[發明專利]一種基于深度學習的震動觸發目標監測裝置及方法

在審

• 申請號: 202110591220.6
• 申請日: 2021-05-28
• 公開（公告）號: CN113326771A
• 公開（公告）日: 2021-08-31
• 發明（設計）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）人: 北京環境特性研究所
• 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: 北京格允知識產權代理有限公司 11609
• 代理人: 張莉瑜

本發明涉及一種基于深度學習的震動觸發目標監測裝置及方法，該裝置包括：震動傳感模塊、無線收發模塊、圖像采集模塊和主控模塊；震動傳感模塊用于監測運動目標入侵引起的震動，生成觸發信號；無線收發模塊包括震動探測單元和NB?IoT單元，震動探測單元用于接收震動傳感模塊傳回的觸發信號；圖像采集模塊用于采集監測區域的圖像；主控模塊用于在待機狀態接收采集的圖像并存儲，以及在接收到觸發信號時，進入識別狀態，基于預置的深度學習目標檢測模型識別目標的屬性信息，并將圖像與目標的屬性信息發送至遠程監控中心。本發明能夠長時間監測指定區域，并在出現入侵目標時快速檢測目標的屬性信息。

技術領域

本發明涉及目標監測與圖像處理技術領域，尤其涉及一種基于深度學習的震動觸發目標監測裝置及方法。

背景技術

我國毗鄰多個國家，邊境形勢復雜多變，且與鄰國接壤的部分地區存在地形復雜、環境惡劣、基礎設施條件較差等問題，給邊境安防、維穩任務帶來了極大的挑戰。

目前，邊境安防多采用技防與人防相結合的方式，在視角良好、基礎設施齊全的區域建設視頻監控設備，在環境復雜、基礎設施較差的區域仍需要人工巡邏，存在檢測成本高、時效性差、取證不全等缺點，不易快速、準確地發現邊境非法入侵行為。

發明內容

本發明提供了一種基于深度學習的震動觸發目標監測裝置及方法，能夠實現長時間對指定的監測區域進行探測與檢測，可快速、準確發現并識別非法入侵的目標，且能耗低、成本低。

第一方面，本發明提供了一種基于深度學習的震動觸發目標監測裝置，包括：震動傳感模塊、無線收發模塊、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于指定的監測區域，用于監測運動目標入侵所引起的震動，并根據震動生成觸發信號，所述震動傳感模塊將所述觸發信號發送至所述無線收發模塊；

所述無線收發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測區域的圖像，并傳輸至所述主控模塊；

所述主控模塊包括待機狀態和識別狀態兩種工作模式，所述主控模塊用于在待機狀態接收采集的圖像并存儲，以及，在接收到所述觸發信號時，進入識別狀態，基于預置的深度學習目標檢測模型，識別采集的圖像中目標的屬性信息，并通過所述NB-IoT單元將圖像與目標的屬性信息發送至遠程監控中心。

可選地，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待機狀態中接收所述裝置的位置信息并存儲，以及，在識別狀態中，識別到目標的屬性信息后，對目標進行定位，并將所述裝置的位置信息與目標的位置信息發送至遠程監控中心。

可選地，所述主控模塊還用于在識別到目標的屬性信息后，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保持識別狀態，直至目標離開監測區域。

可選地，所述圖像采集模塊包括可見光攝像機和紅外熱成像儀，所述可見光攝像機用于在晝間采集監測區域的圖像，所述紅外熱成像儀用于在夜間采集監測區域的圖像。

可選地，所述震動傳感模塊包括無線單元以及獨立的電源。

可選地，所述深度學習目標檢測模型采用YOLOv4網絡。

可選地，所述深度學習目標檢測模型基于YOLOv4網絡改進，包括主干網絡、頸部網絡和頭部網絡；

基于YOLOv4網絡改進包括：在頸部網絡中將PANet網絡的尺寸為76×76的特征圖進行卷積和上采樣處理，得到尺寸為152×152的特征圖；