一种特征数据采集方法和系统技术方案

本发明专利技术公开了一种特征数据采集方法和系统。涉及计算机互联网技术；解决了只提取单一种类特征识别身份无法满足业务需求的问题。该方法包括：控制节点生成采集任务；所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据。本发明专利技术提供的技术方案适用于异构身份识别系统，实现了身份相关多特征数据的收集。

A feature data acquisition method and system

The present invention discloses a characteristic data acquisition method and system. It involves computer Internet technology, and solves the problem that only a single type of identity identification can not meet the needs of the business. The method comprises the following steps: controlling nodes to generate acquisition tasks; the control node sends down corresponding acquisition tasks to at least two sensor nodes in the sensor network, and instructs the sensor nodes to collect characteristic data. The technical scheme provided by the invention is applicable to the heterogeneous identity identification system and realizes the collection of identity related multi feature data.

【技术实现步骤摘要】
一种特征数据采集方法和系统
本专利技术涉及计算机互联网技术，尤指一种特征数据采集方法和系统。
技术介绍
身份识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；身份识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“身份识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。目前人脸识别、虹膜识别、行为识别是非常成熟的异构身份识别模式，适合高度并行特征融合身份识别应用或算法。但是由于一些应用特征采集规模一直比较大，特征质量差别大，受限于特征质量，网络带宽，系统内存等原因，在单一种类特征中完成身份识别已经无法满足当前需求。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种特征数据采集方法和系统，通过高速网络将多个传感器节点构成的传感器网络与控制节点、共享存储节点连接，控制节点可收集多个传感器节点收集的不同类型的特征数据，为基于多种类型特征数据融合身份识别提供了基础，解决了只提取单一种类特征识别身份无法满足业务需求的问题。为了达到本专利技术目的，本专利技术提供了一种特征数据采集方法，包括：控制节点生成采集任务；所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据。优选的，所述控制节点生成采集任务的步骤之前还包括：所述控制节点获取所述传感器网络中各个传感器节点的参数。优选的，所述控制节点生成采集任务的步骤包括：根据所述各个传感器节点的参数，确定所述各个传感器节点的采集能力；根据所述各个传感器节点的采集能力，确定所述各个传感器节点可采集的特征数据包含的数据块数量。优选的，所述控制节点生成采集任务的步骤之前还包括：所述控制节点接收所述传感器网络中各个传感器节点发送的采集结果。优选的，所述控制节点生成采集任务的步骤包括：所述控制节点根据接收到的所述传感器节点发送的采集结果，生成所述传感器节点的新的采集任务。优选的，所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务的步骤之后，还包括：所述控制节点自共享存储节点获取所述传感器网络中各个传感器节点采集得到的特征数据。优选的，所述特征数据至少涉及以下数据类型中的任一或任意多项：音频、视频、图片，该方法还包括：所述控制节点根据所述传感器节点采集到的特征数据进行异构融合，根据融合结果判断被采集对象的身份，并将所述被采集对象的身份数据存储到本地的存储系统中。本专利技术还提供了一种特征数据采集方法，包括：传感器网络中的各个传感器节点接收控制节点分别下发的采集任务；所述各个传感器节点根据各自的采集任务完成对特征数据的采集，将采集得到的特征数据发送至共享存储节点存储。优选的，所述各个传感器节点根据各自的采集任务完成对特征数据的采集的步骤之后，还包括：所述传感器节点根据采集得到的特征数据类型进行评估，对不同数据类型的特征数据，根据相应的特征质量进行处理，得到采集结果；所述传感器节点将所述采集结果发送给所述控制节点。优选的，该方法还包括：所述传感器节点接收所述控制节点持续更新的采集任务。本专利技术还提供了一种特征数据采集系统，包括控制节点、共享存储节点和至少两个传感器节点构成的传感器网络，所述控制节点、所述共享存储节点和所述传感器网络通过高速网络连接；所述控制节点，用于生成采集任务，向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据；所述传感器网络中的传感器节点，用于接收所述控制节点分别下发的采集任务，根据各自的采集任务完成对特征数据的采集，将采集得到的特征数据发送至所述共享存储节点存储。优选的，所述控制节点，还用于接收所述传感器网络中各个传感器节点发送的采集结果，在生成采集任务时具体用于根据接收到的所述传感器节点发送的采集结果，生成所述传感器节点的新的采集任务；所述传感器节点，还用于根据采集得到的特征数据类型进行评估，对不同数据类型的特征数据，根据相应的特征质量进行处理，得到采集结果，将所述采集结果发送给所述控制节点。优选的，所述控制节点，还用于根据所述传感器节点采集到的特征数据进行异构融合，根据融合结果判断被采集对象的身份，并将所述被采集对象的身份数据存储到本地的存储系统中所述特征数据至少涉及以下数据类型中的任一或任意多项：音频、视频、图片。本专利技术提供了一种特征数据采集方法和系统，控制节点生成采集任务，向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据；传感器网络中的各个传感器节点接收控制节点分别下发的采集任务，根据各自的采集任务完成对特征数据的采集，将采集得到的特征数据发送至共享存储节点存储。通过高速网络将多个传感器节点构成的传感器网络与控制节点、共享存储节点连接，控制节点可收集多个传感器节点收集的不同类型的特征数据，为基于多种类型特征数据融合身份识别提供了基础，解决了只提取单一种类特征识别身份无法满足业务需求的问题，实现了身份相关多特征数据的收集。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。图1为本专利技术的实施例一提供的一种特征数据采集系统的结构示意图；图2为本专利技术的实施例二提供的一种特征数据采集方法的流程示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。目前人脸识别，虹膜识别，行为识别是非常成熟的异构身份识别模式，适合高度并行特征融合身份识别应用或算法。但是由于一些应用特征采集规模一直比较大，特征质量差别大，受限于特征质量，网络带宽，系统内存等原因，在单一种类特征中完成身份识别已经无法满足当前需求。为了解决上述问题，本专利技术的实施例提供了一种特征数据采集方法和系统，通过高速网络将多个传感器节点构成的传感器网络与控制节点、共享存储节点连接，控制节点可收集多个传感器节点收集的不同类型的特征数据，为基于多种类型特征数据融合身份识别提供了基础，解决了只提取单一种类特征识别身份无法满足业务需求的问题。首先结合附图，对本专利技术的实施例一进行说明。本专利技术实施例提供了一种特征数据采集系统，其结构如图1所示，包括控制节点、共享存储节点和至少两个传感器节点构成的传感器网络，所述控制节点、所述共享存储节点和所述传感器网络通过高速网络连接；所述控制节点，用于生成本文档来自技高网...

