一种用于大规模视觉计算系统的节点协同选择方法

1.一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述方法包括：建立边缘可用带宽约束关系、边缘可用存储约束关系、系统覆盖性约束关系以及系统总效用函数；将满足所述边缘可用带宽约束关系、所述边缘可用存储约束关系以及所述系统覆盖性约束关系时，且所述系统总效用函数的数值最大的情况下的前端节点的集合作为最优协同节点集，将所述最优协同节点集内的前端节点作为系统前端节点；获取待追踪目标的空间信息、所述系统前端节点的空间信息以及所述系统前端节点的技术参数，根据所述待追踪目标的空间信息、所述系统前端节点的空间信息以及所述系统前端节点的所述技术参数按照筛选方法对所述系统前端节点进行筛选，将筛选出的系统前端节点作为有效前端节点，其中，所述技术参数包括视场角信息。 2.根据权利要求1所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述建立边缘可用带宽约束关系、边缘可用存储约束关系、系统覆盖性约束关系以及系统总效用函数包括：获取直接与前端节点相连的每一个边缘节点的视频传输可用带宽数据以及隶属于所述每一个边缘节点的前端节点的数量；获取所述前端节点的视频传输码率；根据所述每一个边缘节点的视频传输可用带宽数据、所述隶属于所述每一个边缘节点的前端节点的数量、所述前端节点的视频传输码率以及所述前端节点的启用标志，建立边缘可用带宽约束关系；获取所述每一个边缘节点的可用存储资源数据；获取所有视频数据的存储期限，对所述存储期限、所述视频传输码率以及所述可用存储资源数据进行单位统一操作，得到标准存储期限、标准视频传输码率以及标准可用存储资源数据；根据所述前端节点的视频传输码率、所述前端节点的启用标志、所述标准存储期限以及所述每一个边缘节点的标准可用存储资源数据建立边缘可用存储约束关系；建立系统覆盖性约束关系；建立系统总效用函数。 3.根据权利要求2所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述建立系统覆盖性约束关系包括：获取预设的覆盖范围数据以及地理信息数据，根据所述预设的覆盖范围数据以及所述地理信息数据生成若干个离散覆盖区域；获取所述若干个离散覆盖区域的经度和纬度数据，根据经度和纬度数据筛选出所述离散覆盖区域中的经度最大值、纬度最大值、经度最小值以及纬度最小值；根据所述经度最大值、所述纬度最大值、所述经度最小值以及所述纬度最小值，建立连续区域；将所述连续区域进行切分，并对切分后得到的网格根据第一标识或者第二标识进行标记，标记完毕后根据所述第一标识以及所述第二标识，生成系统覆盖区域掩膜；获取所有备用前端节点的节点覆盖区域掩膜；获取覆盖率参数；基于所述系统覆盖区域掩膜、所述所有备用前端节点的节点覆盖区域掩膜以及所述覆盖率参数建立系统覆盖性约束关系。 4.根据权利要求3所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述将所述连续区域进行切分，并对切分后得到的网格根据第一标识或者第二标识进行标记，标记完毕后根据所述第一标识以及所述第二标识，生成系统覆盖区域掩膜包括：对所述连续区域进行网格化离散处理，将所述连续区域切分成若干个第一网格；获取所述第一网格的中心点的位置信息；当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域其中一个之内时，根据第一标识标记所述第一网格；当所述第一网格的中心点的位置信息位于所述若干个离散覆盖区域之外时，根据第二标识标记所述第一网格；根据所有第一网格标记的第一标识和第二标识，生成以矩阵形式表达的系统覆盖区域掩膜。 5.根据权利要求4所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述获取所有备用前端节点的节点覆盖区域掩膜包括：获取所有前端节点的位置信息，将所有前端节点的位置信息与所述连续区域进行匹配，当所述前端节点的位置信息位于所述连续区域之内时，将所述前端节点作为备用前端节点，得到备用前端节点集合；获取每一个备用前端节点的覆盖范围信息；分别将每一个备用前端节点的覆盖范围信息与所有第一网格的网格中心点进行匹配，根据匹配结果将网格中心点位于所述备用前端节点的覆盖范围之内的第一网格通过第一标记进行标识，将网格中心点位于所述备用前端节点的覆盖范围之外的第一网格通过第二标记进行标识，标识完毕以后根据所述第一标记以及所述第二标记生成以矩阵形式表达的每一个备用前端节点的节点覆盖区域掩膜，以实现获取所有备用前端节点的节点覆盖区域掩膜。 6.