CN117692611A - 基于5g的安防图像传输方法及系统 - Google Patents

基于5g的安防图像传输方法及系统 Download PDF

Info

Publication number
CN117692611A
CN117692611A CN202410146910.4A CN202410146910A CN117692611A CN 117692611 A CN117692611 A CN 117692611A CN 202410146910 A CN202410146910 A CN 202410146910A CN 117692611 A CN117692611 A CN 117692611A
Authority
CN
China
Prior art keywords
security
network
scene
security scene
image
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.)
Granted
Application number
CN202410146910.4A
Other languages
English (en)
Other versions
CN117692611B (zh
Inventor
彭长江
乐文斌
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.)
Zhongyi Shenzhen Information Technology Co ltd
Original Assignee
Zhongyi Shenzhen Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhongyi Shenzhen Information Technology Co ltd filed Critical Zhongyi Shenzhen Information Technology Co ltd
Priority to CN202410146910.4A priority Critical patent/CN117692611B/zh
Publication of CN117692611A publication Critical patent/CN117692611A/zh
Application granted granted Critical
Publication of CN117692611B publication Critical patent/CN117692611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H04L47/805—QOS or priority aware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/44—Secrecy systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
    • H04N1/648—Transmitting or storing the primary (additive or subtractive) colour signals; Compression thereof
    • 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
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Storage Device Security (AREA)

Abstract

本发明涉及图像传输领域，揭露了一种基于5G的安防图像传输方法及系统，所述方法包括：构建安防场景的三维安防场景模型，识别三维安防场景模型的场景特征，构建安防场景的5G网络；在安防场景布置安防设备，采集安防场景的安防场景图像，对安防场景图像进行分类，得到分类安防场景图像，对述5G网络进行网络切片，得到切片分类网络；对分类安防场景图像进行编码，得到编码安防场景图像，对编码安防场景图像进行分块加密，得到加密安防场景图像，将加密安防场景图像传输至预设的监控中心；对加密安防场景图像进行解密，得到解密安防场景图像，对解密安防场景图像进行解码，得到目标安防场景图像。本发明可以提高对安防图像传输的智能化。

