基于深度学习的探鸟定位系统技术方案

本发明专利技术涉及探鸟技术领域，具体涉及基于深度学习的探鸟定位系统，探鸟子系统包括目标检测模块，目标检测模块用于将采集图像输入训练模型进行预处理并输出鸟类在采集图像中的鸟类像素坐标，探鸟子系统将具有鸟类的采集图像和鸟类的鸟类像素坐标发送至定位子系统；定位子系统获取采集图像中的放大倍数和像素信息，定位子系统根据放大倍数获取预存的转换系数，转换系数为每个放大倍数下一个像素对应的偏转角度，定位子系统根据像素信息获取采集图像中心点的中心像素坐标，定位子系统预存有图像中心点在实际环境中的实际坐标，定位子系统根据参数将鸟类从采集图像中的位置转换至实际环境中的位置。本发明专利技术提高较小体型鸟类探测的准确性。

Bird location system based on deep learning

【技术实现步骤摘要】
基于深度学习的探鸟定位系统
本专利技术涉及探鸟
，具体涉及基于深度学习的探鸟定位系统。
技术介绍
鸟撞是鸟类与飞行中的人造飞行器、高速运行的列车和汽车等发生碰撞，从而造成飞行器或车体损坏。飞行器的起飞和降落过程是最容易发生鸟撞的阶段，例如飞机在起飞或降落时容易在机场及其附近空域发生鸟撞事件的几率较大，发生鸟撞后的飞行器或车辆容易在内部的零部件上产生损坏，严重影响飞行器或车辆的公共交通安全，所以，对此类场所中的鸟类进行探测定位再针对性地驱鸟非常重要。现有的鸟类探测定位方法通过红外或激光雷达得到的图像进行，但是，不同鸟类的体型不同，鸟类在图像上的大小也不同，当鸟类体型较小时，鸟类在图像上的像素非常低，通过图像进行鸟类的探测和定位非常困难。
技术实现思路
本专利技术意在提供一种基于深度学习的探鸟定位系统，以解决对小体积鸟类探测定位较困难的问题。本方案中的基于深度学习的探鸟定位系统，包括：探鸟子系统，包括具有训练模型的目标检测模块，所述目标检测模块用于将采集图像输入训练模型进行预处理并输出鸟类在采集图像中的鸟类像素坐标，所述探鸟子系统将具有鸟类的采集图像和鸟类的鸟类像素坐标发送至定位子系统；定位子系统，获取采集图像中的放大倍数和像素信息，所述定位子系统根据放大倍数获取预存的转换系数，所述转换系数为每个放大倍数下一个像素对应的偏转角度，所述定位子系统根据像素信息获取采集图像中心点的中心像素坐标，所述定位子系统预存有图像中心点在实际环境中的实际坐标，所述定位子系统根据鸟类像素坐标、中心像素坐标、转换系数和实际坐标将鸟类从采集图像中的位置转换至实际环境中的位置。本方案的有益效果是：通过探鸟子系统的目标检测模块对采集到的采集图像识别鸟类的像素坐标，然后将采集图像中鸟类的像素坐标、中心像素坐标、转换系数和实际坐标转换成实际环境中的位置，在采集到采集图像后识别鸟类并建立像素坐标系和实际坐标系，将鸟类在采集图像中的位置转换至实际中，对鸟类探测后进行定位，鸟类位置定位更及时，同时以目标检测模块进行鸟类像素坐标获取，对较小体积鸟类进行探测定位，提高鸟类探测定位的准确性。进一步，所述目标检测模块包括预处理单元，所述预处理单元在学习训练模型时对预设图像进行翻转和噪声添加。有益效果是：在学习训练模型时，将预设图像进行预处理，对预设图像翻转以及噪声添加，让处理的采集图像与实际采集图像的情况更接近，提高对实际采集图像后续处理的有效性。进一步，所述探鸟子系统包括处理模块，所述目标检测模块还包括裁剪单元和坐标单元，所述裁剪单元在训练模块训练过程中将预设图像裁剪成多个图块，所述坐标单元对图块进行并行处理得到预设像素坐标，所述裁剪单元将采集图像裁剪成多个方块状的子图发送至坐标单元，所述坐标单元在并行处理完成后输出鸟类在采集图像中的鸟类像素坐标，所述处理模块对像素坐标整合发送至定位子系统。有益效果是：学习训练模型时对预设图像进行裁剪，并将采集图像剪裁后由坐标单元进行并行处理，并在并行处理后输出像素坐标，便于从采集图像中定位处较小体积的鸟类，处理速度快，提高鸟类定位的实时性。进一步，所述定位子系统包括转换模块和系数模块，所述系数模块预存有放大倍数对应的转换系数、中心像素坐标和实际坐标，所述处理模块将搜索到的鸟类像素坐标发送至转换模块，所述转换模块根据鸟类像素坐标、中心像素坐标和转换系数将鸟类在采集图像中的位置转换至实际环境中的位置。有益效果是：将转换系数存储至系数模块，再通过转换模块将鸟类在采集图像中像素坐标转换至实际环境中，减少转换系数的计算量，通过鸟类位置定位的实时性。进一步，相邻的所述子图间具有预设范围的重叠。有益效果是：在剪裁采集图像时预设一定的重叠量，减少因剪裁造成的特征丢失。进一步，所述转换模块将鸟类像素坐标与中心像素坐标相减后乘以转换系数得到移动变量。有益效果是：以采集图像的鸟类像素坐标与中心像素坐标相减得到移动变量，以固定的中心像素坐标为基础，提高鸟类定位的准确性。进一步，所述移动变量为鸟类相对于图像中心点的位置变量，所述移动变量包括鸟类在实际环境中的水平角度和垂直角度。有益效果是：将移动变量通过水平向和垂直向的角度进行标定，两个维度确定的鸟类位置，更准备。进一步，所述定位子系统包括定位模块，所述转换模块将移动变量和实际坐标发送至定位模块，所述定位模块将移动变量与实际坐标相加定位鸟类在实际环境中的位置。有益效果是：定位模块根据移动变量和实际坐标定位鸟类在实际中的位置，便于鸟类位置的定位。附图说明图1为本专利技术基于深度学习的探鸟定位系统实施例的逻辑框图；图2为本专利技术基于深度学习的探鸟定位系统实施例的实施过程流程图。具体实施方式下面通过具体实施方式进一步详细说明。基于深度学习的探鸟定位系统，如图1所示，包括采集子系统、探鸟子系统和定位子系统，采集子系统对探测鸟类的图像数据进行采集，采集子系统可用现有摄像机进行图像数据采集，采集子系统采集的图像数据发送至探鸟子系统，探鸟子系统将处理得到的数据发送至定位子系统。探鸟子系统包括具有训练模型的目标检测模块和处理模块，目标检测模块包括预处理单元、裁剪单元和坐标单元，预处理单元在学习训练模型时对预设图像进行翻转和噪声添加，预处理单元可通过现有的算法进行采集图像的翻转和噪声添加，裁剪单元在训练模块训练过程中将预设图像裁剪成多个图块，裁剪时保持相邻的子图间具有预设范围的重叠，预设范围可设置成10％，坐标单元对图块进行并行处理得到预设像素坐标，然后对图块的处理结果输出结果，处理模块对输出结果通过NMS算法进行融合，如此反复，让输出结果最接近与预设图像中鸟类的像素坐标，对该输出结果最优化得到训练模型。在得到训练模型后对实际采集图片输入训练模块进行处理时，裁剪单元将采集图像裁剪成多个方块状的子图发送至坐标单元，坐标单元对子图进行并行处理得到输出结果，裁剪时保持相邻的子图间具有预设范围的重叠，预设范围可设置成10％，处理模块对输出结果进行NMS算法融合得到类型和像素坐标，处理模块将像素坐标发送至定位子系统，处理模块可用现有的I7-620LM型号的处理器，例如以采集图像的左上角为初始点，将初始点的初始像素坐标记为(0,0)，处理模块通过识别采集图像中像素点并记录其中的鸟类像素坐标，鸟类像素坐标以鸟类的中心点为准，例如鸟类像素坐标为(480,270)。处理模块将采集图像的放大倍数和像素信息发送至定位子系统，定位子系统包括转换模块、系数模块和定位模块，系数模块预存有放大倍数对应的转换系数、中心像素坐标和图像中心点在实际环境中的实际坐标，处理模块在发送采集图像时获取放大倍数对应的转换系数和系数模块中的参数一同发送至转换模块，转换模块根据鸟类像素坐标、中心像素坐标和转换系数将鸟类在采集图像中的位置转换至实际环境中的位置，转换系数为每个放大倍数下的一个像素对应的偏转角度，例如1920*1080图像的中心像素坐标本文档来自技高网...

