[发明专利]一种基于密集输电通道的异常目标识别方法和装置

权利要求书

1.一种基于密集输电通道的异常目标识别方法，其特征在于，应用于针对每个高架塔部署边缘装置、视觉装置、光纤装置和雷达装置的密集输电通道中的边缘装置上；所述方法包括：

接收视觉装置、光纤装置和雷达装置发送的探测到的图像；

若在探测到的图像中发现可疑目标，控制视觉装置、光纤装置和雷达装置进行目标跟踪并发送探测到的图像；

对存在所述可疑目标的图像进行图像增强；

基于预设的端到端卷积神经网络模型获取进行图像增强后的图像中可疑目标的位置信息以及置信度；

若确定所述图像中的可疑目标的置信度大于预设置信度，则确定所述可疑目标为异常目标，向云端服务器发送检测到异常目标的消息，并在所述消息中携带异常目标的位置信息；

其中，所述若在探测到的图像中发现目标，控制视觉装置、光纤装置和雷达装置进行目标跟踪，包括：

确定最先发现目标的图像；

若确定最先发现目标的图像由雷达装置发送，则控制雷达装置的雷达天线的扫描方位跟踪目标，并调用视觉装置进行视觉关联取证；

若确定最先发现目标的图像由视觉装置发送，则控制所述视觉装置的扫描方位，并通过变焦实现目标多尺度数据获取；

若确定最先发现目标的图像由光纤装置发送，则通过所述光纤装置的光纤震动反馈的振动点控制视觉装置进行定点关注，并控制视觉装置启动所视角和变焦成像。

2.根据权利要求1所述的方法，其特征在于，所述对存在所述可疑目标的图像进行图像增强，包括下述之一或任意组合：

基于预设大气散射模型处理所述图像；其中，所述预设大气散射模型针对所述图像所处环境建立；

基于以暗原色先验理论为基础的预设分析模型对所述图像进行处理；

基于预设大气光估算模型对所述图像进行处理；

基于预设滤波模型对所述图像进行处理。

3.根据权利要求2所述的方法，其特征在于，所述方法进一步包括：

若当前处于雨天探测到的图像，对图像基于多流扩展残差稠密网络进行去雨增强处理。

4.根据权利要求1所述的方法，其特征在于，所述预设的端到端卷积神经网络模型为基于剪枝后的端到端卷积神经网络建立的模型。

5.根据权利要求1-4任一项所述的方法，其特征在于，

边缘装置与视觉装置、光纤装置和雷达装置之间的通信采用ROS分布式通信。

6.根据权利要求1-4任一项所述的方法，其特征在于，

边缘装置与云端服务器之间的通信采用基于传输控制协议TCP的申请式的协议实现。