CN116756350A - 多媒体数据处理方法、装置、计算机设备及存储介质 - Google Patents
多媒体数据处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116756350A CN116756350A CN202310742022.4A CN202310742022A CN116756350A CN 116756350 A CN116756350 A CN 116756350A CN 202310742022 A CN202310742022 A CN 202310742022A CN 116756350 A CN116756350 A CN 116756350A
- Authority
- CN
- China
- Prior art keywords
- target
- algorithm
- multimedia data
- data
- target algorithm
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 54
- 238000003672 processing method Methods 0.000 title abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 427
- 238000012545 processing Methods 0.000 claims abstract description 110
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008602 contraction Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 26
- 238000013473 artificial intelligence Methods 0.000 description 16
- 238000007726 management method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 230000010354 integration Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000001419 dependent effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例涉及数据传输技术领域,公开了一种多媒体数据处理方法、装置、计算机设备及存储介质。方法包括:获取至少一份多媒体数据及构建各多媒体数据与目标算法标识的对应关系;从预设的算法仓库中确定各目标算法标识分别对应的目标算法包,目标算法包中包括目标算法数据以及目标环境数据;分别构建各目标算法包与目标资源的对应关系,以及在目标资源中根据对应的目标环境数据创建目标算法数据的目标运行环境,以得到各目标算法包分别对应的目标算法容器;基于多媒体数据与目标算法标识的对应关系,确定各目标算法容器分别对应的目标多媒体数据;通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
Description
技术领域
本申请实施例涉及数据传输技术领域,尤其涉及一种多媒体数据处理方法、装置、计算机设备及存储介质。
背景技术
随着人工智能技术的快速演进,利用人工智能技术对多媒体数据进行解析成为了业界的必然选择。
为了对多媒体数据提供不同的应用服务,需要在平台中集成多种算法,平台传统的算法集成方案有算法软件开发工具包(Software Development Kit,SDK)集成方案。
在算法SDK集成方案中,各类算法的算法数据统一由SDK算法仓管理,由于算法数据无法单独直接运行,通过将各算法数据封装为不同算法服务,这些算法服务运行在统一基础硬件设施上,通过算法服务对上层应用系统提供支持。然而,算法服务需要集成各类算法的算法数据,而算法数据的基础依赖的运行环境复杂,且不同算法SDK的依赖各异,为了在硬件设施的算力资源中运行不同算法的SDK,在算法服务开发时,需要在算法服务对应的硬件设施中提前安装不同的运行环境,并且构建各运行环境与算法数据之间的对应关系,故现有技术中的算法服务在开发时的集成工作量非常大。
发明内容
本申请实施例提供了一种多媒体数据处理方法、装置、计算机设备及存储介质,可以减少算法服务开发时的集成工作量。
第一方面,本申请实施例提供了一种多媒体数据处理方法,包括:
获取至少一份多媒体数据及构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;
分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;
基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;
通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
第二方面,本申请实施例还提供了一种多媒体数据处理装置,包括:
收发模块,用于获取至少一份多媒体数据,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
处理模块,用于构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识;从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
在一些实施例中,所述目标多媒体数据为目标数据队列;所述处理模块在执行所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据,得到各目标多媒体数据分别对应的监控结果步骤时,具体用于:
将所述目标数据队列中的队列数据添加至数据缓存池中;
在各所述目标算法容器中以分布式任务方式对所述数据缓存池中对应的所述队列数据进行读操作,并分别处理所读出的队列数据,得到各目标多媒体数据分别对应的监控结果。
在一些实施例中,所述处理模块在执行所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据步骤之后,还用于:
监测各所述目标算法容器的资源利用率;
当监测到第一资源利用率,且所述第一资源利用率的存在时长大于第一预设时长阈值时,对与所述第一资源利用率对应的第一算法容器进行扩容处理,所述第一资源利用率大于第一预设利用率阈值的所述资源利用率;
当检测到第二资源利用率,且所述第二资源利用率的存在时长大于第二预设时长阈值时,对于所述第二资源利用率对应的第二算法容器进行缩容处理,所述第二资源利用率为小于第二预设利用率阈值的所述资源利用率。
