创新型智能宠物综合维护管理系统及其方法与流程

本技术涉及智能管理，且更为具体地，涉及一种创新型智能宠物综合维护管理系统及其方法。

背景技术：

1、随着生活物质水平的提高，越来越多的人群倾向于在水族缸中圈养植物和/或动物，生态水族缸的概念，也被越来越多的人所接受。但是相较于常规的宠物圈养，因水族缸的动物或植物生长于水环境中，这使得水族缸内的植物和动物的维护和管理具有特异性，例如，在设计灯光时，期待灯光能够模拟日升日落、多云天气、雷雨天气等自然环境状态。

2、因此，期待一种创新型智能宠物综合维护管理方案。

3、

技术实现思路

1、为了解决上述技术问题，提出了本技术。本技术的实施例提供了一种创新型智能宠物综合维护管理系统及其方法，其通过包括第一图像编码器和第二图像编码器的孪生网络模型将灯具在第一天气模式下的灯效监控视频以及所述灯具在所述第一天气模式下的灯效参考视频映射到高维特征空间中，并基于所述灯效监控视频和所述灯效参考视频在高维特征空间中的特征分布之间的差异作为标准来判断所述灯效监控视频所呈现的灯效是否满足设计要求。这样，可以提高对所述灯具在第一天气模式下的灯效符合预定设计要求的判断的精准度。

2、根据本技术的一个方面，提供了一种创新型智能宠物综合维护管理系统，其包括：

3、照明监控模块，用于获取灯具在第一天气模式下的灯效监控视频以及所述灯具在所述第一天气模式下的灯效参考视频；

4、采样模块，用于分别从所述灯效监控视频和所述灯效参考视频提取多个灯效监控关键帧和多个灯效参考关键帧；

5、孪生检测模块，用于将所述多个灯效监控关键帧和所述多个灯效参考关键帧通过包括第一图像编码器和第二图像编码器的孪生网络模型以得到灯效监控特征图和灯效参考特征图；

6、差异评估模块，用于计算所述灯效监控图和灯效参考特征图之间的差分特征图；

7、特征优化模块，用于对所述差分特征图进行特征分布优化以得到优化差分特征图；以及

8、维护管理结果生成模块，用于将所述优化差分特征图通过分类器以得到分类结果，所述分类结果用于表示灯具在第一天气模式下的灯效符合预定设计要求。

9、在上述创新型智能宠物综合维护管理系统中，所述采样模块，进一步用于：以预定采样频率分别从所述灯效监控视频和所述灯效参考视频提取所述多个灯效监控关键帧和所述多个灯效参考关键帧。

10、在上述创新型智能宠物综合维护管理系统中，所述第一图像编码器和所述第二图像编码器具有相同的网络结构。

11、在上述创新型智能宠物综合维护管理系统中，所述第一图像编码器和所述第二图像编码器为使用三维卷积核的三维卷积神经网络模型。

12、在上述创新型智能宠物综合维护管理系统中，所述孪生检测模块，包括：

13、第一检测单元，用于使用所述第一图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的卷积处理、池化处理和非线性激活处理以由所述第一图像编码器的最后一层输出所述灯效监控特征图；以及，第二检测单元，用于使用所述第二图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的卷积处理、池化处理和非线性激活处理以由所述第二图像编码器的最后一层输出所述灯效参考特征图。

14、在上述创新型智能宠物综合维护管理系统中，所述差异评估模块，包括：

15、差分矩阵生成单元，用于计算所述灯效监控图和灯效参考特征图的沿通道维度的各组特征矩阵之间的差分特征矩阵以得到多个差分特征矩阵；三维排列单元，用于将所述多个差分特征矩阵沿通道维度进行排列以得到所述差分特征图。

16、在上述创新型智能宠物综合维护管理系统中，所述特征优化模块，进一步用于：以如下公式对所述差分特征图进行特征分布优化以得到优化差分特征图；其中，所述公式为：

17、

18、其中，和分别是特征集合的均值和标准差，且是所述差分特征图的第位置的特征值。

19、在上述创新型智能宠物综合维护管理系统中，所述维护管理结果生成模块，包括：特征图展开单元，用于将所述优化差分特征图按照行向量或列向量展开为分类特征向量；全连接编码单元，用于使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类单元，用于将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。

