[发明专利]用于通过计算机视觉应用检测流体的方法和设备

说明书

本发明涉及一种用于经由计算机视觉应用识别和监测系统(110)中和/或系统(110)的周围环境中的流体(105)的设备，该设备至少包括以下组件：‑至少一种发光染料(106)，每种发光染料(106)具有染料特定反射和发光光谱图案并且被配置为添加到流体(105)中，‑光源(101)，其包括至少两个发光体并且被配置为通过在所述至少两个发光体之间切换来照射包括所述系统(110)和/或所述系统(110)的周围环境的场景(111)，其中，所述两个发光体中的至少一个基于至少一个固态系统，‑传感器(102)，其被配置为当所述场景由所述光源(101)照射时测量所述场景的辐射数据，‑数据处理单元(103)，其被配置为当所述场景(111)由所述光源(101)照射时，确定是否可从所述场景(111)的辐射数据中检测到染料特定发光光谱图案，并且在染料特定发光光谱图案可从辐射数据中检测到的情况下，标识已添加了所述染料(106)的流体(105)。进一步地，本发明提供了相应方法。

技术领域

本发明涉及一种用于通过计算机视觉应用检测和/或监测流体的方法和设备。

背景技术

计算机视觉是一个快速发展的领域，因为大量使用能够经由传感器，诸如相机、诸如LiDAR或雷达的距离传感器以及基于结构光或立体视觉的深度相机系统(仅举几例)，收集关于其周围环境的信息的电子设备。这些电子设备提供待由计算机处理单元处理的原始图像数据，并且因此使用人工智能和/或计算机辅助算法形成对环境或场景的理解。存在可以如何形成对环境的该理解的多种方式。通常，形成2D或3D图像和/或地图，并且分析这些图像和/或地图以形成对场景和该场景中的对象的理解。用于改进计算机视觉的一个前景是测量场景中的对象的化学组成的成分。虽然作为2D或3D图像获取的环境中的对象的形状和外观可用于形成对环境的理解，但是这些技术具有一些缺点。

计算机视觉领域中的一个挑战是能够使用最少的传感器、计算能力、光探针等资源，以高准确度和低延迟标识每个场景内尽可能多的对象。多年来，对象标识过程被称为遥感、对象标识、分类、认证或识别。在本公开的范围内，计算机视觉系统标识场景中的对象的能力被称为“对象识别”。例如，计算机分析图片并且标识/标记该图片中的球，有时甚至更进一步的信息，诸如球的类型(篮球、足球、棒球)、品牌、背景等被归入术语“对象识别”。

通常，计算机视觉系统中用于识别对象的技术可以如下分类：

技术1：物理标签(基于图像)：条形码、二维码、序列号、文本、图案、全息图等。

技术2：物理标签(基于扫描/密切接触)：视角相关颜料、上转换颜料、因光异色、颜色(红/绿)、发光材料。

技术3：电子标签(无源)：RFID标签等。在没有电源的情况下连接到感兴趣对象的设备不一定可见但是可以以其他频率(例如无线电)操作。

技术4：电子标签(有源)：无线通信、光、无线电、车辆对车辆、车辆对任何事物(X)等。以各种形式发射信息的感兴趣对象上的供电设备。

技术5：特征检测(基于图像)：图像分析和标识，即，从侧视图对于汽车一定距离处的两个车轮；两只眼睛，鼻子和嘴巴(以该顺序)以用于面部识别等。这依赖于已知的几何形状/形状。

技术6：基于深度学习/CNN(基于图像)：用标记的汽车、面部等的图像的许多图片训练计算机，并且计算机确定特征以检测和预测感兴趣的对象是否存在于新区域中。需要针对待标识的每类对象重复训练过程。

技术7：对象跟踪方法：以特定顺序组织场景中的项目，并且在开始时标记有序对象。此后跟随场景中的具有已知颜色/几何形状/3D坐标的对象。如果对象离开场景并且重新进入，则“识别”为丢失。

在以下中，呈现上文所提到的技术中的一些缺点。