买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东中星电子有限公司

摘要：本公开的实施例公开了摄像机生命周期的监控方法、装置、设备和介质。该方法的一具体实施方式包括：获取预定时间段内的与目标摄像机相关的数据组集合；对数据组集合进行数据融合处理，得到融合数据；将融合数据输入至预先训练的态势感知模型，得到融合数据对应的监控结果；基于监控结果，确定目标摄像机的工作状态。该实施方式可以通过将获取的数据进行数据融合，并使用预先训练的态势感知模型准确的确定目标摄像机的工作状态。从而，避免了摄像机资源的浪费，并提高了运维的效率。

主权项：1.一种摄像机生命周期的监控方法，包括：获取预定时间段内的与目标摄像机相关的数据组集合；对所述数据组集合进行数据融合处理，得到融合数据，其中，所述数据组集合中的数据组包括视频质量数据、故障数据和环境温度数据；数据组集合中的数据组包括的视频质量数据、故障数据和环境温度数据保存在不同的数据库表空间中，通过对应的接口将不同的数据库表空间中的视频质量数据、故障数据和环境温度数据推送至开源流处理平台，开源流处理平台对接收到的数据进行解析处理，并提取多个特征数据，得到融合数据；将所述融合数据输入至预先训练的态势感知模型，得到所述融合数据对应的监控结果；基于所述监控结果，确定所述目标摄像机的工作状态，其中，所述工作状态包括工作正常和工作异常；基于所述数据组集合和可视化技术，生成数据时间态势图像，其中，所述数据时间态势图像表征视频质量数据、故障数据和环境温度数据的态势；响应于所述工作状态为工作异常，确定所述数据时间态势图像中的视频质量数据、故障数据和环境温度数据的态势是否达到预设阈值；响应于所述数据时间态势图像中的视频质量数据、故障数据和环境温度数据的态势达到预设阈值，生成目标摄像机生命终止时间和所述目标摄像机的运维周期的关键性数据；其中，所述预先训练的态势感知模型包括第一全连接层和第二全连接层；以及所述将所述融合数据输入至预先训练的态势感知模型，得到所述融合数据对应的监控结果，包括：将所述融合数据输入所述第一全连接层，生成特征数据；将所述特征数据输入所述第二全连接层，生成降维数据；基于所述降维数据，生成所述融合数据对应的监控结果，监控结果是监控数据正常或监控数据异常；其中，所述预先训练的态势感知模型是通过如下步骤得到的：确定初始神经网络的网络结构以及初始化所述初始神经网络的网络参数；获取训练样本集，其中，训练样本包括样本数据和对应于所述样本数据的样本类别；从所述样本集中选取样本，以及执行以下训练步骤：将选取的样本的样本数据输入至初始神经网络，得到所述选取的样本的类别；将所述选取的样本的类别与对应的样本类别进行比较；根据比较结果确定所述初始神经网络是否达到预设的优化目标；响应于确定所述初始神经网络达到所述优化目标，将所述初始神经网络作为训练完成的所述预先训练的态势感知模型；响应于确定初始神经网络未训练完成，调整初始神经网络中的相关参数，以及从所述样本集中重新选取样本，使用调整后的初始神经网络作为初始神经网络，再次执行所述训练步骤。

全文数据：

权利要求：

百度查询： 广东中星电子有限公司 摄像机生命周期的监控方法、装置、设备和介质