骤203之后，所述方法还包括：
获取所述网关设备上存储的视频数据；
基于所述视频数据执行所述服务端上部署的目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧。
在本申请实施例中，服务端可以获取网关设备存储的视频数据，并基于视频数据执行所述服务端上部署的目标算法，得到目标算法结果。在网关设备的硬件性能弱、负荷余量小、资源占有高时，通过服务端执行目标算法那可以提高网关设备的稳定性和可靠性，同时保证相关算法可以被顺利执行，不影响网关设备实现对基站的巡检。
应理解的是，本实施例作为与图1所示实施例对应的服务端侧的实施方式，其具体实施方式可以参见图1所示实施例中的相关介绍。该实施方式也可以应用于图1对应的实施例中以及达到相同的有益效果。
下面将以一个具体的实施例为例进行说明。请参见图3和图4，在本实施例中，网关设备为边缘网关，服务端为云平台。边缘网关安装在通信基站内，与布置在站内外的摄像机(采集设备)通信连接，并通过第四代移动通信技术(the 4th Generation mobilecommunication technology，4G)/第五代移动通信技术(5th-Generation，5G)与云平台通信连接。站内有若干基站设备、设施。
如图3所示，边缘网关由物理设备、固件系统、应用系统组成三层架构，其中应用系统由人工智能(Artificial Intelligence，AI)及规则层，和全球广域网(World Wide Web，Web)及应用层构成。物理设备、固件系统为边缘网关基本软硬件环境。视频协议适配、摄像头管理、告警管理、平台级联模块提供标准应用程序编程接口(应用程序界面)(Application Programming Interface，API)。
在本实施例中，AI及规则层与硬件解耦，该层可以运行在任何实现标准API的硬件平台上，这样降低了边缘网关硬件更新换代的代价，促进硬件产品向更优性价比的方向发展。
在本申请实施例中，算法仓加载并管理监测空调、蓄电池、设备柜柜门、孔洞等基站设备设施等多种智能算法模型，从而实现对基站内不同设备和设施的巡检，及时发现隐患，提高了对基站进行巡检的便捷性和可靠性。
如图4所示，云平台(AI中台)通过访问边缘网关的Web控制台适配视频协议，管理摄像机。其中，边缘网关内可以内置有上网模块，也可以通过外部设置的上网模块与运维监控系统连接。
在一些实施例中，云平台可以设置摄像机巡检时的预置位和非巡检时的看守位，查看视频数据、告警信息及告警信息对应的短视频等；通过平台级联模块设置巡检规则，上报告警信息，下载更新/升级程序、更新算法等。边缘网关设定标准API，使得云端下载的算法、规则等与网关硬件解耦。
规则引擎按照巡检规则，根据摄像机在不同预置位、看守位动态加载若干智能算法模型，识别摄像机视野场景。
边缘网关虽然联接多个摄像机，并不必要同时解码所有摄像机的视频，也不必要对视频流的每帧运算智能识别算法，而是自适应分时段对各路视频解码，从视频流中以一定周期抽取图像帧，对其进行智能识别。当规则引擎判别某摄像机的视野场景处于隐患态，则延长该摄像机的视频解码时段，缩短该视频流的抽帧周期。该隐患信息、图片、短视频存储在边缘网关，告警信息上传至云平台，云平台在需要的情况下可以通过边缘网关的Web控制台查看隐患的信息、图片、短视频。云平台也可以直接根据告警信息对相关隐患进行处理。
在具体实现时，云平台和边缘网关均部署有多个智能算法，云平台可以根据边缘网关实时上报的目标数据，基于网关硬件性能、负荷状况、硬件资源使用状况，动态地配置多个智能算法中每一个预设算法的部署执行情况，调度哪些智能算法由边缘网关执行，哪些算法由云平台执行。
通过上述设置，可以根据边缘网关实时的软硬件性能动态地调度各个算法的部署执行情况，当边缘网关性能弱、负荷余量小、资源占有高时，动态将若干算法调整到云平台端执行，当边缘网关性能强、负荷余量大、资源占用不高时，部署算法在边缘网关执行，使得边缘网关以较低成本实现接入多路视频、执行多种智能算法。
本发明实施例还提供了一种算法执行处理装置，网关设备包括所述算法执行处理装置。参见图5，图5是本发明实施例提供的算法执行处理装置的结构图。由于算法执行处理装置解决问题的原理与本发明实施例中算法执行处理方法相似，因此该算法执行处理装置的实施可以参见如图1所示方法的实施，重复之处不再赘述。
如图5所示，本发明实施例提供了一种算法执行处理装置500，网关设备包括所述算法执行处理装置500，所述算法执行处理装置500包括：
第一发送模块501，用于向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
第一接收模块502，用于接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
第一处理模块503，用于在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
可选地，所述算法执行处理装置500还包括：
第一获取模块，用于获取K个采集设备采集的视频流，K为大于或等于2的正整数；
第二处理模块，用于在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，所述第一采集设备为所述K个采集设备中任意N个采集设备，N为大于0且小于K的整数；
第三处理模块，用于在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，所述第二采集设备为所述K个采集设备中除所述第一采集设备外的所有采集设备，所述第二时间段位于所述第一时间段之后；
存储模块，用于存储所述视频数据。
可选地，所述第一处理模块503具体用于：
基于所述视频数据执行所述目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧；
在所述目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息，所述第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法；
向所述服务端发送所述告警信息。
可选地，所述第二处理模块包括：
第一判断单元，用于判断所述第一采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
第一处理单元，用于在所述第一采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第一抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；否则按照第二抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；所述第一抽帧周期小于所述第二抽帧周期；和/或，
所述第三处理模块包括：
第二判断单元，用于判断所述第二采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
