一种水产养殖生物防盗监测方法及系统技术方案

本发明专利技术公开一种水产养殖生物防盗监测方法及系统。该方法包括：获取红外摄像机采集到的监控视频；对监控视频的各幅图像进行人体识别，得到可疑人员图像；对可疑人员图像进行人体姿态检测，确定可疑人员正在进行偷盗行为的第一嫌疑度；获取声学传感器实时采集到的环境声音信号序列；从环境声音信号序列中滤出水波浪声音序列；将水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度；结合第一嫌疑度和第二嫌疑度确定是否发生盗窃，并在发生盗窃时进行预警。本发明专利技术的水产养殖生物防盗监测方法及系统，能够实现水产养殖生物防盗的实时监测。

A Method and System for Antitheft Monitoring of Aquaculture Biology

The invention discloses an anti-theft monitoring method and system for aquaculture organisms. The method includes: acquiring surveillance video captured by infrared camera; recognizing each image of surveillance video to get the image of suspicious person; detecting the image of suspicious person to determine the first suspicion degree that suspicious person is stealing; acquiring the sequence of environmental sound signal collected by acoustic sensor in real time; and acquiring the sequence of environmental sound signal from environmental sound signal. The second suspected degree of theft is obtained by comparing the wave sound sequence with the wave sound threshold. The first suspected degree and the second suspected degree are combined to determine whether theft occurs and to warn when theft occurs. The aquaculture biological theft-proof monitoring method and system of the invention can realize real-time monitoring of the aquaculture biological theft-proof.

