一种大数据图像实时多维分析方法及系统技术方案

本发明专利技术适用图像分析技术领域，提供了一种大数据图像实时多维分析方法及系统，方法包括：终端设备上传待处理图像，提取待处理图像中的图像特征，与预设图像的特征进行匹配，匹配成功则输出预设图像，在每次匹配成功之后更新或并保留历史预设图像；其中，多个预设图像均一一对应有特征标识，特征标识依据预设图像的特征进行生成，特征标识存储在特征表里；与预设图像的特征进行匹配包括：将待处理图像特征标识与特征表内的特征标识进行匹配，以获得与匹配图像对应的预设图像，使用表格进行提取比对，大大提高了工作效率，及降低了服务器的配置要求，提高了用户的体验。提高了用户的体验。提高了用户的体验。

【技术实现步骤摘要】
一种大数据图像实时多维分析方法及系统


[0001]本专利技术属于图像分析
，尤其涉及一种大数据图像实时多维分析方法及系统。

技术介绍

[0002]当前的技术中，当对一张图像进行分析识别时，需要将底库中所有图片一一与该图比对，而之后当同一张图(或者相似图片)再次输入进行识别时，仍会像其上次识别时一样对底库的所有图片进行搜索比对，这样的重复搜索将耗费大量的时间，尤其是在大数据库中进行搜索比对时，这种时间耗费将更为严重，因此，亟需一种对这种重复搜索进行优化的分析技术。

技术实现思路

[0003]鉴于上述现有技术的不足，本专利技术的目的在于提供一种大数据图像实时多维分析方法及系统，旨在解决由于现有技术无法提供一种有效的大数据图像实时多维分析方法，导致图像识别分析效率低、用户体验不佳的问题。
[0004]一方面，本专利技术提供了一种大数据图像实时多维分析方法，所述方法包括下述步骤：
[0005]终端设备上传待处理图像；
[0006]提取所述待处理图像中的图像特征；
[0007]与预设图像的特征进行匹配，匹配成功则输出所述预设图像；
[0008]在每次匹配成功之后更新或并保留历史所述预设图像。
[0009]进一步地，所述终端设备上传待处理图像包括：终端设备向就近的边缘计算节点上传待处理图像；
[0010]所述提取所述待处理图像中的图像特征包括：所述边缘计算节点提取所述待处理图像中的图像特征；
[0011]所述与预设图像的特征进行匹配包括：边缘计算节点依据所述待处理图像中的图像特征与中心服务器中存储的所述预设图像的特征进行匹配；
[0012]匹配成功则输出所述预设图像包括：所述中心服务器通过所述边缘计算节点向所述终端设备发送所述预设图像；
[0013]与预设图像的特征进行匹配成功之后，所述待处理图像变为已匹配图像。
[0014]进一步地，所述在每次匹配成功之后更新或并保留历史所述预设图像包括：
[0015]所述边缘计算节点向所述中心服务器发送所述已匹配图像，所述中心服务器使用所述已匹配图像替换更新对应的预设图像或并保留被替换的预设图像。
[0016]进一步优选地，所述待处理图像和所述预设图像均为三维图像，所述中心服务器中存储有多个不同的所述预设图像；
[0017]多个所述预设图像均一一对应有特征标识，所述特征标识依据所述预设图像的特
征进行生成，所述特征标识存储在特征表里。
[0018]进一步地，所述特征表里还存储有与所述特征标识对应的预设图像的存储位置的存储路径标识；
[0019]所述中心服务器通过所述边缘计算节点向所述终端设备发送所述预设图像包括：根据所述存储路径标识提取所述预设图像并通过所述边缘计算节点向所述终端设备发送所述预设图像；
[0020]所述预设图像存储于所述边缘计算节点，所述中心服务器对所述边缘计算节点存储的所述预设图像进行备份；
[0021]根据所述存储路径标识无法找到所述预设图像时、根据所述特征标识从中心服务器中进行提取。
[0022]进一步地，所述与预设图像的特征进行匹配之前包括：
[0023]依据从所述待处理图像中提取的图像特征生成待处理图像特征标识；
[0024]所述与预设图像的特征进行匹配包括：将所述待处理图像特征标识与所述特征表内的特征标识进行匹配。
[0025]进一步优选地，所述提取所述待处理图像中的图像特征包括：
[0026]预设一个或多个图像特征阈值，当所述待处理图像中的图像特征阈值超过预设的图像特征阈值时则提取所述待处理图像中的图像特征；
[0027]所述图像特征阈值为图像局部区域的特征阈值。
[0028]另一方面，本专利技术提供了一种大数据图像实时多维分析系统，所述系统包括：
[0029]边缘计算节点，接收终端设备上传的待处理图像；
[0030]特征提取单元，预设一个或多个图像特征阈值，当所述待处理图像中的图像特征阈值超过预设的图像特征阈值时则提取所述待处理图像中的图像特征；
[0031]特征标识生成单元，依据从所述待处理图像中提取的图像特征生成待处理图像特征标识；
[0032]特征表生成单元，依据所述预设图像的特征生成特征标识和与所述特征标识对应的预设图像的存储位置的存储路径标识，根据所述特征标识和存储路径标识生成特征表；
[0033]匹配单元，将待处理图像与预设图像的特征进行匹配；
[0034]中心服务器，存储特征表和预设图像；
[0035]图像输出单元，输出与匹配图像对应的预设图像。
[0036]另一方面，本专利技术还提供了一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行上述的大数据图像实时多维分析方法。
[0037]另一方面，本专利技术还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被处理器执行时，使所述处理器执行上述的大数据图像实时多维分析方法。
[0038]本专利技术的有益效果在于：终端设备上传待处理图像，提取待处理图像中的图像特征，与预设图像的特征进行匹配，匹配成功则输出预设图像，在每次匹配成功之后更新或并保留历史预设图像；其中，多个预设图像均一一对应有特征标识，特征标识依据预设图像的特征进行生成，特征标识存储在特征表里；与预设图像的特征进行匹配包括：将待处理图像
特征标识与特征表内的特征标识进行匹配，以获得与匹配图像对应的预设图像，使用表格进行提取比对，大大提高了工作效率，及降低了服务器的配置要求，提高了用户的体验。
附图说明
[0039]图1是本专利技术实施例一提供的大数据图像实时多维分析方法的实现流程图；
[0040]图2是本专利技术实施例二提供的大数据图像实时多维分析系统的结构示意图。
具体实施方式
[0041]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。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。
[0042]以下结合具体实施例对本专利技术的具体实现进行详细描述：
[0043]实施例一：
[0044]图1示出了本专利技术实施例一提供的大数据图像实时多维分析方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：
[0045]在步骤S101中，终端设备上传待处理图像；
[0046]在本专利技术的实施例中，终端设备上传待处理图像包括：终端设备向就近的边缘计算节点上传待处理图像；
[0047]在步骤S102中，提取待处理图像中的图像特征；
[0048]在本专利技术的实施例中，提取待处理图像中的图像特征包括：边缘计算节点提取待处理图像中的图像特征；...

