[发明专利]数据处理方法、装置、系统及计算机可读介质

说明书

本发明提供了一种数据处理方法、装置、系统及计算机可读介质，方法应用于包含图像采集设备的边缘端，方法包括：获取图像采集设备采集的所在区域内的视频流；提取视频流每个单帧图像中的物体特征，得到特征图；对于每个特征图，利用预设分类神经网络确定与特征图对应的单帧图像中每个物体的矩形物体框图；追踪多个单帧图像中的物体，根据多个单帧图像中每个物体的矩形物体框图，确定每个物体的最优图像；发送每个物体的最优图像给服务器，缓解现有技术中存在的服务器接收到的图像质量低下的技术问题，达到了提高服务器接收到的图像的质量的技术效果。

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种数据处理方法、装置、系统及计算机可读介质。

背景技术

现在图像采集设备无处不在，这些图像采集设备每秒钟产生的视频数据量是非常庞大的。这些视频数据要被发送到服务器。但是，由于存储空间和传输带宽的限制，视频数据在被发送给服务器之前，需要被大量压缩。视频数据被大量压缩以后，会造成视频数据中的图像模糊的问题。因此，导致服务器接收到的图像质量低下的问题。

发明内容

有鉴于此，本发明的目的在于提供一种数据处理方法、装置、系统及计算机可读介质，以缓解现有技术中存在的服务器接收到的图像质量低下的技术问题。

第一方面，本发明实施例提供了一种数据处理方法，方法应用于包含图像采集设备的边缘端，所述方法包括：

获取所述图像采集设备采集的所在区域内的视频流；

提取所述视频流每个单帧图像中的物体特征，得到特征图；

对于每个所述特征图，利用预设分类神经网络确定与所述特征图对应的单帧图像中每个物体的矩形物体框图；

追踪多个所述单帧图像中的物体，根据多个所述单帧图像中每个物体的所述矩形物体框图，确定每个物体的最优图像；

发送每个物体的所述最优图像给服务器。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述利用预设分类神经网络确定与所述特征图对应的单帧图像中每个物体的矩形物体框图，包括：

生成与所述预设分类神经网络对应的特征表达函数；

获取所述特征图的每个像素点上的像素值；

对于每个所述像素点，将所述像素值代入所述特征表达函数，得到物体在所述单帧图像中的四点坐标位置；

根据所述四点坐标位置生成所述矩形物体框图。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述四点坐标位置包括：第一分坐标、第二分坐标、第三分坐标和第四分坐标，其中，所述第一分坐标和所述第二分坐标在同一水平线上，所述第三分坐标和所述第四分坐标在同一水平线上，所述第一分坐标和所述第三分坐标在同一垂直线上，所述第二分坐标和所述第四分坐标在同一垂直线上，所述根据所述四点坐标位置生成所述矩形物体框图，包括：

将所述第一分坐标上的点分别与所述第二分坐标上的点和所述第三分坐标上的点连接；

将所述第四分坐标的点分别与所述第二分坐标上的点和所述第三分坐标上的点连接；

得到所述矩形物体框图。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述追踪多个所述单帧图像中的物体，根据多个所述单帧图像中每个物体的所述矩形物体框图，确定每个物体的最优图像，包括：

在任意相邻的两个所述单帧图像中，为不同所述单帧图像中的同一个物体设置相同的编号；