本发明涉及气体检测，尤其是涉及一种考虑不确定性的气体泄漏自动化检测方法。
背景技术：
1、在气体泄漏检测领域，尤其针对多种气体(包括但不限于挥发性有机化合物(vocs)、甲烷、六氟化硫等)的检测，现行技术正面临重大挑战。传统方法，如气相色谱法、电化学法、催化燃烧法和半导体法等，尽管提供了相对准确的浓度测量结果，但通常需操作人员接近泄漏源进行采样。这一做法在广阔或难以接近的区域中效率不高，且存在显著的安全隐患。
2、随着技术的发展，光学气体成像技术(optical gas imaging,ogi)因其能在较远距离及广阔区域内检测气体泄漏而受到关注。该技术通过利用气体对特定波长红外辐射的吸收特性，直观地揭示气体泄漏的分布。然而，尽管光学气体成像技术为气体泄漏检测开辟了新视野，但现有技术在自动化识别及结果可靠性标识方面仍显不足。目前，该技术在实际应用中主要依赖于人工目视检测，效率低下，且在复杂多变的工业环境中，准确性和可靠性易受各种因素干扰。
3、近年来，深度学习技术在红外气体成像领域的应用展现了实现自动化气体泄漏检测的潜力。不同模型输出检测结果的形式各异，包括图像识别、检测框或气羽分割，其定位精度呈逐步提升趋势。然而，现有技术未能有效标识这些检测结果的可靠性，在依赖模型判断的安全关键任务中存在较大风险。已有研究尝试通过贝叶斯变分推断方法，例如mcdropout，估计深度学习模型输出的不确定性，但此类方法计算量庞大，不适合应用于需要实时计算的气体泄漏检测领域。
4、因此如何来增强整个气体泄漏检测框架的可靠性和安全性，成为需要解决的技术问题。
技术实现思路
1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑不确定性的气体泄漏自动化检测方法。
2、本发明的目的可以通过以下技术方案来实现：
3、根据本发明的一个方面，提供了一种考虑不确定性的气体泄漏自动化检测方法，该方法基于双支路结构来实现，所述双支路结构包括分割支路和不确定性估计支路，所述分割支路中包含分割记忆读取模块，所述不确定性估计支路包含不确定性记忆读取模块；
4、所述检测方法包括分割支路和不确定性估计支路的训练过程，以及采用训练后的分割支路和不确定性估计支路对当前数据处理后得到检测结果。
5、作为优选的技术方案，所述分割支路的编码器包括分割查询帧编码器和分割记忆帧编码器，所述分割支路的解码器包括分割查询帧解码器。
6、作为优选的技术方案，所述分割支路的训练过程具体包括以下步骤：
7、步骤s101，对训练视频当前帧的像素值进行归一化处理，并送入分割支路；
8、步骤s102，将当前帧送入分割查询帧编码器，将前n帧的分割掩膜真值送入分割记忆帧编码器；
9、步骤s103，将分割查询帧编码器的输出结果和分割记忆帧编码器的输出结果送入分割记忆读取模块；
10、步骤s104，将分割记忆读取模块的输出送入分割查询帧解码器，获得气羽分割掩膜；
11、步骤s105，根据获得的分割掩膜和分割掩膜的真值，计算分割误差；
12、步骤s106，根据分割误差对分割支路的模型参数进行调整；
13、步骤s107，基于调整后的模型参数和训练视频中的新的当前帧，继续进行模型参数调整的过程，直至迭代次数达到预设次数；
14、步骤s108，将迭代次数达到预设次数时所得到的模型参数作为训练好的分割支路。
15、作为优选的技术方案，所述步骤s103中，采用局部记忆匹配方式对分割查询帧编码器的输出结果和分割记忆帧编码器的输出结果进行匹配，并基于注意力的方式进行特征融合。
16、作为优选的技术方案，所述不确定性估计支路的编码器包括不确定性查询帧编码器和不确定性记忆帧编码器，所述不确定性估计支路的解码器包括不确定性查询帧解码器。
17、作为优选的技术方案，所述不确定性估计支路的训练过程具体包括以下步骤：
18、步骤s201，对训练好的分割支路采用mcdropout方法，计算训练视频中所有帧的分割不确定性，将其量化后作为不确定性的真值；
19、步骤s202，对训练视频当前帧的像素值进行归一化处理，送入不确定性估计支路；
20、步骤s203，将当前帧送入不确定性查询帧编码器，将前n帧的不确定性的真值送入不确定性记忆帧编码器；
21、步骤s204，将不确定性查询帧编码器的输出结果和不确定性记忆帧编码器的输出结果送入不确定性记忆读取模块；
22、步骤s205，将不确定性记忆读取模块的输出送入不确定性查询帧解码器，获得针对气羽分割结果的不确定性估计；
23、步骤s206，根据获得的不确定性估计和由步骤s201计算的不确定性真值，计算不确定性估计误差；
24、步骤s207，基于不确定性估计误差，对不确定性估计支路的模型参数进行调整；
25、步骤s208，基于调整后的模型参数和训练视频中的新的当前帧，继续进行模型参数调整的过程，直至迭代次数达到预设次数；
