[發明專利]基于深度學習的低功耗智能槍瞄圖像處理系統及處理方法

在審

• 申請號: 202010765005.9
• 申請日: 2020-08-03
• 公開（公告）號: CN111914753A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 畢篤彥;王敬梅;王生慧;王洪濤;石青松
• 申請（專利權）人: 西安杰邦科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F8/72;G06F8/38;G06N3/04;G06T1/20;G06N3/08;H04N19/70;H04N21/4363
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學習的低功耗智能槍瞄圖像處理系統，其特征在于，所述基于深度學習的低功耗智能槍瞄圖像處理系統包括：

采集接口模塊，用于進行槍瞄瞄具圖像傳感器的多路圖像采集；

核心處理模塊，包括低功耗SOC，flash單元，DDR單元，時鐘單元以及與采集接口單元的板間連接單元；

算法軟件模塊，用于配套硬件模組槍瞄系統的圖像處理，包括軟件底層驅動模塊、配置管理模塊、目標檢測模塊、識別算法設計實現模塊、目標跟蹤算法設計實現模塊、UI界面設計模塊以及任務調度設計模塊。

2.如權利要求1所述的基于深度學習的低功耗智能槍瞄圖像處理系統，其特征在于，所述采集接口模塊包括：槍瞄火控系統的串行通信信號接口、槍瞄瞄具搜索和攻擊過程的圖像存儲記錄接口、槍瞄瞄具的圖像輸出接口、調試接口、電源管理單元以及板間連接單元。

3.如權利要求1所述的基于深度學習的低功耗智能槍瞄圖像處理系統，其特征在于，所述采集接口模塊包括了可見光和紅外視頻輸入采集接口；

可見光視頻輸入接口為LVDS，包含四路數據差分信號和一路時鐘差分信號；

紅外視頻輸入為HDMI TypeC，通過HDMI解碼芯片轉為BT1120，送入MIPI通道；

紅外視頻PAL接口連接器為MMcx插頭，同軸線纜傳輸，信號定義即PAL_IN和GND，分辨率為640X512X30HZ，通過PAL解碼芯片轉為BT656,送入MIPI通道。

4.如權利要求1所述的基于深度學習的低功耗智能槍瞄圖像處理系統，其特征在于，所述核心處理模塊包括低功耗SOC選擇模塊，flash單元，DDR單元，時鐘單元以及板間連接單元。

5.如權利要求1所述的基于深度學習的低功耗智能槍瞄圖像處理系統，其特征在于，所述算法軟件模塊用于 UI界面調整、新型目標檢測、識別和跟蹤，形成適用于應用所需類目標的檢測、識別和跟蹤測量，包括：底層驅動軟件模塊，配置管理軟件模塊，智能目標檢測模塊、識別算法設計軟件模塊，目標跟蹤算法軟件模塊，UI界面編輯軟件模塊以及任務調度軟件模塊。

6.一種應用如權利要求1~5任意一項所述的基于深度學習的低功耗智能槍瞄圖像處理系統的基于深度學習的低功耗智能槍瞄圖像處理方法，其特征在于，所述基于深度學習的低功耗智能槍瞄圖像處理方法包括以下步驟：采用深度學習算法和低功耗處理器進行智能槍瞄的目標檢測、跟蹤和自動擊發，實現槍瞄準具的控制。

7.一種基于深度學習的低功耗智能槍瞄圖像處理系統的構建方法，其特征在于，所述基于深度學習的低功耗智能槍瞄圖像處理系統的構建方法包括：

步驟一，利用電路板布線軟件分別為采集接口模塊、核心處理模塊建立獨立的文件夾，并根據需要進行布線制板；

步驟二，采用HIMPP海思軟件開發平臺，在算法軟件代碼的基礎上，直接編譯軟件，形成運行代碼，下載到核心處理模塊flash中，執行智能槍瞄的圖像采集、接口配置、任務調度、目標檢測、識別和跟蹤測量；

步驟三，在驅動軟件，配置管理軟件、圖像采集軟件代碼中，根據圖像分辨率、幀率、圖像類型，對相應軟件代碼進行修改編譯；

步驟四，在目標檢測、識別算法軟件代碼中，根據所要攻擊的目標類型、應用環境，對深度學習的目標檢測模型進行訓練和更改；

步驟五，在UI界面編輯軟件代碼中，根據用戶要求對代碼進行修改；

步驟六，在任務調度軟件代碼中，根據用戶接口控制需求對流程調度和協議進行修改。

8.一種接收用戶輸入程序存儲介質，所存儲的計算機程序使電子設備執行權利要求6所述的基于深度學習的低功耗智能槍瞄圖像處理方法。

9.一種存儲在計算機可讀介質上的計算機程序產品，包括計算機可讀程序，供于電子裝置上執行時，提供用戶輸入接口以實施如權利要求6所述基于深度學習的低功耗智能槍瞄圖像處理方法。

10.一種終端，其特征在于，所述終端搭載權利要求1~5任意一項所述的基于深度學習的低功耗智能槍瞄圖像處理系統。