基于大数据的城市园林景观照明监测系统及其方法技术方案

本申请涉及景观照明技术领域，其具体地公开了一种基于大数据的城市园林景观照明监测系统及其方法，其首先通过无人机采集城市园林景观照明监控视频以及城市园林景观照明参考视频，然后，使用基于深度学习的深度神经网络模型作为特征提取器将所述城市园林景观照明监控视频和所述城市园林景观照明参考视频映射到高维特征空间中，并通过计算两者在高维特征空间中的特征分布之间的差异来判断城市园林景观照明所呈现的视觉效果是否满足预定要求的，通过这样的方式，对城市园林景观照明系统的照明效果进行智能监控。统的照明效果进行智能监控。统的照明效果进行智能监控。

【技术实现步骤摘要】
基于大数据的城市园林景观照明监测系统及其方法


[0001]本申请涉及景观照明
，且更为具体地，涉及一种基于大数据的城市园林景观照明监测系统及其方法。

技术介绍

[0002]伴随着社会的不断发展，人们对于生活品质的追求提出了更高的要求。在现代城市园林景观照明的设计中，不仅需要满足满足城市园林景观照明需求，还需要结合城市的发展规划，运用科学的照明设计来提升城市园林景观的形象，进而实现美化城市，改善生活环境的目的。
[0003]但是，这给城市园林景观照明的后期维护带来了新的挑战，传统的照明设备在维护时，主要看其照明性能是否满足应用需求，但是在现代城市园林景观照明中，各个照明设备不仅仅需要提供照明功能，还需要与其他照明设备相配合以实现美学设计目的。
[0004]因此，期待一种优化的城市园林景观照明监测方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的城市园林景观照明监测系统及其方法，其首先通过无人机采集城市园林景观照明监控视频以及城市园林景观照明参考视频，然后，使用基于深度学习的深度神经网络模型作为特征提取器将所述城市园林景观照明监控视频和所述城市园林景观照明参考视频映射到高维特征空间中，并通过计算两者在高维特征空间中的特征分布之间的差异来判断城市园林景观照明所呈现的视觉效果是否满足预定要求的，通过这样的方式，对城市园林景观照明系统的照明效果进行智能监控。
[0006]根据本申请的一个方面，提供了一种基于大数据的城市园林景观照明监测系统，其包括：
[0007]照明视频采集单元，用于获取由无人机采集的城市园林景观照明监控视频以及城市园林景观照明参考视频；
[0008]采样单元，用于以预定采样频率分别从所述城市园林景观照明监控视频以及所述城市园林景观照明参考视频提取多个照明监控关键帧和多个照明参考关键帧；
[0009]双重检测单元，用于将所述多个照明监控关键帧和多个照明参考关键帧分别通过包含第一图像编码器和第二图像编码器的双重检测模型以得到照明监控特征图和照明参考特征图；
[0010]特征增强单元，用于将所述照明监控特征图和所述照明参考特征图分别通过残差双注意力机制模型以得到增强照明监控特征图和增强照明参考特征图；
[0011]差分单元，用于计算所述增强照明监控特征图和所述增强照明参考特征图之间的差分特征图；以及
[0012]监测结果生成单元，用于将所述差分特征图通过分类器以得到分类结果，所述分
类结果用于表示城市园林景观照明所呈现的视觉效果是否满足预定要求。
[0013]根据本申请的另一方面，提供了一种基于大数据的城市园林景观照明监测方法，其包括：
[0014]获取由无人机采集的城市园林景观照明监控视频以及城市园林景观照明参考视频；
[0015]以预定采样频率分别从所述城市园林景观照明监控视频以及所述城市园林景观照明参考视频提取多个照明监控关键帧和多个照明参考关键帧；
[0016]将所述多个照明监控关键帧和多个照明参考关键帧分别通过包含第一图像编码器和第二图像编码器的双重检测模型以得到照明监控特征图和照明参考特征图；
[0017]将所述照明监控特征图和所述照明参考特征图分别通过残差双注意力机制模型以得到增强照明监控特征图和增强照明参考特征图；
[0018]计算所述增强照明监控特征图和所述增强照明参考特征图之间的差分特征图；以及
[0019]将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示城市园林景观照明所呈现的视觉效果是否满足预定要求。
[0020]与现有技术相比，本申请提供的一种基于大数据的城市园林景观照明监测系统及其方法，其首先通过无人机采集城市园林景观照明监控视频以及城市园林景观照明参考视频，然后，使用基于深度学习的深度神经网络模型作为特征提取器将所述城市园林景观照明监控视频和所述城市园林景观照明参考视频映射到高维特征空间中，并通过计算两者在高维特征空间中的特征分布之间的差异来判断城市园林景观照明所呈现的视觉效果是否满足预定要求的，通过这样的方式，对城市园林景观照明系统的照明效果进行智能监控。
附图说明
[0021]通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0022]图1图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法的应用场景图。
[0023]图2图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法的框图示意图。
[0024]图3图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法中双重检测单元的框图。
[0025]图4图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法中特征增强单元的框图。
[0026]图5图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法中特征增强单元还包括的框图。
