[发明专利]基于三维点云深度学习的人员溺水感知识别装置及方法在审

专利信息
申请号: 202210398040.0 申请日: 2022-04-12
公开(公告)号: CN114694183A 公开(公告)日: 2022-07-01
发明(设计)人: 王海舰;吴真昱;高兴宇;李文杰;余成文;崔圣文 申请(专利权)人: 桂林电子科技大学
主分类号: G06V40/10 分类号: G06V40/10;G06V20/64;G06V10/26;G06V10/30;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G08B21/08
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 李瑞雨
地址: 541004 广西壮族自治区*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 三维 深度 学习 人员 溺水 感知 识别 装置 方法
【权利要求书】:

1.一种基于三维点云深度学习的人员溺水感知识别装置,其特征在于:包括无人机(1),所述无人机(1)顶端设置有若干水平传感器(2),所述无人机(1)的顶端设置有警报装置(3),所述无人机(1)的底端固定安装有图像获取组件;

所述水平传感器(2)与所述无人机(1)电性连接;所述警报装置(3)与所述图像获取组件电性连接;

所述图像获取组件包括与所述警报装置(3)电性连接的第一相机(4)和若干第二相机(5),所述第一相机(4)设置在所述无人机(1)的下方中心,所述第一相机(4)与所述警报装置(3)上下对应;若干所述第二相机(5)等间距固定设置在所述无人机(1)的下方,所述第二相机(5)围绕所述第一相机(4)周向等间距分布。

2.根据权利要求1所述的基于三维点云深度学习的人员溺水感知识别装置,其特征在于:所述无人机(1)包括机架(6),所述机架(6)内设置有十字型的加固杆(7);所述机架(6)上固接有动力组件,四个所述水平传感器(2)分别固接在所述机架(6)四边的顶面中心,所述动力组件与所述水平传感器(2)电性连接;所述警报装置(3)固接在所述加固杆(7)的顶面中心,四个所述第二相机(5)分别固定安装在所述机架(6)四边中心底面。

3.根据权利要求2所述的基于三维点云深度学习的人员溺水感知识别装置,其特征在于:所述动力组件包括与所述分别固接在所述机架(6)四角的动力电机(8),所述动力电机(8)的输出轴朝上;所述动力电机(8)的输出轴固接有螺旋桨(9);所述动力电机(8)的底端向下固接有支架(10),四个所述支架(10)底面位于同一水平面。

4.根据权利要求1所述的基于三维点云深度学习的人员溺水感知识别装置,其特征在于:所述第一相机(4)为工业相机,所述第二相机(5)为3D相机。

5.根据权利要求1所述的基于三维点云深度学习的人员溺水感知识别装置,其特征在于:所述警报装置(3)包括语音模块和LED模块。

6.一种基于三维点云深度学习的人员溺水感知识别方法,根据权利要求1-5任意一项所述的基于三维点云深度学习的人员溺水感知识别装置,其特征在于,包括以下步骤:

S1、无人机(1)起飞至水面上;

S2、无人机(1)移动至水面人员的上方;

S3、图像获取组件获取人员图像和视频;

S4、警报装置(3)判断无人机(1)下方人员是否溺水;

S5、无人机(1)继续在水面执行巡航命令。

7.根据权利要求6所述的基于三维点云深度学习的人员溺水感知识别方法,其特征在于:步骤S1中,水平传感器(2)获取无人机(1)距离水面高度并做出调整,同时控制四个动力电机(8)对无人机(1)的水平状态进行调整。

8.根据权利要求6所述的基于三维点云深度学习的人员溺水感知识别方法,其特征在于:步骤S4中,警报装置(3)人员是否逆水的步骤为

S41、采集水面人员的点云数据并进行预处理;

S42、将预处理后的点云数据输入至已训练好的模型中并得到点云的分类标签。

9.根据权利要求8所述的基于三维点云深度学习的人员溺水感知识别方法,其特征在于:步骤S41中,预处理包括多视点云数据配准,人体点云语义分割,人体点云去噪,人体点云数据归一化。

10.根据权利要求8所述的基于三维点云深度学习的人员溺水感知识别方法,其特征在于:步骤S42中,输入模型的点云数据进行多层卷积后数据池化,最后Softmax激活输出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学,未经桂林电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210398040.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top