[发明专利]云服务器的构架、数据处理方法及存储介质在审

专利信息
申请号: 202210057745.6 申请日: 2022-01-19
公开(公告)号: CN114915753A 公开(公告)日: 2022-08-16
发明(设计)人: 林宇晨 申请(专利权)人: 深圳市数商时代科技有限公司
主分类号: H04N7/18 分类号: H04N7/18;H04L67/12;H04L67/06;G06F16/71;G06N3/02;G06V20/40;G06F21/32
代理公司: 深圳市慧实专利代理有限公司 44480 代理人: 孙东杰
地址: 518000 广东省深圳市龙岗区龙城街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服务器 构架 数据处理 方法 存储 介质
【权利要求书】:

1.一种云服务器的构架,其特征在于,所述构架包括:云服务器、边缘服务器、智能网关以及摄像头,其中,所述智能网关与所述摄像头连接,所述智能网关还与所述边缘服务器连接,所述边缘服务器与所述云服务器连接;

所述摄像头,用于采集实时的视频数据,将该视频数据发送至所述智能网关;

所述智能网关,用于将所述视频数据转发给所述边缘服务器;

所述边缘服务器,用于对所述视频数据进行处理得到视频数据的类别,将对应类别的视频数据发送至所述云服务器;

所述云服务器,用于将所述视频数据进行图像识别处理得到所述视频数据的对应特征,依据所述特征对所述视频数据执行云存储。

2.根据权利要求1所述的构架,其特征在于,

所述边缘服务器,具体用于调用特征提取网络对所述视频数据进行处理得到所述视频数据的输入数据,将所述输入数据输入到神经网络模型中执行正向运算得到正向运算结果,依据该正向运算的结果确定所述视频数据的类别。

3.根据权利要求2所述的构架,其特征在于,所述将所述输入数据输入到神经网络模型中执行正向运算得到正向运算结果具体包括:

将所述输入数据执行多层卷积运算得到卷积运算结果,将所述卷积运算结果执行全连接运算得全连接结果,依据所述全连接结果确定所述视频数据的类别。

4.根据权利要求1所述的构架,其特征在于,

所述云服务器,具体用于将所述视频信息按时间划分成m个时间区域,将所述m个时间区域分别进行识别确定所述m个时间区域的m个关键字集合,将所述m个关键字集合中重复关键字的次数,将次数大于阈值的关键字确定为所述视频数据的对应特征。

5.根据权利要求1所述的构架,其特征在于,所述将该用户数据云存储具体包括:

所述边缘服务器,具体用于将所述视频数据执行CBM后得到CBM结果,对所述CBM结果执行多次跨层残差连接CResX操作得到所述视频数据中的输入数据;

其中,X为:CRes操作中残差单元Res unit的个数;

CBM包括:卷积运算、批归一化BN以及Mish激活函数。

6.一种云服务器的数据处理方法,其特征在于,所述方法包括:

摄像头采集实时的视频数据,将所述视频数据发送至智能网关;

所述智能网关将所述视频数据转发给边缘服务器;

所述边缘服务器对所述视频数据进行处理得到视频数据的类别,将对应类别的视频数据发送至云服务器;

所述云服务器将所述视频数据进行图像识别处理得到所述视频数据的对应特征,依据所述特征对所述视频数据执行云存储。

7.根据权利要求6所述的方法,其特征在于,所述边缘服务器对所述视频数据进行处理得到视频数据的类别具体包括:

所述边缘服务器调用特征提取网络对所述视频数据进行处理得到所述视频数据的输入数据,将所述输入数据输入到神经网络模型中执行正向运算得到正向运算结果,依据所述正向运算的结果确定所述视频数据的类别。

8.根据权利要求7所述的方法,其特征在于,所述将所述输入数据输入到神经网络模型中执行正向运算得到正向运算结果具体包括:

将所述输入数据执行多层卷积运算得到卷积运算结果,将卷积运算结果执行全连接运算得全连接结果,依据所述全连接结果确定所述视频数据的类别。

9.根据权利要求6所述的方法,其特征在于,所述将所述视频数据进行图像识别处理得到所述视频数据的对应特征具体包括:

将所述视频数据按时间划分成m个时间区域,将所述m个时间区域分别进行识别确定所述m个时间区域的m个关键字集合,将所述m个关键字集合中重复关键字的次数,将次数大于阈值的关键字确定为所述视频数据的对应特征。

10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求6-9任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市数商时代科技有限公司,未经深圳市数商时代科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210057745.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top