[發明專利]圖像推薦方法、裝置、電子設備和存儲介質

在審

• 申請號: 202111094114.3
• 申請日: 2021-09-17
• 公開（公告）號: CN113808107A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 江嘉銘;葉萬余;阮國恒;鐘業榮;阮偉聰;勞文超;田譽;林健敏;丁浩鋒
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司清遠供電局
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 侯軍洋

1.一種圖像推薦方法，其特征在于，用于從配電設備的視頻數據中推薦目標圖像，包括：

在對配電設備監控所生成的視頻數據中截取預設時長的目標視頻數據；

確定所述目標視頻數據中每幀視頻圖像的清晰度和亮度；

針對每幀視頻圖像，根據所述清晰度和所述亮度計算所述視頻圖像的質量分數；

將所述質量分數最大的視頻圖像作為目標圖像；

將所述目標圖像推薦到故障分析系統。

2.根據權利要求1所述的圖像推薦方法，其特征在于，所述確定所述目標視頻數據中每幀視頻圖像的清晰度和亮度，包括：

將多幀視頻圖像輸入背景檢測模型中得到多幀視頻圖像的背景區域；

計算所述背景區域的清晰度作為所述視頻圖像的清晰度；

根據所述視頻圖像中每個像素的RGB值計算所述像素的亮度；

計算所述視頻圖像中所有像素的亮度的平均值得到所述視頻圖像的亮度。

3.根據權利要求2所述的圖像推薦方法，其特征在于，所述背景檢測模型通過以下方式訓練：

獲取多幀訓練圖像，所述訓練圖像標注有標注背景區域；

初始化背景檢測模型；

隨機提取訓練圖像輸入所述背景檢測模型中得到預測背景區域；

計算所述標注背景區域和所述預測背景區域的相似度得到損失率；

判斷所述損失率是否小于預設閾值；

若是，停止對所述背景檢測模型進行迭代訓練；

若否，采用所述損失率來對所述背景檢測模塊的模型參數進行梯度下降，返回隨機提取訓練圖像輸入所述背景檢測模型中得到預測背景區域的步驟。

4.根據權利要求2所述的圖像推薦方法，其特征在于，所述計算所述背景區域的清晰度作為所述視頻圖像的清晰度，包括：

獲取所述背景區域中每個像素的灰度值以及計算所有像素的灰度值的均值得到第一灰度均值；

計算灰度值大于所述灰度均值的所有像素的灰度值的均值得到第二灰度均值；

計算灰度值小于所述灰度均值的所有像素的灰度值的均值得到第三灰度均值；

計算所述第二灰度均值與所述第三灰度均值的差值，以及計算所述第二灰度均值與所述第三灰度均值的和值；

計算所述差值與所述和值的比值作為所述視頻圖像的清晰度。

5.根據權利要求2所述的圖像推薦方法，其特征在于，所述根據所述視頻圖像中每個像素的RGB值計算所述像素的亮度，包括：

分別計算每個像素的R值、B值、G值與255的比值得到第一比值、第二比值以及第三比值；

從所述第一比值、所述第二比值以及所述第三比值中確定出最大值作為所述像素的亮度。

6.根據權利要求1所述的圖像推薦方法，其特征在于，所述針對每幀視頻圖像，根據所述清晰度和所述亮度計算所述視頻圖像的質量分數，包括：

從所述多幀視頻圖像中確定出清晰度大于預設清晰度閾值，并且亮度在預設亮度范圍內的候選視頻圖像；

針對每幀候選視頻圖像，計算所述清晰度與預設清晰度權重的乘積得到第一權值，以及計算所述亮度與預設亮度權重的乘積得到第二權值；

計算所述第一權值和所述第二權值的和值得到所述候選視頻圖像的質量分數。

7.根據權利要求6所述的圖像推薦方法，其特征在于，所述將所述質量分數最大的視頻圖像作為目標圖像，包括：

將質量分數最大的候選視頻圖像作為目標圖像。

8.一種圖像推薦裝置，其特征在于，用于從配電設備的視頻數據中推薦目標圖像，包括：

目標視頻數據截取模塊，用于在對配電設備監控所生成的視頻數據中截取預設時長的目標視頻數據；

清晰度和亮度確定模塊，用于確定所述目標視頻數據中每幀視頻圖像的清晰度和亮度；

質量分數計算模塊，用于針對每幀視頻圖像，根據所述清晰度和所述亮度計算所述視頻圖像的質量分數；

目標圖像確定模塊，用于將所述質量分數最大的視頻圖像作為目標圖像；

推薦模塊，用于將所述目標圖像推薦到故障分析系統。