在一些实施例中,所述处理模块在执行所述通过各目标算法容器分别处理对应的目标多媒体数据步骤之后,还用于:
将当前符合预设资源调整条件的目标算法包确定为待调整算法包;
接收管理用户针对所述待调整算法包的资源调整指令;
根据所述资源调整指令对与所述待调整算法包对应的第三算法容器进行扩容处理或缩容处理。
在一些实施例中,所述处理模块在执行所述分别构建各目标算法包与目标资源的对应关系步骤时,具体用于:
确定预设的算力资源池中的多个空闲资源;
根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源,并分别构建各目标算法包与目标资源的对应关系。
在一些实施例中,所述处理模块在执行所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源步骤之前,还用于:
确定各所述理论资源的理论资源总和;
确定所述理论资源总和是否大于多个所述空闲资源对应的空闲资源总和;
所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法标识分别对应的目标资源,包括:
若所述理论资源总和大于所述空闲资源总和,则根据预设的算法包与优先级的对应关系确定各目标算法包分别对应的目标优先级;
根据各目标算法包分别对应的所述目标优先级、对应的所述理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源。
在一些实施例中,所述处理模块在执行所述构建各所述多媒体数据与目标算法标识的对应关系步骤时,具体用于:
获取各所述多媒体数据分别对应的数据类型;
根据所述数据类型以及预设的数据类型与算法标识的对应关系,构建各所述多媒体数据与目标算法标识的对应关系。
第三方面,本申请实施例还提供了一种计算机设备,其包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现上述方法。
第五方面,本申请实施例提供了一种芯片,该芯片中包括与终端的收发器耦合,用于执行本申请实施例第一方面提供的技术方案。
第六方面,本申请实施例提供了一种芯片系统,该芯片系统包括处理器,用于支持终端实现上述第一方面中所涉及的功能,例如,生成或者处理上述第一方面提供的多媒体数据处理方法中所涉及的信息。在一种可能的设计中,上述芯片系统还包括存储器,该存储器用于保存终端必需的程序指令和数据。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
第七方面,本申请实施例提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述第一方面提供的多媒体数据处理方法,也能实现第一方面提供的多媒体数据处理方法所具备的有益效果。
相较于现有技术,本申请实施例提供的方案中,第一方面,由于本方案将算法数据以及对应的环境数据集成在一个算法包中,在调用对应算法数据的时候会同时调用其对应的环境数据,通过调用数据包即可以部署适合算法包中对应算法数据运行的环境数据,故在算法服务开发时,不需要在算力资源中提前部署装各种依赖环境,且不需要构建依赖环境与算法数据之间的对应关系,故通过本实施例可以减少算法服务开发时的集成工作量;第二方面,将算法数据和环境数据打包在一起,当有算法数据和/或环境数据更新时,可以直接更新对应的算法包,由于算法包中的算法数据与环境数据是有关联关系的,故可以避免更新后的算法数据依赖旧环境数据的问题发生,通过本申请可以更加灵活适应后期算法的更新迭代。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的多媒体数据处理方法的应用场景示意图;
图2为本申请实施例提供的多媒体数据处理方法的流程示意图;
图3为本申请实施例提供的算力资源池的一个示意图;
图4为本申请实施例提供的多媒体数据处理装置的示意性框图;
图5为本申请实施例中服务器的一种结构示意图;
图6为本申请实施例中终端的一种结构示意图;
图7为本申请实施例中服务器的另一种结构示意图。
具体实施方式
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,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模块,本申请实施例中所出现的模块的划分,仅仅是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的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,模块之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请实施例中均不作限定。并且,作为分离部件说明的模块或子模块可以是也可以不是物理上的分离,可以是也可以不是物理模块,或者可以分布到多个电路模块中,可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
本申请实施例供了一种多媒体数据处理方法、装置、计算机设备及存储介质,该多媒体数据处理方法的执行主体可以是本申请实施例提供的多媒体数据处理装置,或者集成了多媒体数据处理装置的计算机设备,其中,该多媒体数据处理装置可以采用硬件或者软件的方式实现,该计算机设备可以为终端或服务器。
当该计算机设备为服务器时,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
当该计算机设备为终端时,该终端可以包括:智能手机、平板电脑、笔记本电脑、桌上型电脑、智能电视、智能音箱、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)、台式计算机、智能手表等携带多媒体数据处理功能(例如,视频数据播放功能、音乐数据播放功能)的智能终端,但并不局限于此。
本申请实施例的方案可基于人工智能技术实现,具体来说涉及人工智能技术中的计算机视觉技术技术领域和云技术中的云计算、云存储和数据库等领域,下面将分别进行介绍。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、模型鲁棒性检测、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的模型鲁棒性检测、指纹识别等生物特征识别技术。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
本申请实施例的方案可基于云技术实现,具体来说涉及云技术中的云计算、云存储和数据库等技术领域,下面将分别进行介绍。
