[发明专利]可降级的中心化智能推送方法及装置

说明书

本发明涉及安检包裹数据推送技术领域，具体包括可降级的中心化智能推送方法及装置。可降级的中心化智能推送方法，包括以下步骤：接收一个当前列数据图片；生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前列数据图片的推送数据；持续接收并监测来自算法云平台的心跳状态，若有心跳，则基于当前列数据图片与算法云平台进行识图交互获得对应的当前识别结果，并生成一个包含当前识别结果的推送数据；若无心跳，则与安检设备进行识图交互获得对应的当前识别结果，并生成一个包含当前识别结果的推送数据。本发明就实现每推送1个列数据图片到集中判图客户端的同时，也会产生对应的识别结果给集中判图客户端。

技术领域

本发明涉及安检包裹数据推送技术领域，具体包括可降级的中心化智能推送方法及装置。

背景技术

目前由于在包裹的安检场景中，包裹中的违禁品判识一般会放在边缘的智能识图盒子，这样会使得需要大量部署智能识图盒子，一般一个安检设备配置一个智能识图盒子，硬件资源分散，提高了硬件造价成本、管理成本与维护成本。

因此需要提出一个中心智能识图云化的方法，将识图功能与安检硬件解耦，使得硬件资源集约化，降低硬件维护成本，有利于对识图模块的统一管理。

同时，在提出一个中心智能识图云化的方法后，若中心智能识图云化的算法云平台出现宕机状态时，系统将不会进行智能识图，集中判图客户端将无法获得智能识图结果，这样会大大的依赖人工判图，出现包裹漏检率升高的问题。

发明内容

本发明的目的是提供一种可降级的中心化智能推送方法及装置。

为解决上述技术问题，本发明采用了以下方案：

一方面，本发明提供了可降级的中心化智能推送方法，包括以下步骤：

S3：接收一个当前列数据图片；

S30：生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前列数据图片的推送数据；

S31：持续接收并监测来自算法云平台的心跳状态，若有心跳，则转S32，若无心跳，则转S33；

S32：基于当前列数据图片与算法云平台进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据；

S33：与安检设备进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据。

目前，在现有技术中，一般的中心智能识图云化的方法是将一个包裹所对应的列数据图片等待全部生成，再组合成一个对应于一个包裹的图片，称为包裹图片，然后推送给中心智能识图，完成一个包裹图片的对应识图结果，再将识图结果推送给判图终端，这样对于判图终端而言，其需要等待该识图结果，这会导致判定效率不高。

相较于现有技术，本发明推送方式进行了更改，更改后的模式为：对1个包裹所对应的每个当前列数据图片进行一次分发到集中判图客户端，以此实现在集中判图客户端上实现仿真安检设备扫描成像的效果，即安检设备每生成1个列数据图片，对应的集中判图客户端就会进行一次刷新成像，集中判图客户端就会显示1个包裹所对应的1列数据图片。同时，基于包裹所对应的每个当前列数据图片进行一次云端的识图，并获得与当前列数据图片对应的当前识别结果，并组织该当前识别结果推送给集中判图客户端。

这样，本发明就可实现每推送1个列数据图片到集中判图客户端的同时，也会产生对应的识别结果给集中判图客户端；在集中判图客户端就会出现列数据图片和识别结果同时显示的效果，可以同步的获得2种数据，并基于该数据实现实时的判图，从而提高判图效率，判图员无需等待。