(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 202211333225.X (22)申请日 2022.10.28 (71)申请人 中国长江三峡集团有限公司 地址 100038 北京市海淀区玉渊潭南路1号 (72)发明人 张亚平　周登科　汤鹏　程龙　 漆召兵　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 穆瑞丹 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/90(2017.01) G01M 99/00(2011.01) (54)发明名称 一种呼吸器寿命检测方法、 装置、 电子设备 及存储介质 (57)摘要 本申请提供一种呼吸器寿命检测方法、 装 置、 电子设备及存储介质， 该方法包括： 获取待测 呼吸器的监控图像数据和预设机器学习模型的 卷积核数据； 预设机器学习模型基于图像识别深 度神经网络构建， 用于检测监控图像数据表征的 待测呼吸器填充物当前颜色； 对监控图像数据和 卷积核数据进行傅里叶变换， 得到对应的目标图 像数据和目标卷积核数据； 对目标图像数据和目 标卷积核数据进行乘积计算， 得到频域检测结 果； 根据频域检测结果的傅里叶逆变换结果， 确 定待测呼吸器的寿命检测结果。 通过将预设机器 学习模型的卷积计算转换为乘积计算， 并实现相 同效果的图像检测， 以使该机器学习模型可以应 用于计算资源较少的嵌入式移动终端， 提高了模 型应用的普适 性。 权利要求书2页 说明书9页 附图2页 CN 115511874 A 2022.12.23 CN 115511874 A 1.一种呼吸器寿命检测方法， 其特 征在于， 包括： 获取待测呼吸器的监控图像数据和预设机器学习模型的卷积核数据； 其中， 所述预设 机器学习模型基于图像识别深度神经网络构建， 用于检测所述监控图像数据 表征的待测呼 吸器填充物当前颜色； 对所述监控图像数据和所述卷积核数据进行傅里叶变换， 得到对应的目标图像数据和 目标卷积核数据； 对所述目标图像数据和目标 卷积核数据进行乘积计算， 得到频域检测结果； 根据所述频域检测结果的傅里叶逆变换 结果， 确定所述待测呼吸器的寿命检测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述监控图像数据和所述卷积核数 据进行傅里叶变换， 得到对应的目标图像数据和目标 卷积核数据， 包括： 根据如下公式， 对所述 监控图像数据和所述卷积核数据进行傅里叶变换： 其中， X(ω)表示所述目标图像数据或目标卷积核数据， 所述目标图像数据和目标卷积 核数据为频域数据， x(t)表示所述监控图像数据或卷积核数据， 所述监控图像数据和卷积 核数据为时域数据， e‑jωt表示预设复变函数。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 根据如下公式， 对所述频域检测结果进行傅里叶逆变换， 得到所述 傅里叶逆变换 结果： 其中， y(t)表示所述傅里叶逆变换结果， 所述傅里叶逆变换结果为时域数据， Y(ω)表 示所述频域检测结果， 所述频域检测结果 为频域数据。 4.根据权利要求1所述的方法， 其特征在于， 在对所述监控图像数据和所述卷积核数据 进行傅里叶变换， 得到对应的目标图像数据和目标 卷积核数据之前， 所述方法包括： 根据所述卷积核数据表征的卷积核边长， 对所述 监控图像数据进行空值 填充； 根据所述监控图像数据的空值填充结果， 对所述卷积核数据进行空值填充， 以使经过 傅里叶变换 得到的目标图像数据和目标 卷积核数据之间满足乘积计算条件。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述卷积核数据的表征的卷积核 边长， 对所述 监控图像数据进行空值 填充， 包括： 根据所述卷积核边长， 确定所述 监控图像数据的填充值数量； 根据所述 监控图像数据的填充值数量， 对所述 监控图像数据进行空值 填充。 6.根据权利要求1所述的方法， 其特征在于， 所述获取待测呼吸器的监控图像数据， 包 括： 获取待测呼吸器的原 始监控图像； 将所述原 始监控图像， 转换为矩阵形式的监控图像数据。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述频域检测结果的傅里叶逆变 换结果， 确定所述待测呼吸器的寿命检测结果， 包括： 根据所述频域检测结果的傅里叶逆变换 结果， 确定待测呼吸器填充物当前颜色；权　利　要　求　书 1/2 页 2 CN 115511874 A 2根据所述待测呼吸器填充物当前颜色与 预设目标颜色之间的相似程度， 确定所述待测 呼吸器的寿命检测结果； 其中， 所述预设目标颜色为所述待测呼吸器达到使用寿命时的填 充物颜色。 8.一种呼吸器寿命检测装置， 其特 征在于， 包括： 获取模块， 用于获取待测呼吸器的监控图像数据和预设机器学习模型的卷积核数据； 其中， 所述预设机器学习模型基于图像识别深度神经网络构建， 用于检测所述监控图像数 据表征的待测呼吸器填充物当前颜色； 变换模块， 用于对所述监控图像数据和所述卷积核数据进行傅里叶变换， 得到对应的 目标图像数据和目标 卷积核数据； 计算模块， 用于对所述目标图像数据和目标卷积核数据进行乘积计算， 得到频域检测 结果； 检测模块， 用于根据所述频域检测结果的傅里叶逆变换结果， 确定所述待测呼吸器的 寿命检测结果。 9.一种电子设备， 其特 征在于， 包括： 至少一个处 理器和存 储器； 所述存储器存储计算机执 行指令； 所述至少一个处理器执行所述存储器存储的计算机执行指令， 使得所述至少一个处理 器执行如权利要求1至7任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 当处 理器执行所述计算机执 行指令时， 实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115511874 A 3