版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/double_happiness/article/details/84403688
- 主要流程
html——>thor——>nogus——>supmylo——>vsd/importer——>Matrix——>kafka——>crusader——>ranker/DB——>thor——>html
先建立相关的库，在库里添加人/车，根据建立的库进行新建布控，从报警管理中获取处理的数据
- 流程详细描述
- 建任务：thor先去调用supmylo启动任务，根据启动的任务输出的结果进行选择，如果是视频相关的输出去调vsd，如果是图片相关的输出去调importer，（VSD或importer处理结束后调用matrix将输出的图片转化成对应的go结构体的JSON字段形式）。
- 建库：建人库、车库2个table。
- 为库加成员：为人库加人，为车库加车。此步骤中，需要上传人/车的图片，在thor里要调ranker接口，输入图片输出feature。添加至人/车table，添加至人图片/车图片table，添加至feature的table。
- 建布控：基于库和设备，新建布控table。
- 通过kafka将数据传到crusader中，crusader取出收到recobj。
- 找obj是否属于布控库，得到所属库的id：若obj为vehicle，则取出其车牌、搜索车辆库；若obj为pedestrain则取出其？？，搜索人员库。
- 将recObj的timestamp、sensorId和所属库的id，在布控table中查询，若能查询到，得到布控table的某几行。
- 若该obj符合布控规则，将obj.feature与上一步骤中查询到的布控rule里的image对应的feature，输入ranker，输出比对相似度。
- 前端通过调用thor对应的接口，如果是以图搜图的接口去ranker库中拿数据，如果是其他接口去deepdata数据库中拿取结果。