根据权利要求2所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述建立系统总效用函数包括：获取所述前端节点的处理数据时长以及采集数据时长，将所述处理数据时长与所述采集数据时长的比值作为所述前端节点的使用率指标；获取所述前端节点的使用寿命年限与实际已使用年限，将所述实际已使用年限与所述使用寿命年限的比值与1的差值的绝对值作为所述前端节点的易用性指标；获取预先设定的所述前端节点的重要度指标；将所述使用率指标、所述易用性指标以及所述重要度指标根据对应的加权系数进行加权融合，得到所述前端节点的总效用函数；根据所有前端节点的总效用函数和所有前端节点对应的启用标志，建立系统总效用函数。 7.根据权利要求1所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述获取待追踪目标的空间信息、所述系统前端节点的空间信息以及所述系统前端节点的技术参数，根据所述待追踪目标的空间信息、所述系统前端节点的空间信息以及所述系统前端节点的所述技术参数按照筛选方法对所述系统前端节点进行筛选，将筛选出的系统前端节点作为有效前端节点，包括：获取待追踪目标的空间信息，根据所述待追踪目标的空间信息确定所述待追踪目标所在的最小行政区域；所述待追踪目标的空间信息包括位置信息、姿态信息以及运动信息；获取所述最小行政区域的位置信息，根据所述最小行政区域的位置信息将位于所述最小行政区域之内的系统前端节点作为初筛前端节点；获取所述初筛前端节点的空间信息；所述初筛前端节点的空间信息包括位置信息和姿态信息；根据所述待追踪目标的空间信息和所述初筛前端节点的空间信息依次计算所述待追踪目标与所述初筛前端节点之间的距离值和高度差值，并根据所述距离值和所述高度差值按照对应的筛选方法对所述初筛前端节点进行筛选，分别得到一筛有效前端节点和二筛有效前端节点；获取所述二筛有效前端节点的空间信息和技术参数；根据所述待追踪目标的空间信息和所述二筛有效前端节点的空间信息，计算所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量，将所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量转换到同一坐标系下，在所述同一坐标系中计算所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值，并根据所述同一坐标系中所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值按照对应的筛选方法对所述二筛有效前端节点进行筛选，得到三筛有效前端节点；获取所述三筛有效前端节点的空间信息和技术参数；根据所述待追踪目标的空间信息、所述三筛有效前端节点的空间信息以及所述三筛有效前端节点的所述技术参数，在前端坐标系下计算所述待追踪目标的人脸朝向的方向矢量与所述三筛有效前端节点的光轴方向矢量之间的夹角值，并根据所述待追踪目标的人脸朝向的方向矢量与所述三筛有效前端节点的光轴方向矢量之间的夹角值按照对应的筛选方法对所述三筛有效前端节点进行筛选，得到有效前端节点。 8.根据权利要求7所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述根据所述待追踪目标的空间信息、所述初筛前端节点的空间信息依次计算所述待追踪目标与所述初筛前端节点之间的距离值、高度差值，并根据所述距离值、高度差值按照对应的筛选方法对所述初筛前端节点进行筛选，分别得到一筛有效前端节点、二筛有效前端节点包括：根据所述待追踪目标的空间信息、所述初筛前端节点的空间信息计算所述待追踪目标的地固坐标系坐标以及所述初筛前端节点的地固坐标系坐标；根据所述待追踪目标的地固坐标系坐标以及所述初筛前端节点的地固坐标系坐标计算所述待追踪目标与所述初筛前端节点之间的距离；获取距离阈值，将计算出的距离值小于距离阈值的初筛前端节点作为一筛有效前端节点；获取所述一筛有效前端节点的位置信息，根据所述待追踪目标的位置信息以及所述一筛有效前端节点的位置信息中的高度信息，计算所述待追踪目标与所述一筛有效前端节点之间的高度差；获取预设的高度差阈值，将计算出的高度差值小于预设的高度差阈值的一筛有效前端节点作为二筛有效前端节点。 9.