第二处理单元，用于在所述第二采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第三抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；否则按照第四抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；所述第三抽帧周期小于所述第四抽帧周期。
本发明实施例提供的算法执行处理装置500，可以执行上述如图1所示方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
本发明实施例还提供了一种算法执行处理装置，服务端包括所述算法执行处理装置。参见图6，图6是本发明实施例提供的算法执行处理装置的结构图。由于算法执行处理装置解决问题的原理与本发明实施例中算法执行处理方法相似，因此该算法执行处理装置的实施可以参见如图2所示方法的实施，重复之处不再赘述。
如图6所示，本发明实施例提供了一种算法执行处理装置600，服务端包括所述算法执行处理装置600，所述算法执行处理装置600包括：
第二接收模块601，用于接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
生成模块602，用于基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
第二发送模块603，用于向所述网关设备发送所述目标通知。
可选地，所述算法执行处理装置600还包括：
第三接收模块，用于接收所述网关设备发送的告警信息，所述告警信息基于第一标识和第二标识生成，所述第一标识用于标识所述网关设备存储的视频数据中的异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法。
本发明实施例提供的算法执行处理装置600，可以执行上述如图2所示方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
本发明实施例还提供了一种电子设备。由于电子设备解决问题的原理与本发明实施例中算法执行处理方法相似，因此该电子设备的实施可以参见方法的实施，重复之处不再赘述。如图7所示，本发明实施例的电子设备，包括：
处理器700，用于读取存储器720中的程序，执行下列过程：
在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法；
通过收发机710向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
通过收发机710接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
或者，处理器700，用于读取存储器720中的程序，执行下列过程：
基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
通过收发机710接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
通过收发机710向所述网关设备发送所述目标通知；
收发机710，用于在处理器700的控制下接收和发送数据。
其中，在图7中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器700代表的一个或多个处理器和存储器720代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机710可以是多个元件，即包括发送机和收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器700负责管理总线架构和通常的处理，存储器720可以存储处理器700在执行操作时所使用的数据。
可选地，处理器700还用于读取存储器720中的程序，执行如下步骤：
获取K个采集设备采集的视频流，K为大于或等于2的正整数；
在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，所述第一采集设备为所述K个采集设备中任意N个采集设备，N为大于0且小于K的整数；
在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，所述第二采集设备为所述K个采集设备中除所述第一采集设备外的所有采集设备，所述第二时间段位于所述第一时间段之后；
存储所述视频数据。
可选地，处理器700还用于读取存储器720中的程序，执行如下步骤：
基于所述视频数据执行所述目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧；
在所述目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息，所述第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法；
向所述服务端发送所述告警信息。
可选地，处理器700还用于读取存储器720中的程序，执行如下步骤：
判断所述第一采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第一采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第一抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；否则按照第二抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；所述第一抽帧周期小于所述第二抽帧周期；和/或，
处理器700还用于读取存储器720中的程序，执行如下步骤：
判断所述第二采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第二采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第三抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；否则按照第四抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；所述第三抽帧周期小于所述第四抽帧周期。
可选地，处理器700还用于读取存储器720中的程序，执行如下步骤：
接收所述网关设备发送的告警信息，所述告警信息基于第一标识和第二标识生成，所述第一标识用于标识所述网关设备存储的视频数据中的异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法。
本发明实施例提供的电子设备，可以执行上述如图1或图2方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
