一种基于边缘计算的追踪方法及装置制造方法及图纸

本发明专利技术涉及一种基于边缘计算的追踪方法及装置，该方法包括：在图像数据的选定图像数据中标定目标位置，根据目标位置及预设数据建模策略对目标数据进行建模；根据数据处理对应关系及目标图像数据，获取目标图像数据的采集策略及处理策略；基于目标图像数据的采集策略从目标图像数据处采集目标数据，根据目标图像数据的处理策略处理得到网络边缘图像数据；汇总各个网络边缘图像数据，按照预设的边缘图像数据分析处理策略进行分析处理得到目标位置在各个图像帧中对应位置。本发明专利技术解决了数据追踪中的网络时延问题，提供近智能服务，可以满足敏捷联接、实时业务、数据优化、应用智能、完全与隐私保护等方面的需求。

【技术实现步骤摘要】
一种基于边缘计算的追踪方法及装置
本专利技术涉及智能通讯的
，具体涉及一种基于边缘计算的追踪方法及装置。
技术介绍
目前，全球已掀起行业数字化转型的浪潮，数字化是基础，网络化是支撑，智能化是目标。通过对人物、环境、过程等对象进行数字化产生数据，通过网络化实现数据的价值流动，以数据为生产要素，通过智能化为各行业创造经济和社会价值。智能化是以数据的智能分析为基础，从而实现智能决策和智能操作，通过闭环实现业务流程的持续智能优化。目前的智能数据处理方式是以数据计算你中心为基本，从各个地方采集数据，集中进行分析处理的方式，一般数据计算中心的部署位置都较远，在各个应用场景中，计算任务都需要较小的计算时延，而直接通过偏远的数据计算中心将会导致数据传输时间长，带来延时损耗。而在工业生产、运营成场景中，对事故、故障、突发情况的实时响应非常重要，现有的数据处理，乃至云计算都存在网络时延大、成本高及安全隐患等一系列问题，无法适应所有的大数据分析、处理要求。在云计算架构中，数据通过网络全部传输并保存至云端，通过云计算的动态、弹性及灵活特性，克服了对IT资源的独占性、数据中心的业务密度低、系统资源利用效率低下、有限的物理空间难以满足业务快速发展的要求的问题。然而，与此同时，云计算所需要的大量数据来自于相关的设备采集得到，各类终端将采集到的大量数据传送至对应的云平台中，通过中心化的集中运算得到分析结果，随着分布式智能设备的广泛使用，大量的数据传输造成了传输通道的堵塞，造成云计算中的极大困难。因此，行业内亟需一种能对目标追踪任务的特点进行分析并追踪的方案。
技术实现思路
本专利技术的目的在于针对现有技术的不足而提供一种基于边缘计算的追踪方法及装置。本专利技术的目的可以通过如下所述技术方案来实现。本专利技术提供一种基于边缘计算的追踪方法，包括：在图像数据的选定图像数据中标定目标位置，根据所述目标位置及预设数据建模策略对目标数据进行建模；根据所述图像数据的帧序列规则及所述选定图像数据中标定目标位置，预设图像数据与其网络边缘帧图像数据的部署策略对应关系；设置所述目标图像数据与网络边缘帧图像数据采集及处理策略的数据处理对应关系；根据目标图像数据及所述部署策略对应关系，获取所述目标图像数据的网络边缘图像数据部署策略；根据所述网络边缘图像数据部署策略配置所述目标图像数据的目标网络边缘图像数据；根据所述数据处理对应关系及所述目标图像数据，获取目标图像数据的采集策略及处理策略；基于所述目标图像数据的采集策略从所述目标图像数据处采集目标数据，根据所述目标图像数据的处理策略处理得到网络边缘图像数据；汇总各个所述网络边缘图像数据，按照预设的边缘图像数据分析处理策略进行分析处理得到所述目标位置在各个图像帧中对应位置。可选地，其中，根据所述目标图像数据的处理策略处理得到网络边缘图像数据，为：根据所述图像数据的帧序列规则获取各个所述目标图像数据的数据特征；基于滤波算法将所述目标图像数据的搜索区域设定为1.2至3倍区域范围，根据设定的区域范围对所述数据特征进行预处理、特征提取、模型训练，再采用得到的模型进行数据分类得到所述网络边缘图像数据。