[发明专利]检测液体外溢情况的方法以及装置、监控系统

权利要求书

1.一种检测液体外溢情况的方法，其特征在于，包括：

获取预设区域对应的多个连续视频帧，并对多个所述连续视频帧进行处理以确定多个初始图像；

将多个所述初始图像进行降维处理，以获得多个降维图像；

将多个所述降维图像输入至目标神经网络模型中，以得到输出结果，其中，所述输出结果至少包括多个所述降维图像中的目标像素点对应的像素值与预设像素值之间的多个差异值；

在任意一个所述差异值大于预设阈值的情况下，触发报警。

2.根据权利要求1所述的方法，其特征在于，在将多个所述降维图像输入至目标神经网络模型中，以得到输出结果之前，所述方法还包括：

获取卷积神经网络模型，对所述卷积神经网络模型进行优化，以得到初始神经网络模型，其中，所述初始神经网络模型包括第一预设数量的Inception Resnet模块以及第二预设数量的卷积层；

确定训练数据集，并通过所述训练数据集对所述初始神经网络模型进行训练，以得到所述目标神经网络模型。

3.根据权利要求2所述的方法，其特征在于，对所述卷积神经网络模型进行优化，以得到初始神经网络模型，包括：

确定所述卷积神经网络的全连接层，将所述全连接层替换为全局池化层；

确定所述卷积神经网络中的多个不同的卷积层，通过Resnet残差网络将每个所述卷积层中的输入以及输出连接起来构成残差块，并获得多个所述卷积层对应的多个所述残差块；

通过Inception结构将多个所述残差块并联，以得到所述目标神经网络模型，其中，在所述Inception结构中多个所述残差块对应使用不同尺寸的多个过滤器。

4.根据权利要求2所述的方法，其特征在于，确定训练数据集，包括：

获取多个所述初始图像，并确定多个所述初始图像对应的多个像素值；

计算多个所述像素值对应的协方差矩阵；

确定所述协方差矩阵对应的多个特征向量以及多个特征值，剔除多个所述特征值之中大于预设阈值的特征值，并获得多个目标特征值；

依据所述协方差矩阵以及多个所述目标特征值，得到变换矩阵，并依据所述变换矩阵，构建降维子空间；

将多个所述初始图像向所述降维子空间进行投影，得到一组低维向量，并将一组所述低维向量确定为所述训练数据集。

5.根据权利要求1所述的方法，其特征在于，获取预设区域对应的多个连续视频帧，并对多个所述连续视频帧进行处理以确定多个初始图像，包括：

获取一个时间域中的多个所述连续视频帧；

对多个两两所述连续视频帧之间做三帧插处理，以得到叠加结果，其中，所述叠加结果至少包括像素点发生变化的区域的边缘上的像素点对应的坐标信息；

确定多个所述连续视频帧对应的背景像素，依据所述背景像素以及所述叠加结果，确定多个所述连续视频帧中像素发生变化的多个像素点的坐标信息；

依据所述坐标信息，将像素发生变化的多个所述像素点对应的区域的图像，确定为所述初始图像。

6.根据权利要求5所述的方法，其特征在于，确定多个所述连续视频帧对应的背景像素，包括：

确定每个视频帧中目标位置的像素点对应的像素，以获得多个像素；

确定多个所述像素的平均值，并将所述平均值确定为所述背景像素。

7.根据权利要求1所述的方法，其特征在于，将多个所述初始图像进行降维处理，以获得多个降维图像，包括：

通过经验值法，对多个所述初始图像进行灰度化处理得到多个第一初始图像；

通过PCA算法对多个所述第一初始图像进行降维处理以得到多个所述降维图像。