本发明实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现如图1或图2所示方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。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。
另外，在本发明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包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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收发方法的部分步骤。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。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种算法执行处理方法，其特征在于，应用于网关设备，所述方法包括：
向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
2.根据权利要求1所述的方法，其特征在于，所述在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法之前，所述方法还包括：
获取K个采集设备采集的视频流，K为大于或等于2的正整数；
在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，所述第一采集设备为所述K个采集设备中任意N个采集设备，N为大于0且小于K的整数；
在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，所述第二采集设备为所述K个采集设备中除所述第一采集设备外的所有采集设备，所述第二时间段位于所述第一时间段之后；
存储所述视频数据。
3.根据权利要求2所述的方法，其特征在于，所述执行所述目标算法，包括：
基于所述视频数据执行所述目标算法，得到目标算法结果，所述目标算法结果用于指示所述视频数据中是否存在异常图像帧；
在所述目标算法结果指示所述视频数据中存在异常图像帧的情况下，基于第一标识和第二标识生成告警信息，所述第一标识用于标识所述异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法；
向所述服务端发送所述告警信息。
4.根据权利要求2所述的方法，其特征在于，所述在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据，包括：
判断所述第一采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第一采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第一抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；否则按照第二抽帧周期在第一时间段内对第一采集设备采集的视频流进行处理，得到所述第一采集设备对应的视频数据；所述第一抽帧周期小于所述第二抽帧周期；和/或，
所述在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据，包括：
判断所述第二采集设备是否为目标采集设备，以及判断当前是否处于目标时间段；
在所述第二采集设备为所述目标采集设备和/或当前处于所述目标时间段内的情况下，基于第三抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；否则按照第四抽帧周期在第二时间段内对第二采集设备采集的视频流进行处理，得到所述第二采集设备对应的视频数据；所述第三抽帧周期小于所述第四抽帧周期。
5.一种算法执行处理方法，其特征在于，应用于服务端，所述方法包括：
接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
向所述网关设备发送所述目标通知。
6.根据权利要求5所述的方法，其特征在于，在所述目标通知指示所述网关执行所述目标算法的情况下，所述向所述网关设备发送所述目标通知之后，所述方法还包括：
接收所述网关设备发送的告警信息，所述告警信息基于第一标识和第二标识生成，所述第一标识用于标识所述网关设备存储的视频数据中的异常图像帧和/或所述异常图像帧对应的采集设备，所述第二标识用于标识所述目标算法。
7.一种算法执行处理装置，其特征在于，网关设备包括所述算法执行处理装置，所述算法执行处理装置包括：
第一发送模块，用于向服务端发送目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
第一接收模块，用于接收所述网关设备发送的目标通知，所述目标通知基于所述目标数据生成；
第一处理模块，用于在所述目标通知指示所述网关设备停止执行所述网关设备上部署的目标算法的情况下，停止执行所述目标算法；在所述目标通知指示所述网关设备执行所述目标算法的情况下，执行所述目标算法。
8.一种算法执行处理装置，其特征在于，服务端包括所述算法执行处理装置，所述算法执行处理装置包括：
第二接收模块，用于接收网关设备发送的目标数据，所述目标数据用于表征所述网关设备的硬件性能和/或资源使用情况；
生成模块，用于基于所述目标数据生成目标通知，所述目标通知用于指示所述网关设备停止执行所述网关设备上部署的目标算法或指示所述网关设备执行所述目标算法；
第二发送模块，用于向所述网关设备发送所述目标通知。
9.一种电子设备，包括：收发机、存储器、处理器及存储在所述存储器上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，用于读取存储器中的程序实现如权利要求1至4中任一项所述的方法中的步骤，或者实现如权利要求5至6中任一项所述的方法中的步骤。
10.一种可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如权利要求1至6中任一项所述的方法中的步骤。
CN202310080595.5A 2023-01-19 2023-01-19 算法执行处理方法、装置及相关设备 Pending CN116091975A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310080595.5A CN116091975A (zh) 2023-01-19 2023-01-19 算法执行处理方法、装置及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310080595.5A CN116091975A (zh) 2023-01-19 2023-01-19 算法执行处理方法、装置及相关设备

