[發明專利]基于深度學習的偽裝型目標監測報警裝置及方法

在審

• 申請號: 202110591197.0
• 申請日: 2021-05-28
• 公開（公告）號: CN113327388A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 楊軒;郭浩;趙偉;劉訓;成占濤;張曉瑞;胥浩;閆迎速;李硯澤
• 申請（專利權）人: 北京環境特性研究所
• 主分類號: G08B13/196
• 分類號: G08B13/196;G06K9/00
• 代理公司: 北京格允知識產權代理有限公司 11609
• 代理人: 張莉瑜

1.一種基于深度學習的偽裝型目標監測報警裝置，其特征在于，包括：電源模塊、圖像采集模塊、無線收發模塊和主控模塊；

所述電源模塊包括太陽能電池，用于為所述裝置供電；

所述圖像采集模塊用于實時采集指定的監測區域的圖像，并傳輸至所述主控模塊；

所述無線收發模塊包括NB-IoT單元；

所述主控模塊與所述圖像采集模塊、無線收發模塊連接，用于接收實時采集的圖像，基于預置的深度學習網絡識別圖像中的目標，在識別到目標后，生成報警報告并通過所述NB-IoT單元發送至遠程監控中心；其中所述報警報告包括各目標的屬性信息及對應的圖像；

所述裝置設有涂覆偽裝材料的光學偽裝外殼。

2.根據權利要求1所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述無線收發模塊還包括北斗定位單元，所述北斗定位單元用于接收北斗系統的定位信號，實現對所述裝置的定位，并發送所述裝置的位置信息至所述主控模塊；

所述主控模塊還用于在識別到目標后，對目標進行定位；所述報警報告包括各目標的屬性信息、位置信息及對應的圖像。

3.根據權利要求2所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述主控模塊包括存儲單元，所述存儲單元用于存儲所述裝置的位置信息、采集的圖像、目標的屬性信息及位置信息。

4.根據權利要求1所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述深度學習網絡采用MobileNetv2-SSDLite網絡模型。

5.根據權利要求1所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述主控模塊包括圖像處理單元和神經網絡單元，所述圖像處理單元用于對采集的圖像進行降噪預處理、編碼壓縮，所述神經網絡單元用于通過神經網絡加速引擎運行預置的所述深度學習網絡，識別圖像中的各目標及目標的屬性信息。

6.根據權利要求2所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述主控模塊還用于在識別到目標后，判斷是否對目標進行跟蹤；

若進行跟蹤，則所述主控模塊持續識別圖像中跟蹤的目標及目標的屬性信息，對目標進行定位，生成報警報告，并通過所述NB-IoT單元發送至遠程監控中心，直至目標離開監測區域；所述報警報告包括跟蹤的各目標的屬性信息、位置信息及對應的圖像/視頻；

若不進行跟蹤，則所述主控模塊不再對該目標進行定位或生成報警報告。

7.根據權利要求1所述的基于深度學習的偽裝型目標監測報警裝置，其特征在于：

所述圖像采集模塊包括可見光攝像機，所述可見光攝像機用于在晝間采集監測區域的圖像。

8.一種基于深度學習的偽裝型目標監測報警方法，其特征在于，采用如權利要求1-7任一項所述的基于深度學習的偽裝型目標監測報警裝置實現，包括：

初始化所述裝置；

實時采集監測區域的圖像；

基于預置的深度學習網絡識別圖像中的目標，在識別到目標后，生成報警報告并發送至遠程監控中心，其中所述報警報告包括各目標的屬性信息及對應的圖像。

9.根據權利要求8所述的基于深度學習的偽裝型目標監測報警方法，其特征在于，包括：

在識別到目標后，對目標進行定位，生成報警報告并發送至遠程監控中心，其中所述報警報告包括各目標的屬性信息、位置信息及對應的圖像。

10.根據權利要求9所述的基于深度學習的偽裝型目標監測報警方法，其特征在于，包括：

在識別到目標后，判斷是否對目標進行跟蹤；

若進行跟蹤，則持續識別圖像中跟蹤的目標，對目標進行定位，生成報警報告并發送至遠程監控中心，直至目標離開監測區域；其中所述報警報告包括跟蹤的各目標的屬性信息、位置信息及對應的圖像/視頻；

若不進行跟蹤，則不再對該目標進行定位或生成報警報告。