一种机房设备变动检测方法及装置制造方法及图纸

本申请实施例提供一种机房设备变动检测方法及装置，通过获取第一图像和第二图像；按照固定步长，滑动截取所述第一图像和所述第二图像上的部分图像，得到至少一个子图像对；将所述至少一个子图像对输入到目标网络模型中进行相似度计算，得到结果矩阵，所述结果矩阵内的每一个数值对应每一所述子图像对的相似度；根据相似度预设值和所述结果矩阵，确定设备变动的区域信息。这样，利用目标网络模型，检测两个不同时刻的子图像，得出局部的相似度，再去判断整体图像上的相似度，可以减少光影上的差别产生的影响，从而提升对设备变动进行检测时抗干扰性较差的问题。测时抗干扰性较差的问题。测时抗干扰性较差的问题。

【技术实现步骤摘要】
一种机房设备变动检测方法及装置


[0001]本申请涉及计算机视觉
，尤其涉及一种机房设备变动检测方法及装置。

技术介绍

[0002]现有的对设备是否发生变动，进行检测往往是在前后两个时刻，同一位置处拍摄的两张照片通过结构相似性(Structural Similarity，SSIM)算法计算两张照片的相似度，从而根据两张照片的相似度的数值，确定设备是否发生变动，但由于前后两个时刻拍摄的照片，往往存在光影上的差别，导致相似度低，从而误认为设备发生了变动。
[0003]可见，现有技术存在，对设备变动进行检测时抗干扰性较差的问题。

