本发明专利技术涉及图像处理技术，揭露了一种基于图像视觉的电梯监控预警方法、装置、电子设备以及计算机可读存储介质，其中，所述方法包括：利用采用生成式对抗网络构建及训练得到的图像复原模型对电梯监控图像进行图像复原，得到复原监控图像；建立所述复原监控图像对应的多个图像尺度空间，并根据所述图像尺度空间构建高斯差分金字塔，并对所述高斯差分金字塔进行关键点定位，得到多个目标关键点；根据所述目标关键点生成对应的特征描述子，计算所述特征描述子和故障数据库中的多个故障数据之间的临近值，根据所述临近值生成故障结果；当故障结果为出现故障时，对目标电梯进行电梯预警。本发明专利技术可以实现电梯的快速监控预警。本发明专利技术可以实现电梯的快速监控预警。本发明专利技术可以实现电梯的快速监控预警。
【技术实现步骤摘要】
基于图像视觉的电梯监控预警方法、装置、设备及介质
[0001]本专利技术涉及图像处理
，尤其涉及一种基于图像视觉的电梯监控预警方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着社会经济的发展，高层建筑越来越多，电梯逐渐成为人们生活中的必备基础设施，在大型购物广场、办公楼、小区住宅等场所广泛应用。电梯不但能够为人们提供更加便捷、舒适的服务，也为高层建筑货物运输提供了可能。但是随着电梯的普及，越来越多的电梯安全事故接连发生，电梯的安全与否成为大家关注的问题，因此需要对电梯进行监控预警，故亟待提出一种电梯监控预警方法。
技术实现思路
[0003]本专利技术提供一种基于图像视觉的电梯监控预警方法、装置及计算机可读存储介质，其主要目的在于实现电梯的快速监控预警。
[0004]为实现上述目的，本专利技术提供的一种基于图像视觉的电梯监控预警方法，包括：以多尺度网络作为生成模型，以判别网络作为判别模型构建生成式对抗网络，基于预获取的训练退化数据集对所述生成式对抗网络进行训练处理，得到图像复原模型；获取预设目标电梯的电梯监控图像；利用所述图像复原模型对所述电梯监控图像进行图像复原处理，得到复原监控图像；建立所述复原监控图像对应的多个图像尺度空间，并根据所述图像尺度空间构建高斯差分金字塔，对所述高斯差分金字塔进行关键点定位，得到多个目标关键点；根据多个目标关键点生成对应的特征描述子，计算所述特征描述子和预设故障数据库中的多个故障数据之间的临近值，并根据所述临近值生成故障结果；当所述故障结果为出现故障时，对所述目标电梯进行电梯预警。
[0005]可选地，所述建立所述复原监控图像对应的多个图像尺度空间，包括：利用一个变化尺度高斯函数对所述复原监控图像进行卷积处理，得到多个图像尺度空间。
[0006]可选地，所述根据所述图像尺度空间构建高斯差分金字塔，包括：获取预设的相邻尺度因子比值，并在多个所述图像尺度空间中选取两个满足相邻尺度因子比值的相邻图像尺度空间作为目标尺度空间；计算两个所述目标尺度空间的差值，根据所述差值得到高斯差分金字塔。
[0007]可选地，所述对所述高斯差分金字塔进行关键点定位，得到多个目标关键点，包括：将所述高斯差分金字塔中的每个像素点与不同尺度层的像素点进行邻域比较，得到满足比较条件的多个极值点；
对所述高斯差分金字塔进行泰勒级数展开，得到泰勒级数展开式，从多个所述极值点中查找符合所述泰勒级数展开式的极值点作为初始关键点；根据预设的梯度方向计算公式计算出多个所述初始关键点对应的梯度方向，并利用直方图统计梯度方向，得到方向直方图；选取所述方向直方图中高于预设参考线的梯度方向对应的初始关键点作为目标关键点。
[0008]可选地，所述所述预设的梯度方向计算公式为：其中，为梯度方向，为反正切函数，、、和为不同的多个所述初始关键点。
[0009]可选地，所述根据多个目标关键点生成对应的特征描述子，包括：以所述目标关键点为中心选取周围满足预设大小的方形像素区域；分别将所述方形像素区域划分为多个像素子区域，并计算多个所述像素子区域中的梯度累加值；将所述梯度累加值作为所述目标关键点对应的特征描述子。
[0010]可选地，所述基于预获取的训练退化数据集对所述生成式对抗网络进行训练处理，得到图像复原模型，包括：将所述训练退化数据集输入至所述生成式对抗网络中的生成模型中进行图像生成，得到预测清晰图像；利用所述生成式对抗网络中的判别网络对所述预测清晰图像进行标签标记，得到图像标签；利用预构建的平滑损失函数，根据所述图像标签和预设的真值标签计算得到所述生成模型的平滑损失值，利用预构建的感知损失函数根据所述预测清晰图像和预设的真实清晰图像计算得到所述生成模型的感知损失值；利用预构建的判别损失值函数计算所述预测清晰图像和预设的待参考图像对应的判别损失值；根据所述平滑损失值、所述感知损失值及所述判别损失值计算得到所述生成式对抗网络的最终损失值；将所述最终损失值和预设的参考损失值进行比较，并根据比较得到的结果对所述生成式对抗网络进行迭代训练，生成图像复原模型。
[0011]为了解决上述问题，本专利技术还提供一种基于图像视觉的电梯监控预警装置，所述装置包括：网络训练模块，用于以多尺度网络作为生成模型，以判别网络作为判别模型构建生成式对抗网络，基于预获取的训练退化数据集对所述生成式对抗网络进行训练处理，得到图像复原模型；图像复原模块，用于获取预设目标电梯的电梯监控图像，利用所述图像复原模型对所述电梯监控图像进行图像复原处理，得到复原监控图像；
