[发明专利]实时图形监测系统及方法在审

专利信息
申请号: 202110710906.2 申请日: 2021-06-25
公开(公告)号: CN113536004A 公开(公告)日: 2021-10-22
发明(设计)人: 梁学来;王昱;李金鹏 申请(专利权)人: 猫岐智能科技(上海)有限公司
主分类号: G06F16/532 分类号: G06F16/532;G06F16/58
代理公司: 上海大邦律师事务所 31252 代理人: 王松
地址: 200062 上海市普陀*** 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: 实时 图形 监测 系统 方法
【说明书】:

发明揭示了一种实时图形监测系统及方法,所述实时图形监测系统包括图形标记单元、实时影像单元、标记统计单元及故障分析单元;图形标记单元用以获取图片标记标签信息;实时影像单元用以在开启实时影像时动态获取最新的设备扫描图形;标记统计单元用以统计各设备在不同时间获取到的图像在人工标记与算法标记对比信息;故障分析单元用以描述设备在发生故障时的因素分析。本发明提出的实时图形监测系统及方法,可智能识别故障种类,有助于及时通过故障分析快速获取找到问题并及时解决问题。

技术领域

本发明属于图形监测技术领域,涉及一种图形监测系统,尤其涉及一种实时图形监测系统及方法。

背景技术

近年以来,随着互联网产业发展日趋成熟,产业链及基础生态环境相当完善,市场容量已趋饱和,物联网作为下一个风口,成为众多设备制造商、网络供应商、系统集成商看好的突破方向。

随着电梯物联网的业务发展需求,验证人工智能算法的识别图形的能力,需要人为大量验证这一需求,验证效率低、识别精确度不高。

有鉴于此,如今迫切需要设计一种新的图形监测方式,以便克服现有图形监测方式存在的上述至少部分缺陷。

发明内容

本发明提供一种实时图形监测系统及方法,可智能识别故障种类,有助于及时通过故障分析快速获取找到问题并及时解决问题。

为解决上述技术问题,根据本发明的一个方面,采用如下技术方案:

一种实时图形监测系统,所述实时图形监测系统包括:

图形标记单元,用以获取图片标记标签信息;

实时影像单元,用以在开启实时影像时动态获取最新的设备扫描图形;以及

标记统计单元,用以统计各设备在不同时间获取到的图像在人工标记与算法标记对比信息。

作为本发明的一种实施方式,所述实时图形监测系统还包括故障分析单元,用以描述设备在发生故障时的因素分析。

作为本发明的一种实施方式,所述标记统计单元通过人工标记的标记结果判断对应算法标记的标记结果是否准确,并将判断是否准确的结果反馈至算法标记,所述算法标记根据反馈结果调整标记算法,进而优化算法标记的标记算法。

作为本发明的一种实施方式,所述图形标记单元用以显示今日已识别图片的统计,在操作栏中有搜索需要查看扫描图的设备的搜索栏以及选择日期按钮,通过搜索栏和选择日期控件来找到用户想要查看的设备在某一天的所有获取的扫描图像,并为获取的图片标记标签信息包括成年人、成年女性、成年男性、未成年人、未成年女性、未成年男性、长头发、短头发、光头的外貌标签,通过最先一张图片、上一张图片、下一张图片以及最后一张图片的按钮来切换图片,并在下方显示当前显示的图片对应的时间点,在标记完成后点击下一张自动提交给系统关于此图像的标记信息。

作为本发明的一种实施方式,所述扫描图像通过轮廓绘制单元获取,所述轮廓绘制单元用以根据各接收器获取的信号绘制经过设定区域的人员或/和物体的轮廓图像;通过各时间段中设定时间点各接收器感应到的是否被遮挡的信号,绘制设定时间点处于设定区域间的人员或/和物体的轮廓图像,并以此形成设定时间段内通过设定区域的人员或/和物体的轮廓图像。

作为本发明的一种实施方式,所述实时影像单元用以在开启实时影像的时候能够动态获取最新的设备扫描图形,与图形标记最大不同的是在开启已实时的按钮的时候,自动获取当前设备在当天的最新获取到的图形,不需要手动去点击下一张图片按钮来切换图片,在用户的体验度上得到了提升,方便用户在使用的时候更加顺畅。

作为本发明的一种实施方式,所述标记统计单元用以为系统管理员使用的页面通过用户组来配置对应的用户,标记统计页面中的加载显示让用户知晓今日系统下发给各用户验证了多张图形,统计当天截止当前时间系统下发的图片数据;

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猫岐智能科技(上海)有限公司,未经猫岐智能科技(上海)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/202110710906.2/2.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