一种警务行业云端边缘计算和人工智能融合方法及装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111199279 A (43)申请公布日 2020.05.26 (21)申请号 201911043459.9 (22)申请日 2019.10.30 (71)申请人 山东浪潮人工智能研究院有限公司 地址 250100 山东省济南市高新区浪潮路 1036号浪潮科技园S05楼北六层 (72)发明人 薛长青　高明　金长新　 (74)专利代理机构 济南信达专利事务所有限公 司 37100 代理人 阚恭勇 (51)Int.Cl. G06N 3/08(2006.01) G06F 9/50(2006.01) G06F 9/54(2006.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种警务行业云端边缘计算和人工智能融 合方法及装置 (57)摘要 本发明提供一种警务行业云端边缘计算和 人工智能融合方法及装置，属于涉及云计算、物 联网、边缘计算、人工智能领域，本发明将深度学 习计算分布到云端、管道和边缘端侧，由警务中 心云端负责警务海量数据的基础模型训练，根据 警务中心边缘端侧的需求进行个性化模型分发， 云端到边缘端侧警务中心部署学习后的深度学 习模型，用来完成推理，边缘警务持续进行推理 结果的反馈，在上传到云端持续优化云端警务模 型。 A 9 7 2 9 9 1 1 1 1 N C CN 111199279 A 权　利　要　求　书 1/2页 1.一种警务行业云端边缘计算和人工智能融合方法，其特征在于， 将深度学习技术分布到警务云端、管道和边缘端侧，由警务云端负责海量数据大计算 量的基础模型训练，根据边缘端侧的需求进行个性化的模型分发，云端到边缘端侧节点部 署学习后的深度学习模型，用来完成推理，边缘端侧持续进行推理结果的反馈，再上传到云 端持续优化模型。 2.根据权利要求1所述的方法，其特征在于， 具体实施流程包括： 步骤1、警务云端产生通用深度学习模型，并将深度学习模型下发到边缘端侧； 步骤2、边缘端侧根据智能传感设备采集的数据进行推理计算，并根据用户反馈信息和 推理的原始数据组合成训练集数据； 步骤3、边缘端侧将训练集经管道上传至警务云端； 步骤4、警务云端根据训练集进行深度学习模型训练，优化警务云端深度学习模型。 3.根据权利要求2所述的方法，其特征在于， 所述步骤1流程包括： 步骤1.1、警务云端利用收集的海量数据进行深度学习模型训练，产生警务云端通用深 度学习模型； 步骤1.2、警务云端根据需要部署深度学习模型的应用节点计算和存储能力进行模型 优化，产生边缘端侧的深度学习模型； 步骤1.3、警务云端将深度学习模型下发到边缘端侧。 4.根据权利要求2所述的方法，其特征在于， 所述步骤2具体实施流程包括： 步骤2.1、摄像头、移动终端等智能传感设备实时采集人像、身份数据； 步骤2.2、摄像头、移动终端等智能设备将采集数据发送给边缘端侧进行推理； 步骤2.3、边缘端侧进行人像识别和身份识别推理计算； 步骤2.4、智能设备将结果展示给边缘端侧前端，前端是各类识别与比对以及视频结构 化的实时处理； 步骤2.5、边缘端侧收到智能设备的信息，和推理数据、原始采集数据组合训练集继续 优化训练，保存在边缘端侧，边缘端侧实现智能化，满足前端场景应用在时延、功耗和性能 方面的需求。 5.根据权利要求2所述的方法，其特征在于