Description

基于5G的安防图像传输方法及系统
技术领域
本发明涉及图像传输领域，尤其涉及一种基于5G的安防图像传输方法及系统。
背景技术
安防图像传输是指利用各种传输技术，将监控摄像机捕获的图像实时或近实时地从拍摄地点传送到监控中心或指定地点的过程，安防图像传输为公共安全、企业防护、社区管理等多个领域提供了强有力的技术支持，是现代社会维护安全不可或缺的工具。
目前安防图像传输主要是通过监控摄像机捕获的图像利用有线或者无线网络的方式进行传输，由于安防图像的多样性，这种方法图像传输过程没有优先级，使得在识别图像异常时存在一定延迟偏差，从而导致安防图像传输不够智能化。
发明内容
本发明提供一种基于5G的安防图像传输方法及系统，其主要目的在于提高对安防图像传输的智能化。
为实现上述目的，本发明提供的一种基于5G的安防图像传输方法，包括：
获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
可选地，所述识别所述环境图像的点云数据，包括：
加载所述环境图像的深度图像；
识别所述环境图像对应拍摄设备的内部参数和外部参数；
基于所述内部参数和所述外部参数，将所述深度图像对应像素点转化为三维空间坐标；
将所述像素点的三维空间坐标放入预设的点云数据结构中，得到初始点云数据；
对所述初始点云数据进行优化，得到所述点云数据。
可选地，所述基于所述点云数据，构建所述安防场景的三维安防场景模型，包括：
对所述点云数据进行配准，得到配准点云数据；
对所述配准点云数据进行分割，得到分割点云数据；
基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线；
基于所述重建曲线，构建所述安防场景的三维安防场景模型。
可选地，所述基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线，包括：
将所述分割点云数据划分为八叉树结构；
定义所述分割点云数据的指示函数；
构建所述八叉树结构对应叶节点的向量场；
基于所述指示函数和所述向量场，计算所述分割点云数据的等值面；
基于所述等值面，构建所述安防场景的到重建曲线。
可选地，所述基于所述指示函数和所述向量场，计算所述分割点云数据的等值面，包括：
基于所述指示函数和所述向量场，构建所述分割点云数据的泊松方程；
其中，所述泊松方程：
；
其中，表示拉普拉斯算子，/>表示向量场/>的散度，/>表示指示函数；
求解所述泊松方程，得到分割点云数据的等值面。
可选地，所述基于所述场景特征，构建所述安防场景的5G网络，包括：
基于所述场景特征，确定所述安防场景的网络应用需求；
基于所述应用需求，分析所述安防场景的网络规划；
基于所述网络规划，配置所述安防场景的网络建设设备；
基于所述网络规划和所述网络建设设备，构建所述安防场景的5G网络。
可选地，所述计算所述5G网络对所述安防场景的覆盖系数，包括：
识别所述5G网络对所述安防场景的覆盖影响因子；
采集所述覆盖影响因子的测试因子数据；
基于所述测试因子数据，分析所述覆盖影响因子的因子状态；
基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数。
可选地，所述基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数，包括：
分析所述5G网络对应覆盖影响因子与所述安防场景的覆盖影响关系；
基于所述覆盖影响关系和所述因子状态，确定所述覆盖影响因子的因子权重；
基于所述因子状态和所述因子权重，利用下述公式计算所述5G网络对所述安防场景的覆盖系数：
；
其中，表示安防场景的覆盖系数，/>表示安防场景的覆盖检测模型，/>5G网络对应第/>个覆盖影响因子的因子状态，/>表示第/>个覆盖影响因子的因子权重，/>表示第/>个覆盖影响因子对其它覆盖影响因子的影响系数，/>表示覆盖影响因子的数量。
可选地，所述基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络，包括：
基于所述优先级，将所述5G网络划分为切片网络；
调整所述切片分类网络的网络参数，得到切片配置分类网络；
配置所述切片配置分类网络的服务质量保障策略，得到切片分类网络。
为了解决上述问题，本发明还提供一种基于5G的安防图像传输系统，所述系统包括：
5G网络构建模块，用于获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
安防设备配置模块，用于计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
5G网络切片模块，用于利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
图像加密传输模块，用于对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
图像接收解密模块，用于在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
发明实施例通过识别所述环境图像的点云数据可以为后期场景建模提供数据基础；可选地，本发明实施例基于所述点云数据，构建所述安防场景的三维安防场景模型可以更加直观的了解所述安防场景的结构，为后期进行5G网络的搭建提供数据依据；进一步地，本发明实施例基于所述场景特征，构建所述安防场景的5G网络构建一个高效、智能、安全的5G安防网络，满足安防场景的应用需求；进一步地，本发明实施例通过计算所述5G网络对所述安防场景的覆盖系数可以保证所述安防场景的网络质量，提高了图像传输的效率，可选地，本发明实施例通过计算所述分类安防场景图像的优先级可以识别所述分类安防场景图像的安防重要性，为后期的网络资源划分提供依据，进一步地，本发明实施例基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络可以实现所述分类安防场景图像的资源分配，保证了优先级高的图像可以及时的传输，提高了图像传输的智能化，本发明实施例通过对所述分类安防场景图像进行编码，得到编码安防场景图像可以压缩图像的大小，提高图像的传输效率，最后，可选地，本发明实施例通过对所述编码安防场景图像进行分块加密，得到加密安防场景图像可以保证图像传输过程在的安全性并在所述监控中心中对所述解密安防场景图像进行解码，得到目标安防场景图像实现安防场景图像的完整传输。因此本发明提出的基于5G的安防图像传输方法及系统，可以提高对安防图像传输的智能化。
