| | |
| | | // 拿到本摄像机的区域 |
| | | cameraPolygons := GetPolygons(args.CameraId) |
| | | // 把所有的sdk提取的数据都按所属摄像机的区域归置 |
| | | logger.Debug("当前摄像机id为:",message.Cid,"当前摄像机执行的任务是:",message.Tasklab.Taskname) |
| | | for _, arg := range args.Sdkdata { |
| | | SdkDataFormat(args.CameraId, arg, cameraPolygons) |
| | | } |
| | | // 跑本摄像机的所有规则组 一组一组跑 |
| | | logger.Debug("当前摄像机执行的任务是:",message.Tasklab.Taskname) |
| | | taskGroup := GetRuleGroup(args.CameraId, args.TaskId) // 本摄像机下所有任务组 |
| | | //logger.Println("看下摄像机下的任务组:",taskRuleList) |
| | | // 得到属于该摄像机的若干组任务的完整规则(跟每一条完整规则比较之后得出本张图像对于某个规则是否报警的结果。放进map,比如本帧图像的id,所碰撞成功的规则id) |
| | |
| | | if rule.PolygonId == am.areaId { // 算法和区域都得对的上 |
| | | |
| | | if rule.SdkId == "812b674b-2375-4589-919a-5c1c3278a972" && rule.SdkArgAlias != "time_rule" && rule.SdkArgAlias != "compareBase" { |
| | | argValue, err := strconv.ParseFloat(rule.SdkArgValue, 64) |
| | | if err != nil { |
| | | logger.Error("规则配置的阈值非法") |
| | | return LittleRuleResult{am.sdkName, rule.RuleWithPre + "" + "false", rule.Sort} |
| | | } |
| | | flag := "false" |
| | | for _, obj := range am.filterData { |
| | | for index := 0; index < len(obj.Liker); { |
| | | // 将达不到阈值的相似者从相似者数组中删除 |
| | | logger.Debug("=======================相似值:", float64(obj.Liker[index].CompareScore*100)) |
| | | if float64(obj.Liker[index].CompareScore*100) < argValue { |
| | | // Go 语言中切片删除元素的本质是:以被删除元素为分界点,将前后两个部分的内存重新连接起来。不用怀疑,数组删除元素就这么坑爹 |
| | | obj.Liker = append(obj.Liker[:index], obj.Liker[index+1:]...) |
| | | } else { |
| | | index++ |
| | | } |
| | | } |
| | | } |
| | | // 把没有相似者的人脸从filterData中删除 |
| | | for index := 0; index < len(am.filterData); { |
| | | // 将达不到阈值的相似者从相似者数组中删除 |