[发明专利]基于深度学习的伪装型目标监测报警装置及方法在审

专利信息
申请号: 202110591197.0 申请日: 2021-05-28
公开(公告)号: CN113327388A 公开(公告)日: 2021-08-31
发明(设计)人: 杨轩;郭浩;赵伟;刘训;成占涛;张晓瑞;胥浩;闫迎速;李砚泽 申请(专利权)人: 北京环境特性研究所
主分类号: G08B13/196 分类号: G08B13/196;G06K9/00
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 张莉瑜
地址: 100854*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 伪装 目标 监测 报警装置 方法
【说明书】:

发明涉及一种基于深度学习的伪装型目标监测报警装置及方法,该装置包括:电源模块、图像采集模块、无线收发模块和主控模块;电源模块包括太阳能电池,用于为装置供电;图像采集模块用于实时采集指定的监测区域的图像,并传输至主控模块;无线收发模块包括NB‑IoT单元;主控模块与图像采集模块、无线收发模块连接,用于接收实时采集的图像,基于预置的深度学习网络识别图像中的目标,在识别到目标后,生成报警报告并通过NB‑IoT单元发送至远程监控中心;其中报警报告包括各目标的属性信息及对应的图像;装置设有涂覆伪装材料的光学伪装外壳。本发明具有隐蔽性高、功耗低以及可长时间工作的优势,能够应用于边境地区监测。

技术领域

本发明涉及目标检测与安全防护技术领域,尤其涉及一种基于深度学习的伪装型目标监测报警装置及方法。

背景技术

我国毗邻多个国家,边境地区广阔、环境恶劣、情况复杂,且基础设施相对薄弱,给边境安防、维稳任务带来了极大的挑战。目前边境安防采用人防与技防相结合的方式,在视角良好、基础设施齐全的区域建设视频监控设备,但在无电、无有线网络的区域仍需要人工巡逻。人工巡逻存在时效性差、取证不全、隐蔽性差的缺点,不易发现边境入侵行为。若采用现有边防领域的移动式视频监控设备,则存在目标识别能力弱、工作时间短、误检率高等缺点。

发明内容

本发明的目的是针对上述至少一部分不足之处,提供一种可以侦察移动目标、准确识别目标种类,并上传报警信息的隐蔽式视频监测装置及方法,以解决边防区域入侵目标发现难、取证难的问题。

第一方面,本发明提供了一种基于深度学习的伪装型目标监测报警装置,包括:

电源模块、图像采集模块、无线收发模块和主控模块;

所述电源模块包括太阳能电池,用于为所述装置供电;

所述图像采集模块用于实时采集指定的监测区域的图像,并传输至所述主控模块;

所述无线收发模块包括NB-IoT单元;

所述主控模块与所述图像采集模块、无线收发模块连接,用于接收实时采集的图像,基于预置的深度学习网络识别图像中的目标,在识别到目标后,生成报警报告并通过所述NB-IoT单元发送至远程监控中心;其中所述报警报告包括各目标的属性信息及对应的图像;

所述装置设有涂覆伪装材料的光学伪装外壳。

可选地,所述无线收发模块还包括北斗定位单元,所述北斗定位单元用于接收北斗系统的定位信号,实现对所述装置的定位,并发送所述装置的位置信息至所述主控模块;

所述主控模块还用于在识别到目标后,对目标进行定位;所述报警报告包括各目标的属性信息、位置信息及对应的图像。

可选地,所述主控模块包括存储单元,所述存储单元用于存储所述装置的位置信息、采集的图像、目标的属性信息及位置信息。

可选地,所述深度学习网络采用MobileNetv2-SSDLite网络模型。

可选地,所述主控模块包括图像处理单元和神经网络单元,所述图像处理单元用于对采集的图像进行降噪预处理、编码压缩,所述神经网络单元用于通过神经网络加速引擎运行预置的所述深度学习网络,识别图像中的各目标及目标的属性信息。

可选地,所述主控模块还用于在识别到目标后,判断是否对目标进行跟踪;

若进行跟踪,则所述主控模块持续识别图像中跟踪的目标及目标的属性信息,对目标进行定位,生成报警报告,并通过所述NB-IoT单元发送至远程监控中心,直至目标离开监测区域;所述报警报告包括跟踪的各目标的属性信息、位置信息及对应的图像/视频;

若不进行跟踪,则所述主控模块不再对该目标进行定位或生成报警报告。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京环境特性研究所,未经北京环境特性研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110591197.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top