本发明专利技术公开一种动物的监测方法、装置、终端设备及存储介质，属于动物的监测技术领域，该动物的监测方法包括：从城市监控摄像头获取视频流；对所述视频流进行解码，得到视频图像帧；将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。基于本申请，实现了通过城市摄像头对城市动物的识别和监控，达到了低成本的对城市中动物进行监测的效果。测的效果。测的效果。
【技术实现步骤摘要】
动物的监测方法、装置、终端设备及存储介质
[0001]本专利技术涉及动物的监测
，尤其涉及动物的监测方法、装置、终端设备及存储介质。
技术介绍
[0002]随着近年来城市绿化环境的优化和生态建设，城市野生动物的数量明显上升，时常发生野生动物进入人类活动区域。另一方面，越来越多的家庭开始饲养宠物，为实现人与动物的和谐共处，保障居民生活质量和安全，加强对野生动物的保护，同时管控和救助流浪动物。
[0003]当前对于城市动物的监测管理还主要靠居民主动上报以及政府或科研团体组织人工排查发现，或科研团队使用红外相机对城市野生动物进行监测，这些方式都需要耗费人力或耗费物资去布置特制的红外相机，且因缺乏相关动物活动信息，部署的地点也非常随机，难以保障观测效率，同时，红外相机的购买和维护也需要额外的资金投入。
[0004]因此，如何低成本的对城市动物进行全面的监测是亟待解决的问题。
技术实现思路
[0005]本申请的主要目的在于提供动物的监测方法、装置、终端设备及存储介质，旨在解决如何低成本的对城市动物进行监测的问题。
[0006]为实现上述目的，本申请提供动物的监测方法，所述动物的监测方法包括以下步骤：
[0007]从城市监控摄像头获取视频流；
[0008]对所述视频流进行解码，得到视频图像帧；
[0009]将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；
[0010]识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。
[0011]可选的，所述识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示的步骤包括：
[0012]若识别到所述目标为动物目标，则将所述动物目标输入到预设的特征提取神经网络推理模块提取所述动物目标的特征；
[0013]根据所述动物目标的特征判断所述动物目标是否为猫或狗；
[0014]若所述动物目标不是猫或狗，则判定所述动物目标是流浪野生动物目标；
[0015]保存所述动物目标的相关信息到数据库并展示。
[0016]可选的，所述根据所述动物目标的特征判断所述动物目标是否为猫或狗的步骤之后，所述保存所述动物目标的相关信息到数据库并展示的步骤之前还包括：
[0017]若所述动物目标是猫或狗，则判断所述动物目标是否为流浪野生动物目标。
[0018]可选的，所述若所述动物目标是猫或狗，则判断所述动物目标是否为流浪野生动物目标的步骤包括：
[0019]若所述动物目标是猫或狗，则判断所述若干个目标中是否存在行人目标；
[0020]若存在所述行人目标，则根据目标追踪算法匹配所述行人目标与所述动物目标的运行轨迹；
[0021]若所述运行轨迹匹配成功，则结束监测；
[0022]若所述运行轨迹匹配失败，则判定所述动物目标是流浪野生动物目标。
[0023]可选的，所述若所述动物目标是猫或狗，则判断所述若干个目标中是否存在行人目标的步骤之后还包括：
[0024]若不存在所述行人目标，则判定所述动物目标是流浪野生动物目标。
[0025]可选的，所述所述保存所述动物目标的相关信息到数据库并展示的步骤包括：
[0026]将所述动物目标的相关信息与所述数据库中的记录数据进行关联；
[0027]若关联成功，则将所述记录数据中的特征与所述动物目标的特征进行匹配。
[0028]可选的，所述若关联成功，则将所述记录数据中的特征与所述动物目标的特征进行匹配的步骤之后包括：
[0029]若所述记录数据中的特征与所述动物目标的特征匹配成功，则更新所述匹配成功的记录数据；
[0030]若所述记录数据中的特征与所述动物目标的特征匹配失败，则新建所述动物目标的记录数据。
[0031]本申请实施案例还提出一种动物的监测装置，所述动物的监测装置包括：
[0032]获取模块，用于从城市监控摄像头获取视频流；
[0033]解码模块，用于对所述视频流进行解码，得到视频图像帧；