26、步骤s209，将迭代次数达到预设次数时所得到的模型参数作为训练好的不确定性估计支路。
27、作为优选的技术方案，所述步骤s201中，使用方差对基于mcdropout的不确定性进行量化。
28、作为优选的技术方案，所述采用训练后的分割支路和不确定性估计支路对当前数据处理具体过程如下：
29、步骤s301，对视频当前帧的像素值进行归一化处理，同时送入分割支路和不确定性估计支路；
30、步骤s302，将当前帧送入分割查询帧编码器，将分割支路输出的前n帧的分割掩膜送入分割记忆帧编码器；将当前帧送入不确定性查询帧编码器，将不确定性估计支路输出的前n帧的不确定性送入不确定性记忆帧编码器；
31、步骤s303，将分割查询帧编码器的输出结果和分割记忆帧编码器的输出结果送入分割记忆读取模块；将不确定性查询帧编码器的输出结果和不确定性记忆帧编码器的输出结果送入不确定性记忆读取模块；
32、步骤s304，将分割记忆读取模块的输出送入分割查询帧解码器，获得气羽分割掩膜；将不确定性记忆读取模块的输出送入不确定性查询帧解码器，获得针对气羽分割结果的不确定性估计；
33、步骤s305，根据预先确定的阈值，将不确定性估计高于阈值的自动检测结果发送人工审查员，将其他检测结果进行自动报警；
34、步骤s306，将当前帧的气羽分割掩膜和不确定性估计结果存入前n帧的序列。
35、作为优选的技术方案，所述步骤s302中的n表示帧的数量，大于等于1。
36、作为优选的技术方案，所述分割支路和不确定性估计支路均使用erfnet作为主干网络，其中erfnet使用non-bottleneck-1d替代resnet中的bottleneck结构。
37、与现有技术相比，本发明具有以下优点：
38、1)本发明结合了基于气羽分割的泄漏检测与结果不确定性评估，大幅提高了气体泄漏检测的准确性和可靠性，特别是在安全敏感的工业环境中；
39、2)本发明通过将不确定性评估纳入模型训练，避免了传统方法中耗时的多次采样过程，显著提升了检测效率；
40、3)本发明应用记忆模块简化了光学气体成像视频的处理流程，进一步提高了分割与不确定性评估的准确性和连续性。
1.一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，该方法基于双支路结构来实现，所述双支路结构包括分割支路和不确定性估计支路，所述分割支路中包含分割记忆读取模块，所述不确定性估计支路包含不确定性记忆读取模块；
2.根据权利要求1所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述分割支路的编码器包括分割查询帧编码器和分割记忆帧编码器，所述分割支路的解码器包括分割查询帧解码器。
3.根据权利要求2所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述分割支路的训练过程具体包括以下步骤：
4.根据权利要求3所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述步骤s103中，采用局部记忆匹配方式对分割查询帧编码器的输出结果和分割记忆帧编码器的输出结果进行匹配，并基于注意力的方式进行特征融合。
5.根据权利要求3所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述不确定性估计支路的编码器包括不确定性查询帧编码器和不确定性记忆帧编码器，所述不确定性估计支路的解码器包括不确定性查询帧解码器。
6.根据权利要求5所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述不确定性估计支路的训练过程具体包括以下步骤：
7.根据权利要求6所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述步骤s201中，使用方差对基于mcdropout的不确定性进行量化。
8.根据权利要求6所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述采用训练后的分割支路和不确定性估计支路对当前数据处理具体过程如下：
9.根据权利要求8所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述步骤s302中的n表示帧的数量，大于等于1。
10.根据权利要求1所述的一种考虑不确定性的气体泄漏自动化检测方法，其特征在于，所述分割支路和不确定性估计支路均使用erfnet作为主干网络，其中erfnet使用non-bottleneck-1d替代resnet中的bottleneck结构。
