跨集群协同的图像特征提取方法与系统技术方案

本发明专利技术提出跨集群协同的图像特征提取方法与系统，属于图像处理与数据识别技术领域。方法包括步骤S110：接收多个图像处理终端的多个图像特征提取请求；S210：预执行每个所述图像特征提取请求得到多个特征提取请求分组集合；S310：针对每一个特征提取请求分组集合，确定多个接收集群，将每一个特征提取请求分组集合包含的多个图像特征提取请求发送至所述多个接收集群；S410：每个接收集群对接收的图像特征提取请求进行处理，并将处理结果发送至该接收的图像特征提取请求对应的图像处理终端。系统包括多个集群以及与多个集群通信的多个终端设备，用于实现所述方法。本发明专利技术可提高图像特征提取效率并优化资源配置。像特征提取效率并优化资源配置。像特征提取效率并优化资源配置。

【技术实现步骤摘要】
跨集群协同的图像特征提取方法与系统


[0001]本专利技术属于图像处理与数据识别
，尤其涉及跨集群协同的图像特征提取方法与系统。

技术介绍

[0002]在计算机视觉中，最重要的一个环节就是对图像的处理，而对图像处理一个非常重要的环节是图像特征提取。
[0003]由于图像特征能够代表图像的内容，所以在运动目标跟踪、物体识别、图像配准、全景图像的拼接、三维重建等方向中，图像特征的提取都至关重要，特征提取的好坏将直接决定目标跟踪、物体识别、图像匹配、图像拼接、三维重建的准确度。
[0004]特征提取的好坏可包括图像特征提取的速度和精度两个方面，不同的图像应用侧重各有不同，例如，运动目标跟踪中可能偏重于特征提取速度，而物体识别过程、三维重建过程则可能偏重于特征提取精度，一些实时应用例如自动驾驶过程则需要速度和精度兼顾等。
[0005]由于可提取的图像特征多种多样，不同的应用场合需要提取的图像特征种类和维度也不同，如果针对每一种图像特征都开发对应的硬件处理器或者软件识别模型，将极大的提升使用成本。随着云计算的普及，云端服务器资源为此提供了新的解决思路。用户可以将自身的需求发送至云端，由云端自动匹配对应的硬件处理器或者软件识别模型实现。云端资源通常以服务器集群的资源展现给用户。当用户请求集群系统时，集群给用户的感觉就是一个单一独立的服务器。
[0006]虽然理论上云端资源是无限的，但是云端资源通常是付费使用的。当多个用户存在多个不同类型的特征提取需求时，如何实现用户需求与云端服务器集群资源的最佳匹配，在云端提供的多个不同集群资源中为用户提供集群资源以实现用户需求，仍然是现阶段要解决的技术问题之一。

