[发明专利]一种基于人工智能的杂乱场景检测方法、装置及相关设备

说明书

本申请公开了一种基于人工智能的杂乱场景检测方法、装置及相关设备，该方法包括：通过检测模型对待检测的第一图像进行风格迁移，得到经过风格迁移的第二图像，并计算第一图像与第二图像的相似度值；基于该相似度值确定第一图像是否为杂乱场景；其中，该检测模型被配置为，具备对图像进行风格迁移的能力，且被标注为杂乱场景的第一杂乱图像，与对该第一杂乱图像进行风格迁移后得到的第二杂乱图像的相似度值落在预设的相似度范围之内；被标注为规整场景的第一规整图像，与对该第一规整图像进行风格迁移后得到的第二规整图像的相似度值落在该相似度范围之外。本申请通过训练后的检测模型对杂乱场景进行自动检测，相比于人工方式具有更高的检测效率。

技术领域

本申请涉及场景检测技术领域，更具体地说，是涉及一种基于人工智能的杂乱场景检测方法、装置及相关设备。

背景技术

在物资富裕的时代，杂乱场景已经慢慢地入侵了我们的工作和生活中。例如，仓库摆放杂乱、车辆停放杂乱、机柜线缆杂乱等等，而物品摆放整齐是相当重要的。例如，对于仓库摆放来说，物品摆放杂乱会降低物品出库入库的效率，此外，还会造成消防隐患；对于车辆停放来说，车辆停放杂乱容易造成车场空间利用率低，甚至会造成部分车辆难以进出的后果；对于机柜的线缆来说，规范整齐的排布可以减少线缆空间的占用，使得设备散热气流通畅，以及使得管理和维护更加方便高效，在日后维护工作中可以快速对线缆走向进行定位和操作。

目前，普遍通过人工巡查或者通过人工对监控画面进行识别的方式来检测出场景是否杂乱，这种方式下存在耗时、效率低的问题，有必要设计一种对杂乱场景进行自动检测的技术方案。

发明内容

有鉴于此，本申请提供了一种基于人工智能的杂乱场景检测方法、装置及相关设备，以实现杂乱场景的自动检测。

为实现上述目的，本申请第一方面提供了一种基于人工智能的杂乱场景检测方法，包括：

通过检测模型对待检测的第一图像进行风格迁移，得到经过风格迁移的第二图像；

获取第一图像与第二图像的相似度值，所述相似度值用于衡量第一图像与第二图像的相似程度；

基于所述相似度值确定所述第一图像是否为杂乱场景；

其中，所述检测模型被配置为，具备对图像进行风格迁移的能力，且被标注为杂乱场景的第一杂乱图像，与对所述第一杂乱图像进行风格迁移后得到的第二杂乱图像的相似度值落在预设的相似度范围之内；被标注为规整场景的第一规整图像，与对所述第一规整图像进行风格迁移后得到的第二规整图像的相似度值落在所述相似度范围之外。

优选地，所述获取第一图像与第二图像的相似度值的过程，包括：

采用同样的划分方式，将待检测的第一图像划分成尺寸相等且互不重合的多个图像区域，以及将第二图像划分成尺寸相等且互不重合的多个迁移后图像区域；

针对每一图像区域，计算所述图像区域与跟所述图像区域对应的迁移后图像区域的特征差异，得到所述图像区域与所述迁移后图像区域的相似度值。

优选地，计算所述图像区域与跟所述图像区域对应的迁移后图像区域的特征差异，得到所述图像区域与所述迁移后图像区域的相似度值的过程，包括：

通过局部二值模式LBP算法提取所述图像区域的纹理特征，得到第一直方图；

通过LBP算法提取跟所述图像区域对应的迁移后图像区域的纹理特征，得到第二直方图；

利用预设的相似性度量函数计算第一直方图和第二直方图的相似程度，得到所述图像区域与所述迁移后图像区域的相似度值。

优选地，基于所述相似度值确定所述第一图像是否为杂乱场景的过程，包括：

获取相似度值落在所述相似度范围之内的各目标图像区域，并计算得到各目标图像区域相对于各图像区域的比值；