[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

说明书

本发明提供一种摄像头故障智能预测方法、装置、摄像头管理服务器和计算机存储介质，该摄像头故障智能预测方法包括：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。本发明的摄像头故障智能预测方法，根据历史信息自主预测摄像头的故障，从而使摄像头维护人员可以提前准备好维护工作，及时维护故障摄像头，减少故障带来的安全隐患。

技术领域

本发明涉及安防技术领域，具体而言，涉及一种摄像头故障智能预测方法、装置、摄像头管理服务器和计算机存储介质。

背景技术

随着安防技术的不断发展以及普及，监控摄像头已经遍布了城市的每一个角落。但是位于安防前端的监控摄像头往往是整个视频监控系统中最为薄弱的环节，摄像头容易受天气、环境的影响，一旦出现异常或故障，相关区域的安防监控就如虚设。

但是，目前并没有任何对于摄像头的故障进行预测的手段，只有当摄像头发生故障后，维护人员才可知道故障的发生，从而进行摄像头的维护。由于没有故障预测的手段，维护人员只能在故障发生后才进行摄像头维修准备以及维修，不能及时排除故障，致使摄像头监控区域的安防存在隐患。

发明内容

鉴于上述问题，本发明提供了一种摄像头故障智能预测方法、装置、摄像头管理服务器和计算机存储介质，以根据历史信息自主预测摄像头的故障。

为了实现上述目的，本发明采用如下的技术方案：

一种摄像头故障智能预测方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述故障预测模型为LSTM模型。

优选地，所述的摄像头故障智能预测方法，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。

优选地，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。

本发明还提供一种摄像头故障智能预测装置，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。