附图说明
图1为本发明一实施例提供的基于5G的安防图像传输方法的流程示意图；
图2为本发明一实施例提供的基于5G的安防图像传输系统的功能模块图；
图3为本发明一实施例提供的基于5G的安防图像传输系统的电子设备的结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于5G的安防图像传输方法。所述基于5G的安防图像传输方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于5G的安防图像传输方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、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、内容分发网络(Content Delivery Network，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。
参照图1所示，为本发明一实施例提供的基于5G的安防图像传输方法的流程示意图。在本实施例中，所述基于5G的安防图像传输方法包括：
S1、获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络。
本发明实施例中，所述安防场景是指进行需要安防的场景，例如社区、企业、学校等场景，所述环境图像是指所述安防场景的内部和周边环境的图像，例如建筑结构图像、位置地理图像等图像。
进一步地，本发明实施例通过识别所述环境图像的点云数据可以为后期场景建模提供数据基础。其中，所述点云数据是指描述所述安防场景空间位置信息的数据。
作为本发明的一个实施例，所述识别所述环境图像的点云数据，包括：加载所述环境图像的深度图像；识别所述环境图像对应拍摄设备的内部参数和外部参数；基于所述内部参数和所述外部参数，将所述深度图像对应像素点转化为三维空间坐标；将所述像素点的三维空间坐标放入预设的点云数据结构中，得到初始点云数据；对所述初始点云数据进行优化，得到所述点云数据。
其中，所述深度图像是指使用图像处理库（如OpenCV）加载的图像，深度图像通常是一个灰度图像，其中每个像素的值表示该像素到相机的距离，所述拍摄设备是指拍摄所述环境图像的相机设备，所述内部参数和所述外部参数是指相机的内部参数（焦距、主点）和外部参数（相机位置和朝向），所述三维空间坐标是指将所述深度图像对应像素点的像素值转换为三维空间中的坐标。这个转换过程通常涉及到透视变换，所述初始点云数据是指将每个像素的三维坐标放入一个点云数据结构中形成的点云数据，所述点云数据结构通常包含点的坐标（x, y, z）和颜色信息（r, g, b）。
可选地，本发明实施例基于所述点云数据，构建所述安防场景的三维安防场景模型可以更加直观的了解所述安防场景的结构，为后期进行5G网络的搭建提供数据依据。其中，所述三维安防场景模型是指对所述安防场景进行三维构建的模型。
可选地，作为本发明的一个实施例，所述基于所述点云数据，构建所述安防场景的三维安防场景模型，包括：对所述点云数据进行配准，得到配准点云数据；对所述配准点云数据进行分割，得到分割点云数据；基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线；基于所述重建曲线，构建所述安防场景的三维安防场景模型。
其中，所述配准点云数据将不同的扫描角度或时间进行配准组合成一个整体后的点云数据，所述分割点云数据是指对所述配准点云数据进行分割后的点云数据，以识别出场景中的不同物体或区域，例如建筑物、家具、监控设备等，所述重建曲线是指利用曲面拟合技术如Ball Pivoting、泊松重建等来由点云数据生成连续的曲线。
可选地，作为本发明的一可选实施例，所述基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线，包括：将所述分割点云数据划分为八叉树结构；定义所述分割点云数据的指示函数；构建所述八叉树结构对应叶节点的向量场；基于所述指示函数和所述向量场，计算所述分割点云数据的等值面；基于所述等值面，构建所述安防场景的到重建曲线。
其中，所述八叉树结构也称为OCTree（OCTo-ary Tree）是一种树形数据结构，所述指示函数它在点云内部取值为1，在点云外部取值为0，用于表示点云占用的空间区域，所述叶节点是指所述八叉树结构的节点，每个节点对应于一个包含点云样本的立方体区域，所述向量场是指计算其中心点与该节点内所有点的平均位置之间的向量集合，所述等值面是指通过求解函数的等值面来得到曲面。这通常涉及到 Marching Cubes 算法，用于从体素数据中提取出三角网格。
可选地，作为本发明的一可选实施例，所述基于所述指示函数和所述向量场，计算所述分割点云数据的等值面，包括：基于所述指示函数和所述向量场，构建所述分割点云数据的泊松方程；其中，所述泊松方程：
；
其中，表示拉普拉斯算子，/>表示向量场/>的散度，/>表示指示函数；
求解所述泊松方程，得到分割点云数据的等值面。
本发明实施例通过识别所述三维安防场景模型的场景特征可以为后期5G网络的构建提供依据。其中，所述场景特征是指所述安防场景的特征属性，例如结构特征、位置特征、环境特征等特征属性。详细地，所述识别所述三维安防场景模型的场景特征可以通过对所述三维安防场景模型进行边缘检测来提取。
