[发明专利]信息管理服务器、信息管理方法以及信息管理系统在审
申请号: | 202011178919.1 | 申请日: | 2020-10-29 |
公开(公告)号: | CN112307120A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 赵乾 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/27 | 分类号: | G06F16/27;G06F21/62;G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 叶虹 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信息管理 服务器 方法 以及 系统 | ||
1.一种用于边缘计算的信息管理服务器,其特征在于,包括:
特征提取模块,用于对边缘网络设备实时采集到的视频流数据进行流分析处理,提取所述视频流数据中的当前人脸特征数据;
特征匹配模块,用于基于预训练的人脸识别模型,将所述特征提取模块中提取的所述当前人脸特征数据与存储在区块链网络中的历史人脸特征数据进行匹配;
匹配结果响应模块,用于响应所述特征匹配模块中的匹配结果,对所述当前人脸特征数据执行相应的信息管理操作。
2.根据权利要求1所述的信息管理服务器,其特征在于,所述匹配结果响应模块还包括匹配成功响应单元,所述匹配成功响应单元用于:
响应于所述匹配结果大于预设的匹配阈值,获取采集所述当前人脸特征数据对应的所述边缘网络设备的位置信息;
将所述位置信息与所述当前人脸特征数据关联,并上传到所述区块链网络,以实现对所述当前人脸特征数据的当前移动轨迹的记录操作。
3.根据权利要求1所述的信息管理服务器,其特征在于,所述匹配结果响应模块还包括匹配失败响应单元,所述匹配失败响应单元用于:
响应于所述匹配结果小于或者等于所述匹配阈值,将所述当前人脸特征数据作为新的历史人脸特征数据存储到所述区块链网络,以实现对所述当前人脸特征数据的登记操作。
4.根据权利要求2或3任意一项所述的信息管理服务器,其特征在于,所述匹配结果响应模块还用于:
从所述区块链网络中获取所述当前人脸特征数据对应的历史移动轨迹;
根据所述历史移动轨迹确定所述当前人脸特征数据的通行等级;
结合所述匹配结果以及所述通行等级,对所述当前人脸特征数据执行相应的信息管理操作。
5.根据权利要求4所述的信息管理服务器,其特征在于,所述通行等级包括待隔离等级、高中风险等级或者低风险等级;
所述匹配结果响应模块还包括隔离通知单元,所述隔离通知单元用于:
响应于所述匹配结果大于预设的匹配阈值且所述通行等级为待隔离等级,执行告警操作。
6.根据权利要求1所述的信息管理服务器,其特征在于,所述特征提取模块包括:
视频流采集单元,用于对所述边缘网络设备实时采集到的视频流数据进行序列化处理得到视频帧数据;
视频数据缓冲单元,用于将所述视频流采集单元中生成的所述视频帧数据缓存于可容错数据队列;
视频流处理单元,用于将所述视频数据缓冲单元的所述可容错数据队列中的所述视频帧数据进行消费处理,以提取所述视频帧数据中的当前人脸特征数据。
7.根据权利要求1所述的信息管理服务器,其特征在于,所述特征匹配模块还包括人脸识别模型获取单元,所述人脸识别模型获取单元用于:
获取预构建的人脸识别模型,并通过采集的所述历史人脸特征数据对所述预构建的人脸识别模型进行训练验证处理,得到训练验证后的所述人脸识别模型;或者
从网络连接的云端平台获取基于所述历史人脸特征数据训练验证后的所述人脸识别模型。
8.一种基于边缘计算的信息管理方法,其特征在于,应用于用于边缘计算的信息管理服务器,所述方法包括:
对边缘网络设备实时采集到的视频流数据进行流分析处理,提取所述视频流数据中的当前人脸特征数据;
基于预训练的人脸识别模型,将提取的所述当前人脸特征数据与存储在区块链网络中的历史人脸特征数据进行匹配;
响应所述匹配结果,对所述当前人脸特征数据执行相应的信息管理操作。
9.根据权利要求8所述的信息管理方法,其特征在于,所述信息管理操作包括记录操作,所述响应所述匹配结果,对所述当前人脸特征数据执行相应的信息管理操作,包括:
响应于所述匹配结果大于预设的匹配阈值,获取采集所述当前人脸特征数据对应的所述边缘网络设备的位置信息;
将所述位置信息与所述当前人脸特征数据关联,并上传到所述区块链网络,以实现对所述当前人脸特征数据的当前移动轨迹的记录操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011178919.1/1.html,转载请声明来源钻瓜专利网。