首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

无人机搭载双光相机与深度学习结合的鸟类监测系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖北省野生动物救护研究开发中心(湖北省野生动物疫源疫病监测中心)

摘要:本发明涉及鸟类检测技术领域,尤其涉及无人机搭载双光相机与深度学习结合的鸟类监测系统,该系统包括数据采集模块、数据处理模块和模型预测模块;数据采集模块实时监测并获取低空鸟类检测区域的图像和视频数据,其中包括可见光和热成像图像;数据处理模块负责将这两种图像进行配准对齐,并在热成像图像上标定鸟的位置,通过二分类算法判断热成像中是否存在死鸟;此外,它还分析视频帧之间的数据,识别鸟类的运动轨迹和行为模式;所述模型预测模块整合处理后的数据,进行模型训练和评估,并根据评估结果调整模型,以预测鸟类未来的变化。本发明通过无人机结合人工智能技术,极大提高鸟类监测的时效性和准确性。

主权项:1.一种无人机搭载双光相机与深度学习结合的鸟类监测系统,其特征在于,包括:数据采集模块,用于实时监测以获取若干鸟类检测区域的若干待处理图像和若干待处理视频,所述待处理图像信息中至少存在两个特征区域,其中所述待处理图像包括可见光图像和热成像图像;数据处理模块,与所述数据采集模块连接,用于对所述可见光图像和所述热成像图像目标位置实现配准对齐以得到鸟的位置,根据所述鸟的位置截取在热成像图像上对应区域,对截取的热成像图像进行二分类,判断是否存在死鸟,对所述待处理视频中的数据进行帧间分析,对每一帧图像进行特征提取以追踪鸟类的运动,分析连续帧的特征变化,以识别鸟类的行为模式;模型预测模块,将所述待处理图像特征提取后的数据和视频中帧间分析后的数据进行整合,形成数据分析结果,通过所述数据分析结果对模型进行训练,对训练后的模型进行准确率、召回率、F1分数的评估以得到评估结果,根据所述评估结果对模型的参数进行调整,使用调整后的模型预测鸟类的未来的变化趋势;所述数据处理模块包括:图像配准单元,用于将所述可见光图像和所述热成像图像的目标位置进行配准对齐以得到鸟的位置;死鸟检测单元,用于根据配准后的热成像图像,截取鸟类所在的区域,对截取的热成像图像区域进行二分类处理,判断该区域是否存在死鸟;行为识别单元,用于对视频中的每一帧图像进行特征提取,使用目标检测模型提取出每一帧图像中的鸟类位置和类别信息;所述图像配准单元包括:特征提取子单元,提取所述可见光图像和所述热成像的边缘、纹理、脚点和形状的特征点;特征匹配子单元,与所述特征提取子单元连接,将所述可见光图像和所述热成像图像中提取的特征点使用RANSAC算法来消除误匹配以得到匹配结果;几何变换子单元,根据所述匹配结果计算所述可见光图像和所述热成像图像之间的几何变换模型,若图像间的变换是旋转和平移,使用刚体变化;若图像间的变换涉及缩放和旋转,则使用仿射变换;所述死鸟检测单元包括:区域定位子单元,用以根据配准后的热成像图像使用阈值分割截取包含鸟类的区域以得到鸟类区域;特征抽取子单元,与所述区域定位子单元连接,分析所述鸟类区域的像素值、边缘信息和温度梯度以进行特征提取;二分类子单元,与所述特征提取子单元连接,使用训练好的模型对提取特征进行分类,判断鸟类区域是否存在死鸟以得到输出结果;后处理子单元,与所述二分类子单元连接,根据所述输出结果进行排除误报、调整检测阈值和合并相邻的鸟类区域的后处理;所述二分类子单元包括:特征提取任务子单元,用于从所述热成像图像提取温度分布、纹理和形状的特征并进行特征标记;模型训练任务子单元,与所述特征提取任务子单元连接,根据所述特征标记训练分类模型;模型评估任务子单元,与所述模型训练任务子单元连接,评估训练好的分类模型的性能;模型部署任务子单元,与所述模型评估任务子单元连接,用于接收来自模型评估任务子单元的模型性能评估结果;根据所述评估结果,决定是否部署模型;所述行为识别单元包括:运动轨迹分析子单元,用于从视频中提取连续的帧数据进行分析,对每一帧的图像进行特征提取,计算鸟类的速度、方向和加速度,从而绘制鸟类的运动轨迹;行为模式分析子单元,与所述运动轨迹分析子单元连接,从运动轨迹中提取轨迹长度、曲率和变化速率,来识别鸟类的行为模式;行为分类子单元,与所述行为模式分析子单元连接,使用训练好的分类模型对所述行为模式进行分类;场景分析子单元,用于识别视频中的环境类型,分析所述环境类型对鸟类行为的影响;所述模型预测模块包括:数据整合单元,用于对所述可见光图像的处理结果和所述视频分析结果的数据进行整合以得到整合结果;模型训练单元,与所述数据整合单元连接,根据所述整合结果通过调整模型参数、分割数据集来训练预测模型,其中所述模型参数包括学习率和隐藏层大小;模型评估单元,与所述模型训练单元连接,对训练后的模型进行准确率、召回率、F1分数的评估判断是否调整训练预测模型的学习率和隐藏层大小。

全文数据:

权利要求:

百度查询: 湖北省野生动物救护研究开发中心(湖北省野生动物疫源疫病监测中心) 无人机搭载双光相机与深度学习结合的鸟类监测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。