[發(fā)明專利]一種基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置及方法

在審

• 申請?zhí)枺?/td>: 202110591220.6
• 申請日: 2021-05-28
• 公開（公告）號: CN113326771A
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 郭浩;楊軒;郭春雷;于海濤;郭志;謝漢文;曹建凱;閆寶升
• 申請（專利權(quán)）人: 北京環(huán)境特性研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06N3/04;G06N3/08;G06T7/246
• 代理公司: 北京格允知識產(chǎn)權(quán)代理有限公司 11609
• 代理人: 張莉瑜

1.一種基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于，包括：震動傳感模塊、無線收發(fā)模塊、圖像采集模塊和主控模塊；其中，

所述震動傳感模塊包括至少一個震動傳感器，各所述震動傳感器布設(shè)于指定的監(jiān)測區(qū)域，用于監(jiān)測運(yùn)動目標(biāo)入侵所引起的震動，并根據(jù)震動生成觸發(fā)信號，所述震動傳感模塊將所述觸發(fā)信號發(fā)送至所述無線收發(fā)模塊；

所述無線收發(fā)模塊包括震動探測單元和NB-IoT單元，所述震動探測單元用于接收所述震動傳感模塊傳回的所述觸發(fā)信號，并傳輸至所述主控模塊；

所述圖像采集模塊用于采集監(jiān)測區(qū)域的圖像，并傳輸至所述主控模塊；

所述主控模塊包括待機(jī)狀態(tài)和識別狀態(tài)兩種工作模式，所述主控模塊用于在待機(jī)狀態(tài)接收采集的圖像并存儲，以及，在接收到所述觸發(fā)信號時，進(jìn)入識別狀態(tài)，基于預(yù)置的深度學(xué)習(xí)目標(biāo)檢測模型，識別采集的圖像中目標(biāo)的屬性信息，并通過所述NB-IoT單元將圖像與目標(biāo)的屬性信息發(fā)送至遠(yuǎn)程監(jiān)控中心。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述無線收發(fā)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(tǒng)的定位信號，實(shí)現(xiàn)對所述裝置的定位，并發(fā)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待機(jī)狀態(tài)中接收所述裝置的位置信息并存儲，以及，在識別狀態(tài)中，識別到目標(biāo)的屬性信息后，對目標(biāo)進(jìn)行定位，并將所述裝置的位置信息與目標(biāo)的位置信息發(fā)送至遠(yuǎn)程監(jiān)控中心。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述主控模塊還用于在識別到目標(biāo)的屬性信息后，判斷是否對目標(biāo)進(jìn)行跟蹤；

若進(jìn)行跟蹤，則所述主控模塊持續(xù)保持識別狀態(tài)，直至目標(biāo)離開監(jiān)測區(qū)域。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述圖像采集模塊包括可見光攝像機(jī)和紅外熱成像儀，所述可見光攝像機(jī)用于在晝間采集監(jiān)測區(qū)域的圖像，所述紅外熱成像儀用于在夜間采集監(jiān)測區(qū)域的圖像。

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述震動傳感模塊包括無線單元以及獨(dú)立的電源。

6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述深度學(xué)習(xí)目標(biāo)檢測模型采用YOLOv4網(wǎng)絡(luò)。

7.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置，其特征在于：

所述深度學(xué)習(xí)目標(biāo)檢測模型基于YOLOv4網(wǎng)絡(luò)改進(jìn)，包括主干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)；

基于YOLOv4網(wǎng)絡(luò)改進(jìn)包括：在頸部網(wǎng)絡(luò)中將PANet網(wǎng)絡(luò)的尺寸為76×76的特征圖進(jìn)行卷積和上采樣處理，得到尺寸為152×152的特征圖；

將得到的尺寸為152×152的特征圖與CSPDarknet主干網(wǎng)絡(luò)的尺寸為152×152的輸出層進(jìn)行張量拼接；

對拼接后特征圖進(jìn)行5次卷積，輸出到頭部網(wǎng)絡(luò)進(jìn)行處理輸出。

8.一種基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測方法，其特征在于，采用如權(quán)利要求1-7任一項所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測裝置實(shí)現(xiàn)，包括：

初始化所述裝置；

實(shí)時采集監(jiān)測區(qū)域的圖像并存儲；

監(jiān)測運(yùn)動目標(biāo)入侵所引起的震動，并根據(jù)震動生成觸發(fā)信號；

在接收到所述觸發(fā)信號時，基于預(yù)置的深度學(xué)習(xí)目標(biāo)檢測模型，識別圖像中的目標(biāo)的屬性信息，并將目標(biāo)的屬性信息與圖像發(fā)送至遠(yuǎn)程監(jiān)控中心。

9.根據(jù)權(quán)利要求8所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測方法，其特征在于，還包括：

在識別到目標(biāo)的屬性信息后，對目標(biāo)進(jìn)行定位，并將所述裝置的位置信息與目標(biāo)的位置信息發(fā)送至遠(yuǎn)程監(jiān)控中心。

10.根據(jù)權(quán)利要求9所述的基于深度學(xué)習(xí)的震動觸發(fā)目標(biāo)監(jiān)測方法，其特征在于，還包括：

在識別到目標(biāo)的屬性信息后，判斷是否對目標(biāo)進(jìn)行跟蹤；

若進(jìn)行跟蹤，則持續(xù)識別圖像中的目標(biāo)的屬性信息，并將相應(yīng)的圖像與目標(biāo)的屬性信息、位置信息發(fā)送至遠(yuǎn)程監(jiān)控中心，直至目標(biāo)離開監(jiān)測區(qū)域。