站点模型更新方法及系统技术方案

本申请公开了人工智能领域中的一种站点模型更新方法及系统。该方法包括：获取监控图像，通过获取到的所述监控图像，确定发生变化的设备的变化类型以及与所述变化类型对应的变化量；根据所述监控图像和站点模型，计算所述监控图像的位姿和相机参数；根据所述监控图像的位姿和相机参数，确定所述发生变化的设备的位姿；以及根据所述发生变化的设备的位姿、所述变化类型以及与所述变化类型对应的变化量，更新所述站点模型。更新所述站点模型。更新所述站点模型。

【技术实现步骤摘要】
站点模型更新方法及系统


[0001]本申请涉及人工智能领域，具体涉及站点模型更新方法及系统。

技术介绍

[0002]在多种应用场景下需要针对特定地点的站点构建站点模型并更新站点模型，从而为该站点的设计和硬件安装等环节提供数据支持，提高设计效率和资产管理，另外也可以根据该站点的实际变化而提供决策指引或者安全警告。例如，站点的实际变化可能包括关键设备的位置变化或者朝向改变甚至设备损毁，从而带来安全性或者系统性能的问题，并需要及时采取措施。其中，站点的含义根据具体应用场景而定。例如在电信通讯的应用场景，站点可以理解成涉及网络部署与集成业务的网络基站、中继站或者通讯中枢。再例如在智能城市安防监控的应用场景，站点可以理解成在交通指示系统。再例如在电力运输的应用场景，站点可以理解成光伏发电系统或者继电站或者电力输送枢纽。再例如在石油行业的应用场景，站点可以理解成加油站或者炼油站。在这些应用场景中，需要监测站点的实际变化，也需要实时采集站点的监测数据并确定关键设备是否发生变化，并及时更新站点模型。现有技术中，一般通过人工上站的方式进行数据采集从而发现站点的实际变化并据此更新站点模型。然而，通过人工上站的方式不仅具有耗费人力和成本高的缺点，而且往往不能及时安排人员上站从而无法做到及时采集站点的监测数据并更新站点模型。
[0003]为此，需要一种技术方案来实现对站点实际变化的实时监测、自动判断关键设备是否发生变化以及更新站点模型。

