数据映射识别方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种数据映射识别方法、装置、设备及介质，所述数据映射识别方法通过将原始数据进行映射编排，对原始数据进行预处理，便于后续的压缩处理；通过将第一映射位图进行编码压缩，在不影响采集数据的所带来的各项分析需求的前提下，数据一次压缩之后占用空间缩小为20％以下，降低了对传输带宽、云端存储空间的要求；通过在第一压缩图像的数据量超出预设阈值时基于预设图像识别模型再次进行压缩并上传，进一步减小了原始数据的数据量，有效降低了边缘侧计算能力的需求，较之传统的数据上传方式传输资源消耗大大减少。

Data mapping identification method, device, device and readable storage medium

【技术实现步骤摘要】
数据映射识别方法、装置、设备及可读存储介质
本专利技术涉及数据处理
，尤其涉及一种数据映射识别方法、装置、设备及可读存储介质。
技术介绍
随着物联网行业的快速发展，边缘侧数据采集节点的数目也随之不断增长，海量的边缘侧数据不断涌现，因此也对边缘侧设备的数据计算、数据存储与数据传输提出了更高的性能需求。这些性能需求要求边缘侧设备提供更高的算力，也就意味着满足这些需求需要重新部署或硬件升级传统的边缘侧设备。若将边缘侧设备采集到的原始数据按照传统模式全部上传至平台，如采用运营商网络4G传输，数据传输的成本高且效率低，典型的就是音响数据的采集和处理，也即是导致了通过传统方式上传边缘侧设备所采集数据的传输资源消耗过大的技术问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种数据映射识别方法，旨在解决通过传统方式上传边缘侧设备所采集数据的传输资源消耗过大的技术问题。为实现上述目的，本专利技术提供一种数据映射识别方法，所述数据映射识别方法应用于数据映射识别设备，所述数据映射识别方法包括以下步骤：将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图；将所述第一映射位图编码压缩为第一压缩图像，并判断所述第一压缩图像的数据量是否超出预设阈值；若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别；基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备；若不超出预设阈值，则将所述第一压缩图像上传至所述目标平台设备。可选地，所述若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别的步骤之前，还包括：基于预设历史数据生成图像编号映射表；使用预设人工智能算法对所述图像编号映射表进行有监督学习方式的训练，将训练所得出的参数模型作为所述已训练的图像识别模型。可选地，所述已训练的图像识别模型为神经网络参数模型，所述基于预设已训练的图像识别模型对所述第一压缩图像进行识别的步骤包括：利用所述神经网络参数模型识别出所述第一压缩图像所对应的图像信息编号；根据所述图像信息编号进行信息确认，并对所述第一压缩图像执行与图像信息相应的信息处理操作。可选地，所述基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备的步骤包括：将所述图像信息编号进行分组；按照所述图像信息编号的分组顺序，将所述处理后的第一压缩图像进行映射编排，生成第二映射位图；使用JPEG图像压缩编码算法对所述第二映射位图进行编码压缩，生成所述第二压缩图像，并将所述第二压缩图像上传至目标平台设备。可选地，所述将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图的步骤包括：根据预设最小单位字节长度对边缘侧设备采集的原始数据进行分组，生成多组子原始数据；将每组子原始数据映射为多个像素点，根据所述原始数据的数据排列顺序对所述像素点进行编排，生成所述第一映射位图。可选地，所述将所述第一映射位图编码压缩为第一压缩图像的步骤包括：使用JPEG图像压缩编码算法，对所述第一映射位图以无损压缩方式进行编码压缩，生成所述第一压缩图像。可选地，所述将所述第二压缩图像上传至目标平台设备的步骤之前，还包括：将所述第二压缩图像替换所述原始数据进行存储。此外，为实现上述目的，本专利技术还提供一种数据映射识别装置，所述数据映射识别装置包括：数据映射编排模块，用于将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图；压缩数据判断模块，用于将所述第一映射位图编码压缩为第一压缩图像，并判断所述第一压缩图像的数据量是否超出预设阈值；第一图像识别模块，用于若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别；第二图像上传模块，用于基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备；第一图像上传模块，用于若不超出预设阈值，则将所述第一压缩图像上传至所述目标平台设备。此外，为实现上述目的，本专利技术还提供一种数据映射识别设备，所述数据映射识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据映射识别程序，所述数据映射识别程序被所述处理器执行时实现如上述的数据映射识别方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数据映射识别程序，所述数据映射识别程序被处理器执行时实现如上述的数据映射识别方法的步骤。本专利技术提供一种数据映射识别方法、装置、设备及计算机可读存储介质。所述数据映射识别方法通过将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图；将所述第一映射位图编码压缩为第一压缩图像，并判断所述第一压缩图像的数据量是否超出预设阈值；若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别；基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备。通过上述方式，本专利技术通过将原始数据进行映射编排，对原始数据进行预处理，便于后续的压缩处理；通过将第一映射位图进行编码压缩，在不影响采集数据的所带来的各项分析需求的前提下，数据一次压缩之后占用空间缩小为20％以下，降低了对传输带宽、云端存储空间的要求；通过将不超出预设阈值的第一压缩图像代替原始数据上传至目标平台设备，节省了传输资源，提升了传输效率；通过在第一压缩图像的数据量超出预设阈值时基于预设图像识别模型再次进行压缩并上传，进一步减小了原始数据的数据量，有效降低了边缘侧计算能力的需求，较之传统的数据上传方式传输资源消耗大大减少，从而解决了通过传统方式上传边缘侧设备所采集数据的传输资源消耗过大的技术问题。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的设备结构示意图；图2为本专利技术数据映射识别方法第一实施例的流程示意图；图3为本专利技术数据映射识别方法的数据处理流程示意图；图4为本专利技术数据映射识别方法的具体实施例的流程示意图；图5为本专利技术装置一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图。本专利技术实施例终端可以是PC，也可以是智能手机、平板电脑等具有显示功能的可移动式终端设备。如图1所示，该终端可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的本文档来自技高网...

