[发明专利]一种人工智能漏水检测方法及装置

说明书

本发明提供一种人工智能漏水检测方法及装置，属于检测识别技术领域，该方法包括：获取声音采集设备采集的第一声音信息，声音采集设备设置于马桶的易漏水部位附近的预设区域内；将第一声音信息与第二声音信息进行比较，得到比较结果，第二声音信息是声音采集设备在易漏水部位未漏水且易漏水部位周围预设范围内的环境噪声满足预设条件的情况下采集得到；根据比较结果确定第一声音信息是否异常；在确定第一声音信息异常的情况下，将根据第一声音信息得到的信息输入至预先训练的神经网络，并根据神经网络的输出确定易漏水部位的漏水等级，漏水等级包括表示不漏水的等级。本发明能够准确及时检测出马桶的漏水情况。

技术领域

本发明涉及检测识别技术领域，具体涉及一种人工智能漏水检测方法及装置。

背景技术

马桶一旦出现漏水，不仅会导致水资源浪费，而且还会导致地面因浸泡导致发霉、损坏等情况出现，目前针对马桶漏水一般采用漏水检测探头来实现漏水检测。但是，漏水检测探头的布置区域有限，容易出现漏检的问题。而且马桶的安装位置，常与其他的用水区域（例如淋浴区域、洗漱区域）临近，容易出现因水被洒落或滴落至漏水检测探头的作用区域而误报的问题。另外如果空气潮湿（例如淋浴就很容易导致空气湿度过大）或因空气潮湿导致凝水现象也很容易导致漏水检测探头误报。

发明内容

因此，本发明实施例要解决的技术问题在于克服现有技术中的马桶漏水检测方案容易出现漏报和误报的缺陷，从而提供一种人工智能漏水检测方法及装置。

本发明提供一种人工智能漏水检测方法，包括以下步骤：

获取声音采集设备采集的第一声音信息，所述声音采集设备设置于马桶的易漏水部位附近的预设区域内；

将所述第一声音信息与第二声音信息进行比较，得到比较结果，所述第二声音信息是所述声音采集设备在所述易漏水部位未漏水且所述易漏水部位周围预设范围内的环境噪声满足预设条件的情况下采集得到；

根据所述比较结果确定所述第一声音信息是否异常；

在确定所述第一声音信息异常的情况下，将根据所述第一声音信息得到的信息输入至预先训练的神经网络，并根据所述神经网络的输出确定所述易漏水部位的漏水等级，所述漏水等级包括表示不漏水的等级。

可选的，所述将根据所述第一声音信息得到的信息输入至预先训练的神经网络之前，还包括：

对所述第一声音信息进行分帧和加窗处理，得到多帧声音信息；

分别获取各帧声音信息的特征向量；

分别对多帧声音信息进行离散傅里叶变换，获取对应的幅度谱数据，并根据幅度谱数据获取每帧声音信息对应的时频二维信息；

所述将根据所述第一声音信息得到的信息输入至预先训练的神经网络，包括：

将各帧声音信息的特征向量和时频二维信息作为根据所述第一声音信息得到的信息，按照帧的时间顺序依次输入至所述神经网络。

可选的，所述神经网络为循环神经网络，所述循环神经网络包括输入层、SVM层、卷积层、池化层、LSTM层、全连接层、特征融合层和softmax层；其中，

所述输入层用于接收所述时频二维信息；所述SVM层的输入为所述特征向量；所述卷积层用于进行特征提取；所述池化层用于实现特征的平移不变性；所述LSTM层用于有选择性地记忆之前输入至所述神经网络的各帧声音信息的时频二维信息和特征向量；所述全连接层用作分类器；所述特征融合层用于降低特征维度；所述softmax层用于输出各漏水等级的概率。

可选的，所述神经网络的输出包括各帧声音信息对应的各漏水等级的概率；

所述根据所述神经网络的输出确定所述易漏水部位的漏水等级，包括：