[發明專利]一種圖片傳輸方法、裝置、設備及存儲介質在審
| 申請號: | 202110891214.2 | 申請日: | 2021-08-04 |
| 公開(公告)號: | CN113592003A | 公開(公告)日: | 2021-11-02 |
| 發明(設計)人: | 孟鵬飛;朱磊;賈雙成;潘冰;李成軍 | 申請(專利權)人: | 智道網聯科技(北京)有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06K9/00;G06N3/08;H04N21/234;H04N21/44 |
| 代理公司: | 北京中知君達知識產權代理有限公司 11769 | 代理人: | 李辰 |
| 地址: | 100013 北京市東*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 圖片 傳輸 方法 裝置 設備 存儲 介質 | ||
本申請實施例涉及圖片處理技術領域,并提供一種圖片傳輸方法、裝置及存儲介質,該方案包括:獲取待傳輸的初始圖片;對所述初始圖片進行特征降維處理,得到所述初始圖片中的關鍵特征;向所述服務端發送所述關鍵特征,以使得所述服務端對所述關鍵特征進行解析,根據所述關鍵特征得到目標圖片,并對所述目標圖片中的目標對象進行識別,得到識別結果,將所述識別結果發送給終端;所述目標圖片與所述初始圖片的相似度高于預設相似度。本方案能夠提高圖片傳輸的速度和、效率和質量,以及減少車機圖像上傳至服務端的流量消耗。
技術領域
本申請實施例涉及圖片處理技術領域,具體涉及一種圖片傳輸方法、裝置、設備及存儲介質。
背景技術
目前的車載終端(例如行車記錄儀)大多部署人工智能(ArtificialIntelligence,AI)網絡模塊,該車載終端中安裝客戶端,客戶端可向同樣部署 AI網絡模塊的服務端傳輸圖像數據,服務端收到圖像數據后,對該圖像數據中的關鍵特征進行識別,得到圖像識別結果,并將圖像識別結果發送給客戶端。
由于客戶端僅需要對該圖像數據中的關鍵特征進行識別,而該關鍵特征占圖像數據中的比例較小,且對該關鍵特征的圖像識別結果通常較小。所以,在客戶端向服務端傳輸的圖像數據較大時,需要消耗更多的網絡流量且傳輸速度較慢。
發明內容
本申請實施例提供一種圖片傳輸方法、裝置、設備及存儲介質,能夠提高圖片傳輸的速度和、效率和質量,以及減少車機圖像上傳至服務端的流量消耗。
第一方面,本申請實施例從終端角度提供一種圖片傳輸方法,所述方法包括:
獲取待傳輸的初始圖片;
對所述初始圖片進行特征降維處理,得到所述初始圖片中的關鍵特征;
向所述服務端發送所述關鍵特征,以使得所述服務端對所述關鍵特征進行解析,根據所述關鍵特征得到目標圖片,并對所述目標圖片中的目標對象進行識別,得到識別結果,將所述識別結果發送給終端;所述目標圖片與所述初始圖片的相似度高于預設相似度。
一種可能的設計中,所述獲取所述關鍵特征對應的解碼矩陣,包括:
獲取所述關鍵特征和所述初始圖片之間的對應關系;
根據所述對應關系生成所述解碼矩陣。
第二方面,本申請實施例從服務端角度提供一種圖片傳輸方法,所述方法包括:
從終端接收關鍵特征;
對所述關鍵特征進行解碼,得到目標圖片,所述目標圖片與初始圖片的相似度高于預設相似度,所述關鍵特征根據所述初始圖片得到;
對所述目標圖片中的目標對象進行識別,得到識別結果;
向終端發送所述識別結果。
一種可能的設計中,所述對所述關鍵特征進行解碼之前,所述方法還包括:
調用預設的神經網絡模型;
將所述關鍵特征為輸入所述神經網絡模型,得到所述神經網絡模型輸出的解碼矩陣;
所述對所述關鍵特征進行解碼,得到目標圖片,包括:
將所述目標圖片輸入所述解碼矩陣;
根據所述解碼矩陣對所述關鍵特征進行解碼,得到所述目標圖片。
一種可能的設計中,所述得到所述目標圖片之后,所述方法還包括:
獲取歷史圖片,所述歷史圖片為基于歷史關鍵特征得到的圖片,所述歷史關鍵特征的接收時刻早于所述關鍵特征的接收時刻;所述歷史圖片和所述目標圖片中均包含目標對象的部分或全部特征;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于智道網聯科技(北京)有限公司,未經智道網聯科技(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110891214.2/2.html,轉載請聲明來源鉆瓜專利網。





