(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 202210017228.6 (22)申请日 2022.01.07 (71)申请人 福建华电福瑞能源发展 有限公司池 潭水力发电厂 地址 354499 福建省三明市泰宁 县杉城镇 水南西街19号 (72)发明人 杨胜仪　李业全　张栋林　林志伟　 刘志佳　陈静　 (74)专利代理 机构 厦门原创专利事务所(普通 合伙) 35101 专利代理师 高巍 (51)Int.Cl. G06V 10/74(2022.01) G06V 10/82(2022.01) G06V 10/766(2022.01)G06V 10/44(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 一种基于卷积神经网络的图像变化检测方 法、 系统 (57)摘要 本发明公开一种基于卷积神经网络的图像 变化检测方法、 系统， 包括如下步骤： 获取至少两 帧的待对比图像并进行预处理； 获取神经网络模 型； 神经网络模型对待对比图像的特征进行提 取； 神经网络模 型利用提取的特征对待对比图像 的差异进行检测； 对差异检测结果进行计算提取 出差异点； 其中， 对差异检测结果进行计算具体 为： 做非最大值抑制计算， 提取概率超过阈值的 存在差异的网格并计算坐标范围。 可利用固定摄 像头获取实时连续图像， 使用基于卷积神经网络 的区域相似度对比模型对一定间隔的两帧图像 进行实时差异 检测， 从而找到图像中缺陷存在的 位置。 权利要求书2页 说明书7页 附图3页 CN 114511716 A 2022.05.17 CN 114511716 A 1.一种基于卷积神经网络的图像 变化检测方法， 其特 征在于， 包括如下步骤： 获取至少两帧的待对比图像并进行 预处理； 获取神经网络模型； 神经网络模型对待对比图像的特 征进行提取； 神经网络模型利用提取的特 征对待对比图像的差异进行检测； 对差异检测结果进行计算 提取出差异点； 其中， 对差异检测结果进行计算具体为： 做非最大值抑制计算， 提取概率超过阈值的存 在差异的网格并计算 坐标范围。 2.根据权利要求1所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述获取至少两帧的待对比图像并进行预处理步骤具体为： 采用滑动窗口对待对比图像进 行 采集获取 再将图像尺寸 修改为神经网络模型需要的输入尺寸完成预处 理。 3.根据权利要求2所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述神经网络模型需要的输入尺寸 为416*416*3。 4.根据权利要求1所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述神经网络模型对待对比图像的特 征进行提取步骤具体为： 利用预训练的resnet5 0v2作为骨干网络对待对比图像至少进行四 次卷积； 将resnet50v2卷积的结果利用yolov3算法的DBL模块进行两次处理提取出第一尺度特 征； 将resnet50v2卷积的结果直接与利用yolov3算法的DBL模块进行第一次处理再经过反 卷积上采样模块提取的结果进行拼接后再利用DBL模块进行两次处理提取出第二尺度特 征； 其中， 待对比图像的处 理过程均共享权 重。 5.根据权利要求4所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述第一尺度特 征和所述第二尺度特 征的特征尺寸分别是13 *13*1024和26 *26*512。 6.根据权利要求1所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述神经网络模型利用提取的特 征对待对比图像的差异进行检测步骤具体为： 分别将不同尺度下网格 像素深度方向的特 征向量相减并取绝对值； 对处理后的特 征向量差值的绝对值做卷积运 算生成每个网格像素存在差异的概 率； 再回归出差异部分的坐标 范围。 7.根据权利要求6所述的一种基于卷积神经网络的图像变化检测方法， 其特征在于： 所 述卷积运 算为二维卷积， 其卷积核的数量 为5个。 8.一种基于卷积神经网络的图像 变化检测系统， 其特 征在于， 包括： 预处理模块， 用于对待对比图像进行 预处理将图像尺寸变化成需要的输入尺寸； 多尺度特 征提取网络， 用于对待对比图像的特 征进行提取； 多尺度差异区域检测网络， 用于通过提取的特 征对待对比图像的差异进行检测； 差异检测结果计算模块， 用于对差异检测结果做非最大值抑制计算， 提取概率超过阈 值的存在差异的网格并计算 坐标范围。 9.根据权利要求8所述的一种基于卷积神经网络的图像变化检测系统， 其特征在于： 所 述多尺度特 征提取网络包括：权　利　要　求　书 1/2 页 2 CN 114511716 A 2resnet50v2骨干网络， 用于对待对比图像进行 卷积操作； DBL模块， 用于对resnet50v2骨干 网络处理后的待对比图像进行连续的卷积、 批标准化 和Leakyrelu计算； 反卷积上采样模块， 用于对待对比图像进行 特征的提取； Concat拼接模块， 用于拼接resnet50v2卷积的结果与利用yolov3算法的DBL模块进行 第一次处 理再经过反卷积上采样模块 提取的结果。 10.根据权利要求9所述的一种基于卷积神经网络的图像变化检测系统， 其特征在于： 所述多尺度差异区域检测网络包括： 差值计算模块， 用于将不同尺度下网格 像素深度方向的特 征向量相减求 值； Abs模块， 用于将差值计算模块得 出的差值取绝对值； Conv模块， 用于对处理后的特征向量差值的绝对值做卷积运算生成每个网格像素存在 差异的概 率； 回归模块， 用于回归出差异部分的坐标 范围。权　利　要　求　书 2/2 页 3 CN 114511716 A 3