[发明专利]一种基于深度学习的震动触发目标监测装置及方法

说明书

本发明涉及一种基于深度学习的震动触发目标监测装置及方法，该装置包括：震动传感模块、无线收发模块、图像采集模块和主控模块；震动传感模块用于监测运动目标入侵引起的震动，生成触发信号；无线收发模块包括震动探测单元和NB‑IoT单元，震动探测单元用于接收震动传感模块传回的触发信号；图像采集模块用于采集监测区域的图像；主控模块用于在待机状态接收采集的图像并存储，以及在接收到触发信号时，进入识别状态，基于预置的深度学习目标检测模型识别目标的属性信息，并将图像与目标的属性信息发送至远程监控中心。本发明能够长时间监测指定区域，并在出现入侵目标时快速检测目标的属性信息。

技术领域

本发明涉及目标监测与图像处理技术领域，尤其涉及一种基于深度学习的震动触发目标监测装置及方法。

背景技术

我国毗邻多个国家，边境形势复杂多变，且与邻国接壤的部分地区存在地形复杂、环境恶劣、基础设施条件较差等问题，给边境安防、维稳任务带来了极大的挑战。

目前，边境安防多采用技防与人防相结合的方式，在视角良好、基础设施齐全的区域建设视频监控设备，在环境复杂、基础设施较差的区域仍需要人工巡逻，存在检测成本高、时效性差、取证不全等缺点，不易快速、准确地发现边境非法入侵行为。

发明内容

本发明提供了一种基于深度学习的震动触发目标监测装置及方法，能够实现长时间对指定的监测区域进行探测与检测，可快速、准确发现并识别非法入侵的目标，且能耗低、成本低。

第一方面，本发明提供了一种基于深度学习的震动触发目标监测装置，包括：震动传感模块、无线收发模块、图像采集模块和主控模块；其中，

所述震动传感模块包括至少一个震动传感器，各所述震动传感器布设于指定的监测区域，用于监测运动目标入侵所引起的震动，并根据震动生成触发信号，所述震动传感模块将所述触发信号发送至所述无线收发模块；

所述无线收发模块包括震动探测单元和NB-IoT单元，所述震动探测单元用于接收所述震动传感模块传回的所述触发信号，并传输至所述主控模块；

所述图像采集模块用于采集监测区域的图像，并传输至所述主控模块；

所述主控模块包括待机状态和识别状态两种工作模式，所述主控模块用于在待机状态接收采集的图像并存储，以及，在接收到所述触发信号时，进入识别状态，基于预置的深度学习目标检测模型，识别采集的图像中目标的属性信息，并通过所述NB-IoT单元将图像与目标的属性信息发送至远程监控中心。

可选地，所述无线收发模块还包括北斗定位单元，所述北斗定位单元用于接收北斗系统的定位信号，实现对所述装置的定位，并发送所述装置的位置信息至所述主控模块；

所述主控模块还用于在待机状态中接收所述装置的位置信息并存储，以及，在识别状态中，识别到目标的属性信息后，对目标进行定位，并将所述装置的位置信息与目标的位置信息发送至远程监控中心。

可选地，所述主控模块还用于在识别到目标的属性信息后，判断是否对目标进行跟踪；

若进行跟踪，则所述主控模块持续保持识别状态，直至目标离开监测区域。

可选地，所述图像采集模块包括可见光摄像机和红外热成像仪，所述可见光摄像机用于在昼间采集监测区域的图像，所述红外热成像仪用于在夜间采集监测区域的图像。

可选地，所述震动传感模块包括无线单元以及独立的电源。

可选地，所述深度学习目标检测模型采用YOLOv4网络。

可选地，所述深度学习目标检测模型基于YOLOv4网络改进，包括主干网络、颈部网络和头部网络；

基于YOLOv4网络改进包括：在颈部网络中将PANet网络的尺寸为76×76的特征图进行卷积和上采样处理，得到尺寸为152×152的特征图；