进一步地，本发明实施例基于所述场景特征，构建所述安防场景的5G网络构建一个高效、智能、安全的5G安防网络，满足安防场景的应用需求。其中，所述5G网络是指构建的所述安防场景高带宽、低时延和大连接数的网络。
作为本发明的一个实施例，所述基于所述场景特征，构建所述安防场景的5G网络，包括：基于所述场景特征，确定所述安防场景的网络应用需求；基于所述应用需求，分析所述安防场景的网络规划；基于所述网络规划，配置所述安防场景的网络建设设备；基于所述网络规划和所述网络建设设备，构建所述安防场景的5G网络。
其中，所述网络应用需求是指所述安防场景的应用场景、数据传输量、实时性要求等需求，所述网络规划是指根据场景的特征和需求，进行5G网络规划与布局方案，例如确定基站的位置、数量和覆盖范围，以及核心网的部署方式，所述网络建设设备是指实现所述安防场景网络搭建的设备，例如网络发射器，网线、路由器等设备。
S2、计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备。
进一步地，本发明实施例通过计算所述5G网络对所述安防场景的覆盖系数可以保证所述安防场景的网络质量，提高了图像传输的效率。其中，所述覆盖系数是指所述5G网络对所述安防场景实现网络覆盖的综合性指标，它涉及到多个方面的考量，包括但不限于网络的覆盖范围、接入能力、传输速率、延迟、稳定性以及与安防系统的兼容性等。
作为本发明的一个实施例，所述计算所述5G网络对所述安防场景的覆盖系数，包括：识别所述5G网络对所述安防场景的覆盖影响因子；采集所述覆盖影响因子的测试因子数据；基于所述测试因子数据，分析所述覆盖影响因子的因子状态；基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数。
其中，所述覆盖影响因子是指影响所述5G网络对所述安防场景的覆盖系数计算的因素，例如网络的覆盖范围、接入能力、传输速率、延迟、稳定性以及与安防系统的兼容性等因素，所述测试因子数据是指通过网络测试得到所述覆盖影响因子的测试数据，所述因子状态是指所述覆盖影响因子在测试过程中的状态。
可选地，作为本发明的一可选实施例，所述基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数，包括：分析所述5G网络对应覆盖影响因子与所述安防场景的覆盖影响关系；基于所述覆盖影响关系和所述因子状态，确定所述覆盖影响因子的因子权重；基于所述因子状态和所述因子权重，利用下述公式计算所述5G网络对所述安防场景的覆盖系数：
；
其中，表示安防场景的覆盖系数，/>表示安防场景的覆盖检测模型，/>5G网络对应第/>个覆盖影响因子的因子状态，/>表示第/>个覆盖影响因子的因子权重，/>表示第/>个覆盖影响因子对其它覆盖影响因子的影响系数，/>表示覆盖影响因子的数量。
可选地，本发明实施例当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备可以进一步地完善5G网络的布置。其中，所述安防设备是指所述安防场景中用来进行安防的设备，例如摄像头，相机等设备。详细地，所述覆盖标准是指判断所述5G网络是否达到网络需求的指标。
进一步地，本发明实施例通过将所述安防设备连接所述5G网络，得到5G网络连接设备可以实现设备的网络链接，保证了图像的稳定传输。其中，所述5G网络连接设备是指链接5G网络的设备。详细地，所述将所述安防设备连接所述5G网络连接所述安防设备的网络接口来实现。
S3、利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络。
本发明实施例中，所述安防场景图像是指所述5G网络连接设备采集安防场景的图像集合。例如街道图像、办公室图像、门禁人脸图像等图像。所述分类安防场景图像是指对所述安防场景图像进行分类后的聚类图像。详细地，所述对所述安防场景图像进行分类可以通过聚类函数实现。
可选地，本发明实施例通过计算所述分类安防场景图像的优先级可以识别所述分类安防场景图像的安防重要性，为后期的网络资源划分提供依据。其中，所述优先级是指所述分类安防场景图像的安防重要程度。详细地，所述计算所述分类安防场景图像的优先级主要通过应用场景的重要性、用户需求、市场需求等因素去确定。
进一步地，本发明实施例基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络可以实现所述分类安防场景图像的资源分配，保证了优先级高的图像可以及时的传输，提高了图像传输的智能化。其中，所述切片分类网络是指对所述5G网络进行网络资源分配后形成的单独网络。
进一步地，作为本发明的一个实施例，所述基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络，包括：基于所述优先级，将所述5G网络划分为切片网络；调整所述切片分类网络的网络参数，得到切片配置分类网络；配置所述切片配置分类网络的服务质量保障策略，得到切片分类网络。
其中，所述切片网络是指将所述5G网络划分为多个单独的网络，所述切片配置分类网络是指对所述切片网络配置不同的网络参数后的网络，所述网络参数是指带宽、延迟、丢包率等参数，所述服务质量保障策略可以是延迟保障和带宽保障策略。
S4、对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心。
本发明实施例通过对所述分类安防场景图像进行编码，得到编码安防场景图像可以压缩图像的大小，提高图像的传输效率。其中，所述编码安防场景图像是指对所述分类安防场景图像进行编码和压缩后得到编码图像。详细地，所述对所述分类安防场景图像进行编码常用的图像编码标准有H.264、H.265等标准。
可选地，本发明实施例通过对所述编码安防场景图像进行分块加密，得到加密安防场景图像可以保证图像传输过程在的安全性。其中，所述加密安防场景图像是指对所述编码安防场景图像划分为多个小块进行加密后的图像集合。
作为本发明的一个实施例，所述对所述编码安防场景图像进行分块加密可以将所述编码安防场景图像划分为图像块，并利用对称加密算法对所述图像块进行加密。
