【技术实现步骤摘要】
本申请涉及碳循环，具体而言，本申请涉及一种碳监控方法及装置。
技术介绍
1、可再生资源是指能够自然更新或回收利用的能源和材料资源，包括但不限于木材、纸张、植物纤维、金属等。这些可再生资源在使用的过程中与碳循环存在密切关系。碳循环是指碳在地球上不断循环的过程，包括碳的吸收、储存、释放和再利用。然而，碳循环是复杂的、多样的、不稳定的，针对可再生资源的完整碳循环过程的监控难度大，但对于一些使用模式较为固定的可再生资源进行碳监控是可行的。针对可再生资源的碳监控，可助于了解和评估不同活动对环境的影响，包括碳排放、碳吸收和碳储存等，从而采取相应措施来降低碳排放、增加碳吸收和改善碳循环过程，起到保护环境和生态系统的作用。
2、针对可再生资源的碳监控，现有技术主要针对碳的排放环节，如专利cn116777115a提出了一种“一种园区碳监控系统及碳管理规划方法”，其利用碳监控系统中的直接碳排放监控系统和间接碳排放监控系统分别对园区内的固定燃烧源等直接碳排放源和外购电能等间接碳排放源进行监控和数据收集，以达到碳监控的目的。并且，现有技术主要针对固定地点或固定场景进行碳监控，由于该固定地点或固定场景的可控性高，资源的流向容易监控，但对于流动性高且流动面广泛的资源则不再适用。因此，现有的碳监控技术的适用范围受限，可靠性较低。
技术实现思路
1、本申请实施例提供了一种碳监控方法及装置，用于解决现有的碳监控技术的适用范围受限，可靠性较低的技术问题。
2、根据本申请实施例的一个方面，提供了
3、确定监测产品的原产品数据，所述原产品数据包括所述监测产品在生产阶段中的第一碳排放数据以及原产品图像；
4、基于由所述原产品图像转换成的原产品图像向量与所述第一碳排放数据，生成与所述监测产品相映射的标识码；
5、响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，其中，所述产品数据包含所述原产品数据及针对其他产品的其他产品数据中的至少一项，所述标识码记录有所发生阶段的相关产品数据。
6、在一个可能的实现方式中，通过如下步骤获取所述原产品图像向量，包括：
7、构建图像压缩模型，其中，所述图像压缩模型包括语义模型以及压缩模型，所述压缩模型由残差网络及量化网络构成；
8、通过所述语义模型对所述原产品图像进行语义提取，以获得语义特征，所述语义特征包括实例位置数据、实例判别数据及图像语义结果；
9、通过所述残差网络对所述原产品图像、所述实例位置数据及所述实例判别数据进行残差分析，并通过所述量化网络对所述残差网络的输出以及所述图像语义结果进行特征融合，以输出与所述原产品图像相应的原产品压缩图像；
10、将所述原产品压缩图像转换为原产品图像向量。
11、在一个可能的实现方式中，所述语义模型包括级联排序的n个卷积池化层，；所述残差网络包括级联排序的第一残差单元、第二残差单元以及第一卷积层，所述第一残差单元包括级联排序布设的多个第二卷积层，所述第二残差单元包括级联排序布设的多个第三卷积层；所述量化网络包括级联排序的多个点卷积层；
12、通过所述图像压缩模型执行以下步骤，包括：
13、将所述原产品图像作为第一个卷积池化层的输入以及排序在首端的第二卷积层的输入；
14、针对第a个卷积池化层输出的所述实例位置数据，以及排序在末端的第二卷积层的输出进行特征融合，得到第一融合特征，并将所述第一融合特征作为排序在首端的第三卷积层的输入；其中，；
15、针对第b个卷积池化层输出的所述实例判别数据，以及排序在末端的第三卷积层的输出进行特征融合，得到第二融合特征，并将所述第二融合特征作为所述第一卷积层的输入，使得将所述第一卷积层的输出作为所述残差网络的输出；其中，且；
16、针对第n个卷积池化层输出的所述图像语义结果，以及所述残差网络的输出进行特征融合，得到第三融合特征，并将所述第三融合特征作为排序在首端的点卷积层的输入，使得由排序在末端的点卷积层输出所述原产品压缩图像。
17、在一个可能的实现方式中，所述基于由所述原产品图像转换成的原产品图像向量与所述第一碳排放数据，生成与所述监测产品相映射的标识码，包括：
18、将所述第一碳排放数据拓展为指定位数的码值，并将所述码值添加到所述原产品图像向量的数位之后，以构成原产品向量；
19、基于所述原产品向量生成相应的标识码，使得将所述监测产品在生产阶段中的所述原产品向量记录于所述标识码中，并将所述标识码展示在所述监测产品上。
20、在一个可能的实现方式中，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，包括：
21、响应于对所述标识码的触发操作，获取所述监测产品在运输阶段中的包含第二碳排放数据的原产品数据；