云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来,实现数据的计算、储存、处理和共享的一种托管技术。云技术(Cloudtechnology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称,可以组成资源池,按需所用,灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源,如视频网站、图像类网站和更多的门户网站。伴随着互联网行业的高度发展和应用,将来每个物品都有可能存在自己的识别标志,都需要传输到后台系统进行逻辑处理,不同程度级别的数据将会分开处理,各类行业数据皆需要强大的系统后盾支撑,只能通过云计算来实现。本申请实施例可通过云技术对识别结果进行保存。
云存储(cloud storage)是在云计算概念上延伸和发展出来的一个新的概念,分布式云存储系统(以下简称存储系统)是指通过集群应用、网格技术以及分布存储文件系统等功能,将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作,共同对外提供数据存储和业务访问功能的一个存储系统。在本申请实施例中,可将网络配置等信息均保存在该存储系统中,便于服务器调取。
目前,存储系统的存储方法为:创建逻辑卷,在创建逻辑卷时,就为每个逻辑卷分配物理存储空间,该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。客户端在某一逻辑卷上存储数据,也就是将数据存储在文件系统上,文件系统将数据分成许多部分,每一部分是一个对象,对象不仅包含数据而且还包含数据标识(ID,ID entity)等额外的信息,文件系统将每个对象分别写入该逻辑卷的物理存储空间,且文件系统会记录每个对象的存储位置信息,从而当客户端请求访问数据时,文件系统能够根据每个对象的存储位置信息让客户端对数据进行访问。
存储系统为逻辑卷分配物理存储空间的过程,具体为:按照对存储于逻辑卷的对象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘阵列(RAID,Redundant Array of Independent Disk)的组别,预先将物理存储空间划分成分条,一个逻辑卷可以理解为一个分条,从而为逻辑卷分配了物理存储空间。
数据库(Database),简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据进行新增、查询、更新、删除等操作。所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。
数据库管理系统(英语:Database Management System,简称DBMS)是为管理数据库而设计的电脑软件系统,一般具有存储、截取、安全保障、备份等基础功能。数据库管理系统可以依据它所支持的数据库模型来作分类,例如关系式、XML(Extensible MarkupLanguage,即可扩展标记语言);或依据所支持的计算机类型来作分类,例如服务器群集、移动电话;或依据所用查询语言来作分类,例如SQL(结构化查询语言,Structured QueryLanguage)、XQuery;或依据性能冲量重点来作分类,例如最大规模、最高运行速度;亦或其他的分类方式。不论使用哪种分类方式,一些DBMS能够跨类别,例如,同时支持多种查询语言。在本申请实施例中,可将识别结果存储在该数据库管理系统中,便于服务器调取。
其中,需要特别说明的是,本申请实施例涉及的服务终端,可以是指向服务终端提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。例如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语音和/或数据。例如,个人通信业务(英文全称:Personal Communication Service,英文简称:PCS)电话、无绳电话、会话发起协议(SIP)话机、无线本地环路(Wireless LocalLoop,英文简称:WLL)站、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)等设备。
下面,为了说明本申请实施例中多媒体数据处理的具体应用场景,请参照图1,为本申请实施例提供的一个多媒体数据处理示意图。
所述多媒体数据处理方法可以应用于多媒体数据处理装置,并且该多媒体数据处理装置可与一个或者多个多媒体数据采集装置相通信,其中,每个多媒体数据采集装置可以采集不同地理位置或者场景(如安防场景、智慧城市、工业场景等)下的图像,得到的多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项。每个多媒体数据采集装置采集多媒体数据后,上传至对应的多媒体数据处理装置进行监控识别处理。
多媒体数据处理装置与多媒体数据处理装置可集中部署或分离式部署,本申请实施例对此不作限定,仅以分离式部署为例。
至少一个多媒体数据采集装置采集到至少一份多媒体数据后,将至少一份多媒体数据发送至多媒体数据处理装置。多媒体数据处理装置获取至少一份多媒体数据之后,首先构建各所述多媒体数据与目标算法标识的对应关系,然后从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,其中,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据;再分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器;最后基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;并通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
具体地,本实施例中,需要将不同算法服务所需的算法数据以及该算法数据所依赖的环境数据打包在一起得到算法包,例如将算法数据以及对应的环境数据封装为一个镜像,然后将得到的算法包上传到算法仓库中进行同一管理。
本实施例中,通过将算法数据以及该算法数据所依赖的环境数据打包到一个算法包,并将算法包存储在算法仓库中,在算法仓库中,可支持算法包的全生命周期管理,包括上传、注册、查看、修改、分发、删除等。
下面,将结合具体实施例对本申请技术方案进行详细的介绍说明。
请参照图2,以下介绍本申请实施例所提供的一种多媒体数据处理方法,应用于多媒体数据处理装置。本申请实施例包括:
图2是本申请实施例提供的多媒体数据处理方法的流程示意图。如图2所示,该方法包括以下步骤S110-S150。
S110、获取至少一份多媒体数据及构建各所述多媒体数据与目标算法标识的对应关系。
