一种行车存储数据上传方法、装置、设备及存储介质与流程

1.本技术实施例涉及数据处理技术领域，尤其涉及一种行车存储数据上传方法、装置、设备及存储介质。


背景技术：

2.行车记录仪用于记录汽车行驶过程中行车环境的监控音视频。通过记录行车环境的监控音视频，可以为交通事故责任判定提供重要证据。因此，行车记录仪需要存储大量监控音视频数据。为了缓解行车记录仪存储压力，通常会定时清理内存，将监控音视频转移上传至云后台存储。
3.但是，如果将监控音视频全部上传至云后台，当用户需要查看的时候，还需要从云后台下载下来，如若遇到网络环境较差的情况，会影响用户的使用体验。


技术实现要素：

4.本技术实施例提供一种行车存储数据上传方法、装置、设备及存储介质，能够在减少行车记录仪本地数据存储压力的同时，保障部分重要行车监控数据的查询效率，解决已存储的行车监控数据查询效率低的技术问题。
5.在第一方面，本技术实施例提供了一种行车存储数据上传方法，包括：检测行车记录仪的第一存储空间，确定行车监控数据的存储量，所述行车监控数据包括监控音频和监控视频；在所述存储量达到设定阈值的情况下，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据；基于指定声纹特征识别所述目标数据的监控音频，基于指定图像特征识别所述目标数据的监控视频，根据识别结果从所述目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将所述缓存数据压缩缓存至行车记录仪的第二存储空间；将剩余的所述目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个所述目标字节段落和设定矩阵构建规则构建第一字节矩阵；根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵，基于所述设定矩阵构建规则拆分所述第二字节矩阵得到加密字节段落，将各个所述加密字节段落依序填充至所述目标位置，得到加密目标数据，将所述加密目标数据上传至云后台。
6.进一步地，在将所述缓存数据压缩缓存至行车记录仪的第二存储空间之后，还包括：周期性检测所述第二存储空间，在所述缓存数据的数据量达到缓存阈值的情况下，根据所述缓存数据的缓存顺序选择所述缓存数据上传至云后台。
7.进一步地，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据，包括：按照行车监控数据的存储时间顺序和设定上报时长从所述第一存储空间中选取
第一指定时段的行车监控数据作为目标数据。
8.进一步地，所述数据分段的目标位置为一个或者多个，在所述数据分段包括多个所述目标位置的情况下，多个所述目标位置以设定间隔位置分布。
9.进一步地，在所述数据分段包括多个所述目标位置的情况下，所述从每个数据分段的目标位置抽取目标字节段落，包括：按照所述目标位置在所述数据分段的排列位置顺序或者设定字节提取顺序提取字节数据，得到字节子段落，依序串联各个所述字节子段落，生成目标字节段落。
10.进一步地，在将所述加密目标数据上传至云后台之后，还包括：生成所述加密目标数据的存储记录，将所述设定矩阵转换规则和所述设定矩阵构建规则写入所述存储记录。
11.进一步地，在根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵之前，还包括：根据所述目标数据的数据量从多个候选矩阵转换规则中选择一个所述候选矩阵转换规则作为所述设定矩阵转换规则。
12.在第二方面，本技术实施例提供了一种行车存储数据上传装置，包括：选取模块，用于检测行车记录仪的第一存储空间，确定行车监控数据的存储量，所述行车监控数据包括监控音频和监控视频；在所述存储量达到设定阈值的情况下，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据；缓存模块，用于基于指定声纹特征识别所述目标数据的监控音频，基于指定图像特征识别所述目标数据的监控视频，根据识别结果从所述目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将所述缓存数据压缩缓存至行车记录仪的第二存储空间；构建模块，用于将剩余的所述目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个所述目标字节段落和设定矩阵构建规则构建第一字节矩阵；上传模块，用于根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵，基于所述设定矩阵构建规则拆分所述第二字节矩阵得到加密字节段落，将各个所述加密字节段落依序填充至所述目标位置，得到加密目标数据，将所述加密目标数据上传至云后台。