本发明实施例通过利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心实现了所述加密安防场景图像的安全传输。详细地，所述利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心可以通过采用TLS/SSL等协议进行数据传输加密。
S5、在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
本发明实施例通过在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像可以通过对所述加密安防场景图像对应加密过程中生成的密钥和解密算法来执行解密，并将解密后的小块重新组合成原始图像。
最后，本发明实施例对所述解密安防场景图像进行解码，得到目标安防场景图像实现安防场景图像的完整传输。其中，所述目标安防场景是指对所述解密安防场景图像进行解码后生成的图像。
本发明实施例通过对所述石油井下数据进行预处理，得到目标石油井下数据可以对所述石油井下数据进行无效值删除、缺失值修补等一系列操作后得到的目标数据，保证了井下数据的有效性；本发明实施例通过基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道可以保证数据的安全传输，提高数据的传输效率；本发明实施例通过利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值可以分析所述目标石油井下数据的原始数据属性，从而为后期进行数据关联关系分析提供数据支撑；进一步地，本发明实施例通过识别所述运行关联曲线中的异常波动坐标可以定位所述待监控设备运行异常的位置，提高探测设备运行的异常监测的效果，进一步地，本发明实施例通过基于所述异常值，分析所述待监控设备的异常运行状态可以通过异常状态对所述待监控设备进行异常管控，提高了对探测设备的监控效果，最后，进一步地，本发明实施例通过基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告实时对所述待监控设备进行监控和调度，提高了对待监控设备进行石油井下探测的监控效果。因此本发明提出的基于5G的安防图像传输方法，可以提高对探测设备进行石油井下探测的监控效果。
如图2所示，是本发明一实施例提供的基于5G的安防图像传输系统的功能模块图。
本发明所述基于5G的安防图像传输系统200可以安装于电子设备中。根据实现的功能，所述基于5G的安防图像传输系统200可以包括5G网络构建模块201、安防设备配置模块202、 5G网络切片模块203、图像加密传输模块204及图像接收解密模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述5G网络构建模块201，用于获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
所述安防设备配置模块202，用于计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
所述5G网络切片模块203，用于利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
所述图像加密传输模块204，用于对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
所述图像接收解密模块205，用于在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
详细地，本发明实施例中所述基于5G的安防图像传输系统200中所述的各模块在使用时采用与附图中所述的基于5G的安防图像传输方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
本发明一实施例提供了实现基于5G的安防图像传输方法的电子设备。
参见图3所示，所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如基于5G的安防图像传输方法程序。
其中，所述处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器内的程序或者模块（例如执行基于5G的安防图像传输程序等），以及调用存储在所述存储器内的数据，以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于基于5G的安防图像传输程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准（Peripheral Component Interconnect，简称PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理系统与所述至少一个处理器逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的基于5G的安防图像传输程序是多个指令的组合，在所述处理器中运行时，可以实现：
获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
具体地，所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统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。
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单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，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。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于5G的安防图像传输方法，其特征在于，所述方法包括：