其中,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项。
具体地,本实施例中的多媒体数据可以为视频数据、音频数据或图片数据,具体数据类型此处不作限定。
本实施例中,从至少一个多媒体数据采集装置中获取至少一份多媒体数据之后,为了明确不同多媒体数据应该分别使用哪一种算法进行处理,需要构建各所述多媒体数据与目标算法标识的对应关系,具体构建步骤如下:
获取各所述多媒体数据分别对应的数据类型;然后根据所述数据类型以及预设的数据类型与算法标识的对应关系,构建各所述多媒体数据与目标算法标识的对应关系。
具体地,本实施例可以为不同的多媒体数据采集装置分别设置对应的接口,并为不同的接口设置对应的数据类型(即通过该接口可以获取到对应数据类型的多媒体数据),例如接口1对应的数据类型为数据类型a、接口2对应的数据类型为数据类型b,此时,将通过接口1获取到的多媒体数据的数据类型确定为数据类型a,将通过接口2获取到的多媒体数据的数据类型确定为数据类型b,并且本实施例预设有数据类型与算法标识的对应关系,确定了多媒体数据的数据类型之后,即可以根据该对应关系确定对应的算法标识,其中,该算法标识为算法仓库中算法包对应的算法标识。
S120、从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包。
其中,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包。
具体地,本实施例确定至少一份多媒体数据中各多媒体数据分别对应的目标算法标识之后,将从算法仓库中确定各目标算法标识分别对应的目标算法包,即确定了各多媒体数据分别对应的目标算法包。
S130、分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器。
其中,一个目标算法标识对应至少一个目标资源。
本实施例中,确定了各多媒体数据分别对应的目标算法包之后,将进一步构建各目标算法包与目标资源的对应关系,即确定各目标算法包分别对应多少算力资源。
在一些实施例中,在算法服务的开发阶段中,需要将多台计算服务器统一管理,形成集群,并将各服务器的算力资源进行池化,将每一个算力卡为算力资源池中的一个算力槽位,即将一个算力卡作为算力资源池中的一个算力资源。
如图3所示,图3为本实施例提供的算力资源池的一个示意图,该算力资源池中包括多个算力槽位,算法A容器为目标算法包A在该算力槽位中创建的算法容器,算法B容器为目标算法包B在该算力槽位中创建的算法容器,算法C容器为目标算法包C在该算力槽位中创建的算法容器,资源槽位为空闲资源。
此时,在构建目标算法包与目标资源的对应关系时,首先需要获取算力资源池中的多个空闲资源,然后再根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源,并分别构建各目标算法包与目标资源的对应关系。
其中,该空闲资源为当前未被算法占用的资源,理论资源为用户为对应算法包设置的对应算法包所需的算力资源。
例如,从算力资源池中获取了10个空闲资源,目标算法包1对应的理论资源为3个算力资源,目标算法包2对应的理论资源为5个算力资源,此时,需要从获取到的10个空闲资源中为目标算法包1分配3个算力资源,为目标算法包2分配5个算力资源。
进一步地,在一些实施例中,为了合理分配空闲资源,为各目标算法包分配空闲资源之前,需要首先需要确定各所述理论资源的理论资源总和;然后确定所述理论资源总和是否大于多个所述空闲资源对应的空闲资源总和。
其中,若理论资源总和小于或等于空闲资源总和,说明空闲算力资源充足,可以直接按照各目标算法包对应的理论资源为各目标算法包分配算力资源。
若理论资源总和大于该空闲资源总和,则说明此时空闲算力资源不足,为了合理分配空闲资源,需要结合各目标算法包的优先级进行资源分配,即优先为优先级高的目标算法包分配空闲资源。
即,若所述理论资源总和大于所述空闲资源总和,则根据预设的算法包与优先级的对应关系确定各目标算法包分别对应的目标优先级;然后根据各目标算法包分别对应的所述目标优先级、对应的所述理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源。
例如,目标算法包1对应的理论资源为3个算力资源,目标算法包2对应的理论资源为5个算力资源,此时,理论资源总和有8个,此时,若空闲资源只有6个,则需要进一步结合各目标算法包的优先级为各目标算法包进行资源分配,若根据预设的算法包与优先级的对应关系确定目标算法包2的优先级为2,目标算法包1的优先级为1,目标算法包2的优先级高于目标算法包1的优先级,故需要优先为目标算法包2分配资源,优先满足优先级高的算法包所需的资源,此时从6个空闲资源中为目标算法包2分配5个算力资源作为目标资源,为目标算法包1分配空闲资源中剩余的1个算力资源作为目标资源。
本实施例采用容器化手段,将算法和算力解耦,可以根据实际使用场景,按需将算法调度到对应的资源中,在目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,得到各所述目标算法包分别对应的目标算法容器,当不需要对应算法时,可销毁对应算法容器,释放算力资源,算力资源可被再次调度,供其他算法使用,可见,通过本实施例可以提高算力资源的利用率。
S140、基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据。
本实施例中,根据多媒体数据与所述目标算法标识的对应关系,以及目标算法标识与目标算法容器的对应关系,可以确定各多媒体数据与目标算法容器之间的对应关系,当确定了各多媒体数据与目标算法容器之间的对应关系之后,各目标算法容器即可根据该对应关系从至少一份所述多媒体数据中确定所需处理的目标多媒体数据。
S150、通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
本实施例中,确定各目标算法容器分别对应的目标多媒体数据之后,各目标算法容器读取对应的目标多媒体数据进行处理,得到对应的监控结果。
在一些实施例中,目标多媒体数据为目标数据队列,本实施例使用分布式任务的方式进行数据处理,提高数据的处理效率;具体地,各目标算法容器通过以下步骤确定各目标多媒体数据分别对应的监控结果:将所述目标数据队列中的队列数据添加至数据缓存池中;在各所述目标算法容器中以分布式任务方式对所述数据缓存池中对应的所述队列数据进行读操作,并分别处理所读出的队列数据,得到各目标多媒体数据分别对应的监控结果。
为了进一步合理利用算力资源,本申请实施例还通过自动或手动的方法实现算力资源的动态伸缩。