13.在第三方面，本技术实施例提供了一种电子设备，包括：存储器以及一个或多个处理器；所述存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的行车存储数据上传方法。
14.在第四方面，本技术实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的行车存储数据上传方法。
15.本技术实施例通过检测行车记录仪的第一存储空间，确定行车监控数据的存储量，行车监控数据包括监控音频和监控视频；在存储量达到设定阈值的情况下，从第一存储
空间中选取第一指定时段的行车监控数据作为目标数据；基于指定声纹特征识别目标数据的监控音频，基于指定图像特征识别目标数据的监控视频，根据识别结果从目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将缓存数据压缩缓存至行车记录仪的第二存储空间；将剩余的目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个目标字节段落和设定矩阵构建规则构建第一字节矩阵；根据设定矩阵转换规则将第一字节矩阵转换为第二字节矩阵，基于设定矩阵构建规则拆分第二字节矩阵得到加密字节段落，将各个加密字节段落依序填充至目标位置，得到加密目标数据，将加密目标数据上传至云后台。采用上述技术手段，通过适应性选择行车监控数据上传至云后台，并对部分行车监控数据进行筛选缓存，以此能够在减少行车记录仪本地数据存储压力的同时，保障部分重要行车监控数据的查询效率，优化行车监控数据的查询体验。此外，通过适应性选取行车监控数据进行加密上传，可以提升行车监控数据的破解难度，保障行车监控数据的存储安全性，保护用户隐私信息。
附图说明
16.图1是本技术实施例一提供的一种行车存储数据上传方法的流程图；图2是本技术实施例一中目标数据的加密上传流程图；图3是本技术实施例一中第一字节矩阵的构建流程图；图4是本技术实施例一中的矩阵转换示意图；图5是本技术实施例二提供的一种行车存储数据上传装置的结构示意图；图6是本技术实施例三提供的一种电子设备的结构示意图。
具体实施方式
17.为了使本技术的目的、技术方案和优点更加清楚，下面结合附图对本技术具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本技术，而非对本技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作（或步骤）描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
18.实施例一：图1给出了本技术实施例一提供的一种行车存储数据上传方法的流程图，本实施例中提供的行车存储数据上传方法可以由行车存储数据上传设备执行，该行车存储数据上传设备可以通过软件和/或硬件的方式实现，该行车存储数据上传设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该行车存储数据上传设备可以是行车记录仪处理器、控制器等处理设备。
19.下述以该行车存储数据上传设备为执行行车存储数据上传方法的主体为例，进行描述。参照图1，该行车存储数据上传方法具体包括：s110、检测行车记录仪的第一存储空间，确定行车监控数据的存储量，所述行车监
控数据包括监控音频和监控视频；在所述存储量达到设定阈值的情况下，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据。
20.本技术实施例的行车存储数据上传方法，旨在检测到行车记录仪的存储空间的存储量达到设定阈值的情况下，通过选取部分行车监控数据作为目标数据，并从目标数据中选取部分重要数据进行缓存，剩余目标数据采用抽取字节段落进行矩阵转换，以此能够在减少行车记录仪本地数据存储压力的同时，保障部分重要行车监控数据的查询效率，优化行车监控数据的查询体验。同时实现行车监控数据的安全加密，增大行车监控数据的破解难度。在行车监控数据存储场景中，即缓解了行车记录仪的数据存储压力，又保障部分重要数据的查询效率，无需从云后台下载。并且提升云后台行车监控数据存储、传输安全性，避免用户隐私信息被轻易窃取。
