一种基于微服务的多分析算法融合应用服务平台方法技术

本发明专利技术公开了一种基于微服务的多分析算法融合应用服务平台方法，所述方法能调动全局资源处理突发任务，实现了负载均衡，实现了故障转移：当单算法出现运行故障，自动把分析任务分配给运行正常的算法，保证分析任务的正常执行。所述方法基于对各种分析算法的调度管理，实现了计算资源的统一调度，实现了分析任务按需调度下发，能更有效利用全局的计算资源。

A multi analysis algorithm fusion application service platform method based on microservice

【技术实现步骤摘要】
一种基于微服务的多分析算法融合应用服务平台方法
本专利技术属于视频智能分析
，尤其涉及一种基于微服务的多分析算法融合应用服务平台方法。
技术介绍
本专利技术的缩略语和关键术语定义，即本专利技术出现的英文缩写术语在此提供对应的英文全称和中文译文，或中文专业术语的详细解释如下：REST:表述性状态转移(RepresentationalStateTransfer)，REST是一种通过采用统一方式将所有信息抽象为资源来创建服务的方法，任何能够被命名的信息都能够作为一个资源。REST使用一个资源标识符(URI)来标识组件之间交互所涉及到的特定资源。REST组件通过以下方式在一个资源上执行动作：使用一个资源表述来捕获资源的当前或预期的状态、在组件之间传递该表述，一个表述是一个字节序列，以及描述这些字节序列的表述元数据。REST服务通过HTTP的方法动词来实现。目前，视频智能分析是计算机视觉领域中的一项重要的应用研究，是以视频监控、视频检索、事件检测、目标定位为基础的，在借助计算机和视频采集设备，无需人监督的情况下，分析系统自动完成人类视觉的部分功能。如：人员定位、人员识别、车辆检索。智能视频分析技术实际上是一种信息数据挖掘和感知的特殊技术，它从视频数据源内分析、挖掘我们所关注的相关信息，这个过程实际上就是一种信息感知的过程。视频智能分析已在道路、广场的人员车辆密集区域或者热点区域场所得到了局部应用。各厂商的智能视频分析算法各有所长，特定厂商的算法针对特定类型的目标群体具有更好地分析效果。但是目前的视频解析系统中，还是采用单一厂商的算法，未考虑视频图像应用层面更充分地挥各厂商算法的优势，如何利用多种厂商算法的分析结果取得更为理想的实际应用效果。如图1的单一厂商分析算法调用模式技术方案所示，现有技术方案都是由应用系统调用单一厂商的分析算法进行分析的模式。分析算法采用私有数据接口接入视频图像数据，分析算法提供私有应用接口支撑应用系统的应用。实现流程如下：1，抓拍库建库流程：分析算法通过私有数据接口获取视频图像数据进行分析，提取特征值，实现建库。2,，静态库和关注库建库流程：应用系统通过私有应用接口下发静态或者关注的图像数据给分析算法，分析算法提取特征值，实现建库。3，图像比对流程：应用系统通过私有应用接口调用分析算法进行图像比对。4，监测通知流程：应用系统通过私有应用接口调用分析算法进行监测。分析算法将抓拍库的图像数据与关注库的图像数据进行比对，比中向应用系统发送通知。现有技术的缺点：各厂商的分析算法各有所长，特定厂商的算法针对特定类型的目标群体或场景具有更准确的分析效果，但是针对某些类型的目标群体或场景具有局限性，效果会比较差甚至无法分析。仅选用单一厂商的分析算法，无法规避算法本身的局限性。1，在同样的计算资源条件下，针对不同的分析功能，各厂商分析算法的运算速度有较大差异，仅选用单一厂商的分析算法，无法有效地利用全局计算资源和获得最佳计算性能。仅选用单一厂商的分析算法，系统分析能力的可靠性完全依赖单个分析算法的运行的稳定性，当单个分析算法出现故障时，无法实现故障转移。