[发明专利]基于云边融合实现突发事件识别预警的系统、方法、装置、处理器及其存储介质在审

专利信息
申请号: 202011524124.1 申请日: 2020-12-22
公开(公告)号: CN112866332A 公开(公告)日: 2021-05-28
发明(设计)人: 吴松洋;周晓芳;梁辰 申请(专利权)人: 公安部第三研究所
主分类号: H04L29/08 分类号: H04L29/08
代理公司: 上海智信专利代理有限公司 31002 代理人: 王洁;郑暄
地址: 200031*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 融合 实现 突发事件 识别 预警 系统 方法 装置 处理器 及其 存储 介质
【权利要求书】:

1.一种基于云边融合实现突发事件识别预警的系统,其特征在于,所述的系统包括边缘侧和云端侧,所述的边缘侧和云端侧相连接,所述的边缘侧用于实现图像抽取、公共特征提取、异常行为模式识别、结果组装和心跳检测;所述的云端侧用于实现用户数据定制、数据分发和心跳检测。

2.根据权利要求1所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的边缘侧包括:

边缘侧处理算力模块,用于提供轻量级算法的硬件运行环境;

轻量级算法模块,与所述的边缘侧处理算力模块相连接,用于实现边缘侧分析和预警。

3.根据权利要求2所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的轻量级算法模块包括边缘侧主控层和边缘侧识别层,所述的边缘侧主控层与边缘侧处理算力模块相连接,所述的用于接入摄像头,通过解析视频流数据,抽取图片,发送至边缘侧识别层的各个识别模块;所述的边缘侧识别层,用于进行行为识别,并将识别结果发回给边缘主控单元,所述的边缘主控单元汇集所有模块的信息后定时发送至云端侧的综合主控单元。

4.根据权利要求1所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的边缘侧还包括多个分布式边缘计算节点,所述的每个节点具与独立系统和处理能力,支持前端各类终端接入和配置管理,通过轻量级识别实现边缘侧分析和有效预警。

5.根据权利要求1所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的云端侧包括:

云端主控单元,与所述的边缘侧相连接,接收边缘设备发送的识别数据,进行封装和汇总,向应用层推送识别结果;

配置管理单元,与所述的边缘侧相连接,用于实现边缘设备管理、配置和运维服务。

6.根据权利要求1所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的云端侧提供预警展示及统计分析的接口,为不同数量前端设备,采用随需应变的级联式可扩展架构。

7.根据权利要求1所述的基于云边融合实现突发事件识别预警的系统,其特征在于,所述的边缘侧根据负载能力决策任务本地执行或上传,所述的云端侧根据场景确定边缘侧的调度模式。

8.一种利用权利要求1所述的系统实现基于云边融合针对突发事件进行识别预警处理的方法,其特征在于,所述的方法包括以下步骤:

(1)所述的边缘侧进行图像抽取、公共特征提取、异常行为模式识别、结果组装和心跳检测;

(2)所述的云端侧进行用户数据定制、数据分发和心跳检测。

9.根据权利要求8所述的实现基于云边融合针对突发事件进行识别预警处理的方法,其特征在于,所述的步骤(1)中的图像抽取具体为:

在解析视频流抽取关键帧后,将原始尺寸压缩或扩充为标准尺寸的图像;设置尺寸恰当的环形图像队列,将采样的图像放置于其中。

10.根据权利要求8所述的实现基于云边融合针对突发事件进行识别预警处理的方法,其特征在于,所述的步骤(1)中的公共特征提取具体为:

使用人体姿态识别算法和模型提取人员位置特征和人体姿态特征,构成原始图像的特征图。

11.根据权利要求8所述的实现基于云边融合针对突发事件进行识别预警处理的方法,其特征在于,所述的步骤(1)中的异常行为模式识别具体为:

基于轻量级的机器学习框架,提高模型复用度,进行模型识别频率调优。

12.根据权利要求8所述的实现基于云边融合针对突发事件进行识别预警处理的方法,其特征在于,所述的步骤(1)中的心跳检测具体为:

边缘侧检测各个异常行为识别模块是否健康,将检测结果发送至主控单元,如果某个模块不健康,则将根据心跳中包含的具体信息来执行模型重启或隔离;否则,继续步骤(2)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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公安部第三研究所,未经公安部第三研究所许可,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/202011524124.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top