(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210790031.6 (22)申请日 2022.07.06 (71)申请人 深圳百城精工有限公司 地址 518000 广东省深圳市龙华区民治街 道民强社区梅龙路和民旺路相交处民 治商贸广场5 01 (72)发明人 景美君　 (74)专利代理 机构 深圳市育科知识产权代理有 限公司 4 4509 专利代理师 宋朋慧 (51)Int.Cl. G06V 20/52(2022.01) G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于图像视觉的电梯监控预警方法、 装置、 设备及介质 (57)摘要 本发明涉及图像处理技术， 揭露了一种基于 图像视觉的电梯监控预警方法、 装置、 电子设备 以及计算机 可读存储介质， 其中， 所述方法包括： 利用采用生成式对抗网络构建及训练得到的图 像复原模型对电梯监控图像进行图像复原， 得到 复原监控图像； 建立所述复原监控图像对应的多 个图像尺度空间， 并根据所述图像尺度空间构建 高斯差分金字塔， 并对所述高斯差分金字塔进行 关键点定位， 得到多个目标关键点； 根据所述目 标关键点生成对应的特征描述子， 计算所述特征 描述子和故障数据库中的多个故障数据之间的 临近值， 根据所述临近值生成故障结果； 当故障 结果为出现故障时， 对目标电梯进行电梯预警。 本发明可以实现电梯的快速监控预警。 权利要求书2页 说明书16页 附图2页 CN 114882445 A 2022.08.09 CN 114882445 A 1.一种基于图像视 觉的电梯监控预警方法， 其特 征在于， 所述方法包括： 以多尺度网络作为生成模型， 以判别网络作为判别模型构建生成式对抗网络， 基于预 获取的训练退化数据集对所述 生成式对抗网络进行训练 处理， 得到图像复原模型； 获取预设目标电梯的电梯监控图像； 利用所述图像复原模型对所述电梯监控图像进行图像复原处 理， 得到复原监控图像； 建立所述复原监控图像对应的多个图像尺度空间， 并根据 所述图像尺度空间构建高斯 差分金字塔， 对所述高斯差分金字塔进行关键点定位， 得到多个目标关键点； 根据多个目标关键点生成对应的特征描述子， 计算所述特征描述子和预设故障数据库 中的多个故障数据之间的临近值， 并根据所述临近值 生成故障结果； 当所述故障结果 为出现故障时， 对所述目标电梯进行电梯预警。 2.如权利要求1所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述建立所述 复原监控图像对应的多个图像尺度空间， 包括： 利用一个变化尺度高斯函数对所述复原监控图像进行卷积处理， 得到多个图像尺度空 间。 3.如权利要求1所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述根据 所述 图像尺度空间构建高斯差分金字塔， 包括： 获取预设的相邻尺度因子比值， 并在多个所述图像尺度空间中选取两个满足相邻尺度 因子比值的相邻图像尺度空间作为目标尺度空间； 计算两个所述目标尺度空间的差值， 根据所述差值得到高斯差分金字塔。 4.如权利要求1所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述对所述高 斯差分金字塔进行关键点定位， 得到多个目标关键点， 包括： 将所述高斯差分金字塔中的每个像素点与不同尺度层的像素点进行邻域比较， 得到满 足比较条件的多个极值 点； 对所述高斯差分金字塔进行泰勒级数展开， 得到泰勒级数展开式， 从多个所述极值点 中查找符合所述泰勒级数展开式的极值 点作为初始关键点； 根据预设的梯度方向计算公式计算出多个所述初始关键点对应的梯度方向， 并利用直 方图统计梯度方向， 得到方向直方图； 选取所述方向直方图中高于预设参考线的梯度方向对应的初始关键点作为目标关键 点。 5.如权利要求4所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述预设的梯 度方向计算公式为： 其中， 为梯度方向， 为反正切函数， 、 、 和 为不同的多个所述初始关键点。 6.如权利要求1所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述根据多个 目标关键点 生成对应的特 征描述子， 包括： 以所述目标关键点 为中心选取周围满足预设大小的方 形像素区域；权　利　要　求　书 1/2 页 2 CN 114882445 A 2分别将所述方形像素区域划分为多个像素子区域， 并计算多个所述像素子区域中的梯 度累加值； 将所述梯度累加值作为所述目标关键点对应的特 征描述子 。 7.如权利要求1所述的基于图像视觉的电梯监控预警方法， 其特征在于， 所述基于预获 取的训练退化数据集对所述 生成式对抗网络进行训练 处理， 得到图像复原模型， 包括： 将所述训练退化数据集输入至所述生成式对抗网络 中的生成模型中进行图像生成， 得 到预测清晰图像； 利用所述生成式对抗网络 中的判别网络对所述预测清晰图像进行标签标记， 得到图像 标签； 利用预构建的平滑损失函数， 根据 所述图像标签和预设的真值标签计算得到所述生成 模型的平滑损失值， 利用预构建的感知损失函数根据所述预测清晰图像和预设的真实清晰 图像计算得到所述 生成模型的感知损失值； 利用预构建的判别损失值函数计算所述预测清晰图像和预设的待参考图像对应的判 别损失值； 根据所述平滑损失值、 所述感知损失值及所述判别损失值计算得到所述生成式对抗网 络的最终损失值； 将所述最终损失值和预设的参考损失值进行比较， 并根据比较得到的结果对所述生成 式对抗网络进行迭代训练， 生成图像复原模型。 8.一种基于图像视 觉的电梯监控预警装置， 其特 征在于， 所述装置包括： 网络训练模块， 用于以多尺度网络作为生成模型， 以判别网络作为判别模型构建生成 式对抗网络， 基于预获取 的训练退化数据集对所述生成式对抗网络进行训练处理， 得到图 像复原模型； 图像复原模块， 用于获取预设目标电梯的 电梯监控图像， 利用所述图像复原模型对所 述电梯监控图像进行图像复原处 理， 得到复原监控图像； 结果生成模块， 用于建立所述复原监控图像对应的多个图像尺度空间， 并根据所述图 像尺度空间构建高斯差分金字塔， 对所述高斯差分金字塔进行关键点定位， 得到多个目标 关键点， 根据多个目标关键点生成对应的特征描述子， 计算所述特征描述子和预设故障数 据库中的多个故障数据之间的临近值， 并根据所述临近值 生成故障结果； 电梯预警模块， 用于当所述故障结果 为出现故障时， 对所述目标电梯进行电梯预警。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 所述指令被所述至少一个处 理器执行， 以使所述至少一个处理器能够执行如权利要求 1至7中任意一项所述的基于图像 视觉的电梯监控预警方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意 一项所述的基于图像视 觉的电梯监控预警方法。权　利　要　求　书 2/2 页 3 CN 114882445 A 3