其中,通过以下步骤实现算力资源的自动伸缩:监测各所述目标算法容器的资源利用率;当监测到第一资源利用率,且所述第一资源利用率的存在时长大于第一预设时长阈值时,对与所述第一资源利用率对应的第一算法容器进行扩容处理,所述第一资源利用率大于第一预设利用率阈值的所述资源利用率;当检测到第二资源利用率,且所述第二资源利用率的存在时长大于第二预设时长阈值时,对于所述第二资源利用率对应的第二算法容器进行缩容处理,所述第二资源利用率为小于第二预设利用率阈值的所述资源利用率。
具体地,设置一资源状态监控模块,对各目标算法容器使用的算力资源进行实时监控,当算力利用率超过阈值并持续一定时间后,会进行自动扩容,增加算力资源运行该算法容器,同时通过负载均衡将待计算的多媒体数据分发到全部算法容器中;当算力利用率低于阈值并持续一定时间后,会进行自动缩容,移除部分算法容器,释放对应算力资源。
其中,通过以下步骤实现算力资源的手动伸缩:将当前符合预设资源调整条件的目标算法包确定为待调整算法包;接收管理用户针对所述待调整算法包的资源调整指令;根据所述资源调整指令对与所述待调整算法包对应的第三算法容器进行扩容处理或缩容处理,该资源调整指令包括待调整算法包扩容或缩容的算力资源数量,该预设资源调整条件可以为上述的第一资源利用率和第二资源利用率,本实施例在检测到符合预设资源调整条件的待调整算法包之后,会生成算法异常信息,该算法异常信息包括待调制算法包的信息,管理用户看到该算法异常信息之后,再手动对待调整算法包进行资源伸缩处理,输入资源调整指令,当装置接收到该资源调整指令之后,会对该资源调整指令对应的算法包的算法容器进行扩容处理或缩容处理。
综上所述,本申请实施例提供的方案中,第一方面,由于本方案将算法数据以及对应的环境数据集成在一个算法包中,在调用对应算法数据的时候会同时调用其对应的环境数据,通过调用数据包即可以部署适合算法包中对应算法数据运行的环境数据,故在算法服务开发时,不需要在算力资源中提前部署装各种依赖环境,且不需要构建依赖环境与算法数据之间的对应关系,故通过本实施例可以减少算法服务开发时的集成工作量;第二方面,将算法数据和环境数据打包在一起,当有算法数据和/或环境数据更新时,可以直接更新对应的算法包,由于算法包中的算法数据与环境数据是有关联关系的,故可以避免更新后的算法数据依赖旧环境数据的问题发生,通过本申请可以更加灵活适应后期算法的更新迭代。
图1至图3中任一项所对应的实施例中所提及的任一技术特征也同样适用于本申请实施例中的图4至图7所对应的实施例,后续类似之处不再赘述。
以上对本申请实施例中一种多媒体数据处理方法进行说明,以下对执行上述多媒体数据处理方法的多媒体数据处理装置(例如服务器、用户终端)进行介绍。
参阅图4,如图4所示的一种多媒体数据处理装置400的结构示意图,其可应用于安防场景、智慧城市以及工业场景等的监控场景。本申请实施例中的多媒体数据处理装置400能够实现对应于上述图1-图3中任一所对应的实施例中所执行的多媒体数据处理方法的步骤。多媒体数据处理装置400实现的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块,所述模块可以是软件和/或硬件。所述多媒体数据处理装置400可包括收发模块401以及处理模块402,其中:
收发模块401,用于获取至少一份多媒体数据,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
处理模块402,用于构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识;从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
在一些实施例中,所述目标多媒体数据为目标数据队列;所述处理模块402在执行所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据,得到各目标多媒体数据分别对应的监控结果步骤时,具体用于:
将所述目标数据队列中的队列数据添加至数据缓存池中;
在各所述目标算法容器中以分布式任务方式对所述数据缓存池中对应的所述队列数据进行读操作,并分别处理所读出的队列数据,得到各目标多媒体数据分别对应的监控结果。
在一些实施例中,所述处理模块402在执行所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据步骤之后,还用于:
监测各所述目标算法容器的资源利用率;
当监测到第一资源利用率,且所述第一资源利用率的存在时长大于第一预设时长阈值时,对与所述第一资源利用率对应的第一算法容器进行扩容处理,所述第一资源利用率大于第一预设利用率阈值的所述资源利用率;
当检测到第二资源利用率,且所述第二资源利用率的存在时长大于第二预设时长阈值时,对于所述第二资源利用率对应的第二算法容器进行缩容处理,所述第二资源利用率为小于第二预设利用率阈值的所述资源利用率。
在一些实施例中,所述处理模块402在执行所述通过各目标算法容器分别处理对应的目标多媒体数据步骤之后,还用于:
将当前符合预设资源调整条件的目标算法包确定为待调整算法包;
接收管理用户针对所述待调整算法包的资源调整指令;
根据所述资源调整指令对与所述待调整算法包对应的第三算法容器进行扩容处理或缩容处理。
在一些实施例中,所述处理模块402在执行所述分别构建各目标算法包与目标资源的对应关系步骤时,具体用于:
确定预设的算力资源池中的多个空闲资源;
根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源,并分别构建各目标算法包与目标资源的对应关系。
在一些实施例中,所述处理模块402在执行所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源步骤之前,还用于:
确定各所述理论资源的理论资源总和;
确定所述理论资源总和是否大于多个所述空闲资源对应的空闲资源总和;
所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法标识分别对应的目标资源,包括:
若所述理论资源总和大于所述空闲资源总和,则根据预设的算法包与优先级的对应关系确定各目标算法包分别对应的目标优先级;
根据各目标算法包分别对应的所述目标优先级、对应的所述理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源。
在一些实施例中,所述处理模块402在执行所述构建各所述多媒体数据与目标算法标识的对应关系步骤时,具体用于:
获取各所述多媒体数据分别对应的数据类型;
根据所述数据类型以及预设的数据类型与算法标识的对应关系,构建各所述多媒体数据与目标算法标识的对应关系。
