[发明专利]一种基于深度学习的无人机疫情监测辅助方法及其装置

说明书

本发明公开了一种基于深度学习的无人机疫情监测装置，包括：无人机，设置于所述无人机上的无人机飞控，所述无人机无人飞控用于用来控制无人机的飞行以及传输接收信号；设置于所述无人飞控上的高清摄像头，所述高清摄像头用于来采集地面人群视频图像；计算机，所述计算机上设置有图像接模块及无线通信发送端；设置于所述无人机上的报警电路、图像传输端及无线通信接收端，所述报警电路用于对人群做出语音报警提示，所述图像传输端用于将采集到的视频图像传输至计算机。根据本发明，通过无人机的移动性强，对大型公共场所或者人群密集处做到实时监测，减少人力资源的浪费，监测效率高。

技术领域

本发明涉及无人机监控的技术领域，特别涉及一种基于深度学习的无人机疫情监测辅助方法及其装置。

背景技术

基于当前疫情全球还在持续且暂时未研制出有效疫苗的背景下，提出的一种基于深度学习的无人机疫情检测人群社交距离和人群佩戴口罩情况的方法，无人机平台实现的功能除飞行功能外，还具有语音播报、自稳、定高、视觉以及巡航等功能。所运用到的技术主要有图像采集技术、图像传输技术以及无线通信等技术，PC端处理实时图像所用到的技术主要是基于深度学习yolov3算法。

现有技术只能实现单一地检测行人佩戴口罩情况，效率较低，且经过查阅可知没有一项检测人群社交距离的专利，与此同时，现有技术的检测设备一般都是固定的设备，移动性较差，对于大型公共场所或者人群密集处，很难能够做到实时监测。并且，现有技术在使用过程中，还需要工作人员的配合，这样不仅浪费大量的人力资源，还会增加工作人员被感染病毒的风险，并且使用的检测设备一般都是固定的设备，无法做到移动检测，检测范围较窄，效率较低。

发明内容

针对现有技术中存在的不足之处，本发明的目的是提供一种基于深度学习的无人机疫情监测辅助方法，无人机的移动性强，对大型公共场所或者人群密集处做到实时监测，减少人力资源的浪费，监测效率高。为了实现根据本发明的上述目的和其他优点，提供了一种基于深度学习的无人机疫情监测装置，包括：

无人机，设置于所述无人机上的无人机飞控，所述无人机无人飞控用于用来控制无人机的飞行以及传输接收信号；

设置于所述无人飞控上的高清摄像头，所述高清摄像头用于来采集地面人群视频图像；

计算机，所述计算机上设置有图像接模块及无线通信发送端；

设置于所述无人机上的报警电路、图像传输端及无线通信接收端，所述报警电路用于对人群做出语音报警提示，所述图像传输端用于将采集到的视频图像传输至计算机。

优选的，所述计算机通过图像接模块接受无人机端传输过来的视频图像，计算机对接收的视频图像进行处理，对人群中未佩戴口罩现象和人群社交距离进行识别判断。

优选的，计算机对未佩戴口罩和社交距离过近现象，则对此违规行为进行标记，通过无线通信发送端将报警指令发送至无人机，所述无人机通过无线通信接收端接收报警指令对报警电路进行控制，报警电路做出语音报警提示。

一种基于深度学习的无人机疫情监测辅助方法，包括以下方法步骤：

S1、无人机端高清摄像头初始化，高清摄像头开始采集视频图像；

S2、无人机将采集实时视频图像通过图像传输端发送计算机；

S3、系统软件平台从视频中读取每帧画面；

S4、在下一帧通过计算机的目标检测神经网络，构建先验锚框，对每个被检测到的人找到对应的锚框；

S5、计算每个人之间的距离，对该距离进行判断；

S6、如果判断低于最小距离阈值，则在每对最小值点之间呈红色框显示；

S7、通过计算机发送指令至无人机启动报警电路进行报警提示。