可降级的中心化智能推送方法及装置制造方法及图纸

本发明专利技术涉及安检包裹数据推送技术领域，具体包括可降级的中心化智能推送方法及装置。可降级的中心化智能推送方法，包括以下步骤：接收一个当前列数据图片；生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前列数据图片的推送数据；持续接收并监测来自算法云平台的心跳状态，若有心跳，则基于当前列数据图片与算法云平台进行识图交互获得对应的当前识别结果，并生成一个包含当前识别结果的推送数据；若无心跳，则与安检设备进行识图交互获得对应的当前识别结果，并生成一个包含当前识别结果的推送数据。本发明专利技术就实现每推送1个列数据图片到集中判图客户端的同时，也会产生对应的识别结果给集中判图客户端。户端。户端。

【技术实现步骤摘要】
可降级的中心化智能推送方法及装置


[0001]本专利技术涉及安检包裹数据推送
，具体包括可降级的中心化智能推送方法及装置。

技术介绍

[0002]目前由于在包裹的安检场景中，包裹中的违禁品判识一般会放在边缘的智能识图盒子，这样会使得需要大量部署智能识图盒子，一般一个安检设备配置一个智能识图盒子，硬件资源分散，提高了硬件造价成本、管理成本与维护成本。
[0003]因此需要提出一个中心智能识图云化的方法，将识图功能与安检硬件解耦，使得硬件资源集约化，降低硬件维护成本，有利于对识图模块的统一管理。
[0004]同时，在提出一个中心智能识图云化的方法后，若中心智能识图云化的算法云平台出现宕机状态时，系统将不会进行智能识图，集中判图客户端将无法获得智能识图结果，这样会大大的依赖人工判图，出现包裹漏检率升高的问题。