综上所述,本申请实施例提供的方案中,第一方面,由于多媒体数据处理装置400将算法数据以及对应的环境数据集成在一个算法包中,在调用对应算法数据的时候会同时调用其对应的环境数据,通过调用数据包即可以部署适合算法包中对应算法数据运行的环境数据,故在算法服务开发时,不需要在算力资源中提前部署装各种依赖环境,且不需要构建依赖环境与算法数据之间的对应关系,故通过使用本实施例中的多媒体数据处理装置400可以减少算法服务开发时的集成工作量;第二方面,多媒体数据处理装置400将算法数据和环境数据打包在一起,当有算法数据和/或环境数据更新时,多媒体数据处理装置400可以直接更新对应的算法包,由于算法包中的算法数据与环境数据是有关联关系的,故可以避免更新后的算法数据依赖旧环境数据的问题发生,通过本申请可以更加灵活适应后期算法的更新迭代。
上面从模块化功能实体的角度对本申请实施例中的多媒体数据处理装置进行了描述,下面从硬件处理的角度分别对本申请实施例中的多媒体数据处理装置进行描述。
需要说明的是,在本申请实施例各实施例(包括图4所示的各实施例)中所有的收发模块对应的实体设备可以为收发器,所有的处理模块对应的实体设备可以为处理器。当其中一种装置具有如图4所示的结构时,处理器、收发器和存储器实现前述对应该装置的装置实施例提供的所述收发模块和所述处理模块相同或相似的功能,图5中的存储器存储处理器执行上述多媒体数据处理方法时需要调用的计算机程序。
图4所示的系统可以具有如图5所示的结构,当图4所示的装置具有如图5所示的结构时,图5中的处理器能够实现前述对应该装置的装置实施例提供的所述处理模块相同或相似的功能,图5中的收发器能够实现前述对应该装置的装置实施例提供的所述收发模块相同或相似的功能,图5中的存储器存储处理器执行上述多媒体数据处理方法时需要调用的计算机程序。在本申请实施例图4所示的实施例中的所述收发模块所对应的实体设备可以为输入输出接口,所述处理模块对应的实体设备可以为处理器。
本申请实施例还提供了一种终端,如图6所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)、销售终端(英文全称:Point of Sales,英文简称:POS)、车载电脑等任意终端,以终端为手机为例:
图6示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图6,手机包括:射频(英文全称:Radio Frequency,英文简称:RF)电路55、存储器520、输入单元530、显示单元540、传感器550、音频电路560、无线保真(英文全称:wireless fidelity,英文简称:Wi-Fi)模块570、处理器580、以及电源590等部件。本领域技术人员可以理解,图6中示出的手机结构并不构成对手机的限定,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。
下面结合图6对手机的各个构成部件进行具体的介绍:
RF电路55可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器580处理;另外,将设计上行的数据发送给基站。通常,RF电路55包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文全称:Low NoiseAmplifier,英文简称:LNA)、双工器等。此外,RF电路55还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(英文全称:Global Systemof Mobile communication,英文简称:GSM)、通用分组无线服务(英文全称:General Packet Radio Service,英文简称:GPRS)、码分多址(英文全称:CodeDivision Multiple Access,英文简称:CDMA)、宽带码分多址(英文全称:Wideband CodeDivision Multiple Access,英文简称:WCDMA)、长期演进(英文全称:Long TermEvolution,英文简称:LTE)、电子邮件、短消息服务(英文全称:Short Messaging Service,英文简称:SMS)等。
存储器520可用于存储软件程序以及模块,处理器580通过运行存储在存储器520的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元530可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元530可包括触控面板531以及其他输入设备532。触控面板531,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板531上或在触控面板531附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板531可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器580,并能接收处理器580发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板531。除了触控面板531,输入单元530还可以包括其他输入设备532。具体地,其他输入设备532可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元540可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元540可包括显示面板541,可选的,可以采用液晶显示器(英文全称:LiquidCrystal Display,英文简称:LCD)、有机发光二极管(英文全称:Organic Light-EmittingDiode,英文简称:OLED)等形式来配置显示面板541。进一步的,触控面板531可覆盖显示面板541,当触控面板531检测到在其上或附近的触摸操作后,传送给处理器580以确定触摸事件的类型,随后处理器580根据触摸事件的类型在显示面板541上提供相应的视觉输出。虽然在图6中,触控面板531与显示面板541是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板531与显示面板541集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器550,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板541的亮度,接近传感器可在手机移动到耳边时,关闭显示面板541和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路560、扬声器561,传声器562可提供用户与手机之间的音频接口。音频电路560可将接收到的音频数据转换后的电信号,传输到扬声器561,由扬声器561转换为声音信号输出;另一方面,传声器562将收集的声音信号转换为电信号,由音频电路560接收后转换为音频数据,再将音频数据输出处理器580处理后,经RF电路55以发送给比如另一手机,或者将音频数据输出至存储器520以便进一步处理。