21.具体地，在行车记录仪的应用场景中，会不断的产生行车监控过程中的监控音频和监控视频，这些行车监控数据会统一存储在行车记录仪的存储空间中。随着行车监控数据的不断累积，会占用行车记录仪过大的存储空间，影响行车记录仪的正常运行。因此需要周期性检测行车记录仪的存储空间，定义该存储空间为第一存储空间。在行车监控数据的存储量达到设定阈值的情况下，触发目标数据的选取和上传。
22.其中，根据实际的数据上传需求，行车记录仪会根据设定的周期（如每天、每周等）进行存储空间的检测。在每个检测周期中，若检测到行车监控数据的存储量达到设定阈值（如存储空间的95%），表示当前存储空间紧张，行车监控数据累积过多需要及时清理内存，此时触发行车监控数据的筛选上传。反之，则无需进行行车监控数据的筛选上传。
23.进一步地，在行车监控数据的存储量达到设定阈值的情况下，则触发行车记录仪第一存储空间中行车监控数据的选取，定义选取到的行车监控数据为目标数据。可选地，在选取目标数据时，按照行车监控数据的存储时间顺序和设定上报时长从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据。
24.可以理解的是，对于存储时间相对当前时间较久的部分行车监控数据，行车记录仪会优先上报这部分数据，以保障行车监控数据能够依据时间顺序上传。并且，根据实际使用习惯，用户在查阅本地存储的行车监控数据时，查看存储时间距离当前时间较近的部分行车监控数据的几率较大，因此需要将相对当前时间较久的部分行车监控数据上传至云后台。基于此，根据每次需要上传至云后台的数据量上限，本技术实施例适应性设定一个上报时长，基于该设定上报时长，从时间最早的行车监控数据开始选取行车监控数据作为目标监控数据。例如，设定上报时长为7天，则从存储时间距离当前时间最久的行车监控数据开始，往前确定7天的时段作为第一指定时段，提取第一指定时段的行车监控数据作为目标数据。
25.s120、基于指定声纹特征识别所述目标数据的监控音频，基于指定图像特征识别所述目标数据的监控视频，根据识别结果从所述目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将所述缓存数据压缩缓存至行车记录仪的第二存储空间。
26.进一步地，基于已选取的目标数据，本技术实施例对目标数据做进一步筛选，以从中选取部分较为重要的，查询几率较大的行车监控数据。其中，由于用户在查询行车监控数据时，主要是对行车录音、行人录像等信息进行查看。因此对于目标数据中包含行车录音、行人录像等信息的行车监控数据，为了便于后续用户查询，会将其缓存至第二存储空间，以
避免这部分重要的行车监控数据上传至云后台后，再次下载导致耗时过长的问题。
27.基于此，本技术实施例采用声纹识别结合行人目标检测的方式，从目标数据中筛选出包含行车录音、行人录像等信息的行车监控数据以缓存至预先划定的存储空间，定义该存储空间为第二存储空间。
28.具体地，对于指定声纹特征的识别，通过预先存储对应行车录音的指定声纹特征，将目标数据的监控音频提取的声纹特征与指定声纹特征进行声纹比对，两者匹配即可确定包含行车录音的部分时段的监控音频。
29.对于指定图像特征识别，通过预先构建一个对应行人的目标检测模型，将监控视频输入预构建的目标检测模型检测，基于目标检测模型的输出结果判断监控视频是否包含指定图像特征（即行人图像特征）。目标检测模型预先根据行人图像特征数据构建的训练数据集进行训练构建。
30.目标检测模型可以采用yolov3目标检测模型等神经网络模型。在训练目标检测模型时，通过收集包含行人图像特征数据构建训练数据集。进一步设计目标检测模型的神经网络结构和损失函数，使用标注了指定目标的训练数据集训练目标检测模型的网络参数。在模型训练完成之后，保存模型结构和参数，以用于后续进行指定目标检测，确定指定图像特征。
31.yolov3目标检测模型主要由卷积层和池化层构成，网络中层的命名规则由其类别和在网络中第几次出现的编号构成，例如conv8表示网络中的第8个卷积层，upsamplling表示网络中的上采样层，网络中每层的输出特征图尺寸表示为“分辨率宽
×
分辨率高
×
通道数”，经过多层卷积层级池化层，最终得到图像中各个目标的矩形框及分类，以完成目标的检测。池化层是一种图像下采样操作，虽然会减少卷积特征层的参数，加快模型运算速度，但是会对上一层的卷积特征图造成语义信息的损失。yolov3目标检测网络考虑到计算资源问题，在本技术实施例中的yolov3目标检测网络的基础骨架为tiny-darknet，其参数只有4m，体量小适合落地。