可选地，其中，该方法还包括：在滤波算法建模过程中，将空域内相关运算转换至频域，以对应元素乘积运算代替。可选地，其中，该方法还包括：将所述各个所述目标网络边缘图像数据连接至边缘计算控制平台；所述边缘计算控制平台按照预设的边缘图像数据状态检测策略向所述目标网络边缘图像数据发送状态检测信号；在发送所述状态检测信号预设时间内未收到检测反馈信号时，根据所述网络边缘图像数据部署策略配置所述目标事物的更新目标网络边缘图像数据。可选地，其中，该方法还包括：将所述各个所述目标网络边缘图像数据连接至边缘计算控制平台；所述目标网络边缘图像数据接收所述边缘计算控制平台的存储搜索策略，并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备；基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存，并分布在各个所述目标存储设备上。可选地，其中，根据所述目标图像数据的处理策略处理所述目标网络边缘图像数据中的所述目标数据，得到网络边缘图像数据，为：根据所述目标数据的处理策略对所述目标网络边缘图像数据中的所述目标数据进行校正、去躁及加窗处理得到初处理数据；根据目标图像数据的属性类型，基于该属性类型对应的特征提取策略，对所述初处理数据进行特征提取得到网络边缘图像数据。另一方面，本专利技术还提供一种基于边缘计算的追踪装置，包括：设置模块、网络边缘图像数据配置模块及图像数据追踪模块；其中，所述设置模块，在图像数据的选定图像数据中标定目标位置，根据所述目标位置及预设数据建模策略对目标数据进行建模；根据所述图像数据的帧序列规则及所述选定图像数据中标定目标位置，预设图像数据与其网络边缘帧图像数据的部署策略对应关系；设置所述目标图像数据与网络边缘帧图像数据采集及处理策略的数据处理对应关系；所述网络边缘图像数据配置模块，与所述设置模块相连接，根据目标图像数据及所述部署策略对应关系，获取所述目标图像数据的网络边缘图像数据部署策略；根据所述网络边缘图像数据部署策略配置所述目标图像数据的目标网络边缘图像数据；根据所述数据处理对应关系及所述目标图像数据，获取目标图像数据的采集策略及处理策略；基于所述目标图像数据的采集策略从所述目标图像数据处采集目标数据，根据所述目标图像数据的处理策略处理得到网络边缘图像数据；所述图像数据追踪模块，与所述网络边缘图像数据配置模块相连接，汇总各个所述网络边缘图像数据，按照预设的边缘图像数据分析处理策略进行分析处理得到所述目标位置在各个图像帧中对应位置。可选地，其中，所述网络边缘图像数据配置模块，包括：数据特征获取单元及数据特征处理单元；其中，所述数据特征获取单元，根据所述图像数据的帧序列规则获取各个所述目标图像数据的数据特征；所述数据特征处理单元，与所述数据特征获取单元相连接，基于滤波算法将所述目标图像数据的搜索区域设定为1.2至3倍区域范围，根据设定的区域范围对所述数据特征进行预处理、特征提取、模型训练，再采用得到的模型进行数据分类得到所述网络边缘图像数据。可选地，其中，该装置还包括：目标网络边缘图像数据状态检测模块，与所述网络边缘图像数据配置模块相连接，将所述各个所述目标网络边缘图像数据连接至边缘计算控制平台；所述边缘计算控制平台按照预设的边缘图像数据状态检测策略向所述目标网络边缘图像数据发送状态检测信号；在发送所述状态检测信号预设时间内未收到检测反馈信号时，根据所述网络边缘图像数据部署策略配置所述目标事物的更新目标网络边缘图像数据。可选地，其中，该装置还包括：目标网络边缘图像数据虚拟缓存创建模块，与所述网络边缘图像数据配置模块相连接，将所述各个所述目标网络边缘图像数据连接至本文档来自技高网...