2，仅采用单一厂商分析算法，应用与分析算法的接口基本为分析算法的私有接口，应用当需要更换另一家厂商的分析算法，需要重新开发适配另一家厂商分析算法的接口，可扩展性和灵活性不强，开发成本和周期也比较长。为了取得更好的分析效果，在视频解析应用中，开始探索由单一厂商算法分析向多厂商算法综合分析。多厂商算法综合分析是指针对同一视频解析功能，同时部署和应用若干家厂商的分析算法，对其分析结果进行二次综合分析。各厂商的产品由于其使用的算法原理、实现方案不同，其对不同场景的使用效果不尽相同、各有优劣，形成各自的具有差异性的解决方案。采用多算法方式进行二次分析，既有助于综合利用各算法的优势，避免单算法各自的特殊短板，扬长避短；又能通过算法之间的交叉印证，来检验各算法的智能分析效果，为评价算法的实际性能提供依据。为了更有效利用全局的计算资源，在视频解析应用中，实现计算资源的统一调度，实现全网分布式智能分析也成为一种趋势：视频解析任务按需调度下发、IT能力随需而动；本地分析存储，结果汇聚，全网智能；能调动全局资源处理突发任务，实现负载均衡和故障转移。为了实现对多种分析算法的标准化集成，建立统一规范的分析算法的集成接口，各分析算法只需按照标准的接口提供服务，就能很方便地被集成，方便各厂商的异构分析算法进行服务封装。
技术实现思路
本专利技术的目的在于提供一种能够克服上述技术问题的基于微服务的多分析算法融合应用服务平台方法。本专利技术所述方法包括以下步骤：步骤1，建库流程：步骤1.1，应用系统向多分析算法调度管理模块下发建库请求；步骤1.1.1，请求携带中提取任务标识、建库所需的图像数据、图像库标识、建库使用的分析算法、建库类型的参数；步骤1.1.2，建库使用的分析算法为可选项，能不选，也能指定多个分析算法进行建库；步骤1.1.3，建库类型分为：仅传入图像、指定图像库全部提取、指定图像库部分提取；步骤1.2，分析算法调度管理模块根据调度策略和当前资源情况进行任务和资源的调度，把建库任务分发给分析算法；步骤1.2.1，根据调度策略和资源情况选择分析算法：当请求中携带了建库使用的分析算法，则选择请求中指定的分析算法；如请求中未携带，则选择建库服务运行状态正常的所有分析算法；步骤1.2.2，根据建库类型选择图像数据：步骤1.2.2.1，当建库类型为仅传入图像，则选择请求中携带的图像数据，并把这些图像数据保存到指定的图像库；步骤1.2.2.2，当建库类型为指定图像库全部提取，则选择库中全部图像；步骤1.2.2.3，当建库类型为指定图像库部分提取，则选择库中未使用指定分析算法提取特征的图像；步骤1.2.3，把选择的图像数据分批发送给选择的分析算法，携带提取任务标识和图像数据；步骤1.3，分析算法对建库所需的图像数据完成提取特征后，将特征数据异步返回给多分析算法调度管理模块。返回数据包括特征提取任务标识、图像标识、特征数据和算法标识；步骤1.4，多分析算法调度管理模块将收到的特征数据保存到视频图像信息数据库；步骤1.4.1，根据多分析算法调度管理模块根据某分析算法返回特征数据的提取任务标识、图像标识在图像库中找到对应的图像数据；步骤1.4.2，当图像中对应的图像数据没有该分析算法的特征数据，则直接保存该分析算法的特征数据，否则，先删除已有的该分析算法的特征数据，再保存新收到的该分析算法的特征数据；步骤1.5，多分析算法调度管理模块根据融合策略将综合后的建库结果返回给应用系统；步骤1.5.1，多分析算法调度管理模块把建库任务中所有的图像数据都下发给分析算法，并保存了分析算法返回的特征数据之后，统计建库结果，即提取特征成功的图像数量和提取特征失败的图像数量；步骤1本文档来自技高网...