32.基于该目标检测模型的检测结果，即可确定监控视频是否包含行人图像特征。进而根据检测结果，确定包含行人图像特征的部分时段的监控视频。
33.可选地，在一个实施例中，在监控视频包含行人图像特征的情况下，还将监控视频更新至训练数据集，基于更新后的训练数据集迭代训练目标检测模型。
34.可以理解的是，对于识别到行人图像特征的监控视频，由于该监控视频包含行人图像特征，为了使目标检测模型更精准、快速地识别检测行人图像特征，则通过将监控视频加入训练数据集进行目标检测模型的迭代训练，可以进一步提升目标检测模型的检测精度和效率，优化监控视频流的加密传输效率。
35.基于上述声纹识别和行人目标检测，即可确定出目标数据中包含行车录音、行人录像等信息的时段，定义该时段为第二指定时段，提取目标数据中第二指定时段的行车监控数据缓存至第二存储空间，以便于用户从本地缓存空间直接查询重要的行车监控数据，提升数据查询效率，优化行车监控数据的查询体验。
36.在一个实施例中，周期性检测所述第二存储空间，在所述缓存数据的数据量达到缓存阈值的情况下，根据所述缓存数据的缓存顺序选择所述缓存数据上传至云后台。
37.可以理解的是，由于第二存储空间能够容纳的缓存数据有限，因此，对于存储时间
较久的部分数据，会周期性上传至云后台，以腾出空间存储新筛选的缓存数据，保障缓存数据的新鲜度。
38.s130、将剩余的所述目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个所述目标字节段落和设定矩阵构建规则构建第一字节矩阵。
39.进一步地，基于已筛选的目标数据，参照图2，本技术实施例一方面通过筛选缓存数据进行缓存，另一方面对于剩余目标数据中的逐个监控视频帧和监控音频帧提取目标字节段落，基于目标字节段落构建第一字节矩阵，进而通过矩阵变换后得到第二字节矩阵，将第二字节矩阵拆分为多个加密字节段落并填充至目标位置中，完成对目标数据的加密，得到加密目标数据并上传。
40.其中，在抽取目标字节段落时，将剩余的所述目标数据拆分为设定数量的数据分段，通过定位各个数据分段的指定字节位置，定义该指定字节位置为目标位置。可以理解的是，音视频帧编码后以二进制字符串的形式存储，通过选择各个数据分段的二进制字符串上的指定字节位置，即可提取该位置上的字节数据，即目标字节段落。例如，以各个数据分段的第n-m个字节位置为目标位置，在提取字节数据时，从数据分段的的二进制字符串中按照字节顺序找到第n-m个字节位置，依序逐个位置提取字节数据，以此串联得到目标字节段落。
41.可选地，所述目标位置为一个或者多个，在所述数据分段包括多个所述目标位置的情况下，多个所述目标位置以设定间隔位置分布。
42.具体地，若数据分段的包含的目标位置为一个，则参照上述字节数据采集方式采集字节数据。若数据分段包含的目标位置为多个，则在采集字节数据过程中，按照数据分段中字符串的字节位置顺序，逐一从各个目标位置提取字节数据。需要说明的是，通过间隔分布设置目标位置，可以使得提取到的字节数据更加分散、多样，以此进行目标数据加密，可以提升数据加密的复杂度，提升加密数据被破解的难度。
43.进一步地，在所述数据分段包括多个所述目标位置的情况下，所述从每个数据分段的目标位置抽取目标字节段落，包括：按照所述目标位置在所述数据分段的排列位置顺序或者设定字节提取顺序提取字节数据，得到字节子段落，依序串联各个所述字节子段落，生成目标字节段落。
44.对于数据分段包含多个目标位置的情况，可以按照各个目标位置在数据分段的字符串中的排列位置顺序提取字节数据，定义一个目标位置提取到的字节数据为字节子段落。将提取到的字节子段落按照提取顺序串联为目标字节段落。
45.此外，也可以按照设定字节提取顺序，如倒序提取，先提取奇数位置再提取偶数位置等字节数据提取顺序，依序提取字节子段落并串联为目标字节段落。
46.通过设定不同字节提取顺序提取字节数据生成目标字节段落，可以使得提取到的字节数据更加分散、多样，以此进行字节加密，可以提升数据加密的复杂度，提升加密数据被破解的难度。
47.进一步地，基于各个数据分段采集到的目标字节段落后，基于该目标字节段落，即可进行矩阵构建。
48.参照图3，第一字节矩阵构建流程包括：
s1301、根据设定矩阵构建规则确定第一字节矩阵的设定行数或者设定列数；s1302、基于所述设定行数或者所述设定列数，结合各个所述目标字节段落构建所述第一字节矩阵，并使用设定字节段落补齐所述第一字节矩阵的空缺部分。