Wi-Fi属于短距离无线传输技术,手机通过Wi-Fi模块570可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了Wi-Fi模块570,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器580是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器520内的软件程序和/或模块,以及调用存储在存储器520内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器580可包括一个或多个处理模块;优选的,处理器580可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器580中。
手机还包括给各个部件供电的电源590(比如电池),电源可以通过电源管理系统与处理器580逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本申请实施例中,该手机所包括的处理器580还具有控制执行以上由图2所示的多媒体数据处理方法的流程图。
图7是本申请实施例提供的一种服务器结构示意图,该服务器620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中央处理器(英文全称:centralprocessing units,英文简称:CPU)622(例如,一个或一个以上处理器)和存储器632,一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中,存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630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服务器中的一系列指令操作。更进一步地,中央处理器622可以设置为与存储介质630通信,在服务器620上执行存储介质630中的一系列指令操作。
服务器620还可以包括一个或一个以上电源626,一个或一个以上有线或无线网络接口650,一个或一个以上输入输出接口658,和/或,一个或一个以上操作系统641,例如Windows Server,Mac OS X,Unix,Linux,FreeBSD等等。
上述实施例中由服务器所执行的步骤可以基于该图7所示的服务器620的结构。例如上述实施例中由图2所示的服务器的步骤可以基于该图7所示的服务器结构。例如,所述处理器622通过调用存储器632中的指令,执行以下操作:
获取至少一份多媒体数据及构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;
分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;
基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;
通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
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,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,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,所述模块的划分,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,例如多个模块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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块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。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
以上对本申请实施例所提供的技术方案进行了详细介绍,本申请实施例中应用了具体个例对本申请实施例的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请实施例的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请实施例的限制。
Claims (10)
1.一种多媒体数据处理方法,其特征在于,包括:
获取至少一份多媒体数据及构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;
分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;
基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;
通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
2.根据权利要求1所述的方法,其特征在于,所述目标多媒体数据为目标数据队列;所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据,得到各目标多媒体数据分别对应的监控结果,包括:
将所述目标数据队列中的队列数据添加至数据缓存池中;
在各所述目标算法容器中以分布式任务方式对所述数据缓存池中对应的所述队列数据进行读操作,并分别处理所读出的队列数据,得到各目标多媒体数据分别对应的监控结果。
3.根据权利要求1或2所述的方法,其特征在于,所述通过各所述目标算法容器分别处理对应的所述目标多媒体数据之后,所述方法还包括:
监测各所述目标算法容器的资源利用率;
当监测到第一资源利用率,且所述第一资源利用率的存在时长大于第一预设时长阈值时,对与所述第一资源利用率对应的第一算法容器进行扩容处理,所述第一资源利用率大于第一预设利用率阈值的所述资源利用率;
当检测到第二资源利用率,且所述第二资源利用率的存在时长大于第二预设时长阈值时,对于所述第二资源利用率对应的第二算法容器进行缩容处理,所述第二资源利用率为小于第二预设利用率阈值的所述资源利用率。
4.根据权利要求1或2所述的方法,其特征在于,所述通过各目标算法容器分别处理对应的目标多媒体数据之后,所述方法还包括:
