环境类型的识别方法、装置和计算机设备制造方法及图纸

本申请提供了一种环境类型的识别方法、装置和计算机设备，系统在移动设备的运动过程中按照预设频率采集当前场景的环境图像，并使用注意力机制算法，从环境图像中获取图像有效信息以及该环境图像对应的权重。系统将图像有效信息输入预先构建的深度学习网络中进行场景识别，得到环境图像对应的环境标签。系统根据连续采集的环境图像的权重以及环境标签的连续性，识别得到当前场景的当前环境类型。系统通过使用注意力机制算法消除环境图像中冗余的无效信息，能够减少数据处理量。而根据环境标签的权重以及连续性，识别得到当前场景的环境类型，则能够减少环境类型判断错误带来的干扰，提高识别准确度，响应速度快，整体上对硬件要求较低。要求较低。要求较低。

【技术实现步骤摘要】
环境类型的识别方法、装置和计算机设备


[0001]本申请涉及清洁
，特别涉及一种环境类型的识别方法、装置和计算机设备。

技术介绍

[0002]近年来，随着人工智能技术的稳步发展，深度学习逐步应用于场景类型的识别，达到了良好的效果。但是，通过深度学习识别场景类型对应用设备的硬件要求较高，且因为在识别过程中需要处理的数据量巨大，其响应速度较慢，不适用于扫地机等小型移动设备。

技术实现思路

[0003]本申请的主要目的为提供一种环境类型的识别方法、装置和计算机设备，旨在解决现有识别场景类型的方法对硬件要求高、响应速度慢、不适用于小型移动设备的弊端。
[0004]为实现上述目的，本申请提供了一种环境类型的识别方法，包括：
[0005]按照预设频率采集当前场景的环境图像；
[0006]使用注意力机制算法，从所述环境图像中获取图像有效信息，以及所述环境图像对应的权重，所述权重表征所述图像有效信息相对于所述环境图像包含的所有信息占据的比重；
[0007]将所述图像有效信息输入预先构建的深度学习网络中进行场本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种环境类型的识别方法，其特征在于，包括：按照预设频率采集当前场景的环境图像；使用注意力机制算法，从所述环境图像中获取图像有效信息，以及所述环境图像对应的权重，所述权重表征所述图像有效信息相对于所述环境图像包含的所有信息占据的比重；将所述图像有效信息输入预先构建的深度学习网络中进行场景识别，得到所述环境图像对应的环境标签；根据所述环境图像的所述权重、所述环境标签的连续性，识别得到所述当前场景的当前环境类型。2.根据权利要求1所述的环境类型的识别方法，其特征在于，所述按照预设频率采集当前场景的环境图像的步骤，包括：根据所述预设频率采集预设数量的所述环境图像作为一个图像队列进行缓存；当所述环境图像的缓存数量达到所述预设数量后，按照采集时间删除所述图像队列中最早采集的一帧环境图像，并在所述图像队列中缓存新的一帧环境图像，形成新的图像队列进行缓存。3.根据权利要求2所述的环境类型的识别方法，其特征在于，所述深度学习网络为AlexNet深度学习网络，所述将所述图像有效信息输入预先构建的深度学习网络中进行场景识别，得到所述环境图像对应的环境标签的步骤，包括：将所述图像有效信息输入所述AlexNet深度学习网络，得到所述环境标签。4.根据权利要求3所述的环境类型的识别方法，其特征在于，所述根据所述环境图像的所述权重、所述环境标签的连续性，识别得到所述当前场景的当前环境类型的步骤，包括：对所述图像队列中所有所述环境图像，基于相同的所述环境标签进行所述权重的加和计算，得到各所述环境标签分别对应的权重总和；筛选最大的所述权重总和对应的所述环境标签作为所述当前场景的初始环境类型；判断当前连续识别得到所述初始环境类型的图像队列的数量是否大于阈值；若当前连续识别得到同一个所述初始环境类型的图像队列的数量大于阈值，或者，在一个连续范围内的判定结果中，同一个所述初始环境类型的图像队列的占比达到预设值，则将所述初始环境类型作为所述...

【专利技术属性】
技术研发人员：贾盛泽，
申请(专利权)人：深圳市无限动力发展有限公司，
类型：发明
国别省市：