[发明专利]一种公园盗猎鸟类的智能识别方法

说明书

本发明公开了一种公园盗猎鸟类的智能识别方法，具体涉及公园防盗猎技术领域，包括以下步骤：步骤一、利用公园内拍照设备对公园内部的人群和树木进行拍照；步骤二、利用树木检测模块对拍照所获得的照片进行处理，然后利用树木检测模块中的识别功能识别图像上的树木，并判断该图像上的树木上是否存在鸟类，同时树木检测模块还会识别该树木的周围是否存在人类；步骤三、利用人员检测模块检测对拍照所获得的照片进行处理。本发明通过利用计算机视觉图像识别技术，检测公园内是否有人打鸟，本发明基于efficientdet框架，结合深度学习神经网络自主研发，能够有效的提高识别的精度，从而能够精准的检测出公园中的偷猎行为，并且还能够避免将行人误认为偷猎者。

技术领域

本发明涉及防盗猎技术领域，具体是一种公园盗猎鸟类的智能识别方法。

背景技术

公园是城市的起居空间，作为城市居民的主要休闲游憩场所。其活动空间、活动设施为城市居民提供了大量户外活动的可能性，承担着满足城市居民休闲游憩活动需求的主要职能。这也是城市公园的最主要、最直接的功能。城市公园由于具有大面积的绿化，无论是在防止水土流失、净化空气、降低辐射、杀菌、滞尘、防尘、防噪音、调节小气候、降温、防风引风、缓解城市热岛效应等方面都具有良好的生态功能。城市公园作为城市的绿肺，在改善环境污染状况、有效地维持城市的生态平衡等方面具有重要的作用。城市公园是城市中最具自然特性的场所，往往具有和大量的绿化，是城市的绿色软质景观，它和城市的其他建筑等灰色硬质景观形成鲜明的对比，使城市景观得以软化。同时，公园也是城市的主要景观所在。因此，其在美化城市景观中具有举足轻重的地位。而且，在公园的树林中也居住了大量的鸟类，各种各样的鸟儿在树林里嬉戏、叽叽喳喳地叫着也会给这水泥筑成的城市增添一抹活力。

但是，随着公园的开放，越来越多的人群会在公园中休息、游玩。由于公园中人群混杂，所以总是会出现一些打鸟者，他们手拿弹弓，随意弹射公园中的鸟类。虽然已经有明文严禁打鸟，但是公园内打鸟的现象屡禁不止，专门派人看守费时费力，即时抓到了偷猎者，也存在取证困难的问题。目前针对公园内鸟类偷猎行为进行有效检测与识别的方法是基于传统的前后帧像素比对方法。像素比对方法的原理是通过对待检测区域进行实时图像采集，对采集图像的前后帧数据进行比对，以判断是否有盗鸟、打鸟的行为。

然而，由于传统的前后帧像素比对方法能够搜集到的打鸟图像数据有限，即可以比对的标准数据分布有限。而采集和计算出的像素差异数值分布是随机多样的，导致这种方法存在两个问题：经常会把行人误认为偷猎者；检测不出偷猎行为。

发明内容

为了解决上述现有技术中存在的缺陷，本发明提供了一种公园盗猎鸟类的智能识别方法，能够有效的提高识别的精度，从而能够精准的检测出公园中的偷猎行为，并且还能够避免将行人误认为偷猎者。

本发明采用的技术方案：一种公园盗猎鸟类的智能识别方法，包括图像采集模块，人员检测模块、猎鸟姿态检测模块、树木检测模块和逻辑判断模块，包括以下步骤：

S1：利用图像采集模块对公园内部的树木和周围人员进行拍照；

S2：利用树木检测模块对拍照获得的照片进行处理，获得单帧图像并识别图像上的树木，并判断该图像上的树木是否存在鸟类，同时识别树木周围是否存在人员；

S3：利用人员检测模块对拍照获得的照片进行处理，对树木周围的人员进行识别，以识别该人员的行为姿态特征；

S4：利用猎鸟姿态检测模块对人员的行为姿态特征进行评估，识别盗猎者常用姿势，以识别盗猎者；

S5：利用逻辑判断模块分析人员检测模块、猎鸟姿态检测模块和树木检测模块所识别出来的信息，当识别到在树木周围活动的人员有多次出现盗猎者猎鸟的姿势，则可以判定该人为猎鸟嫌疑人，然后通过逻辑判断模块输出检测结果。

优选的，步骤S2中利用树木检测模块对照片进行识别的方法为采用efficientdet算法，包括以下步骤：

A1：对图像数据进行尺寸规整，使其符合深度卷积神经网络的输入参数要求；