[发明专利]摄像头故障智能预测方法、装置和摄像头管理服务器有效
申请号: | 201810602690.6 | 申请日: | 2018-06-12 |
公开(公告)号: | CN108810526B | 公开(公告)日: | 2020-04-10 |
发明(设计)人: | 姚佳 | 申请(专利权)人: | 广东惠禾科技发展有限公司 |
主分类号: | H04N17/00 | 分类号: | H04N17/00;G06K9/62 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 邓超 |
地址: | 518000 广东省深圳市南山区粤海*** | 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: | 摄像头 故障 智能 预测 方法 装置 管理 服务器 | ||
1.一种摄像头故障智能预测方法,其特征在于,包括:
根据确定的多个故障的故障前摄像头状态序列信息以及相应故障前的历史故障信息建立故障预测模型;
在预测故障时,利用预测之前的摄像头状态序列信息、所述预测之前的历史故障信息以及所述故障预测模型,预测是否会发生故障。
2.根据权利要求1所述的摄像头故障智能预测方法,其特征在于,所述故障前摄像头状态序列信息为发生故障之前的第一预定时长的摄像头状态序列信息,所述故障前的历史故障信息为发生故障之前的第一预定天数内的历史故障信息。
3.根据权利要求2所述的摄像头故障智能预测方法,其特征在于,所述预测之前的摄像头状态序列信息为进行预测之前的第二预定时长的摄像头状态序列信息,所述预测之前的历史故障信息为进行预测之前的第二预定天数内的历史故障信息。
4.根据权利要求3所述的摄像头故障智能预测方法,其特征在于,所述第一预定时长等于所述第二预定时长,所述第一预定天数等于所述第二预定天数。
5.根据权利要求1所述的摄像头故障智能预测方法,其特征在于,所述故障预测模型为LSTM模型。
6.根据权利要求1所述的摄像头故障智能预测方法,其特征在于,还包括:
在建立所述故障预测模型后,利用所述故障前摄像头状态序列信息和相应的所述故障前的历史故障信息作为输入,故障发生标志作为输出对所述故障预测模型进行训练,并且
利用未发生故障的随机时刻前的摄像头状态序列信息和相应的所述随机时刻前的历史故障信息作为输入,故障未发生标志作为输出对所述故障预测模型进行训练。
7.根据权利要求6所述的摄像头故障智能预测方法,其特征在于,所述随机时刻前的摄像头状态序列信息为未发生故障之前的第一预定时长的摄像头状态序列信息,所述随机时刻前的历史故障信息为未发生故障之前的第一预定天数内的历史故障信息。
8.一种摄像头故障智能预测装置,其特征在于,包括:
模型建立模块,用于根据确定的多个故障的故障前摄像头状态序列信息以及相应故障前的历史故障信息建立故障预测模型;
故障预测模块,用于在预测故障时,利用预测之前的摄像头状态序列信息、所述预测之前的历史故障信息以及所述故障预测模型,预测是否会发生故障。
9.一种摄像头管理服务器,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述摄像头管理服务器执行根据权利要求1至7中任一项所述的摄像头故障智能预测方法。
10.一种计算机存储介质,其特征在于,其存储有权利要求9所述的摄像头管理服务器中所使用的计算机程序。
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广东惠禾科技发展有限公司,未经广东惠禾科技发展有限公司许可,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/201810602690.6/1.html,转载请声明来源钻瓜专利网。