49.在构建第一字节矩阵时，根据设定矩阵构建规则所配置的矩阵设定行数或者设定列数，将目标字节段落按照监控音频和监控视频的时间戳顺序，逐行进行排列构建第一字节矩阵。并且，由于可能存在目标字节段落数量有限，不足以构建完整矩阵的情况，则通过使用设定字节段落补齐第一字节矩阵的元素，以此完成矩阵构建。
50.例如，参照图4，假若依序提取到的目标字节段落为a1、a2、a3、b1、b2、b3、c1和c2。设定矩阵构建规则配置矩阵的设定行数为3行，则依据已有的目标字节段落无法构建完整的矩阵。此时通过补齐设定字节段落c1,以此完成第一字节矩阵的构建。
51.s140、根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵，基于所述设定矩阵构建规则拆分所述第二字节矩阵得到加密字节段落，将各个所述加密字节段落依序填充至所述目标位置，得到加密目标数据，将所述加密目标数据上传至云后台。
52.之后，对于已构建的第一字节矩阵，本技术实施例使用设定矩阵转换规则进行第一字节矩阵的变换处理。矩阵转换规则根据实际需要设定，具体可以是将矩阵中各行元素对调位置，将矩阵与另一个矩阵相乘，或者将矩阵乘以某一个常数等方式。本技术实施例对具体的矩阵转换规则不做固定限制，在此不多赘述。
53.示例性地，如图4所示，对第一字节矩阵的矩阵变换进行示例性描述。假设目标字节段落为“a1,a2,a3,b1,b2,b3,c1,c2,c3”，将其按照时间戳顺序拆分为三段“a1,a2,a3”、“b1,b2,b3”和“c1,c2,c3”，将其按照时间戳顺序排序构建第一字节矩阵，进而将第一字节矩阵中的元素沿着对角线对调的矩阵转换规则进行变换，得到第二字节矩阵，以此完成第一字节矩阵向第二字节矩阵的变换。
54.进而基于该第二字节矩阵，按照上述矩阵构建规则对应进行字节段落的拆分，得到加密字节段落为“c3，c2,c1,b3,b2,b1,a3,a2,a1”。
55.则基于该加密字节段落，通过将加密字节段落分别填充至目标数据中各数据分段的目标位置处，以此完成目标数据加密，得到加密目标数据。其中，假设在目标数据的数据分段的目标位置提取到目标字节段落后，经过加密后得到的目标字节段落为“a1,a2,a3,b1,b2,b3,c1,c2,c3”，则按照上述矩阵变换方式，可以得到加密字节段落“c3，c2,c1,b3,b2,b1,a3,a2,a1”。进而在目标数据加密时，依序提取加密字节段落“c3，c2,c1,b3,b2,b1,a3,a2,a1”填充至各个目标位置中，以此类推，完成目标数据加密，得到加密目标数据。进而将加密目标数据上传至云后台存储，以此完成行车监控数据的加密上传。
56.至此，通过字节段落抽取和矩阵变换填充，使得目标数据中目标位置的字节段落得到加密修改，以此来提升目标数据的破解难度，提升行车监控数据传输、存储的安全性。
57.需要说明的是，在处理目标数据的监控音频和监控视频时，监控音频和监控视频可以分开进行字节抽取加密和矩阵变换填充，也可以将目标数据中的所有数据一并进行字节抽取和矩阵变换填充。本技术实施例对具体的处理方式不做固定限制，在此不多赘述。
58.在一个实施例中，还可以根据所述目标数据的数据量从多个候选矩阵转换规则中选择一个所述候选矩阵转换规则作为所述设定矩阵转换规则。
59.为了进一步提升数据破解难度，本技术实施例还根据目标数据的数据量，适应性
选择设定矩阵转换规则以进行字节矩阵转换。可以理解的是，对于数据量较小的目标数据，使用较复杂的矩阵转换规则会降低数据处理效率。而对于数据量较大的目标数据，使用简单矩阵转换规则会影响数据处理的安全性。基于此，本技术实施例根据不同的数据量区间设定相应的候选矩阵转换规，当目标数据的数据量达到对应数据量区间时，则适应该数据量区间对应的候选矩阵转换规进行字节矩阵转换，以此在保障数据处理效率的同时，提升数据加密的安全性。
60.之后，基于上述加密得到的加密目标数据，本技术实施例通过生成所述加密目标数据的存储记录，将所述设定矩阵转换规则和所述设定矩阵构建规则写入所述存储记录。基于该存储记录，后续在通过行车记录仪查询云后台存储的加密目标数据时，通过下载加密目标数据，并依序提取各帧数据上目标位置的加密字节段落。然后基于存储记录上的设定矩阵构建规则构建第二字节矩阵，基于存储记录上的设定矩阵转换规则进行矩阵还原得到第一字节矩阵，进而基于存储记录上的设定矩阵构建规则拆分第一字节矩阵得到目标字节段落。将目标字节段落依序填充至目标位置中，至此完成加密目标数据的解密，还原得到目标数据。
