基于边缘计算的区域异常检测方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113870550A(43)申请公布日2021.12.31(21)申请号202110919573.4(22)申请日2021.08.11(71)申请人中标慧安信息技术股份有限公司地址100000北京市海淀区昆明湖南路51号A座二层217号(72)发明人余丹兰雨晴邢智焕(74)专利代理机构北京广技专利代理事务所(特殊普通合伙)11842代理人张国香(51)Int.Cl.G08G1/01(2006.01)G06T3/40(2006.01)G06K9/00(2006.01)H04N5/232(2006.01)H04N5/265(2006.01)权利要求书4页说明书13页附图1页(54)发明名称基于边缘计算的区域异常检测方法和系统(57)摘要本发明提供了基于边缘计算的区域异常检测方法和系统，其利用边缘计算设备对布置在不同位置的拍摄设备进行拍摄控制，以此获得关于目标区域的影像，并利用边缘计算设备对所有影像进行边缘计算策略的识别与拼接，从而获得目标区域对应的全景区域影像；再对全景区域影像进行分区域识别而确定每个子区域是否存在交通异常情况，从而将存在交通异常情况的子区域所在的位置上报，其利用边缘计算设备对所有拍摄设备进行联动控制，以此保证目标区域能够获得同步全面化的影像拍摄，而利用边缘计算策略来处理影像，能够对每个拍摄设备采集的影像进行同步一致的处理，从而提高后续对目标区域进行定点异常状态检测的可靠性和准确性。CN113870550ACN113870550A权利要求书1/4页1.基于边缘计算的区域异常检测方法，其特征在于，其包括如下步骤：步骤S1，向与边缘计算设备进行物联网连接的若干拍摄设备发送拍摄动作指令；每个拍摄设备根据接收到的拍摄动作指令，采集目标区域的影像；再将每个拍摄设备拍摄得到的影像依次回传至所述边缘计算设备；步骤S2，对回传至所述边缘计算设备的影像进行识别，并根据识别到的影像边界包含的景物，将所有影像进行拼接，从而得到所述目标区域对应的全景区域影像；再将所述全景区域影像划分为若干子区域影像，并对每个子区域影像进行降噪预处理；步骤S3，识别降噪预处理后的子区域影像包含的车辆行驶状态，并根据所述车辆行驶状态，确定所述子区域影像在所述目标区域对应的子区域是否存在交通异常；再通过所述边缘计算设备将存在交通异常的子区域的位置信息进行上报。2.如权利要求1所述的基于边缘计算的区域异常检测方法，其特征在于：在所述步骤S1中，向与边缘计算设备进行物联网连接的若干拍摄设备发送拍摄动作指令；每个拍摄设备根据接收到的拍摄动作指令，采集目标区域的影像；再将每个拍摄设备拍摄得到的影像依次回传至所述边缘计算设备具体包括：步骤S101，利用边缘计算设备通过物联网向若干拍摄设备同步发送拍摄动作指令；其中，所述拍摄动作指令用于指示拍摄设备进行预设时间长度的影像拍摄；步骤S102，当每个拍摄设备接收到所述拍摄动作指令后，从所述拍摄动作指令中提取得到所述边缘计算设备的IP地址和影像拍摄对应的预设时间长度；将所述IP地址与预设IP地址白名单进行比对，若所述IP地址包含在预设IP地址白名单中，则指示拍摄设备对目标区域进行预设时间长度的影像拍摄；若所述IP地址不包含在预设IP地址白名单中，则指示拍摄设备不进行拍摄；步骤S103，按照每个拍摄设备拍摄得到的影像各自的影像数据量由小到大的顺序，将每个拍摄设备拍摄得到的影像依次回传至所述边缘计算设备。3.如权利要求1所述的基于边缘计算的区域异常检测方法，其特征在于：在所述步骤S2中，对回传至所述边缘计算设备的影像进行识别，并根据识别到的影像边界包含的景物，将所有影像进行拼接，从而得到所述目标区域对应的全景区域影像；再将所述全景区域影像划分为若干子区域影像，并对每个子区域影像进行降噪预处理具体包括：步骤S201，对回传至所述边缘计算设备的影像进行图像边缘锐化处理后，识别影像四周边界区域包含的景物，其中所述景物包括外界环境物体和/或人物；步骤S202，当两个影像各自在某一边界区域包含相同的景物时，则将这两个影像沿着包含相同的景物的边界区域进行拼接，以此将所有影像进行拼接，从而得到所述目标区域对应的全景区域影像；步骤S203，将所述全景区域影像进行网格划分，从而得到若干面积相等的子区域影像；再对每个子区域影像进行卡尔曼滤波处理，以此去除子区域影像的背景噪声。4.如权利要求3所述的基于边缘计算的区域异常检测方法，其特征在于：在所述步骤S202中，当两个影像各自在某一边界区域包含相同的景物时，则将这两个影像沿着包含相同的景物的边界区域进行拼接，以此将所有影像进行拼接，从而得到所述目标区域对应的全景区域影像具体包括：步骤S2021，利用下面公式(1)，对两个影像各