GAN）是一种深度学习模型，通过框架中两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生好的输出。
[0021]具体地，所述以多尺度网络作为生成模型，以判别网络作为判别模型构建生成式对抗网络，包括：分别对预构建的多尺度网络及判别网络进行初始化处理，得到初始多尺度网络和初始判别网络；按照预设的连接顺序将所述初始多尺度网络和所述初始判别网络进行连接处理，得到生成式对抗网络。
[0022]详细地，所述预设的连接顺序可以为所述初始多尺度网络在前面，所述初始判别网络在后面的顺序。
[0023]其中，所述多尺度网络是指多尺度深度网络，所述多尺度深度网络中分为全局粗估计和局部精估计两个部分。所述判别网络是指判别特征网络。
[0024]本专利技术实施例中，所述初始化处理包括对所述多尺度网络和所述判别网络中的参数进行预先设定等操作。
[0025]进一步地，所述基于预获取的训练退化数据集对所述生成式对抗网络进行训练处理，得到图像复原模型，包括：将所述训练退化数据集输入至所述生成式对抗网络中的生成模型中进行图像生成，得到预测清晰图像；利用所述生成式对抗网络中的判别网络对所述预测清晰图像进行标签标记，得到图像标签；利用预构建的平滑损失函数，根据所述图像标签和预设的真值标签计算得到所述生成模型的平滑损失值，利用预构建的感知损失函数根据所述预测清晰图像和预设的真实清晰图像计算得到所述生成模型的感知损失值；利用预构建的判别损失值函数计算所述预测清晰图像和预设的待参考图像对应的判别损失值；根据所述平滑损失值、所述感知损失值及所述判别损失值计算得到所述生成式对抗网络的最终损失值；将所述最终损失值和预设的参考损失值进行比较，并根据比较得到的结果对所述生成式对抗网络进行迭代训练，生成图像复原模型。
[0026]详细地，所述训练退化数据集是指不清晰的图像数据。
[0027]具体地，本专利技术实施例所述平滑损失函数为：具体地，本专利技术实施例所述平滑损失函数为：其中，为所述生成模型的平滑损失值，为训练退化数据集中训练退化数据的数量，为第i个训练退化数据的真值标签，为第i个训练退化数据的图像标签，为预设的平滑函数。
[0028]进一步地，本专利技术实施例中，所述感知损失函数为：其中，为所述生成模型的感知损失值，表示第i个训练退化数据的图像标签对应的预测清晰图像，表示第本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于图像视觉的电梯监控预警方法，其特征在于，所述方法包括：以多尺度网络作为生成模型，以判别网络作为判别模型构建生成式对抗网络，基于预获取的训练退化数据集对所述生成式对抗网络进行训练处理，得到图像复原模型；获取预设目标电梯的电梯监控图像；利用所述图像复原模型对所述电梯监控图像进行图像复原处理，得到复原监控图像；建立所述复原监控图像对应的多个图像尺度空间，并根据所述图像尺度空间构建高斯差分金字塔，对所述高斯差分金字塔进行关键点定位，得到多个目标关键点；根据多个目标关键点生成对应的特征描述子，计算所述特征描述子和预设故障数据库中的多个故障数据之间的临近值，并根据所述临近值生成故障结果；当所述故障结果为出现故障时，对所述目标电梯进行电梯预警。2.如权利要求1所述的基于图像视觉的电梯监控预警方法，其特征在于，所述建立所述复原监控图像对应的多个图像尺度空间，包括：利用一个变化尺度高斯函数对所述复原监控图像进行卷积处理，得到多个图像尺度空间。3.如权利要求1所述的基于图像视觉的电梯监控预警方法，其特征在于，所述根据所述图像尺度空间构建高斯差分金字塔，包括：获取预设的相邻尺度因子比值，并在多个所述图像尺度空间中选取两个满足相邻尺度因子比值的相邻图像尺度空间作为目标尺度空间；计算两个所述目标尺度空间的差值，根据所述差值得到高斯差分金字塔。4.如权利要求1所述的基于图像视觉的电梯监控预警方法，其特征在于，所述对所述高斯差分金字塔进行关键点定位，得到多个目标关键点，包括：将所述高斯差分金字塔中的每个像素点与不同尺度层的像素点进行邻域比较，得到满足比较条件的多个极值点；对所述高斯差分金字塔进行泰勒级数展开，得到泰勒级数展开式，从多个所述极值点中查找符合所述泰勒级数展开式的极值点作为初始关键点；根据预设的梯度方向计算公式计算出多个所述初始关键点对应的梯度方向，并利用直方图统计梯度方向，得到方向直方图；选取所述方向直方图中高于预设参考线的梯度方向对应的初始关键点作为目标关键点。5.如权利要求4所述的基于图像视觉的电梯监控预警方法，其特征在于，所述预设的梯度方向计算公式为：其中，为梯度方向，为反正切函数，、、和为不同的多个所述初始关键点。6.如权利要求1所述的基于图像视觉的电梯监控预警方法，其特征在于，所述根据多个目标关键点生成对应的特征描述子，包括：以所述目标关键点为中心选取周围满足预设大小的方形像素区域；
分别将所述方形像素区域划分为多个像素子区域...
【专利技术属性】
技术研发人员：景美君，
申请(专利权)人：深圳百城精工有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。