【技术保护点】
一种特征数据采集方法，其特征在于，包括：控制节点生成采集任务；所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据。

【技术特征摘要】
1.一种特征数据采集方法，其特征在于，包括：控制节点生成采集任务；所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务，指示所述传感器节点采集特征数据。2.根据权利要求1所述的特征数据采集方法，其特征在于，所述控制节点生成采集任务的步骤之前还包括：所述控制节点获取所述传感器网络中各个传感器节点的参数。3.根据权利要求2所述的特征数据采集方法，其特征在于，所述控制节点生成采集任务的步骤包括：根据所述各个传感器节点的参数，确定所述各个传感器节点的采集能力；根据所述各个传感器节点的采集能力，确定所述各个传感器节点可采集的特征数据包含的数据块数量。4.根据权利要求1所述的特征数据采集方法，其特征在于，所述控制节点生成采集任务的步骤之前还包括：所述控制节点接收所述传感器网络中各个传感器节点发送的采集结果。5.根据权利要求4所述的特征数据采集方法，其特征在于，所述控制节点生成采集任务的步骤包括：所述控制节点根据接收到的所述传感器节点发送的采集结果，生成所述传感器节点的新的采集任务。6.根据权利要求1所述的特征数据采集方法，其特征在于，所述控制节点向传感器网络中的至少两个传感器节点分别下发相应的采集任务的步骤之后，还包括：所述控制节点自共享存储节点获取所述传感器网络中各个传感器节点采集得到的特征数据。7.根据权利要求1所述的特征数据采集方法，其特征在于，所述特征数据至少涉及以下数据类型中的任一或任意多项：音频、视频、图片，该方法还包括：所述控制节点根据所述传感器节点采集到的特征数据进行异构融合，根据融合结果判断被采集对象的身份，并将所述被采集对象的身份数据存储到本地的存储系统中。8.一种特征数据采集方法，其特征在于，包括：传感器网络中的各个传感器节点接收控制节点分别下发的采集任务；所述各个传感器节点根据各自的采集任务完成对特征数据的采集，将采...

【专利技术属性】
技术研发人员：王晓勇，张清，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41