(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210663759.2 (22)申请日 2022.06.14 (65)同一申请的已公布的文献号 申请公布号 CN 114760447 A (43)申请公布日 2022.07.15 (73)专利权人 智联信通科技股份有限公司 地址 272000 山东省济宁市任城区税务 街8 号 （济阳街道办事处综合楼二楼） (72)发明人 孙凤菊　寻广岩　杜波　周志远　 张垒　庄敏　王忠贵　田艳艳　 杨奉娟　陈义法　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 李琼(51)Int.Cl. H04N 7/18(2006.01) H04N 19/146(2014.01) H04N 19/182(2014.01) H04N 19/17(2014.01) G01J 5/48(2006.01) G06T 9/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) H04N 5/21(2006.01) (56)对比文件 WO 202123 3698 A1,2021.1 1.25 CN 114037914 A,202 2.02.11 CN 113095470 A,2021.07.09 WO 20210 51519 A1,2021.0 3.25 审查员 孟佳 (54)发明名称 一体式机房环境检测装置 (57)摘要 本发明公开了一种一体式机房环境检测装 置， 涉及环境检测控制领域。 包括： 图像获取模块 获取各监控设备所采集到的监控RGB图像及红外 热成像图像； 图像差分模块根据监控RGB图像以 及红外热成像图像， 分别获得第一Lab图像以及 红外差分图像； 输入图像生 成模块根据红外差分 图像以及第一Lab图像获得神经网络的输入图 像； 损失函数构造模块构建神经网络的损失函 数； 网络训练监督模块中利用损失函数对神经网 络训练过程进行监督， 以完成对神经网络的训 练； 目标图像获取模块利用训练完成的神经网络 输出叠加压缩图像， 并进行图像运算获得目标图 像， 以将目标图像呈现在供监测的显示设备 上。 权利要求书3页 说明书8页 附图1页 CN 114760447 B 2022.08.12 CN 114760447 B 1.一种一体式机房环境检测装置， 其特 征在于， 包括： 图像获取模块， 用于获取一体式机房中各监控设备所采集到的监控RGB图像及红外热 成像图像； 图像差分模块， 用于将监控RGB图像与标准RGB图像的差分结果转化为第一Lab图像， 将 红外热成像图像与标准红外图像的差分结果作为红外 差分图像； 输入图像生成模块， 用于将红外差分图像作为红外通道与第一Lab图像中的a  通道以 及b 通道进行通道叠加， 将通道叠加后的图像作为神经网络的输入图像； 损失函数构造模块， 用于根据输入图像的红外通道及神经网络训练过程中输出图像的 红外通道中相同位置像素点的温度值构造第一损失函数， 根据输入图像的红外通道及神经 网络训练过程中输出图像的红外通道中相同位置像素点的邻域内温度值构造第二损失函 数； 根据输入图像的a通道及神经网络训练过程中输出图像的a通道中相同位置像素点的像 素值， 以及输入图像的b通道及神经网络训练过程中输出图像的b通道中相同位置像素点的 像素值， 构造第三损失函数； 根据输入图像的a通道及神经网络训练过程中输出图像的a通 道中的相同位置像素点的像素值， 以及输入图像的b通道及神经网络训练过程中输出图像 的b通道中相同位置像素点的像素值， 构 造第四损失函数； 将第一损失函数、 第二损失函数、 第三损失函数以及第四损失函数进行求和， 获得第五损失函数； 网络训练监督模块， 用于利用第五损 失函数对神经网络训练过程进行监督， 以完成对 神经网络的训练； 目标图像获取模块， 用于利用训练完成的神经网络输出叠加压缩图像， 将叠加压缩图 像中a通道以及b通道与第一Lab图像中L通道进行通道叠加， 获得通道叠加后的第二Lab图 像； 将第二Lab图像转化为RGB格式后的图像与标准 RGB图像进 行加法运算获得目标图像， 将 目标图像呈现在供监测的显示设备 上。 2.根据权利要求1所述的一体式机房环境检测装置， 其特征在于， 损失函数构造模块 中， 根据输入图像的红外通道及神经网络训练过程中输出图像的红外通道中相同位置像素 点的温度值构造第一损失函数， 包括： 其中， 为第一损失函数， 为像素点 在输入图像的红外通道中 的温度值， 为像素 点 在神经网络训练过程中输出图像的红外通道中的温度值， 为输入图像的红外通道中 像素点的数量， 为缩放函数。 3.根据权利要求2所述的一体式机房环境检测装置， 其特征在于， 损失函数构造模块 中， 根据输入图像的红外通道及神经网络训练过程中输出图像的红外通道中相同位置像素 点的邻域内温度值构造第二损失函数， 包括： 权　利　要　求　书 1/3 页 2 CN 114760447 B 2其中， 为第二损失函数， 为像素点 在输入图像的红外通道中的温度值， 为像素 点 在输入图像的红外通道中邻域内各像素的温度均值， 为神经网络训练过程中输出图 像的红外通道中像素点 与像素点 邻域内各像素的温度均值的差值， 为输入图像的红外 通道中像素点 与像素点 邻域内各像素的温度均值的差值， 为输入图像的红外通道中像 素点的数量， 为缩放函数。 4.根据权利要求1所述的一体式机房环境检测装置， 其特征在于， 损失函数构造模块 中， 根据输入图像的a通道及神经网络训练过程中输出图像的a通道中相同位置像素点的像 素值， 以及输入图像的b通道及神经网络训练过程中输出图像的b通道中相同位置像素点的 像素值， 构造第三损失函数， 包括： 其中， 为第三损失函数， 为像素点 在输入图像的红外通道中的温度值， 为像素 点 在输入图像的a通道中的像素值， 为像素点 在神经网络训练过程中输出图像的a通道 中的像素值， 为像素点 在输入图像的b通道中的像素值， 为像素点 在神经网络训练过 程中输出图像的b通道中的像素值， 为输入图像的a通道中像素点的数量， 为缩放函数。 5.根据权利要求4所述的一体式机房环境检测装置， 其特征在于， 损失函数构造模块 中， 根据输入图像的a通道及神经网络训练过程中输出图像的a通道中的相同位置像素点的 像素值， 以及输入图像的b通道及神经网络训练过程中输出图像的b通道中相同位置像素点 的像素值， 构造第四损失函数， 包括： 为第四损失函数， 为像素点 在输入图像的a通道中邻域内各像素的像素均值， 为神经网络训练过程中输出图像的a通道中像素点 与像素点 邻域内各像素的像素均值的 差值， 为输入图像的a通道中像素点 与像素点 邻域内各像素的像素均值的差值； 为神经网络训练过程 中输出图像的b通道中像素点 与像素点 邻域内各像素的像素 均值的差值， 为输入图像的b通道中像素点 与像素点 邻域内各像素的像素均值的差值； 为输入图像的a通道中像素点的数量， 为缩放函数。 6.根据权利要求2 ‑5中任一项所述的一体式机房环境检测装置， 其特征在于， 所述缩放 函数为： 其中， 为预设第一 参数， 为预设第二 参数， 为预设第三 参数， 为 待计算的变量。权　利　要　求　书 2/3 页 3 CN 114760447 B 3