[0034]定位模块，用于将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；
[0035]识别模块，用于识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。
[0036]本申请实施案例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的动物的监测程序，所述动物的监测程序被所述处理器执行时实现所述动物的监测方法的步骤。
[0037]本申请实施案例还提出一种存储介质，所述存储介质上存储有动物的监测程序，所述动物的监测程序被处理器执行时实现所述动物的监测方法的步骤。
[0038]本申请提出的动物的监测方法、装置、终端设备及存储介质。通过从城市监控摄像头获取视频流；对所述视频流进行解码，得到视频图像帧；将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。基于本申请，实现了通过城市摄像头对城市动物的识别和监控，达到了低成本的对城市中动物全面监测的效果。
附图说明
[0039]图1为本申请动物的监测装置所属终端设备的功能模块示意图；
[0040]图2为本申请动物的监测方法第一示例性实施例的流程示意图；
[0041]图3为本申请动物的监测方法第二示例性实施例的流程示意图；
[0042]图4为本申请动物的监测方法第三示例性实施例的流程示意图；
[0043]图5为本申请动物的监测方法第四示例性实施例的流程示意图；
[0044]图6为本申请动物的监测方法第五示例性实施例的流程示意图；
[0045]图7为本申请动物的监测方法第六示例性实施例的功能流程图。
[0046]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0047]应当理解，此处所描述的具体实施案例仅仅用以解释本申请，并不用于限定本申请。
[0048]本申请实施例的主要解决方案是从城市监控摄像头获取视频流；对所述视频流进行解码，得到视频图像帧；将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。基于本方案，实现了低成本的对城市动物的识别和监控，达到了对城市中动物进行监测的效果。
[0049]具体地，参照图1，图1为本申请动物的监测装置所属终端设备的功能模块示意图。该动物的监测装置为基于终端设备的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动物的监测方法，其特征在于，所述动物的监测方法包括以下步骤：从城市监控摄像头获取视频流；对所述视频流进行解码，得到视频图像帧；将所述视频图像帧输入到预先得到的深度神经网络推理模块，得到所述视频图像帧中的若干个目标及所述若干个目标的定位框；识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示。2.根据权利要求1所述的动物的监测方法，其特征在于，所述识别所述若干个目标中的流浪野生动物目标，保存所述流浪野生动物目标及相关信息到数据库并展示的步骤包括：若识别到所述若干个目标中的动物目标，则将所述动物目标输入到预设的特征提取神经网络推理模块提取所述动物目标的特征；根据所述动物目标的特征，判断所述动物目标是否为猫或狗；若所述动物目标不是猫或狗，则判定所述动物目标是流浪野生动物目标；保存所述动物目标的相关信息到数据库并展示。3.根据权利要求2所述的动物的监测方法，其特征在于，所述根据所述动物目标的特征判断所述动物目标是否为猫或狗的步骤之后，所述保存所述动物目标的相关信息到数据库并展示的步骤之前还包括：若所述动物目标是猫或狗，则判断所述动物目标是否为流浪野生动物目标。4.根据权利要求3所述的动物的监测方法，其特征在于，所述若所述动物目标是猫或狗，则判断所述动物目标是否为流浪野生动物目标的步骤包括：若所述动物目标是猫或狗，则判断所述若干个目标中是否存在行人目标；若存在所述行人目标，则根据目标追踪算法匹配所述行人目标与所述动物目标的运行轨迹；若所述运行轨迹匹配成功，则结束监测；若所述运行轨迹匹配失败，则判定所述动物目标是流浪野生动物目标。5.根据权利要求4所述的动物的监测方法，其特征在于，所述若所述动物目标是猫或狗，则判断所...
【专利技术属性】
技术研发人员：熊伟，刘宇霭，
申请(专利权)人：上海三旺奇通信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。