61.上述，通过检测行车记录仪的第一存储空间，确定行车监控数据的存储量，行车监控数据包括监控音频和监控视频；在存储量达到设定阈值的情况下，从第一存储空间中选取第一指定时段的行车监控数据作为目标数据；基于指定声纹特征识别目标数据的监控音频，基于指定图像特征识别目标数据的监控视频，根据识别结果从目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将缓存数据压缩缓存至行车记录仪的第二存储空间；将剩余的目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个目标字节段落和设定矩阵构建规则构建第一字节矩阵；根据设定矩阵转换规则将第一字节矩阵转换为第二字节矩阵，基于设定矩阵构建规则拆分第二字节矩阵得到加密字节段落，将各个加密字节段落依序填充至目标位置，得到加密目标数据，将加密目标数据上传至云后台。采用上述技术手段，通过适应性选择行车监控数据上传至云后台，并对部分行车监控数据进行筛选缓存，以此能够在减少行车记录仪本地数据存储压力的同时，保障部分重要行车监控数据的查询效率，优化行车监控数据的查询体验。此外，通过适应性选取行车监控数据进行加密上传，可以提升行车监控数据的破解难度，保障行车监控数据的存储安全性，保护用户隐私信息。
62.实施例二：在上述实施例的基础上，图5为本技术实施例二提供的一种行车存储数据上传装置的结构示意图。参考图5，本实施例提供的行车存储数据上传装置具体包括：选取模块21、缓存模块22、构建模块23和上传模块24。
63.其中，选取模块21用于检测行车记录仪的第一存储空间，确定行车监控数据的存储量，所述行车监控数据包括监控音频和监控视频；在所述存储量达到设定阈值的情况下，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据；缓存模块22用于基于指定声纹特征识别所述目标数据的监控音频，基于指定图像特征识别所述目标数据的监控视频，根据识别结果从所述目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将所述缓存数据压缩缓存至行车记录仪的第二存储空间；
构建模块23用于将剩余的所述目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个所述目标字节段落和设定矩阵构建规则构建第一字节矩阵；上传模块24用于根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵，基于所述设定矩阵构建规则拆分所述第二字节矩阵得到加密字节段落，将各个所述加密字节段落依序填充至所述目标位置，得到加密目标数据，将所述加密目标数据上传至云后台。
64.进一步地，在将所述缓存数据压缩缓存至行车记录仪的第二存储空间之后，还包括：周期性检测所述第二存储空间，在所述缓存数据的数据量达到缓存阈值的情况下，根据所述缓存数据的缓存顺序选择所述缓存数据上传至云后台。
65.进一步地，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据，包括：按照行车监控数据的存储时间顺序和设定上报时长从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据。
66.进一步地，所述数据分段的目标位置为一个或者多个，在所述数据分段包括多个所述目标位置的情况下，多个所述目标位置以设定间隔位置分布。
67.进一步地，在所述数据分段包括多个所述目标位置的情况下，所述从每个数据分段的目标位置抽取目标字节段落，包括：按照所述目标位置在所述数据分段的排列位置顺序或者设定字节提取顺序提取字节数据，得到字节子段落，依序串联各个所述字节子段落，生成目标字节段落。
68.进一步地，在将所述加密目标数据上传至云后台之后，还包括：生成所述加密目标数据的存储记录，将所述设定矩阵转换规则和所述设定矩阵构建规则写入所述存储记录。
69.进一步地，在根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵之前，还包括：根据所述目标数据的数据量从多个候选矩阵转换规则中选择一个所述候选矩阵转换规则作为所述设定矩阵转换规则。
