[发明专利]基于双分支推断机制的瓦斯气体智能检测方法

权利要求书

1.一种基于双分支推断机制的瓦斯气体智能检测方法，其特征在于，包括：

获取待检测图像，所述待检测图像为瓦斯气体在输送过程中的图像；

将所述待检测图像通过第一卷积神经网络，以获得第一特征图；

将所述第一特征图通过多个全连接层，以获得第一特征向量，所述第一特征向量为所述瓦斯气体中的水滴含量在高维特征空间中的特征表示；

将所述待检测图像和参考图像分别通过第二卷积神经网络，以从所述待检测图像中提取出第二特征图和从所述参考图像中提取出第三特征图，其中，所述参考图像为不含水汽的瓦斯气体图像，所述第二卷积神经网络的最后一层以Sigmoid函数进行激活；

对于所述第二特征图和所述第三特征图中每个位置，计算所述第二特征图和所述第三特征图的对应位置的特征值之间的差值的绝对值并除以所述第三特征图的对应位置的特征值，以获得差分比例特征图，其中，所述差分比例特征图用于表示所述待检测图像相对于所述参考图像的前景蒙版；

将所述差分比例特征图通过多个全连接层，以获得第二特征向量，所述第二特征向量为所述瓦斯气体中的水汽含量在高维特征空间中的特征表示；以及

将所述第一特征向量和所述第二特征向量通过分类器，以获得分类结果，所述分类结果用于表示所述待检测图像中的瓦斯气体是否适于直接输送到回收利用的装置进行回收利用。

2.根据权利要求1所述的基于双分支推断机制的瓦斯气体智能检测方法，其中，所述第一卷积神经网络与所述第二卷积神经网络具有相同的网络结构。

3.根据权利要求2所述的基于双分支推断机制的瓦斯气体智能检测方法，其中，对于所述第二特征图和所述第三特征图中每个位置，计算所述第二特征图和所述第三特征图的对应位置的特征值之间的差值的绝对值并除以所述第三特征图的对应位置的特征值，以获得差分比例特征图，包括：

对所述第三特征图进行上采样或者下采样处理，以将所述第三特征图的尺度调整为与所述第二特征图的尺度相一致。。

4.根据权利要求1所述的基于双分支推断机制的瓦斯气体智能检测方法，其中，将所述第一特征向量和所述第二特征向量通过分类器，以获得分类结果，包括：

将所述第一特征向量与所述第二特征向量进行级联；以及

将级联后的所述第一特征向量和所述第二特征向量通过分类函数，以获得所述分类结果。

5.根据权利要求所述的基于双分支推断机制的瓦斯气体智能检测方法，其中，将所述第一特征向量和所述第二特征向量通过分类器，以获得分类结果，包括：

以预设权重计算所述第一特征向量和所述第二特征向量的按位置加权和，以获得分类特征向量；以及

将所述分类特征向量通过分类函数，以获得所述结果。

6.根据权利要求2所述的基于双分支推断机制的瓦斯气体智能检测方法，其中，所述第一卷积神经网络和所述第二卷积神经网络为深度残差网络。