[发明专利]一种智能管理系统

说明书

本发明公开一种智能管理系统，用于监控设备，包括：私有云平台、资源调度单元和公有云平台；私有云平台设于本地，私有云平台包括第一统一存储单元和分析网络单元；公有云平台包括第二统一存储单元和训练集群；资源调度单元用于私有云平台和公有云平台之间的数据交互；分析网络单元对监控设备的数据进行分析，将监控设备的非结构化数据转换为结构化数据；训练集群用于训练满足业务需求的深度神经网络集群，包括学习框架和学习算法库；第一统一存储单元和第二统一存储单元用于监控设备和分析网络单元的信息存储；本发明提供了一种能大量存储、分析及检索监控设备信息的智能管理系统。

技术领域

本发明涉及通信领域，尤其涉及一种智能管理系统。

背景技术

园区、社区、校园建设中经常会部署了大量的终端感知设备，如用于车辆管理的摄像头、用于区域安防监控的园区监控摄像头、用于园区建筑内部资产管理及监控的摄像头设备。虽然无处不在的视频监控网络形成了感知体系的全面覆盖，但由于视频数据的非结构化特征以及本身数据量对存储资源构成了一定的压力，现有的监控体系和管理体系不能很好的解决这类问题。如何能够对这些感知数据进行有效存储及分析，同时解决快速检索及抓取的需求是建立智慧社区、园区、校园的一个重要目标及方向。

因此，现有技术的监控设备的智能管理系统存在数据量大，数据存储不足的弊端。

发明内容

为解决上述技术问题，本发明提供了一种能存储大量数据的智能管理系统及其方法。

一种智能管理系统，用于监控设备，包括：私有云平台、资源调度单元和公有云平台；所述私有云平台设于本地，所述私有云平台包括第一统一存储单元和分析网络单元；所述公有云平台包括第二统一存储单元和训练集群；

所述资源调度单元用于所述私有云平台和所述公有云平台之间的数据交互；所述分析网络单元对所述监控设备的数据进行分析，将所述监控设备的非结构化数据转换为结构化数据；所述训练集群用于训练满足业务需求的深度神经网络集群，包括学习框架和学习算法库；所述第一统一存储单元和所述第二统一存储单元用于所述监控设备和所述分析网络单元的信息存储。

优选地，所述的分析网络单元采用机器视觉技术。

优选地，所述私有云平台还包括：

预处理单元，用于完成视频流的抓取、关键帧的抽取、相关图像的聚类和降噪；和/或

数据存储、分析及展示单元，用于构建结构化存储数据库，建立特征搜索引擎以及数据BI展示系统；

所述预处理单元和所述数据存储、分析及展示单元的数据存储在所述第一统一存储单元和所述第二统一存储单元中。

优选地，所述资源调度单元还包括部署模板，用于统一所述私有云平台和所述公有云平台间不同的模板的业务资源。

优选地，所述资源调度单元还包括：

训练模型，用于感知公有云的训练进度，触发私有云与公有云平台进行训练模型的同步；和/或

标记数据集，用于使用新的标记数据触发公有云启动训练模型的更新操作。

本发明的智能管理系统的方法，包括以下步骤：

1)捕获视频流，捕获所述监控设备的视频流；

2)预定义分析，分析方式包括视频流分析和图片分析，分析目标包括人流检测、异常物体入侵检测、车流分析、多目标识别、园区资产管理；

3)视频流分析，对视频流进行预处理导入深度分析网络；

4)图片分析，先通过图像关键帧抓取，对相同场景关键帧进行聚类，并降噪处理，将预处理图像存储至统一存储单元；

5)向任务处理队列推送视频和图像处理任务；