[发明专利]一种高防水安全型三防灯

权利要求书

1.一种高防水安全型三防灯，其特征在于，包括：

数据监控与采集模块，用于获取由部署于三防灯表面的湿度传感器采集的预定时间段内多个预定时间点的三防灯表面的湿度值以及由部署于所述三防灯内的摄像头采集的所述三防灯的表面图像；

表面状态分析模块，用于将所述三防灯的表面图像通过使用空间注意力机制的卷积神经网络模型以得到表面特征矩阵；

湿度特征提取模块，用于将所述预定时间段内多个预定时间点的三防灯表面的湿度值按照时间维度排列为湿度输入向量后通过多尺度邻域特征提取模块以得到多尺度湿度变化特征向量；

高斯增强模块，用于使用高斯密度图对所述多尺度湿度变化特征向量进行数据增强以得到多尺度湿度变化矩阵；

特征校正模块，用于对所述多尺度湿度变化矩阵的特征分布进行校正以得到校正后多尺度湿度变化矩阵；

特征融合模块，用于融合所述表面特征矩阵和所述多尺度湿度变化矩阵以得到分类特征矩阵；以及预警模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生安全预警提示。

2.根据权利要求1所述的高防水安全型三防灯，其特征在于，所述表面状态分析模块，进一步用于：对所述卷积神经网络模型的各层在层的正向传递中对输入数据进行：

将所述三防灯的表面图像输入所述卷积神经网络模型的多层卷积层以由所述多层卷积层的最后一层输出初始表面状态特征矩阵；

将所述初始表面状态特征矩阵输入所述卷积神经网络模型的空间注意力模块以得到空间注意力矩阵；以及计算所述空间注意力矩阵和所述初始表面状态特征矩阵的按位置点乘以得到所述表面特征矩阵。

3.根据权利要求2所述的高防水安全型三防灯，其特征在于，所述湿度特征提取模块，包括：

第一尺度特征提取单元，用于将所述湿度输入向量输入所述多尺度邻域特征提取模块的第一卷积层以得到第一尺度湿度特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；

第二尺度特征提取单元，用于将所述湿度输入向量输入所述多尺度邻域特征提取模块的第二卷积层以得到第二尺度湿度特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；以及

多尺度级联单元，用于将所述第一尺度湿度特征向量和所述第二尺度湿度特征向量进行级联以得到所述多尺度湿度变化特征向量。

4.根据权利要求3所述的高防水安全型三防灯，其特征在于，所述第一尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述湿度输入向量进行一维卷积编码以得到所述第一尺度湿度特征向量；

其中，所述公式为：

其中，a为第一卷积核在x方向上的宽度、F(a)为第一卷积核参数向量、G(x-a)为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示所述湿度输入向量。

5.根据权利要求4所述的高防水安全型三防灯，其特征在于，所述第二尺度特征提取单元，进一步用于：使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述湿度输入向量进行一维卷积编码以得到所述第二尺度湿度特征向量；

其中，所述公式为：

其中，b为第二卷积核在x方向上的宽度、F(b)为第二卷积核参数向量、G(x-b)为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示所述湿度输入向量。

6.根据权利要求5所述的高防水安全型三防灯，其特征在于，所述高斯增强模块，包括：

高斯密度图构造单元，用于构造所述多尺度湿度变化特征向量的自高斯密度图，其中，所述自高斯密度图的均值向量为所述多尺度湿度变化特征向量，所述高斯密度图的协方差矩阵中各个位置的值为所述多尺度湿度变化特征向量中相应两个位置的特征值之间的方差；以及高斯离散单元，用于对所述高斯密度图的各个位置的高斯分布进行离散化以得到所述多尺度湿度变化矩阵。