技术实现思路

[0005]本专利技术的目的是提供一种可降级的中心化智能推送方法及装置。
[0006]为解决上述技术问题，本专利技术采用了以下方案：一方面，本专利技术提供了可降级的中心化智能推送方法，包括以下步骤：S3：接收一个当前列数据图片；S30：生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前列数据图片的推送数据；S31：持续接收并监测来自算法云平台的心跳状态，若有心跳，则转S32，若无心跳，则转S33；S32：基于当前列数据图片与算法云平台进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据；S33：与安检设备进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据。
[0007]目前，在现有技术中，一般的中心智能识图云化的方法是将一个包裹所对应的列数据图片等待全部生成，再组合成一个对应于一个包裹的图片，称为包裹图片，然后推送给中心智能识图，完成一个包裹图片的对应识图结果，再将识图结果推送给判图终端，这样对于判图终端而言，其需要等待该识图结果，这会导致判定效率不高。
[0008]相较于现有技术，本专利技术推送方式进行了更改，更改后的模式为：对1个包裹所对应的每个当前列数据图片进行一次分发到集中判图客户端，以此实现在集中判图客户端上实现仿真安检设备扫描成像的效果，即安检设备每生成1个列数据图片，对应的集中判图客户端就会进行一次刷新成像，集中判图客户端就会显示1个包裹所对应的1列数据图片。同
时，基于包裹所对应的每个当前列数据图片进行一次云端的识图，并获得与当前列数据图片对应的当前识别结果，并组织该当前识别结果推送给集中判图客户端。
[0009]这样，本专利技术就可实现每推送1个列数据图片到集中判图客户端的同时，也会产生对应的识别结果给集中判图客户端；在集中判图客户端就会出现列数据图片和识别结果同时显示的效果，可以同步的获得2种数据，并基于该数据实现实时的判图，从而提高判图效率，判图员无需等待。
[0010]同时，在部署中心化的算法云平台后，本专利技术的上述方法作为一个推送服务，可以支持对接安检设备获得列数据图片、支持对接算法云平台进行识图交互、支持通过集中判图服务器向集中判图客户端推送上述2种数据。其与当前列数据图片对应的当前识别结果主要由算法云平台提供，在算法云平台宕机时，该系统仅支持向集中判图客户端推送当前列数据图片，无法推送识别结果。为了解决上述问题，本专利技术设置了上述方法，该方法以心跳检测的结果为基准，当检测结果为有心跳时，执行与算法云平台的识图交互，从算法云平台获得识别结果，再将识别结果推送给集中判图客户端，此为中心识图运行模式；当检测结果为无心跳时，执行与安检设备的交互，一般的安检设备内置有本地识图算法，因此安检设备可以输出识别结果，本专利技术仅需下发指令使得安检设备启动识图功能，获得对应的识别结果即可，此为本地识图运行模式；因此利用该方法可以保障集中判图客户端都能获得2种数据，其中的识别结果的来源根据心跳检测的结果而决定。
[0011]优选的，由于单个列数据图片的信息有限，识图算法很难有效分析，因此本专利技术对于当前列数据图片进行的识图过程称为拼接识图，即将当前列数据图片和其之前的所有列数据图片拼接组合后推送到识图用的算法云平台，以此得到一个新的识别结果。
[0012]因此，优选的，本专利技术提供了一种新的拼接算法，本专利技术的这种新的拼接算法可以被命名为近进拼接融合算法，在一个循环周期内，该算法的主要步骤有：执行新进的当前列数据图片与之前的所有列数据图片拼接，将拼接结果进行一次识图、获得当前识别结果，将当前识别结果与上一循环周期所得的识别结果去重融合获得融合的识别结果，将获得融合的识别结果更新为当前识别结果，用于下一次循环周期时、与下一次循环周期所得的当前识别结果融合。
[0013]上述近进拼接融合算法可以以进1个当前列数据图片而输出1个对应的识别结果，可以与列数据图片在集中判图客户端同时呈现列数据图片和设备结果，达到同步的效果。
[0014]为了进一步的理解获得当前识图结果的过程，本专利技术从以下2个角度来进一步的阐述当前识图结果的获得形式。
[0015]第一角度，在不考虑当前列数据图片为第1列、每次识图都能输出1个当前识别结果时，S32具体包括以下步骤：S321A：将当前列数据图片与当前列数据图片之前的列数据图片进行拼接组合为当前组合列图片；S322A：生成一个至算法云平台且包含当前组合列图片的当前识别请求；S323A：接收来自算法云平台响应于当前识别请求的当前识别结果；S324A：生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据。
[0016]优选的，所述推送数据中的当前识别结果为：响应于当前识别请求的当前识别结
果或调用前一识别结果与响应于当前识别请求的当前识别结果进行去重融合所得的识别结果，所述去重融合所得的识别结果替换更新前一识别结果。
[0017]第二角度，在考虑当前列数据图片为第1列、每次识图都不一定能输出1个当前识别结果时，S32具体包括以下步骤：S321B：接收到当前列数据图片为第i列数据图片；若i=1，则转到步骤S322B；若i>1，则转到步骤S323B；S322B：对第i列数据图片进行识别，若获得当前识别结果，则转到S324B；若没有获得当前识别结果，则转到步骤S321B；S323B：调用i之前所有列数据图片与第i列数据图片进行拼接组合为当前组合列图片；对当前组合列图片进行识别；若获得当前识别结果，则转到步骤S324B；若没有获得当前识别结果，则转到步骤S321B；S324B：若获得当前识别结果之前，没有前一识别结果，则转到步骤S321B和步骤S326B；若获得当前识别结果之前，有前一识别结果，则转到步骤S325B；S325 B：调用前一识别结果和当前识别结果进行去重融合操作，会得到新的识别结果，然后转到步骤S321B和步骤S326B；S326B：存储并更新识别结果。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.可降级的中心化智能推送方法，其特征在于，包括以下步骤：S3：接收一个当前列数据图片；S30：生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前列数据图片的推送数据；S31：持续接收并监测来自算法云平台的心跳状态，若有心跳，则转S32，若无心跳，则转S33；S32：基于当前列数据图片与算法云平台进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据；S33：与安检设备进行识图交互获得对应的当前识别结果，并生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据。2.根据权利要求1所述的可降级的中心化智能推送方法，其特征在于，S32具体包括以下步骤：S321A：将当前列数据图片与当前列数据图片之前的列数据图片进行拼接组合为当前组合列图片；S322A：生成一个至算法云平台且包含当前组合列图片的当前识别请求；S323A：接收来自算法云平台响应于当前识别请求的当前识别结果；S324A：生成一个至集中判图服务器并由集中判图服务器分发给集中判图客户端且包含当前识别结果的推送数据。3.根据权利要求2所述的可降级的中心化智能推送方法，其特征在于，所述推送数据中的当前识别结果为：响应于当前识别请求的当前识别结果或调用前一识别结果与响应于当前识别请求的当前识别结果进行去重融合所得的识别结果，所述去重融合所得的识别结果替换更新前一识别结果。4.根据权利要求1所述的可降级的中心化智能推送方法，其特征在于，S32具体包括以下步骤：S321B：接收到当前列数据图片为第i列数据图片；若i=1，则转到步骤S322B；若i>1，则转到步骤S323B；S322B：对第i列数据图片进行识别，若获得当前识别结果，则转到步骤S324B；若没有获得当前识别结果，则转到步骤S321B；S323B：调用i之前所有列数据图片与第i列数据图片进行拼接组合为当前组合列图片；对当前组合列图片进行识别；若获得当前识别结果，则转到步骤S324B；若没有获得当前识别结果，则转到步骤S321B；S324B：若获得当前识别结果之前，没有前一识别结果，则转到步骤S321B和步骤S326B；若获得当前识别结果之前，有前一识别结果，则转到步骤S325B；S325B：调用前一识别结果和当前识别结果进行去重融合操作，会得到新的识别结果，然后转到步骤S321B和步骤S326B；
S326B：存储并...

【专利技术属性】
技术研发人员：邓军，姜旭，赵玲，刘杰，拜正斌，
申请(专利权)人：成都智元汇信息技术股份有限公司，
类型：发明
国别省市：