【技术保护点】
1.基于深度学习的探鸟定位系统，其特征在于，包括：/n探鸟子系统，包括具有训练模型的目标检测模块，所述目标检测模块用于将采集图像输入训练模型进行预处理并输出鸟类在采集图像中的鸟类像素坐标，所述探鸟子系统将具有鸟类的采集图像和鸟类的鸟类像素坐标发送至定位子系统；/n定位子系统，获取采集图像中的放大倍数和像素信息，所述定位子系统根据放大倍数获取预存的转换系数，所述转换系数为每个放大倍数下一个像素对应的偏转角度，所述定位子系统根据像素信息获取采集图像中心点的中心像素坐标，所述定位子系统预存有图像中心点在实际环境中的实际坐标，所述定位子系统根据鸟类像素坐标、中心像素坐标、转换系数和实际坐标将鸟类从采集图像中的位置转换至实际环境中的位置。/n

【技术特征摘要】
1.基于深度学习的探鸟定位系统，其特征在于，包括：
探鸟子系统，包括具有训练模型的目标检测模块，所述目标检测模块用于将采集图像输入训练模型进行预处理并输出鸟类在采集图像中的鸟类像素坐标，所述探鸟子系统将具有鸟类的采集图像和鸟类的鸟类像素坐标发送至定位子系统；
定位子系统，获取采集图像中的放大倍数和像素信息，所述定位子系统根据放大倍数获取预存的转换系数，所述转换系数为每个放大倍数下一个像素对应的偏转角度，所述定位子系统根据像素信息获取采集图像中心点的中心像素坐标，所述定位子系统预存有图像中心点在实际环境中的实际坐标，所述定位子系统根据鸟类像素坐标、中心像素坐标、转换系数和实际坐标将鸟类从采集图像中的位置转换至实际环境中的位置。


2.根据权利要求1所述的基于深度学习的探鸟定位系统，其特征在于：所述目标检测模块包括预处理单元，所述预处理单元在学习训练模型时对预设图像进行翻转和噪声添加。


3.根据权利要求2所述的基于深度学习的探鸟定位系统，其特征在于：所述探鸟子系统包括处理模块，所述目标检测模块还包括裁剪单元和坐标单元，所述裁剪单元在训练模块训练过程中将预设图像裁剪成多个图块，所述坐标单元对图块进行并行处理得到预设像素坐标，所述裁剪单元将采集图像裁剪成多个方块状的子图发送至坐标单元，...

【专利技术属性】
技术研发人员：袁洪跃，侯学渊，罗元泰，殷姣，
申请(专利权)人：华通科技有限公司，
类型：发明
国别省市：河北;13