【技术实现步骤摘要】
一种水产养殖生物防盗监测方法及系统
本专利技术涉及声学、计算机视觉和信息科学领域，特别是涉及一种水产养殖生物防盗监测方法及系统。
技术介绍
水产养殖是当前水产品的主要供给模式，也是重要的农业经济来源。为了确保水产养殖产量稳定，防盗是水产养殖日常管理中的一项重要工作。水产养殖中出现鱼虾类被盗情况，严重影响了人们的养殖积极性，对养殖户造成了一定的损失。传统的养殖防盗系统包括养狗看护，建立一定的鱼塘围网或者围栏阻拦外人，起到了一定的防盗效果。但是当盗窃者通过取投毒药和破坏防盗设施等手段进行盗窃时，无法起到防范作用，无法进行实时监测。
技术实现思路
本专利技术的目的是提供一种水产养殖生物防盗监测方法及系统，实现水产养殖生物防盗的实时监测。为实现上述目的，本专利技术提供了如下方案：一种水产养殖生物防盗监测方法，包括：获取红外摄像机采集到的监控视频；对所述监控视频的各幅图像进行人体识别，得到可疑人员图像；对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度；获取声学传感器实时采集到的环境声音信号序列；从所述环境声音信号序列中滤出水波浪声音序列；将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度；结合所述第一嫌疑度和所述第二嫌疑度确定是否发生盗窃，并在发生盗窃时进行预警。可选的，所述对所述监控视频的各幅图像进行人体识别，得到可疑人员图像，具体包括：将所述监控视频转化为多幅图像帧；将多幅所述图像帧输入训练好的人体识别网络模型中进行人体和背景的识别，得到可疑人员图像；所述人体识别网络模型的训练过程为：将包含人体与背景的图像样本数据集输入训练模型进行训练，得到训练好的人体识别网络模型。可选的，所述对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度，具体包括：利用卷积神经网络确定所述可疑人员图像中任意一个像素点为人体各关节点的概率以及各关节点对应的像素点相连组成肢体的概率，初步确定各肢体的位置和方向；根据任意一个像素点为人体各关节点的概率确定各关节点的候选像素点集合；根据肢体的位置和方向将各关节点所对应的候选像素点集合进行连接，使相连的肢体的连接处共用同一个像素点，计算连接后肢体匹配的总体权重，确定使所述总体权重最大的各关节点的位置，得到各关节点的实际位置；根据各关节点的实际位置沿肢体的位置和方向将各关节点依次连接，得到人体姿态；根据所述人体姿态确定所述可疑人员正在进行偷盗行为的第一嫌疑度。可选的，所述从所述环境声音信号序列中滤出水波浪声音序列，具体包括：获取声学传感器在未发生偷盗行为时采集的背景声音信号序列；计算所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度；对所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度进行对比，得到对比结果；当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异小于预设阈值时确定环境声音信号序列中未包含水波浪声音序列；当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异大于或等于预设阈值时，利用数字滤波器从所述环境声音信号序列中滤除所述背景声音信号序列，得到水波浪声音序列。可选的，所述将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度，具体包括：对所述水波浪声音序列进行时频分析，得到水波浪声音序列的功率谱密度；判断所述水波浪声音序列的功率谱密度的能量集中值对应的频率是否落在波浪声频率阈值范围内，得到判断结果；根据所述判断结果计算存在偷盗行为的第二嫌疑度。一种水产养殖生物防盗监测系统，包括：视频获取模块，用于获取红外摄像机采集到的监控视频；人体识别模块，用于对所述监控视频的各幅图像进行人体识别，得到可疑人员图像；姿态检测模块，用于对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度；声音获取模块，用于获取声学传感器实时采集到的环境声音信号序列；滤波模块，用于从所述环境声音信号序列中滤出水波浪声音序列；声音对比模块，用于将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度；预警模块，用于结合所述第一嫌疑度和所述第二嫌疑度确定是否发生盗窃，并在发生盗窃时进行预警。可选的，所述人体识别模块包括：图像转化单元，用于将所述监控视频转化为多幅图像帧；训练单元，用于将包含人体与背景的图像样本数据集输入训练模型进行训练，得到训练好的人体识别网络模型；模型识别单元，用于将多幅所述图像帧输入训练好的人体识别网络模型中进行人体和背景的识别，得到可疑人员图像。可选的，所述姿态检测模块包括：肢体关节初步确定单元，用于利用卷积神经网络确定所述可疑人员图像中任意一个像素点为人体各关节点的概率以及各关节点对应的像素点相连组成肢体的概率，初步确定各肢体的位置和方向；候选像素确定单元，用于根据任意一个像素点为人体各关节点的概率确定各关节点的候选像素点集合；实际位置确定单元，用于根据肢体的位置和方向将各关节点所对应的候选像素点集合进行连接，使相连的肢体的连接处共用同一个像素点，计算连接后肢体匹配的总体权重，确定使所述总体权重最大的各关节点的位置，得到各关节点的实际位置；关节点连接单元，用于根据各关节点的实际位置沿肢体的位置和方向将各关节点依次连接，得到人体姿态；第一嫌疑度计算单元，用于根据所述人体姿态确定所述可疑人员正在进行偷盗行为的第一嫌疑度。可选的，所述滤波模块包括：背景声音获取单元，用于获取声学传感器在未发生偷盗行为时采集的背景声音信号序列；功率谱计算单元，用于计算所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度；对比单元，用于对所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度进行对比，得到对比结果；未含水波浪声音确定单元，用于当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异小于预设阈值时确定环境声音信号序列中未包含水波浪声音序列；滤波单元，用于当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异大于或等于预设阈值时，利用数字滤波器从所述环境声音信号序列中滤除所述背景声音信号序列，得到水波浪声音序列。可选的，所述声音对比模块包括：时频分析单元，用于对所述水波浪声音序列进行时频分析，得到水波浪声音序列的功率谱密度；判断单元，用于判断所述水波浪声音序列的功率谱密度的能量集中值对应的频率是否落在波浪声频率阈值范围内，得到判断结果；第二嫌疑度计算单元，用于根据所述判断结果计算存在偷盗行为的第二嫌疑度。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术所公开的一种水产养殖生物防盗监测方法及系统，采用声音监测对水波浪声音进行监测，利用视频监测识别可疑人员的姿态，从而实现防盗监测、判断和报警，实现水产养殖生物防盗的实时监测。同时这两种监测方式结合进行监测，使监测结果相对单一监测手段的准确度更高。并且，这两种监测方式都是被动监测方式，避免对水中生物进行声波和光波刺激，从而能够避免对水中生物的辐射伤害。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例本文档来自技高网...

