【技术实现步骤摘要】
一种基于边缘计算的数据处理方法及系统
本专利技术涉及图像数据处理的
，特别涉及一种基于边缘计算的数据处理方法及系统。
技术介绍
人体动作识别近年来被广泛被用于人机交互中，以提供更加友好，更符合人类生活习惯的用户接口，尤其深度摄像的出现使得深度图像可以直接获取自深度相机，而且基于深度摄像的手势识别不易受光源影响，可以在亮度很小或光线不稳定的场景中获取，也允许视场中出现其他肤色的目标。目前，基于深度手势识别技术的研究尚处于起步阶段，动作识别仍然存在一些问题，现有的一些识别系统没有智能化的进行工作识别，中心化的识别方式使得计算中心压力较大，系统效率不高。
技术实现思路
基于上述问题，本专利技术提出了一种基于边缘计算的数据处理方法及系统，通过边缘感知摄像计算体进行工作状态识别，减轻中心计算体算法分析压力，提高系统分析效率。本专利技术提供如下技术方案：一种基于边缘计算的数据处理方法，所述方法包括：步骤101，监控图像深度变化，采集连续的第一图片组集，建立深度矩阵；通过监测连续视频流识别...
【技术保护点】
1.一种基于边缘计算的数据处理方法，其特征在于：/n步骤101，监控图像深度变化，采集连续的第一图片组集，建立深度矩阵；通过监测连续视频流识别热力图分成第二图片组，建立热度矩阵；监控高清图像变化，采集第二图片组集，建立高清矩阵；/n步骤102，通过人脸识别模块识别用户身份，分析热度矩阵和高清矩阵获取用户专注度值，对连续的手部图片深度矩阵与高清矩阵特征值分析，比对动作特征值数据库，判断动作是否为已训练动作，并缓存第一判断结果集；对连续的肢体动作图片深度矩阵与高清矩阵特征值分析，比对动作特征值数据库，判断动作是否为已训练动作，并缓存第二判断结果集；/n步骤103，识别第一判断结...
【技术特征摘要】
1.一种基于边缘计算的数据处理方法，其特征在于：
步骤101，监控图像深度变化，采集连续的第一图片组集，建立深度矩阵；通过监测连续视频流识别热力图分成第二图片组，建立热度矩阵；监控高清图像变化，采集第二图片组集，建立高清矩阵；
步骤102，通过人脸识别模块识别用户身份，分析热度矩阵和高清矩阵获取用户专注度值，对连续的手部图片深度矩阵与高清矩阵特征值分析，比对动作特征值数据库，判断动作是否为已训练动作，并缓存第一判断结果集；对连续的肢体动作图片深度矩阵与高清矩阵特征值分析，比对动作特征值数据库，判断动作是否为已训练动作，并缓存第二判断结果集；
步骤103，识别第一判断结果集和第二判断结果集的已训练动作及已识别工作，发送识别结果至边缘计算体调度模块，若是有效工作则更新至数据库中，如果是无效工作则不传递数据，若是未知动作种类，则发送至中心学习计算体进行数据处理。
2.根据权利要求1所述的方法，其特征在于：通过边缘计算体调度模块更新本地算法库及数据库至边缘计算体，接收边缘感知摄像计算体传递分析结果集，将已识别的有效工作对应的工作量价值存储至工作量队列链中，将工作量队列链数据累加存储至数据库，将未识别的动作分析结果集发送到中心学习计算体中。
3.根据权利要求1所述的方法，其特征在于：深度分析模块通过遍历回归算法将将手部与肢体区分，获得手部深度矩阵集合及肢体深度矩阵集合，手指手势识别模块用于识别手指手势，形成手势序列队列集合，遍历获得第一节点深度序列集合，将所述第一节点深度序列集合与数据库的第一循环队列比对，若数据库中存在则为已训练动作，若不存在则为新识别动作，存储至第一循环队列；肢体动作识别模块用于识别肢体动作，形成肢体动作序列队列集合，遍历获得第二节点深度序列集合，将所述第二节点深度序列集合与数据看的第二循环队列比对，若数据库中存在则为已训练动作，若不存在则为新识别动作，存储至第二循环队列；通过将第一节点深度序列集合和第二节点深度序列集合求和，遍历数据库已识别工作列表匹配，若存在则动作存在为已识别工作，若不存在则新增动作，存储到数据库已识别动作列表中，查询新增动作是否为有效工作，若为有效工作则获取相对应工作量价值，并存储至工作量队列链中，累加计算工作量总价值，存储至数据库。
...
【专利技术属性】
技术研发人员：吴晓军，
申请(专利权)人：河北冀联人力资源服务集团有限公司，
类型：发明
国别省市：河北;13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。