【技术保护点】
1.一种数据映射识别方法，其特征在于，所述数据映射识别方法包括：/n将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图；/n将所述第一映射位图编码压缩为第一压缩图像，并判断所述第一压缩图像的数据量是否超出预设阈值；/n若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别；/n基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备；/n若不超出预设阈值，则将所述第一压缩图像上传至所述目标平台设备。/n

【技术特征摘要】
1.一种数据映射识别方法，其特征在于，所述数据映射识别方法包括：
将边缘侧设备采集的原始数据进行映射编排，生成第一映射位图；
将所述第一映射位图编码压缩为第一压缩图像，并判断所述第一压缩图像的数据量是否超出预设阈值；
若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别；
基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备；
若不超出预设阈值，则将所述第一压缩图像上传至所述目标平台设备。


2.如权利要求1所述的数据映射识别方法，其特征在于，所述若超出预设阈值，则基于预设已训练的图像识别模型对所述第一压缩图像进行识别的步骤之前，还包括：
基于预设历史数据生成图像编号映射表；
使用预设人工智能算法对所述图像编号映射表进行有监督学习方式的训练，将训练所得出的参数模型作为所述已训练的图像识别模型。


3.如权利要求2所述的数据映射识别方法，其特征在于，所述已训练的图像识别模型为神经网络参数模型，所述基于预设已训练的图像识别模型对所述第一压缩图像进行识别的步骤包括：
利用所述神经网络参数模型识别出所述第一压缩图像所对应的图像信息编号；
根据所述图像信息编号进行信息确认，并对所述第一压缩图像执行与图像信息相应的信息处理操作。


4.如权利要求3所述的数据映射识别方法，其特征在于，所述基于识别后的第一压缩图像生成第二压缩图像，并将所述第二压缩图像上传至目标平台设备的步骤包括：
将所述图像信息编号进行分组；
按照所述图像信息编号的分组顺序，将所述处理后的第一压缩图像进行映射编排，生成第二映射位图；
使用JPEG图像压缩编码算法对所述第二映射位图进行编码压缩，生成所述第二压缩图像，并将所述第二压缩图像上传至目标平台设备。


5.如权利要求1所述的数据映射识别方法，其特征在于，所述将边缘侧设备采集的原始数据进行映射编排...

【专利技术属性】
技术研发人员：徐高峰，裴卫斌，张星，关淑菊，
申请(专利权)人：深圳力维智联技术有限公司，南京中兴力维软件有限公司，
类型：发明
国别省市：广东;44