【技术保护点】
1.一种基于微服务的多分析算法融合应用服务平台方法，其特征在于，包括以下步骤：/n步骤1，建库流程；/n步骤2，图像比对流程；/n步骤3，监测通知流程。/n

【技术特征摘要】
1.一种基于微服务的多分析算法融合应用服务平台方法，其特征在于，包括以下步骤：
步骤1，建库流程；
步骤2，图像比对流程；
步骤3，监测通知流程。


2.根据权利要求1所述的一种基于微服务的多分析算法融合应用服务平台方法，其特征在于，所述步骤1包括以下步骤：
步骤1.1，应用系统向多分析算法调度管理模块下发建库请求；
步骤1.1.1，请求携带中提取任务标识、建库所需的图像数据、图像库标识、建库使用的分析算法、建库类型的参数；
步骤1.1.2，建库使用的分析算法为可选项，能不选，也能指定多个分析算法进行建库；
步骤1.1.3，建库类型分为：仅传入图像、指定图像库全部提取、指定图像库部分提取；
步骤1.2，分析算法调度管理模块根据调度策略和当前资源情况进行任务和资源的调度，把建库任务分发给分析算法；
步骤1.2.1，根据调度策略和资源情况选择分析算法：当请求中携带了建库使用的分析算法，则选择请求中指定的分析算法；如请求中未携带，则选择建库服务运行状态正常的所有分析算法；
步骤1.2.2，根据建库类型选择图像数据；
步骤1.2.3，把选择的图像数据分批发送给选择的分析算法，携带提取任务标识和图像数据；
步骤1.3，分析算法对建库所需的图像数据完成提取特征后，将特征数据异步返回给多分析算法调度管理模块，返回数据包括特征提取任务标识、图像标识、特征数据和算法标识；
步骤1.4，多分析算法调度管理模块将收到的特征数据保存到视频图像信息数据库；
步骤1.4.1，根据多分析算法调度管理模块根据某分析算法返回特征数据的提取任务标识、图像标识在图像库中找到对应的图像数据；
步骤1.4.2，当图像中对应的图像数据没有该分析算法的特征数据，则直接保存该分析算法的特征数据，否则，先删除已有的该分析算法的特征数据，再保存新收到的该分析算法的特征数据；
步骤1.5，多分析算法调度管理模块根据融合策略将综合后的建库结果返回给应用系统；
步骤1.5.1，多分析算法调度管理模块把建库任务中所有的图像数据都下发给分析算法，并保存了分析算法返回的特征数据之后，统计建库结果，即提取特征成功的图像数量和提取特征失败的图像数量；
步骤1.5.2，多分析算法调度管理模块把建库结果异步返回应用系统。


3.根据权利要求1所述的一种基于微服务的多分析算法融合应用服务平台方法，其特征在于，所述步骤2包括以下步骤：
步骤2.1，应用系统向多分析算法调度管理模块下发目标比对请求，请求中携带需要比对的目标图像、要比对的图像库范围、相似度阈值、分析算法(可选项，可多选)、是否需要融合结果的参数；
步骤2.2，分析算法调度管理模块根据调度策略和当前资源情况进行任务和资源的调度，把比对任务分发给分析算法；
步骤2.2.1，分析算法的选择：根据比对请求中指定的分析算法选择；
步骤2.2.2，把比对任务同时分发给选择的多个分析算法；
步骤2.3，分析算法把目标图像提取特征，将目标特征与指定图像库的所有目标的特征进行比对，把比对结果即相似度超过设定阈值的数据返回给多分析算法调度管理模块；
步骤2.4，多分析算法调度管理模块根据融合策略将融合后的比对结果返回给应用系统：
步骤2.4.1，待所有分析算法的比对结果返回后，记录所有比对结果，当部分算法在设定的时间内未返回比对结果，则视为超时，不再等待其返回结果；
步骤2.4.2，当比对请求中，指定了不需要融合结果，则不进行融合，直接把各分析算法比对结果返回给应用系统，图像比对流程结束，反之，继续执行步骤2.4.3至步骤2.4.5；
步骤2.4.3，把...

【专利技术属性】
技术研发人员：赵惠芳，崔云红，赵鑫，刘桂君，周文斌，杜晓玲，王德敏，孙丽丽，王建勇，
申请(专利权)人：北京中盾安全技术开发公司，
类型：发明
国别省市：北京;11