Publications (1)

Publication Number Publication Date
CN116091975A true CN116091975A (zh) 2023-05-09

Family

ID=86208004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310080595.5A Pending CN116091975A (zh) 2023-01-19 2023-01-19 算法执行处理方法、装置及相关设备

Country Status (1)

Country Link
CN (1) CN116091975A (zh)

Similar Documents

Publication Publication Date Title
KR20160080159A (ko) 통합경비 원격 모니터링 시스템 및 그 방법
GB2455837A (en) Co-operative camera surveillance method
CN113259451B (zh) 一种面向大规模监控节点智能分析的集群处理架构和方法
KR102475148B1 (ko) Ess 화재 예방 시스템 및 그 방법
CN105072425A (zh) 视频监控方法及视频监控装置
KR102125022B1 (ko) 영상 분석 서버의 동작 방법과 이를 이용한 영상 감지 서비스 제공 방법
CN103974029A (zh) 视频监控的方法、系统及装置
CN115880631A (zh) 一种配电站故障识别系统、方法、介质
CN114553725B (zh) 一种机房监控告警方法、装置、电子设备及存储介质
CN118134270A (zh) 一种矿山安全风险预警方法及系统
CN111696291A (zh) 一种视频联动监控系统、方法、设备和存储介质
CN114979585A (zh) 一种基于边缘计算的加油站智能安全系统
CN103871185B (zh) 输电线路反外力处理方法、装置及系统
CN110913172A (zh) 一种视频分析设备的管理方法及装置
CN104935892A (zh) 监控视频采集方法和系统
US11290351B2 (en) Systems and methods for measuring node behavior anomalies in a network of moving things that includes autonomous vehicles
CN116091975A (zh) 算法执行处理方法、装置及相关设备
CN114363579B (zh) 一种监控视频的共享方法、装置及电子设备
CN110519565A (zh) 监控方法及装置、存储介质、处理器
CN113852503A (zh) 量子设备管理系统
CN208015894U (zh) 一种基于全景摄像头的视频分析系统
CN113452961A (zh) 基于边缘计算的水面监控告警系统和方法、介质
CN209845008U (zh) 基于片上系统的集群监控系统
CN112769913A (zh) 微环境就地监控系统及电气箱柜微环境监控系统
Avci et al. Real-Time Building Management System Visual Anomaly Detection Using Heat Points Motion Analysis Machine Learning Algorithm

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