70.上述，通过检测行车记录仪的第一存储空间，确定行车监控数据的存储量，行车监控数据包括监控音频和监控视频；在存储量达到设定阈值的情况下，从第一存储空间中选取第一指定时段的行车监控数据作为目标数据；基于指定声纹特征识别目标数据的监控音频，基于指定图像特征识别目标数据的监控视频，根据识别结果从目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将缓存数据压缩缓存至行车记录仪的第二存储空间；将剩余的目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个目标字节段落和设定矩阵构建规则构建第一字节矩阵；根据设定矩阵转换规则将第一字节矩阵转换为第二字节矩阵，基于设定矩阵构建规则拆分第二字节矩阵得到加密字节段落，将各个加密字节段落依序填充至目标位置，得到加密目标数据，将加密目标数据上传至云后台。采用上述技术手段，通过适应性选择行车监控数据上传至云后台，并对部分行车监控数据进行筛选缓存，以此能够在减少行车记录仪本地数据存储压
力的同时，保障部分重要行车监控数据的查询效率，优化行车监控数据的查询体验。此外，通过适应性选取行车监控数据进行加密上传，可以提升行车监控数据的破解难度，保障行车监控数据的存储安全性，保护用户隐私信息。
71.本技术实施例二提供的行车存储数据上传装置可以用于执行上述实施例一提供的行车存储数据上传方法，具备相应的功能和有益效果。
72.实施例三：本技术实施例三提供了一种电子设备，参照图6，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个，该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
73.存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本技术任意实施例所述的行车存储数据上传方法对应的程序指令/模块（例如，行车存储数据上传装置中的选取模块、缓存模块、构建模块和上传模块）。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
74.通信模块33用于进行数据传输。
75.处理器31通过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的行车存储数据上传方法。
76.输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
77.上述提供的电子设备可用于执行上述实施例一提供的行车存储数据上传方法，具备相应的功能和有益效果。
78.实施例四：本技术实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种行车存储数据上传方法，该行车存储数据上传方法包括：检测行车记录仪的第一存储空间，确定行车监控数据的存储量，所述行车监控数据包括监控音频和监控视频；在所述存储量达到设定阈值的情况下，从所述第一存储空间中选取第一指定时段的行车监控数据作为目标数据；基于指定声纹特征识别所述目标数据的监控音频，基于指定图像特征识别所述目标数据的监控视频，根据识别结果从所述目标数据中选取第二指定时段的监控音频和监控视频作为缓存数据，将所述缓存数据压缩缓存至行车记录仪的第二存储空间；将剩余的所述目标数据拆分为设定数量的数据分段，从每个数据分段的目标位置抽取目标字节段落，基于各个所述目标字节段落和设定矩阵构建规则构建第一字节矩阵；根据设定矩阵转换规则将所述第一字节矩阵转换为第二字节矩阵，基于所述设定矩阵构建规则拆分所述第二字节矩阵得到加密字节段落，将各个所述加密字节段落依序填充至所述目标位置，得到加密目标数据，将所述加密目标数据上传至云后台。
79.存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddr ram、sram、edo ram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
80.当然，本技术实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的行车存储数据上传方法，还可以执行本技术任意实施例所提供的行车存储数据上传方法中的相关操作。
81.上述实施例中提供的行车存储数据上传装置、存储介质及电子设备可执行本技术任意实施例所提供的行车存储数据上传方法，未在上述实施例中详尽描述的技术细节，可参见本技术任意实施例所提供的行车存储数据上传方法。
82.上述仅为本技术的较佳实施例及所运用的技术原理。本技术不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本技术的保护范围。因此，虽然通过以上实施例对本技术进行了较为详细的说明，但是本技术不仅仅限于以上实施例，在不脱离本技术构思的情况下，还可以包括更多其他等效实施例，而本技术的范围由权利要求的范围决定。