[0027]图6图示了根据本申请实施例的基于大数据的城市园林景观照明监测系统及其方法中训练模块的框图。
[0028]图7图示了根据本申请实施例的基于大数据的城市园林景观照明监测方法的流程图。
[0029]图8图示了根据本申请实施例的基于大数据的城市园林景观照明监测方法的系统架构的示意图。
具体实施方式
[0030]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0031]场景概述
[0032]如上所述，虽然城市园林景观照明系统提升城市园林景观的形象和美化了城市。但是，这给城市园林景观照明的后期维护带来了新的挑战，传统的照明设备在维护时，主要看其照明性能是否满足应用需求，但是在现代城市园林景观照明中，各个照明设备不仅仅需要提供照明功能，还需要与其他照明设备相配合以实现美学设计目的。因此，期待一种优化的城市园林景观照明监测方案，其能够对城市园林景观照明系统进行监控，以确定城市园林景观照明系统的照明效果是否满足预定设计要求。
[0033]相应地，在本申请的技术方案中，可通过无人机来采集城市园林景观照明监控视频，并将所采集的城市园林景观照明监控视频与城市园林景观照明参考视频进行比较以确定城市园林景观照明系统的照明效果是否满足预定设计要求。但是，如果将两者直接在数据源域进行对比，一方面由于无人机在采集照明监控时频时所采取的飞行路线以及拍摄角度存在差异会导致城市园林景观照明监控视频在数据源域端存在诸多差异，另一方面在无人机采集采集照明监控时频时环境条件(例如，光照条件等)也各不相同这也会导致城市园本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的城市园林景观照明监测系统，其特征在于，包括：照明视频采集单元，用于获取由无人机采集的城市园林景观照明监控视频以及城市园林景观照明参考视频；采样单元，用于以预定采样频率分别从所述城市园林景观照明监控视频以及所述城市园林景观照明参考视频提取多个照明监控关键帧和多个照明参考关键帧；双重检测单元，用于将所述多个照明监控关键帧和多个照明参考关键帧分别通过包含第一图像编码器和第二图像编码器的双重检测模型以得到照明监控特征图和照明参考特征图；特征增强单元，用于将所述照明监控特征图和所述照明参考特征图分别通过残差双注意力机制模型以得到增强照明监控特征图和增强照明参考特征图；差分单元，用于计算所述增强照明监控特征图和所述增强照明参考特征图之间的差分特征图；以及监测结果生成单元，用于将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示城市园林景观照明所呈现的视觉效果是否满足预定要求。2.根据权利要求1所述的基于大数据的城市园林景观照明监测系统，其特征在于，所述第一图像编码器和所述第二图像编码器具有相同的网络结构，所述第一图像编码器和所述第二图像编码器为使用三维卷积核的卷积神经网络模型。3.根据权利要求2所述的基于大数据的城市园林景观照明监测系统，其特征在于，所述双重检测单元，包括：第一图像编码子单元，用于使用所述第一图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的三维卷积处理、池化处理和非线性激活处理以由所述第一图像编码器的最后一层输出所述照明监控特征图；以及第二图像编码子单元，用于使用所述第二图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的三维卷积处理、池化处理和非线性激活处理以由所述第二图像编码器的最后一层输出所述照明参考特征图。4.根据权利要求3所述的基于大数据的城市园林景观照明监测系统，其特征在于，所述特征增强单元，包括：第一注意力编码子单元，用于将所述照明监控特征图分别输入所述残差双注意力机制模型的空间注意力模块和通道注意力模块以得到第一空间注意力图和第一通道注意力图；第一注意力融合子单元，用于融合所述第一空间注意力图和第一通道注意力图以得到第一多维度注意力图；第一激活子单元，用于将所述第一多维度注意力图输入Sigmoid激活函数以得到第一多维度注意力特征图；第一注意力施加单元，用于计算所述第一多维度注意力特征图和所述照明监控特征图的按位置点乘以得到第一注意力特征图；以及第一残差级联单元，用于计算所述第一注意力特征图和所述照明监控特征图的按位置加权和以得到所述增强照明监控特征图。5.根据权利要求4所述的基于大数据的城市园林景观照明监测系统，其特征在于，所述特征增强单元，还包括：
第二注意力编码子单元，用于将所述照明监控特征图分别输入所述残差双注意力机制模型的空间注意力模块和通道注意力模块以得到第二空间注意力图和第二通道注意力图；第二注意力融合子单元，用于融合所述第二空间注意力图和第二通道注意力图以得到第二多维度注意力图；第二激活子单元，用于将所述第二多维度注意力图输入Sigmoid激活函数以得到第二多维度注意力特征图；第二注意力施加单元，用于计算所述第二多维度注意力特征图和所述照明监控特征图的按位置点乘以得到第二注意力特征图；以及第二残差级联单元，用于计算所述第二注意力特征图和所述照明监控特征图的按位置加权和以得到所述增强照明参考特征图。6.根据权利要求5所述的基于大数据的城市园林景观照明监测系统，其特征在于，所述差分单元，进一步用于：以如下公式计算所述增强照明监控特征图和所述照明监控特征图之间的所述差分特征图，包括：其中，所述公式为：其中，F
a
表示所述增强照明监控特征图，表示...

【专利技术属性】
技术研发人员：徐宝伟，李朝得，亓龙毅，张伶俐，
申请(专利权)人：浙江九烁光电工程技术有限公司，
类型：发明
国别省市：