根据权利要求7所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述根据所述待追踪目标的空间信息、所述二筛有效前端节点的空间信息，计算所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量，将所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量转换到同一坐标系下，在所述同一坐标系中计算所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值，并根据所述同一坐标系中所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值按照对应的筛选方法对所述二筛有效前端节点进行筛选，得到三筛有效前端节点包括：根据所述待追踪目标的空间信息、所述二筛有效前端节点的空间信息，计算所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量，将所述待追踪目标的三维位置坐标和所述二筛有效前端节点的视线方向矢量转换到同一坐标系下；通过第一夹角公式，在所述同一坐标系中计算所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值；获取第一夹角阈值，将计算出的所述同一坐标系中所述待追踪目标的位置矢量和所述二筛有效前端节点的视线方向矢量之间的夹角值小于所述第一夹角阈值的二筛有效前端节点作为三筛有效前端节点。 10.根据权利要求7所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述根据所述待追踪目标的空间信息、所述三筛有效前端节点的空间信息以及所述三筛有效前端节点的所述技术参数，在前端坐标系下计算所述待追踪目标的人脸朝向的方向矢量与所述三筛有效前端节点的光轴方向矢量之间的夹角值，并根据所述待追踪目标的人脸朝向的方向矢量与所述三筛有效前端节点的光轴方向矢量之间的夹角值按照对应的筛选方法对所述三筛有效前端节点进行筛选，得到有效前端节点包括：根据所述待追踪目标的空间信息获取所述待追踪目标的人脸水平朝向角，根据所述人脸水平朝向角计算所述待追踪目标的人脸朝向在东北天坐标系下的方向矢量；根据所述三筛有效前端节点的空间信息将所述待追踪目标的人脸朝向在所述东北天坐标系下的方向矢量转换至前端坐标系下，得到目标人脸朝向在前端坐标系下的方向矢量；获取三筛有效前端节点的光轴方向在前端坐标系中的单位矢量，通过第二夹角公式、所述目标人脸朝向在前端坐标系下的方向矢量以及所述三筛有效前端节点的光轴方向在前端坐标系中的单位矢量计算所述待追踪目标的人脸朝向与前端节点的光轴方向的夹角值；获取第二夹角阈值，将计算出的所述待追踪目标的人脸朝向与前端节点的光轴方向的夹角值大于所述第二夹角阈值的三筛有效前端节点作为有效前端节点。 11.根据权利要求2所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述边缘可用带宽约束关系为： ，其中， 为直接与前端节点相连的边缘节点数量； 为第 个边缘节点的视频传输可用带宽数据； 为隶属于第 个边缘节点的前端节点数量； 为与第 个边缘节点相连的第 个前端节点的视频传输码率，其中， ； 为与第 个边缘节点相连的第 个前端节点的启用标志。 12.根据权利要求11所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述边缘可用存储约束关系为： ，其中， 为所述每一个边缘节点的标准可用存储资源数据； 为所述标准存储期限。 13.根据权利要求11所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述系统覆盖性约束关系为： ，其中， 表示系统覆盖区域掩膜， 表示与第 个边缘节点相连的第 个前端节点的节点覆盖区域掩膜， 表示与第 个边缘节点相连的第 个前端节点的启用标志， 表示哈达玛积， 表示对矩阵所有元素的求和， 表示覆盖率， 为符号函数，公式为： 。 14.根据权利要求11所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述建立系统总效用函数： ，其中， 表示与第 个边缘节点相连的第 个前端节点的启用标志， 表示与第 个边缘节点相连的第 个前端节点的总效用函数。 15.根据权利要求10所述的一种用于大规模视觉计算系统的节点协同选择方法，其特征在于，所述第二夹角公式为： ，其中， 为所述待追踪目标的人脸朝向与前端节点的光轴方向的夹角值， 为表示反余弦的符号， 为待追踪目标人脸朝向在第 个三筛有效前端节点的前端坐标系下的方向矢量； 为前端节点的光轴方向在前端坐标系中的单位矢量。 16.一种服务器，其特征在于，包括：处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以实现上述权利要求1-15任一项所述的一种用于大规模视觉计算系统的节点协同选择方法的步骤。 17.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-15任一项所述的一种用于大规模视觉计算系统的节点协同选择方法的步骤。