获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
2.如权利要求1所述的基于5G的安防图像传输方法，其特征在于，所述识别所述环境图像的点云数据，包括：
加载所述环境图像的深度图像；
识别所述环境图像对应拍摄设备的内部参数和外部参数；
基于所述内部参数和所述外部参数，将所述深度图像对应像素点转化为三维空间坐标；
将所述像素点的三维空间坐标放入预设的点云数据结构中，得到初始点云数据；
对所述初始点云数据进行优化，得到所述点云数据。
3.如权利要求1所述的基于5G的安防图像传输方法，其特征在于，所述基于所述点云数据，构建所述安防场景的三维安防场景模型，包括：
对所述点云数据进行配准，得到配准点云数据；
对所述配准点云数据进行分割，得到分割点云数据；
基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线；
基于所述重建曲线，构建所述安防场景的三维安防场景模型。
4.如权利要求3所述的基于5G的安防图像传输方法，其特征在于，所述基于所述分割点云数据，对所述安防场景进行表面重建，得到重建曲线，包括：
将所述分割点云数据划分为八叉树结构；
定义所述分割点云数据的指示函数；
构建所述八叉树结构对应叶节点的向量场；
基于所述指示函数和所述向量场，计算所述分割点云数据的等值面；
基于所述等值面，构建所述安防场景的到重建曲线。
5.如权利要求4所述的基于5G的安防图像传输方法，其特征在于，所述基于所述指示函数和所述向量场，计算所述分割点云数据的等值面，包括：
基于所述指示函数和所述向量场，构建所述分割点云数据的泊松方程；
其中，所述泊松方程：
其中，表示拉普拉斯算子，/>表示向量场/>的散度，/>表示指示函数；
求解所述泊松方程，得到分割点云数据的等值面。
6.如权利要求1所述的基于5G的安防图像传输方法，其特征在于，所述基于所述场景特征，构建所述安防场景的5G网络，包括：
基于所述场景特征，确定所述安防场景的网络应用需求；
基于所述应用需求，分析所述安防场景的网络规划；
基于所述网络规划，配置所述安防场景的网络建设设备；
基于所述网络规划和所述网络建设设备，构建所述安防场景的5G网络。
7.如权利要求1所述的基于5G的安防图像传输方法，其特征在于，所述计算所述5G网络对所述安防场景的覆盖系数，包括：
识别所述5G网络对所述安防场景的覆盖影响因子；
采集所述覆盖影响因子的测试因子数据；
基于所述测试因子数据，分析所述覆盖影响因子的因子状态；
基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数。
8.如权利要求7所述的基于5G的安防图像传输方法，其特征在于，所述基于所述因子状态，计算所述5G网络对所述安防场景的覆盖系数，包括：
分析所述5G网络对应覆盖影响因子与所述安防场景的覆盖影响关系；
基于所述覆盖影响关系和所述因子状态，确定所述覆盖影响因子的因子权重；
基于所述因子状态和所述因子权重，利用下述公式计算所述5G网络对所述安防场景的覆盖系数：
其中，表示安防场景的覆盖系数，/>表示安防场景的覆盖检测模型，/>5G网络对应第/>个覆盖影响因子的因子状态，/>表示第/>个覆盖影响因子的因子权重，/>表示第/>个覆盖影响因子对其它覆盖影响因子的影响系数，/>表示覆盖影响因子的数量。
9.如权利要求1所述的基于5G的安防图像传输方法，其特征在于，所述基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络，包括：
基于所述优先级，将所述5G网络划分为切片网络；
调整所述切片分类网络的网络参数，得到切片配置分类网络；
配置所述切片配置分类网络的服务质量保障策略，得到切片分类网络。
10.一种基于5G的安防图像传输系统，其特征在于，用于执行如权利要求1-9中任意一项所述的基于5G的安防图像传输方法，所述系统包括：
5G网络构建模块，用于获取安防场景的环境图像，识别所述环境图像的点云数据，基于所述点云数据，构建所述安防场景的三维安防场景模型，识别所述三维安防场景模型的场景特征，基于所述场景特征，构建所述安防场景的5G网络；
安防设备配置模块，用于计算所述5G网络对所述安防场景的覆盖系数，当所述覆盖系数符合预设的覆盖标准时，在所述安防场景布置安防设备，将所述安防设备连接所述5G网络，得到5G网络连接设备；
5G网络切片模块，用于利用所述5G网络连接设备采集所述安防场景的安防场景图像，对所述安防场景图像进行分类，得到分类安防场景图像，计算所述分类安防场景图像的优先级，基于所述优先级，对所述5G网络进行网络切片，得到切片分类网络；
图像加密传输模块，用于对所述分类安防场景图像进行编码，得到编码安防场景图像，对所述编码安防场景图像进行分块加密，得到加密安防场景图像，利用所述切片分类网络将所述加密安防场景图像传输至预设的监控中心；
图像接收解密模块，用于在所述监控中心中，对所述加密安防场景图像进行解密，得到解密安防场景图像，对所述解密安防场景图像进行解码，得到目标安防场景图像。
CN202410146910.4A 2024-02-02 2024-02-02 基于5g的安防图像传输方法及系统 Active CN117692611B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410146910.4A CN117692611B (zh) 2024-02-02 2024-02-02 基于5g的安防图像传输方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410146910.4A CN117692611B (zh) 2024-02-02 2024-02-02 基于5g的安防图像传输方法及系统