技术实现思路

[0004]本申请实施例为了解决对站点实际变化的实时监测、自动判断关键设备是否发生变化以及更新站点模型的技术难题，通过结合单目摄像技术和深度学习算法来自动识别发生变化的设备和变化类型，从而实现了自动检测站点变化、采集站点数据并及时更新站点模型。
[0005]第一方面，本申请实施例提供了一种站点模型更新方法。该方法包括：获取监控图像，通过获取到的监控图像，确定发生变化的设备的变化类型以及与变化类型对应的变化量；根据监控图像和站点模型，计算监控图像的位姿和相机参数；根据监控图像的位姿和相机参数，确定发生变化的设备的位姿；以及根据发生变化的设备的位姿、变化类型以及与变化类型对应的变化量，更新站点模型。
[0006]第一方面所描述的技术方案，通过自动判断监控图像中是否存在发生变化的设备，以及进一步根据多个预设变化类型确定发生变化的设备的变化类型和对应变换量，从而实现了自动检测站点变化、采集站点数据并及时更新站点模型。
[0007]根据第一方面，在一种可能的实现方式中，通过将监控图像输入神经网络模型从而确定发生变化的设备的变化类型以及与变化类型对应的变化量，变化类型是多个预设变化类型中的一个预设变化类型。
[0008]根据第一方面，在一种可能的实现方式中，神经网络模型通过使用损失函数训练得到。其中，损失函数包括多个子损失函数的加权之和，多个子损失函数与多个预设变化类型一一对应，多个子损失函数的每一个子损失函数根据与该子损失函数对应的预设变化类型所对应的变化量确定。如此，通过将监控图像输入神经网络模型，以及通过分别设计不同的子损失函数，实现训练该神经网络模型用于执行多种任务包括快速判断变化类型和对应变换量。
[0009]根据第一方面，在一种可能的实现方式中，多个预设变化类型包括设备新增，设备新增所对应的变化量包括监控图像的像素大小的最大值。如此，实现了快速判断变化类型是否为设备新增以及对应变化量。
[0010]根据第一方面，在一种可能的实现方式中，多个预设变化类型包括设备删除，设备删除所对应的变化量包括监控图像的像素大小的最大值的负值。如此，实现了快速判断变化类型是否为设备删除以及对应变化量。
[0011]根据第一方面，在一种可能的实现方式中，多个预设变化类型包括设备移动，设备移动所对应的变化量包括发生变化的设备的中心点的移动距离。如此，实现了快速判断变化类型是否为设备移动以及对应变化量。
[0012]根据第一方面，在一种可能的实现方式中，多个预设变化类型包括设备旋转，设备旋转所对应的变化量包括发生变化的设备的边缘与中心点的连线的转向距离。如此，实现了快速判断变化类型是否为设备旋转以及对应变化量。
[0013]根据第一方面，在一种可能的实现方式中，多个预设变化类型包括设备同时移动和旋转，设备同时移动和旋转所对应的变化量包括发生变化的设备的中心点的移动距离以及发生变化的设备的边缘与中心点的连线的转向距离。如此，实现了快速判断变化类型是否为设备同时移动和旋转以及对应变化量。
[0014]根据第一方面，在一种可能的实现方式中，方法还包括：确定发生变化的设备所在区域在监控图像中的占比；比较占比和预设占比；当占比小于预设占比时，获得放大后监控图像；根据放大后监控图像和站点模型，计算放大后监控图像的位姿和相机参数；根据放大后监控图像的位姿和相机参数，更新站点模型。如此，实现了获得放大后监控图像；根据放大后监控图像和站点模型，计算放大后监控图像的位姿和相机参数；根据放大后监控图像的位姿和相机参数，更新站点模型。
[0015]根据第一方面，在一种可能的实现方式中，放大后监控图像根据放大倍数获得，放大倍数根据占比和预设占比确定。如此，实现了放大倍数的计算。
[0016]根据第一方面，在一种可能的实现方式中，放大后监控图像的位姿和相机参数根据放大倍数、监控图像的位姿和相机参数确定。如此，实现了计算放大后监控图像的位姿和相机参数。
[0017]第二方面，本申请实施例提供了一种芯片系统，其特征在于，芯片系统应用于电子设备；芯片系统包括一个或多个接口电路，以及一个或多个处理器；接口电路和处理器通过线路互联；接口电路用于从电子设备的存储器接收信号，并向处理器发送信号，信号包括存储器中存储的计算机指令；当处理器执行计算机指令时，电子设备执行如第一方面中任意一项方法。
[0018]第二方面所描述的技术方案，通过自动判断监控图像中是否存在发生变化的设
备，以及进一步根据多个预设变化类型确定发生变化的设备的变化类型和对应变换量，从而实现了自动检测站点变化、采集站点数据并及时更新站点模型。
[0019]第三方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机程序指令，计算机程序指令当被处理器执行时使处理器执行如第一方面中任一项的方法。
[0020]第三方面所描述的技术方案，通过自动判断监控图像中是否存在发生变化的设备，以及进一步根据多个预设变化类型确定发生变化的设备的变化类型和对应变换量，从而实现了自动检测站点变化、采集站点数据并及时更新站点模型。
[0021]第四方面，本申请实施例提供了一种计算机程序产品，其特征在于，计算机程序产品包括计算机指令，当计算机指令在电子设备上运行时，使得电子设备执行如第一方面中任一项的方法。
[0022]第四方面所描述的技术方案，通过自动判断监控图像中是否存在发生变化的设备，以及进一步根据多个预设变化类型确定发生变化的设备的变化类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种站点模型更新方法，其特征在于，所述方法包括：获取监控图像，通过获取到的所述监控图像，确定发生变化的设备的变化类型以及与所述变化类型对应的变化量；根据所述监控图像和站点模型，计算所述监控图像的位姿和相机参数；根据所述监控图像的位姿和相机参数，确定所述发生变化的设备的位姿；以及根据所述发生变化的设备的位姿、所述变化类型以及与所述变化类型对应的变化量，更新所述站点模型。2.根据权利要求1所述的方法，其特征在于，所述通过获取到的所述监控图像，确定发生变化的设备的变化类型以及与所述变化类型对应的变化量包括：通过将所述监控图像输入神经网络模型从而确定所述发生变化的设备的变化类型以及与所述变化类型对应的所述变化量，所述变化类型是多个预设变化类型中的一个预设变化类型。3.根据权利要求2所述的方法，其特征在于，所述神经网络模型通过使用损失函数训练得到，其中，所述损失函数包括多个子损失函数的加权之和，所述多个子损失函数与所述多个预设变化类型一一对应，所述多个子损失函数的每一个子损失函数根据与该子损失函数对应的预设变化类型所对应的变化量确定。4.根据权利要求2或3所述的方法，其特征在于，所述多个预设变化类型包括设备新增，所述设备新增所对应的变化量包括所述监控图像的像素大小的最大值。5.根据权利要求2或3所述的方法，其特征在于，所述多个预设变化类型包括设备删除，所述设备删除所对应的变化量包括所述监控图像的像素大小的最大值的负值。6.根据权利要求2或3所述的方法，其特征在于，所述多个预设变化类型包括设备移动，所述设备移动所对应的变化量包括所述发生变化的设备的中心点的移动距离。7.根据权利要求2或3所述的方法，其特征在于，所述多个预设变化类型包括设备旋转，所述设备旋转所对应的变化量包括所述发生变化的设备的边缘与中心点的连线的转向距离。8.根据权利要求2或3所述的方法，其特征在于，所述多个预设变化类型包括设备同时移动和旋转，所述设备同时移动和旋转所对应的变化量包括所述发生变化的设备的中心点的移动距离以及所述发生变化的设备的边缘与中心点的连线的转向距离。9.根据权利要求1
‑
8任一所述的方法，其特征在于，所述方法还包括：确定所述发生变化的设备所在区域在所述监控图像中的占比；比较所述占比和预设占比；当所述占比小于所述预设占比时，获得放大后监控图像；根据所述放大后监控图像和站点模型，计算所述放大后监控图像的位姿和相机参数；根据所述放大后监控图像的位姿和相机参数，更新所述站点模型。10.根据权利要求9所述的方法，其特征在于，所述放大后监控图像根据放大倍数获得，所述放大倍数根据所述占比和所述预设占比确定。
11.根据权利要求8所述的方法，其特征在于，所述放大后监控图像的位姿和相机参数根据所述放大倍数、所述监控图像的位姿和相机参数确定。12.一种芯片系统，其特征在于，所述芯片系统应用于电子设备；所述芯片系统包括一个或多个接口电路，以及一个或多个处理器；所述接口电路和所述处理器通过线路互联；所述接口电路用于从所述电子设备的存储器接收信号，并向所述处理器发送所述信号，所述信号包括所述存储器中存储的计算机指令；当所述处理器执行所述计算机指令时，所述电子设备执行如权利要求1
‑
11中任意一项所述方法。13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序指令，所述计算机程序指令当被处理器执行时使所述处理器执行如权利要求1
‑
11中任一项所述的方法。14.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行如权利要求1
‑
11中任一项所述的方法。1...

【专利技术属性】
技术研发人员：乔健，黄山，谭凯，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：