22、基于所述第二碳排放数据更新所述原产品向量，使得基于新的原产品向量更新所述标识码，并将所述监测产品在运输阶段中的所述新的原产品向量写入所述标识码。
23、在一个可能的实现方式中，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，还包括：
24、在检测所述监测产品在流通阶段中衍生出至少一个衍生产品时，则响应于对所述标识码的触发操作，向所触发的用户终端发送更改指令；
25、响应于所述用户终端发送的更改请求，获取所述更改请求携带的针对所述衍生产品的衍生产品数据，其中，所述更改请求由所述用户终端触发所述更改指令后发送，所述衍生产品数据包含衍生产品图像、衍生产品数量以及所述衍生产品在流通阶段中的第三碳排放数据；
26、通过所述图像压缩模型对所述衍生产品图像进行图像压缩，以获得衍生产品压缩图像，并将所述衍生产品压缩图像转换为衍生产品图像向量；
27、将所述第三碳排放数据添加到所述衍生产品图像向量的数位之后，以构成衍生产品向量；
28、基于所述衍生产品向量更新所述标识码，并将所述衍生产品向量记录于所述标识码中。
29、在一个可能的实现方式中，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，还包括：
30、在检测所述监测产品在流通阶段中衍生出至少一个衍生产品时，则响应于对所述标识码的触发操作，获取发生改变后的监测产品在回收阶段中的包含第一碳回收数据的衍生产品数据，并基于所述第一碳回收数据与所述衍生产品数量，生成第一回收向量，使得依据所述第一回收向量更新所述标识码，并将所述第一回收向量写入所述标识码；或，
31、在检测所述监测产品在流通阶段中未衍生出其他产品时，则响应于对所本文档来自技高网...
【技术保护点】
1.一种碳监控方法，其特征在于，包括：
2.根据权利要求1所述的碳监控方法，其特征在于，通过如下步骤获取所述原产品图像向量，包括：
3.根据权利要求2所述的碳监控方法，其特征在于，所述语义模型包括级联排序的n个卷积池化层，；所述残差网络包括级联排序的第一残差单元、第二残差单元以及第一卷积层，所述第一残差单元包括级联排序布设的多个第二卷积层，所述第二残差单元包括级联排序布设的多个第三卷积层；所述量化网络包括级联排序的多个点卷积层；
4.根据权利要求2或3所述的碳监控方法，其特征在于，所述基于由所述原产品图像转换成的原产品图像向量与所述第一碳排放数据，生成与所述监测产品相映射的标识码，包括：
5.根据权利要求4所述的碳监控方法，其特征在于，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，包括：
6.根据权利要求5所述的碳监控方法，其特征在于，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数
7.根据权利要求6所述的碳监控方法，其特征在于，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，还包括：
8.根据权利要求7所述的碳监控方法，其特征在于，所述方法还包括：
9.根据权利要求8所述的碳监控方法，其特征在于，所述解压缩模型包括级联排序布设的多个第一残差块、金字塔注意力网络以及多个第二残差块；所述第一残差块包括级联排序的一个或多个第四卷积层，所述第二残差块包括级联排序的一个或多个第五卷积层，使得在每一第一残差块和第二残差块中均形成从第一个特征到最后一个特征的全局路径。
10.一种碳监控装置，其特征在于，包括：
...【技术特征摘要】
1.一种碳监控方法，其特征在于，包括：
2.根据权利要求1所述的碳监控方法，其特征在于，通过如下步骤获取所述原产品图像向量，包括：
3.根据权利要求2所述的碳监控方法，其特征在于，所述语义模型包括级联排序的n个卷积池化层，；所述残差网络包括级联排序的第一残差单元、第二残差单元以及第一卷积层，所述第一残差单元包括级联排序布设的多个第二卷积层，所述第二残差单元包括级联排序布设的多个第三卷积层；所述量化网络包括级联排序的多个点卷积层；
4.根据权利要求2或3所述的碳监控方法，其特征在于，所述基于由所述原产品图像转换成的原产品图像向量与所述第一碳排放数据，生成与所述监测产品相映射的标识码，包括：
5.根据权利要求4所述的碳监控方法，其特征在于，所述响应于对所述标识码的触发操作，确定所述监测产品在除生产阶段外的其他阶段中的产品数据，并基于所确定的产品数据更新所述标识码，包括：
【专利技术属性】
技术研发人员：连希蕊，
申请(专利权)人：四川绿豆芽信息技术有限公司，
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。