【技术保护点】
1.一种基于边缘计算的追踪方法，其特征在于，包括：/n在图像数据的选定图像数据中标定目标位置，根据所述目标位置及预设数据建模策略对目标数据进行建模；/n根据所述图像数据的帧序列规则及所述选定图像数据中标定目标位置，预设图像数据与其网络边缘帧图像数据的部署策略对应关系；设置所述目标图像数据与网络边缘帧图像数据采集及处理策略的数据处理对应关系；/n根据目标图像数据及所述部署策略对应关系，获取所述目标图像数据的网络边缘图像数据部署策略；根据所述网络边缘图像数据部署策略配置所述目标图像数据的目标网络边缘图像数据；/n根据所述数据处理对应关系及所述目标图像数据，获取目标图像数据的采集策略及处理策略；基于所述目标图像数据的采集策略从所述目标图像数据处采集目标数据，根据所述目标图像数据的处理策略处理得到网络边缘图像数据；/n汇总各个所述网络边缘图像数据，按照预设的边缘图像数据分析处理策略进行分析处理得到所述目标位置在各个图像帧中对应位置。/n

【技术特征摘要】
1.一种基于边缘计算的追踪方法，其特征在于，包括：
在图像数据的选定图像数据中标定目标位置，根据所述目标位置及预设数据建模策略对目标数据进行建模；
根据所述图像数据的帧序列规则及所述选定图像数据中标定目标位置，预设图像数据与其网络边缘帧图像数据的部署策略对应关系；设置所述目标图像数据与网络边缘帧图像数据采集及处理策略的数据处理对应关系；
根据目标图像数据及所述部署策略对应关系，获取所述目标图像数据的网络边缘图像数据部署策略；根据所述网络边缘图像数据部署策略配置所述目标图像数据的目标网络边缘图像数据；
根据所述数据处理对应关系及所述目标图像数据，获取目标图像数据的采集策略及处理策略；基于所述目标图像数据的采集策略从所述目标图像数据处采集目标数据，根据所述目标图像数据的处理策略处理得到网络边缘图像数据；
汇总各个所述网络边缘图像数据，按照预设的边缘图像数据分析处理策略进行分析处理得到所述目标位置在各个图像帧中对应位置。


2.根据权利要求1所述的基于边缘计算的追踪方法，其特征在于，根据所述目标图像数据的处理策略处理得到网络边缘图像数据，为：
根据所述图像数据的帧序列规则获取各个所述目标图像数据的数据特征；
基于滤波算法将所述目标图像数据的搜索区域设定为1.2至3倍区域范围，根据设定的区域范围对所述数据特征进行预处理、特征提取、模型训练，再采用得到的模型进行数据分类得到所述网络边缘图像数据。


3.根据权利要求2所述的基于边缘计算的追踪方法，其特征在于，还包括：
在滤波算法建模过程中，将空域内相关运算转换至频域，以对应元素乘积运算代替。


4.根据权利要求1所述的基于边缘计算的追踪方法，其特征在于，还包括：
将所述各个所述目标网络边缘图像数据连接至边缘计算控制平台；
所述边缘计算控制平台按照预设的边缘图像数据状态检测策略向所述目标网络边缘图像数据发送状态检测信号；
在发送所述状态检测信号预设时间内未收到检测反馈信号时，根据所述网络边缘图像数据部署策略配置所述目标事物的更新目标网络边缘图像数据。


5.根据权利要求1所述的基于边缘计算的追踪方法，其特征在于，还包括：
将所述各个所述目标网络边缘图像数据连接至边缘计算控制平台；
所述目标网络边缘图像数据接收所述边缘计算控制平台的存储搜索策略，并按照所述存储搜索策略获取预设存储设备范围内的目标存储设备；
基于所述目标网络边缘设备按照预设的虚拟缓存创建策略创建虚拟分布式缓存，并分布在各个所述目标存储设备上。


6.根据权利要求1所述的基于边缘计算的追踪方法，其特征在于，根据所述目标图像数据的处理策略处理所述目标网络边缘图像数据中的所述目标数据，得到网络边缘图像数据，为：
根据所述目标数据的处理策略对所述目标网络边缘图像数据中的所述目标数据进行校正、去躁及加窗处理得到初处理数据；
根据目标图像数据的属性类型，基于...

【专利技术属性】
技术研发人员：李发明，
申请(专利权)人：深圳市中博科创信息技术有限公司，
类型：发明
国别省市：广东;44