Publications (2)

Publication Number Publication Date
CN117692611A true CN117692611A (zh) 2024-03-12
CN117692611B CN117692611B (zh) 2024-04-12

Family

ID=90128554

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410146910.4A Active CN117692611B (zh) 2024-02-02 2024-02-02 基于5g的安防图像传输方法及系统

Country Status (1)

Country Link
CN (1) CN117692611B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118131643A (zh) * 2024-05-08 2024-06-04 四川职业技术学院 一种基于物联网的智能家居系统、方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10438262B1 (en) * 2015-06-15 2019-10-08 Amazon Technologies, Inc. Method and device for implementing a virtual browsing experience
CN112232293A (zh) * 2020-11-09 2021-01-15 腾讯科技（深圳）有限公司 图像处理模型训练、图像处理方法及相关设备
CN113032645A (zh) * 2021-03-10 2021-06-25 苏州思萃融合基建技术研究所有限公司 一种基于楼宇的智能工程物联数据集成管理方法和管理系统
CN115150970A (zh) * 2022-06-21 2022-10-04 新华三技术有限公司 一种网络连接的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10438262B1 (en) * 2015-06-15 2019-10-08 Amazon Technologies, Inc. Method and device for implementing a virtual browsing experience
CN112232293A (zh) * 2020-11-09 2021-01-15 腾讯科技（深圳）有限公司 图像处理模型训练、图像处理方法及相关设备
CN113032645A (zh) * 2021-03-10 2021-06-25 苏州思萃融合基建技术研究所有限公司 一种基于楼宇的智能工程物联数据集成管理方法和管理系统
CN115150970A (zh) * 2022-06-21 2022-10-04 新华三技术有限公司 一种网络连接的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118131643A (zh) * 2024-05-08 2024-06-04 四川职业技术学院 一种基于物联网的智能家居系统、方法

Also Published As

Publication number Publication date
CN117692611B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN117692611B (zh) 基于5g的安防图像传输方法及系统
CN115774861A (zh) 一种自然资源多源异构数据汇聚融合服务系统
CN110968712B (zh) Bim族模型获取的方法、装置及系统
CN111563433A (zh) 基于区块链的智慧工地漫水监测系统
CN114550076A (zh) 区域异常行为监控方法、装置、设备及存储介质
CN111223079A (zh) 输电线路检测方法和装置、存储介质及电子装置
CN110941978A (zh) 一种未识别身份人员的人脸聚类方法、装置及存储介质
CN112364008A (zh) 一种面向电力物联网智能终端的设备画像构建方法
CN115205780A (zh) 一种工地违规的监控方法、系统、介质及电子设备
CN111460043A (zh) 三维空间图像区块链存储方法及页面显示方法
CN112367400A (zh) 一种边云协同的电力物联网智能巡检方法及系统
CN118094650B (zh) 一种基于区块链下农产品溯源存储方法
CN115795517A (zh) 资产数据存储方法及装置
CN118612397A (zh) 一种点云媒体的数据处理方法及相关设备
CN111524131A (zh) 基于区块链与bim的墙壁裂缝检测系统
CN112337093B (zh) 一种虚拟对象的分簇方法、装置、存储介质和电子装置
Baig et al. Bit rate reduction in cloud gaming using object detection technique
CN114860730A (zh) 一种基于区块链的土地数据存储方法、系统及存储介质
CN113850882A (zh) 图片处理方法及装置、存储介质、电子设备
CN112000729A (zh) 一种电力工程gis系统
CN116385878B (zh) 道路中心线提取方法、分布式系统、服务器和存储介质
CN116431748B (zh) 一种社区基层数据的综合管理方法及系统
CN113778905B (zh) Ui设计验收方法、装置、设备及存储介质
CN117879787B (zh) 基于区块链实现矿山数据的安全传输方法及系统
CN117892092B (zh) 基于大数据实现矿山数据的智能采集方法及系统

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
GR01 Patent grant
GR01 Patent grant