技术实现思路

[0004]本申请实施例提供一种机房设备变动检测方法及装置，以解决现有技术中对设备变动进行检测时抗干扰性较差的问题。
[0005]第一方面，本申请实施例提供了一种机房设备变动检测方法，包括:
[0006]获取第一图像和第二图像，所述第一图像和第二图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；
[0007]按照固定步长，滑动截取所述第一图像和所述第二图像上的部分图像，得到至少一个子图像对，所述子图像对包括所述第一图像和所述第二图像的相同坐标范围内分别截取到的部分图像；
[0008]将所述至少一个子图像对输入到目标网络模型中进行相似度计算，得到结果矩阵，所述结果矩阵内的每一个数值对应每一所述子图像对的相似度；
[0009]根据相似度预设值和所述结果矩阵，确定设备变动的区域信息。
[0010]可选地，所述目标网络模型包括第一网络模型和第二网络模型；
[0011]所述第一网络模型为在深度残差网络的第二个卷积层和最后一个全连接层之间加入空间注意力机制的网络模型；
[0012]所述第二网络模型包括卷积注意力模块和Transformer模型。
[0013]可选地，所述根据相似度预设值和所述结果矩阵，确定设备变动的区域信息包括：
[0014]根据相似度预设值，将所述结果矩阵进行二值化处理，得到目标矩阵；
[0015]获取所述目标矩阵上的最小外接矩形框的坐标；
[0016]根据所述目标矩阵上的最小外接矩形框的坐标，确定设备变动的区域。
[0017]可选地，所述获取第一图像和第二图像包括：
[0018]获取第一原始图像和第二原始图像，所述第一原始图像和第二原始图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；
[0019]将所述第一原始图像和所述第二原始图像分别裁剪为预设尺寸值，得到所述第一图像和第二图像。
[0020]可选地，所述在所述根据相似度预设值和所述结果矩阵，确定设备变动的区域信
息之后，还包括：
[0021]根据所述设备变动的区域信息和预设的设备分布图，确定发生变动的目标设备，所述预设的设备分布图包含每一设备名称及其区域信息。
[0022]第二方面，本申请实施例还提供了一种机房设备变动检测装置400，包括:
[0023]获取模块401，用于获取第一图像和第二图像，所述第一图像和第二图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；
[0024]截取模块402，用于按照固定步长，滑动截取所述第一图像和所述第二图像上的部分图像，得到至少一个子图像对，所述子图像对包括所述第一图像和所述第二图像的相同坐标范围内分别截取到的部分图像；
[0025]计算模块403，用于将所述至少一个子图像对输入到目标网络模型中进行相似度计算，得到结果矩阵，所述结果矩阵内的每一个数值对应每一所述子图像对的相似度；
[0026]第一确定模块404，用于根据相似度预设值和所述结果矩阵，确定设备变动的区域信息。
[0027]可选地，所述确定模块包括：
[0028]第一得到单元，用于根据相似度预设值，将所述结果矩阵进行二值化处理，得到目标矩阵；
[0029]第一获取单元，用于获取所述目标矩阵上的最小外接矩形框的坐标；
[0030]确定单元，用于根据所述目标矩阵上的最小外接矩形框的坐标，确定设备变动的区域。
[0031]可选地，所述获取模块包括：
[0032]第二获取单元，用于获取第一原始图像和第二原始图像，所述第一原始图像和第二原始图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；
[0033]第二得到单元，用于将所述第一原始图像和所述第二原始图像分别裁剪为预设尺寸值，得到所述第一图像和第二图像。
[0034]可选地，所述机房设备变动检测装置还包括：
[0035]第二确定模块，用于根据所述设备变动的区域信息和预设的设备分布图，确定发生变动的目标设备，所述预设的设备分布图包含每一设备名称及其区域信息。
[0036]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0037]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0038]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0039]本申请实施例中，通过获取第一图像和第二图像；按照固定步长，滑动截取所述第一图像和所述第二图像上的部分图像，得到至少一个子图像对；将所述至少一个子图像对输入到目标网络模型中进行相似度计算，得到结果矩阵，所述结果矩阵内的每一个数值对应每一所述子图像对的相似度；根据相似度预设值和所述结果矩阵，确定设备变动的区域
信息。这样，利用目标网络模型，检测两个不同时刻的子图像，得出局部的相似度，再去判断整体图像上的相似度，可以减少光影上的差别产生的影响，从而提升对设备变动进行检测时抗干扰性较差的问题。
附图说明
[0040]为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本申请实施例提供的一种机房设备变动检测方法的流程示意图；
[0042]图2是本申请实施例提供的一种结果矩阵的示意图；
[0043]图3是本申请实施例提供的一种目标矩阵的示意图；
[0044]图4是本申请实施例提供的一种机房设备变动检测装置的结构示意图；
[0045]图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0046]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机房设备变动检测方法，其特征在于，所述机房设备变动检测方法包括：获取第一图像和第二图像，所述第一图像和第二图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；按照固定步长，滑动截取所述第一图像和所述第二图像上的部分图像，得到至少一个子图像对，所述子图像对包括所述第一图像和所述第二图像的相同坐标范围内分别截取到的部分图像；将所述至少一个子图像对输入到目标网络模型中进行相似度计算，得到结果矩阵，所述结果矩阵内的每一个数值对应每一所述子图像对的相似度；根据相似度预设值和所述结果矩阵，确定设备变动的区域信息。2.根据权利要求1所述的机房设备变动检测方法，其特征在于，所述目标网络模型包括第一网络模型和第二网络模型；所述第一网络模型为在深度残差网络的第二个卷积层和最后一个全连接层之间加入空间注意力机制的网络模型；所述第二网络模型包括卷积注意力模块和Transformer模型。3.根据权利要求1所述的机房设备变动检测方法，其特征在于，所述根据相似度预设值和所述结果矩阵，确定设备变动的区域信息包括：根据相似度预设值，将所述结果矩阵进行二值化处理，得到目标矩阵；获取所述目标矩阵上的最小外接矩形框的坐标；根据所述目标矩阵上的最小外接矩形框的坐标，确定设备变动的区域。4.根据权利要求1所述的机房设备变动检测方法，其特征在于，所述获取第一图像和第二图像包括：获取第一原始图像和第二原始图像，所述第一原始图像和第二原始图像分别为第一时刻和第二时刻拍摄的具有相同拍摄视角的机房设备图像；将所述第一原始图像和所述第二原始图像分别裁剪为预设尺寸值，得到所述第一图像和第二图像。5.根据权利要求1所述的机房设备变动检测方法，其特征在于，所述在所述根据相似度预设值和所述结果矩阵，确定设备变动的区域信息之后，还包括：根据所述设备变动的区域信息和预设的设备分布图，确定发生变动的目标设备，所述预设的设备分布图包含每一设备名称及其区域信息。...

【专利技术属性】
技术研发人员：董雷，李洪，李丹，
申请(专利权)人：中国铁塔股份有限公司，
类型：发明
国别省市：