20、根据本技术的另一方面，提供了一种创新型智能宠物综合维护管理方法，其包括：

21、获取灯具在第一天气模式下的灯效监控视频以及所述灯具在所述第一天气模式下的灯效参考视频；

22、分别从所述灯效监控视频和所述灯效参考视频提取多个灯效监控关键帧和多个灯效参考关键帧；

23、将所述多个灯效监控关键帧和所述多个灯效参考关键帧通过包括第一图像编码器和第二图像编码器的孪生网络模型以得到灯效监控特征图和灯效参考特征图；

24、计算所述灯效监控图和灯效参考特征图之间的差分特征图；

25、对所述差分特征图进行特征分布优化以得到优化差分特征图；以及

26、将所述优化差分特征图通过分类器以得到分类结果，所述分类结果用于表示灯具在第一天气模式下的灯效符合预定设计要求。

27、在上述创新型智能宠物综合维护管理方法中，所述分别从所述灯效监控视频和所述灯效参考视频提取多个灯效监控关键帧和多个灯效参考关键帧，进一步包括：与预定采样频率分别从所述灯效监控视频和所述灯效参考视频提取所述多个灯效监控关键帧和所述多个灯效参考关键帧。

28、在上述创新型智能宠物综合维护管理方法中，所述第一图像编码器和所述第二图像编码器具有相同的网络结构。

29、在上述创新型智能宠物综合维护管理方法中，所述第一图像编码器和所述第二图像编码器为使用三维卷积核的三维卷积神经网络模型。

30、在上述创新型智能宠物综合维护管理方法中，所述将所述多个灯效监控关键帧和所述多个灯效参考关键帧通过包括第一图像编码器和第二图像编码器的孪生网络模型以得到灯效监控特征图和灯效参考特征图，包括：使用所述第一图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的卷积处理、池化处理和非线性激活处理以由所述第一图像编码器的最后一层输出所述灯效监控特征图；以及，使用所述第二图像编码器的各层在层的正向传递中分别对输入数据进行基于所述三维卷积核的卷积处理、池化处理和非线性激活处理以由所述第二图像编码器的最后一层输出所述灯效参考特征图。

31、在上述创新型智能宠物综合维护管理方法中，所述计算所述灯效监控图和灯效参考特征图之间的差分特征图，包括：计算所述灯效监控图和灯效参考特征图的沿通道维度的各组特征矩阵之间的差分特征矩阵以得到多个差分特征矩阵；将所述多个差分特征矩阵沿通道维度进行排列以得到所述差分特征图。

32、在上述创新型智能宠物综合维护管理方法中，所述对所述差分特征图进行特征分布优化以得到优化差分特征图，进一步包括：以如下公式对所述差分特征图进行特征分布优化以得到优化差分特征图，其中，所述公式为：

33、

34、其中，和分别是特征集合的均值和标准差，且是所述差分特征图的第位置的特征值。

35、在上述创新型智能宠物综合维护管理方法中，所述将所述优化差分特征图通过分类器以得到分类结果，所述分类结果用于表示灯具在第一天气模式下的灯效符合预定设计要求，包括：将所述优化差分特征图按照行向量或列向量展开为分类特征向量；使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。

36、与现有技术相比，本技术提供的创新型智能宠物综合维护管理系统及其方法，其通过包括第一图像编码器和第二图像编码器的孪生网络模型将灯具在第一天气模式下的灯效监控视频以及所述灯具在所述第一天气模式下的灯效参考视频映射到高维特征空间中，并基于所述灯效监控视频和所述灯效参考视频在高维特征空间中的特征分布之间的差异作为标准来判断所述灯效监控视频所呈现的灯效是否满足设计要求。这样，可以提高对所述灯具在第一天气模式下的灯效符合预定设计要求的判断的精准度。

37、