【技术保护点】
1.一种水产养殖生物防盗监测方法，其特征在于，包括：获取红外摄像机采集到的监控视频；对所述监控视频的各幅图像进行人体识别，得到可疑人员图像；对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度；获取声学传感器实时采集到的环境声音信号序列；从所述环境声音信号序列中滤出水波浪声音序列；将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度；结合所述第一嫌疑度和所述第二嫌疑度确定是否发生盗窃，并在发生盗窃时进行预警。

【技术特征摘要】
1.一种水产养殖生物防盗监测方法，其特征在于，包括：获取红外摄像机采集到的监控视频；对所述监控视频的各幅图像进行人体识别，得到可疑人员图像；对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度；获取声学传感器实时采集到的环境声音信号序列；从所述环境声音信号序列中滤出水波浪声音序列；将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度；结合所述第一嫌疑度和所述第二嫌疑度确定是否发生盗窃，并在发生盗窃时进行预警。2.根据权利要求1所述的水产养殖生物防盗监测方法，其特征在于，所述对所述监控视频的各幅图像进行人体识别，得到可疑人员图像，具体包括：将所述监控视频转化为多幅图像帧；将多幅所述图像帧输入训练好的人体识别网络模型中进行人体和背景的识别，得到可疑人员图像；所述人体识别网络模型的训练过程为：将包含人体与背景的图像样本数据集输入训练模型进行训练，得到训练好的人体识别网络模型。3.根据权利要求1所述的水产养殖生物防盗监测方法，其特征在于，所述对所述可疑人员图像进行人体姿态检测，确定所述可疑人员正在进行偷盗行为的第一嫌疑度，具体包括：利用卷积神经网络确定所述可疑人员图像中任意一个像素点为人体各关节点的概率以及各关节点对应的像素点相连组成肢体的概率，初步确定各肢体的位置和方向；根据任意一个像素点为人体各关节点的概率确定各关节点的候选像素点集合；根据肢体的位置和方向将各关节点所对应的候选像素点集合进行连接，使相连的肢体的连接处共用同一个像素点，计算连接后肢体匹配的总体权重，确定使所述总体权重最大的各关节点的位置，得到各关节点的实际位置；根据各关节点的实际位置沿肢体的位置和方向将各关节点依次连接，得到人体姿态；根据所述人体姿态确定所述可疑人员正在进行偷盗行为的第一嫌疑度。4.根据权利要求1所述的水产养殖生物防盗监测方法，其特征在于，所述从所述环境声音信号序列中滤出水波浪声音序列，具体包括：获取声学传感器在未发生偷盗行为时采集的背景声音信号序列；计算所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度；对所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度进行对比，得到对比结果；当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异小于预设阈值时确定环境声音信号序列中未包含水波浪声音序列；当所述对比结果表示所述环境声音信号序列的功率谱密度和所述背景声音信号序列的功率谱密度的差异大于或等于预设阈值时，利用数字滤波器从所述环境声音信号序列中滤除所述背景声音信号序列，得到水波浪声音序列。5.根据权利要求4所述的水产养殖生物防盗监测方法，其特征在于，所述将所述水波浪声音序列与波浪声阈值进行对比，得到存在偷盗行为的第二嫌疑度，具体包括：对所述水波浪声音序列进行时频分析，得到水波浪声音序列的功率谱密度；判断所述水波浪声音序列的功率谱密度的能量集中值对应的频率是否落在波浪声频率阈值范围内，得到判断结果；根据所述判断结果计算存在偷盗行为的第二嫌疑度。6.一种水产养殖生物防盗监测系统，其特征在于，包括：视频获取模块，用于获取红外摄像机采集...

【专利技术属性】
技术研发人员：袁飞，胡欢，林佼，程恩，林聪仁，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35