将当前符合预设资源调整条件的目标算法包确定为待调整算法包;
接收管理用户针对所述待调整算法包的资源调整指令;
根据所述资源调整指令对与所述待调整算法包对应的第三算法容器进行扩容处理或缩容处理。
5.根据权利要求1或2所述的方法,其特征在于,所述分别构建各目标算法包与目标资源的对应关系,包括:
确定预设的算力资源池中的多个空闲资源;
根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源,并分别构建各目标算法包与目标资源的对应关系。
6.根据权利要求5所述的方法,其特征在于,所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源之前,所述方法还包括:
确定各所述理论资源的理论资源总和;
确定所述理论资源总和是否大于多个所述空闲资源对应的空闲资源总和;
所述根据各所述目标算法包分别对应的理论资源,从多个所述空闲资源中确定各所述目标算法标识分别对应的目标资源,包括:
若所述理论资源总和大于所述空闲资源总和,则根据预设的算法包与优先级的对应关系确定各目标算法包分别对应的目标优先级;
根据各目标算法包分别对应的所述目标优先级、对应的所述理论资源,从多个所述空闲资源中确定各所述目标算法包分别对应的目标资源。
7.根据权利要求1或2所述的方法,其特征在于,所述构建各所述多媒体数据与目标算法标识的对应关系,包括:
获取各所述多媒体数据分别对应的数据类型;
根据所述数据类型以及预设的数据类型与算法标识的对应关系,构建各所述多媒体数据与目标算法标识的对应关系。
8.一种多媒体数据处理装置,其特征在于,包括:
收发模块,用于获取至少一份多媒体数据,所述多媒体数据包括安防场景多媒体数据、智慧城市多媒体数据以及工业场景多媒体数据中的至少一项;
处理模块,用于构建各所述多媒体数据与目标算法标识的对应关系,一个目标算法标识对应至少一份所述多媒体数据,且一份所述多媒体数据对应至少一个目标算法标识;从预设的算法仓库中确定各所述目标算法标识分别对应的目标算法包,所述目标算法包中包括目标算法数据以及所述目标算法数据依赖的目标环境数据,所述算法仓库中存储有多个算法包;分别构建各目标算法包与目标资源的对应关系,以及在所述目标资源中根据对应的所述目标环境数据创建所述目标算法数据的目标运行环境,以得到各所述目标算法包分别对应的目标算法容器,一个目标算法标识对应至少一个目标资源;基于所述多媒体数据与所述目标算法标识的对应关系,从至少一份所述多媒体数据中确定各所述目标算法容器分别对应的目标多媒体数据;通过各目标算法容器分别处理对应的目标多媒体数据,得到各目标多媒体数据分别对应的监控结果。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310742022.4A CN116756350A (zh) | 2023-06-21 | 2023-06-21 | 多媒体数据处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310742022.4A CN116756350A (zh) | 2023-06-21 | 2023-06-21 | 多媒体数据处理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116756350A true CN116756350A (zh) | 2023-09-15 |
Family
ID=87958684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310742022.4A Pending CN116756350A (zh) | 2023-06-21 | 2023-06-21 | 多媒体数据处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116756350A (zh) |
-
2023
- 2023-06-21 CN CN202310742022.4A patent/CN116756350A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111416845B (zh) | 一种配置边缘设备的方法、装置及存储介质 | |
CN110674112A (zh) | 一种数据查询的方法、装置及电子设备 | |
CN114694226B (zh) | 一种人脸识别方法、系统及存储介质 | |
CN115658348B (zh) | 微服务调用方法、相关装置及存储介质 | |
CN114973351B (zh) | 人脸识别方法、装置、设备及存储介质 | |
EP3843356A1 (en) | Management method for model files and terminal device | |
CN111104425A (zh) | 数据处理方法及装置 | |
CN106502833A (zh) | 数据备份方法及装置 | |
CN109902092A (zh) | 一种数据存储系统的操作方法、装置和移动终端 | |
CN116596202A (zh) | 工单处理方法、相关装置及存储介质 | |
CN114821751B (zh) | 图像识别方法、装置、系统及存储介质 | |
CN115546516A (zh) | 人员聚档方法、装置、计算机设备及存储介质 | |
CN116071614A (zh) | 样本数据处理方法、相关设备及存储介质 | |
CN115640567A (zh) | Tee完整性认证方法、装置、系统及存储介质 | |
CN115065609A (zh) | B端SaaS系统混合部署方法及系统 | |
CN116756350A (zh) | 多媒体数据处理方法、装置、计算机设备及存储介质 | |
CN114973352A (zh) | 人脸识别方法、装置、设备及存储介质 | |
CN115909186B (zh) | 图像信息识别方法、装置、计算机设备及存储介质 | |
CN115525554B (zh) | 模型的自动化测试方法、系统及存储介质 | |
CN115412726B (zh) | 视频真伪检测方法、装置及存储介质 | |
CN115565215B (zh) | 一种人脸识别算法切换方法、装置及存储介质 | |
CN115050079B (zh) | 人脸识别方法、装置及存储介质 | |
CN115048463B (zh) | 数据迁移方法、系统及存储介质 | |
CN116244071A (zh) | 资源调整方法、相关设备及存储介质 | |
CN114722970B (zh) | 一种多媒体检测方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |