基于GIS的农业服务管理方法及系统技术方案

本发明专利技术公开了基于GIS的农业服务管理方法及系统。获得多源数据。基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图。采集监控视频。基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间。基于所述GIS全局地图，得到工作轨迹。将所述工作时间和所述工作轨迹存储在数据库中。通过融合多源信息，得到多尺度GIS全局地图，能够多方面的进行监控。通过两个不同卷积层来识别不同的特征，如利用一般特征提取网络能提取面部纹理等一般特征，详细特征提取网络能提取眼部等复杂特征，更加精确的训练详细特征提取网络。通过一般特征提取网络和详细特征提取网络两者结合的方式提取出更加准确的特征并进行识别。征并进行识别。征并进行识别。

【技术实现步骤摘要】
基于GIS的农业服务管理方法及系统


[0001]本专利技术涉及计算机
，具体而言，涉及基于GIS的农业服务管理方法和系统。

技术介绍

[0002]地理信息系统(geographical information system，GIS)是一个具有收集、储存、计算、管理、绘制、显示地理信息等诸多功能的计算机软件系统是一门集地理学与空间信息科学的学科产物。主要功能为综合各种图形信息及数据信息并进行分析。该系统由多个用于输入、编辑、管理空间地理数据和非空间地理数据的软件工具组成，能够合理并高效地储存和管理大量管理领域，目前已广泛应用于资源、环境、国防、农业、卫生、城市及社区规划、地图绘制等领域。国外主流的三维GIS软件包括：谷歌Google Earth、Skyline的SkylineGlobe、微软的Virtual Earth和ESRI的ArcGIS系列产品等。
[0003]国内也有许多优秀的GIS软件平台，例如：国遥的EV
‑
Globe、武大吉奥的GeoGlobe、伟景行数字城市科技的CityMaker、北京超图的Sup本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GIS的农业服务管理方法，其特征在于，包括：获得多源数据；所述多源数据包括三维场景模型、BMI数据、多媒体数据和统计数据；基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图；采集监控视频；所述监控视频为存在农场中工作人员人脸的视频；基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间；所述人脸存在时间表示工作的时间；基于所述GIS全局地图，得到工作轨迹；将所述工作时间和所述工作轨迹存储在数据库中；人脸识别模型包括一个主体特征提取网络、一个详细特征提取网络、一个一般特征提取网络和两个全连接层：所述主体特征提取网络的输入为监控视频中的其中一帧监控图像；所述一般特征提取网络的输入为所述主体特征提取网络的输出；所述详细特征提取网络的输入为所述主体特征提取网络的输出；第一全连接层的输入为所述一般特征提取网络的输出；第二全连接层的输入为所述详细特征提取网络的输出。2.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，所述基于多源数据，通过GIS农业服务管理结构，得到GIS全局地图，包括：所述GIS农业服务管理结构包括数据层和应用层；所述数据层包括数据存储服务器和数据分析服务器；所述应用层包括数据统计分析模块、GIS全局地图展示模块和多媒体展示模块；将多源数据输入数据层，进行数据存储和数据分析，得到农业数据；所述输入层包括数据存储服务器和数据分析服务器；将所述农业数据通过公网输入应用层中的GIS全局地图展示模块，得到GIS全局地图。3.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，所述基于人脸检测模型和人脸识别模型，在GIS全局地图中，对所述监控视频进行检测，得到人脸存在时间，包括：将所述监控视频输入人脸检测模型，进行人脸检测；若检测出人脸，得到人脸检测框，并记录下人脸存在开始时间；所述人脸存在开始时间为监控视频的当前帧检测到人脸而前一帧未检测到人脸的时间；将所述人脸检测框内的人脸图像输入人脸识别模型，基于工作人员信息，得到工作人员正确值；所述工作人员信息包括工作人员的姓名、编号和对应人脸图像；所述工作人员正确值为1时表示识别人脸正确；所述工作人员正确值为0时表示识别人脸错误；将所述检测视频的下一帧继续输入人脸检测模型，进行人脸检测；若未检测到人脸，记下人脸存在结束时间；所述人脸存在结束时间为监控视频的当前帧未检测到人脸而前一帧检测到人脸的时间；基于所述工作人员正确值和在GIS全局地图，得到人脸存在时间；通过检测监控图像中每一帧的人脸，得到多个人脸存在时间，直到工作结束时间；将多个人脸存在时间相加，得到人脸检测存在时间。4.根据权利要求1所述的基于GIS的农业服务管理方法，其特征在于，人脸识别模型的训练方法：
获得训练集，所述训练集包括训练图片和标注数据，所述训练图片包括多个训练组；所述训练组包括基本图像和对比图像；所述标注数据为相等值；所述相等值为1时表示所述基本图像和对比图像为同一个人，所述相等值为0时表示所述基本图像和对比图像不为同一个人；所述对比图像为所述工作人员信息中的对应人脸图像；将所述基本图像输入人脸识别模型，得到第一基本特征向量；所述第一基本特征向量表示基本图像中的特征值；将所述对比图像输入人脸识别模型，得到第一对比特征向量；所述第一对比特征向量表示对比图像中的特征值；获得损失值，所述损失值为人脸相似度与相等值之间的损失；所述人脸相似度表示所述第一基本特征向量和所述第一对比特征向量为同一人的概率；获得人脸识别模型当前的训练迭代次数以及预先设定的所述人脸识别模型训练的最大迭代次数；当所述损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的人脸识别模型。5.根据权利要求4所述的基于GIS的农业服务管理方法，其特征在于，所述将所述基本图像输入人脸识别模型，得到第一基本特征向量，包括：将所述基本图像输入所述主体特征提取网络，进行特征提取，得到基本主体卷积特征图；将所述基本主体卷积特征图输入详细特征提取网络，进行特征提取，得到基本详细特征图；将所属将所述基本主体卷积特征图输入一般特征提取网络，进行特征提取，得到基本一般特征图；将所述基本详细特征图输入第一全连接层，得到基本详细特征向量；将所述基本一般特征图输入第二全连接层，得到基本一般特征向量；将所述基本详细特征向量和所述基本一...

【专利技术属性】
技术研发人员：羌栋强，
申请(专利权)人：江苏商贸职业学院，
类型：发明
国别省市：