【技术保护点】

【技术特征摘要】
1.一种大数据图像实时多维分析方法，其特征在于，所述方法包括下述步骤：终端设备上传待处理图像；提取所述待处理图像中的图像特征；与预设图像的特征进行匹配，匹配成功则输出所述预设图像；在每次匹配成功之后更新或并保留历史所述预设图像。2.如权利要求1所述的大数据图像实时多维分析方法，其特征在于，所述终端设备上传待处理图像包括：终端设备向就近的边缘计算节点上传待处理图像；所述提取所述待处理图像中的图像特征包括：所述边缘计算节点提取所述待处理图像中的图像特征；所述与预设图像的特征进行匹配包括：边缘计算节点依据所述待处理图像中的图像特征与中心服务器中存储的所述预设图像的特征进行匹配；匹配成功则输出所述预设图像包括：所述中心服务器通过所述边缘计算节点向所述终端设备发送所述预设图像；与预设图像的特征进行匹配成功之后，所述待处理图像变为已匹配图像。3.如权利要求2所述的大数据图像实时多维分析方法，其特征在于，所述在每次匹配成功之后更新或并保留历史所述预设图像包括：所述边缘计算节点向所述中心服务器发送所述已匹配图像，所述中心服务器使用所述已匹配图像替换更新对应的预设图像或并保留被替换的预设图像。4.如权利要求2所述的大数据图像实时多维分析方法，其特征在于，所述待处理图像和所述预设图像均为三维图像，所述中心服务器中存储有多个不同的所述预设图像；多个所述预设图像均一一对应有特征标识，所述特征标识依据所述预设图像的特征进行生成，所述特征标识存储在特征表里。5.如权利要求4所述的大数据图像实时多维分析方法，其特征在于，所述特征表里还存储有与所述特征标识对应的预设图像的存储位置的存储路径标识；所述中心服务器通过所述边缘计算节点向所述终端设备发送所述预设图像包括：根据所述存储路径标识提取所述预设图像并通过所述边缘计算节点向所述终端设备发送所述预设图像；所述预设图像存储于所述边缘计算节点，所述中心服务器对所述边缘计算节点存储的所述预设图像进行备份；根据所述存储路径标识无法找到所述预设图像时、根...

【专利技术属性】
技术研发人员：林培力，
申请(专利权)人：深圳星月辰网络科技有限公司，
类型：发明
国别省市：