[发明专利]监管方法、装置、系统、云端服务器及存储介质在审

专利信息
申请号: 201810982884.3 申请日: 2018-08-27
公开(公告)号: CN109327328A 公开(公告)日: 2019-02-12
发明(设计)人: 廉士国;刘兆祥 申请(专利权)人: 深圳前海达闼云端智能科技有限公司
主分类号: H04L12/24 分类号: H04L12/24;H04L29/06;H04L29/08
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 魏嘉熹;南毅宁
地址: 518000 广东省深圳市前海深港合作区前*** 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: 监控信息 异常事件 云端服务器 多特征融合 存储介质 特征识别 训练样本 监管 单一特征 家庭监控 接收监控 应用服务 在线直播 自动取证 监控端 约车 标签 采集 发送
【说明书】:

本公开涉及一种监管方法、装置、系统、云端服务器及存储介质,用于实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证。所述方法应用于云端服务器,所述方法包括:接收监控端发送的可疑监控信息,所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息,所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的;将所述可疑监控信息输入多特征融合模型,得到异常事件的识别结果,所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。

技术领域

本公开涉及人工智能技术领域,具体地,涉及一种监管方法、装置、系统、云端服务器及存储介质。

背景技术

随着互联网络技术的不断发展,网约车、在线直播平台等应用服务应运而生,在这些应用服务的运营过程中可能会出现暴力、争吵、涉黄、低俗等各类违法违规行为。然而,目前并没有对这些应用服务的运营过程进行监管,导致各类违法犯罪事件层出不穷。

发明内容

本公开的目的是提供一种监管方法、装置、系统、云端服务器及存储介质,用于实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证。

为了实现上述目的,本公开第一方面提供一种监管方法,应用于云端服务器,所述方法包括:

接收监控端发送的可疑监控信息,所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息,所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的;

将所述可疑监控信息输入多特征融合模型,得到异常事件的识别结果,所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。

本公开第二方面提供一种监管装置,应用于云端服务器,所述装置包括:

第一接收模块,被配置为接收监控端发送的可疑监控信息,所述可疑监控信息是所述监控端基于单特征识别模型从采集到的监控信息中识别得到的具有异常事件的监控信息,所述单特征识别模型是利用监控信息中的单一特征作为训练样本训练得到的;

识别模块,被配置为将所述可疑监控信息输入多特征融合模型,得到异常事件的识别结果,所述多特征融合模型是利用监控信息中的多个特征以及该监控信息的异常事件标签作为训练样本对训练得到的。

本公开第三方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面所述方法的步骤。

本公开第四方面提供一种云端服务器,包括:

存储器,其上存储有计算机程序;

处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所述方法的步骤。

本公开第五方面提供一种监管系统,包括监控端和本公开第四方面所述的云端服务器。

采用上述技术方案,至少可以达到如下技术效果:

通过接收监控端发送的可疑监控信息并将可疑监控信息输入多特征融合模型,得到异常事件的识别结果,可以实现对网约车、家庭监控、在线直播平台等应用服务的监管和异常事件的自动取证,降低异常事件发生的概率。其次,通过监控端对采集的监控信息进行初步识别并将识别得到的可疑监控信息发送给云端服务器,由云端服务器对可疑监控信息进行进一步识别,一方面可以减少监控端的运算量,进而减少监控端的带宽,另一方面可以提高异常事件识别结果的准确性和可靠性,降低异常事件的虚警率,进而降低人力成本。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳前海达闼云端智能科技有限公司,未经深圳前海达闼云端智能科技有限公司许可,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/201810982884.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top