技术实现思路

[0007]为解决上述技术问题，本专利技术提出跨集群协同的图像特征提取方法与系统。
[0008]在本专利技术的第一个方面，提出跨集群协同的图像特征提取方法，所述方法包括如下步骤：S110：接收多个图像处理终端的多个图像特征提取请求；S210：预执行每个所述图像特征提取请求，基于预执行结果，将所述多个图像特征提取请求进行分组，得到多个特征提取请求分组集合；每个特征提取请求分组集合包含至少两个图像特征提取请求；S310：针对每一个特征提取请求分组集合，确定多个接收集群，将每一个特征提取请求分组集合包含的多个图像特征提取请求发送至所述多个接收集群；每个接收集群至少接收一个图像特征提取请求；
S410：每个接收集群对接收的图像特征提取请求进行处理，并将处理结果发送至该接收的图像特征提取请求对应的图像处理终端。
[0009]所述图像处理终端安装有多个图像处理应用程序，每个图像处理应用程序请求提取至少一个图像特征，所述图像特征包括图片颜色特征、图片像素特征、图片形状特征、图片纹理特征之一或者任意组合。
[0010]所述步骤S210所述预执行每个所述图像特征提取请求，具体包括：确定每个所述图像处理应用程序发送所述请求时的活跃进程；确定所述活跃进程包含的至少一个待执行线程；所述待执行线程用于提取所述图像特征；预执行所述待执行线程，得到所述预执行结果，所述预执行结果包括每个待执行线程所需要消耗的线程资源以及每个待执行线程所需要提取的特征类型。
[0011]所述步骤S310所述针对每一个特征提取请求分组集合，确定多个接收集群，具体包括：特征提取请求分组集合中任意两个图像特征提取请求同时满足如下条件：（1）和所提取的图像特征类型不同；（2）执行和所需要消耗的线程资源量的差值小于预设值。
[0012]所述步骤S410包括：将每个待执行线程与对应的接收集群绑定，在所述对应的接收机群上执行每个待执行线程，以得到所述处理结果。
[0013]在所述步骤S410之后，所述方法还包括：解除每个待执行线程与所述对应的接收集群的所述绑定关系，返回步骤S110。
[0014]在本专利技术的第二个方面，提供跨集群协同的图像特征提取系统，所述系统包括多个集群以及与所述多个集群通信的多个终端设备，每个所述终端设备安装有至少一种图像处理应用程序，所述图像处理应用程序用于提取样本图片的至少一种图片特征；所述系统还包括：请求接收单元，用于接收多个图像处理终端通过所述图像处理应用程序发出的多个图像特征提取请求；预执行单元，用于预执行每个所述图像特征提取请求，基于预执行结果，将所述多个终端设备进行分组，得到多个终端设备分组集合；每个多个终端设备分组集合包含至少两个多个终端设备；集群连接确定单元，用于针对每一个终端设备分组集合，确定多个接收集群，将每一个终端设备分组集合包含的每个终端设备与至少一个接收集群连接；每个接收集群接收与其连接的每个终端设备通过所述图像处理应用程序发出的多个图像特征提取请求进行处理，并将处理结果发送至该接收的图像特征提取请求对应的图像处理终端。
[0015]所述预执行单元预执行每个所述图像特征提取请求，具体包括：所述预执行单元确定每个所述图像处理应用程序发送所述每个所述图像特征提
取请求时的活跃进程；确定所述活跃进程包含的至少一个待执行线程；所述待执行线程用于提取所述图像特征；预执行所述待执行线程，得到所述预执行结果，所述预执行结果包括每个待执行线程所需要消耗的线程资源以及每个待执行线程所需要提取的特征类型。
[0016]所述预执行单元基于预执行结果，将所述多个终端设备进行分组，得到多个终端设备分组集合，具体包括：每个终端设备分组集合中的第一终端设备和第二终端设备同时满足如下条件：（1）第一终端设备和第二终端设备发送的图像特征提取请求不同；（2）第一终端设备和第二终端设备当前的活跃进程所请求的资源量的差值小于预设值。
[0017]所述集群连接确定单元针对每一个终端设备分组集合，确定多个接收集群，具体包括：若第一终端设备分组集合对应第一接收集群，则第一接收集群当前的可用资源量AR大小满足如下条件：，其中，分别表示取多个数值中的最小、最大值；J为第一接收集群包含的计算节点的数量，k为第一终端设备分组集合包含的终端设备的数量；为第一终端设备分组集合中每个终端设备当前的活跃进程所请求的资源量；为第一接收集群包含的每个计算节点当前可用的资源量，。
[0018]在本专利技术的第三个方面，提出一种电子设备，所述电子设备包括存储器和处理器，存储器上存储有计算机程序指令，通过所述处理器执行所述程序指令，用于实现第一个方面所述的跨集群协同的图像特征提取方法的全部步骤。
[0019]本专利技术的技术方案，在接收多个图像处理终端的多个图像特征提取请求后，预执行每个所述图像特征提取请求，基于预执行结果，将所述多个图像特征提取请求进行分组，得到多个特征提取请求分组集合；每个特征提取请求分组集合包含至少两个图像特征提取请求；针对每一个特征提取请求分组集合，确定多个接收集群，将每一个特征提取请求分组集合包含的多个图像特征提取请求发送至所述多个接收集群；每个接收集群至少接收一个图像特征提取请求，每个接收集群对接收的图像特征提取请求进行处理，并将处理结果发送至该接收的图像特征提取请求本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.跨集群协同的图像特征提取方法，其特征在于，所述方法包括如下步骤：S110：接收多个图像处理终端的多个图像特征提取请求；S210：预执行每个所述图像特征提取请求，基于预执行结果，将所述多个图像特征提取请求进行分组，得到多个特征提取请求分组集合；每个特征提取请求分组集合包含至少两个图像特征提取请求；S310：针对每一个特征提取请求分组集合，确定多个接收集群，将每一个特征提取请求分组集合包含的多个图像特征提取请求发送至所述多个接收集群；每个接收集群至少接收一个图像特征提取请求；S410：每个接收集群对接收的图像特征提取请求进行处理，并将处理结果发送至该接收的图像特征提取请求对应的图像处理终端。2.如权利要求1所述的跨集群协同的图像特征提取方法，其特征在于：所述图像处理终端安装有多个图像处理应用程序，每个图像处理应用程序请求提取至少一个图像特征，所述图像特征包括图片颜色特征、图片像素特征、图片形状特征、图片纹理特征之一或者任意组合。3.如权利要求2所述的跨集群协同的图像特征提取方法，其特征在于：所述步骤S210所述预执行每个所述图像特征提取请求，具体包括：确定每个所述图像处理应用程序发送所述请求时的活跃进程；确定所述活跃进程包含的至少一个待执行线程；所述待执行线程用于提取所述图像特征；预执行所述待执行线程，得到所述预执行结果，所述预执行结果包括每个待执行线程所需要消耗的线程资源以及每个待执行线程所需要提取的特征类型。4.如权利要求1所述的跨集群协同的图像特征提取方法，其特征在于：所述步骤S310所述针对每一个特征提取请求分组集合，确定多个接收集群，具体包括：特征提取请求分组集合中任意两个图像特征提取请求同时满足如下条件：（1）和所提取的图像特征类型不同；（2）执行和所需要消耗的线程资源量的差值小于预设值。5.如权利要求3所述的跨集群协同的图像特征提取方法，其特征在于：所述步骤S410包括：将每个待执行线程与对应的接收集群绑定，在所述对应的接收机群上执行每个待执行线程，以得到所述处理结果。6.如权利要求5所述的跨集群协同的图像特征提取方法，其特征在于：在所述步骤S410之后，所述方法还包括：解除每个待执行线程与所述对应的接收集群的绑定关系，返回步骤S110。7.跨集群协同的图像特征提取系统，所述系统包括多个集群以及与所述多个集群通信的多个终端设备，其特征...

【专利技术属性】
技术研发人员：李鑫，冯斌，冯昌利，乔赛，
申请(专利权)人：泰山学院，
类型：发明
国别省市：