基于图像识别的机场驱鸟智能辅助控制系统技术方案

本发明专利技术涉及图像数据处理技术领域，具体涉及基于图像识别的机场驱鸟智能辅助控制系统，包括：将飞行时段的鸟类划分为疑似鸟类和正常鸟类；获取疑似鸟类的扇动频率和警戒频次；根据疑似鸟类的扇动频率与正常鸟类扇动频率的差异以及疑似鸟类的警戒频次与正常鸟类的警戒频次的差异获得疑似鸟类的可信度，根据疑似鸟类的可信度获得疑似鸟类中的不可信鸟类；根据每种鸟类中不可信鸟类出现的次数以及每种鸟类出现的总数获得每种鸟类的驱赶优先级，根据每种鸟类的驱赶优先级进行鸟类驱赶控制。本发明专利技术避免这些鸟类长久停留而吸引其他鸟类也停留和具有驱赶耐性鸟类躯干不走的情况发生，保证具有较高的驱赶效率，避免产生安全隐患。避免产生安全隐患。避免产生安全隐患。

【技术实现步骤摘要】
基于图像识别的机场驱鸟智能辅助控制系统


[0001]本专利技术涉及图像数据
，具体涉及基于图像识别的机场驱鸟智能辅助控制系统。

技术介绍

[0002]鸟类在机场附近活动对可能会飞进引擎引发空间事故对航空安全造成威胁。驱鸟系统可以有效的减少鸟类在机场附近的活动保障航空安全，通常驱鸟系统使用不同的装置监测鸟类如雷达、红外线、摄像头等，其中摄像头是具有提供高分辨率图像和实时监控的功能，可以用于监测鸟类活动情况。
[0003]使用摄像头装置可能难以在较复杂的环境监测鸟类，因为鸟类可能会超出摄像头系统的监测范围，从而导致无法确定对鸟类的驱赶效果；也有部分鸟类长期盘踞在机场而无法确定驱赶效果，甚至难以驱赶或具有驱赶耐性的鸟类会吸引其他鸟类的停留，导致遗漏抗驱赶的鸟类，使鸟类盘踞在机场造成安全隐患。
[0004]为了解决鸟类的驱赶遗留问题，通过摄像头系统拍摄筛选出可信度较低的鸟类，根据每个月内可信度低的鸟类品种定时更换鸟类的音频和灯光照射频率，从而达到驱赶鸟类保护机场安全的效果。

技术实现思路

[0005]本专利技术提供基于图像识别的机场驱鸟智能辅助控制系统，以解决现有的问题。
[0006]本专利技术的基于图像识别的机场驱鸟智能辅助控制系统采用如下技术方案：本专利技术一个实施例提供了基于图像识别的机场驱鸟智能辅助控制系统，该系统包括以下模块：数据采集模块，用于采集被驱赶鸟类的视频数据；鸟类状态检测模块，用于根据视频数据中的图像获得鸟类的警戒时段和飞行时段，将飞行时段的鸟类划分为疑似鸟类和正常鸟类；获取疑似鸟类的扇动频率和警戒频次；鸟类可信度计算模块，用于根据疑似鸟类的扇动频率与正常鸟类扇动频率的差异以及疑似鸟类的警戒频次与正常鸟类的警戒频次的差异获得疑似鸟类的可信度，根据疑似鸟类的可信度获得疑似鸟类中的不可信鸟类；鸟类驱赶控制模块，用于根据每种鸟类中不可信鸟类出现的次数以及每种鸟类出现的总数获得每种鸟类的驱赶优先级，根据每种鸟类的驱赶优先级进行鸟类驱赶控制。
[0007]优选的，所述根据视频数据中的图像获得鸟类的警戒时段和飞行时段，包括的具体步骤如下：利用目标检测算法获得视频数据中每帧视频图像上鸟类的品种以及每只鸟类的包围框，同一只鸟在相邻两帧图像中包围框中心点之间的欧式距离记为鸟在相邻两帧图像的飞行距离；在产生驱赶行为后，对于同一只鸟，每相邻两帧得到的飞行距离构成一个飞行距离序列；预设距离阈值th1，在飞行距离序列中将连续大于th1的飞行距离所对应的时段
记为飞行时段；在飞行速度序列中将连续小于等于th1的飞行距离所对应的时段记为警戒时间段。
[0008]优选的，所述将飞行时段的鸟类划分为疑似鸟类和正常鸟类，包括的具体步骤如下：获取处于飞行时段的所有鸟类对应的包围框的中心点，将所有包围框的中心点输入到离群点检测算法中获得离群点，离群点对应的鸟类记为疑似鸟类，飞行时段的所有鸟类中除去疑似鸟类之外的鸟类记为正常鸟类。
[0009]优选的，所述扇动频率的获取步骤如下：获取鸟类的关键点，所述关键点包括鸟类的头颈交界处的关键点、鸟类的眼睛的关键点、翅膀尖的关键点以及鸟类的尾部处的关键点；将鸟类所有关键点的中点记为点A，翅膀尖的关键点分别记为B，将尾部处的关键点记为C,获取A和B所在线段与A和C所在线段的夹角，记为角度a；将每帧图像对应的时间作为横坐标，将同一只鸟在每帧图像的角度a作为纵坐标，获得一个曲线，在曲线上相邻的两个极大值点对应的横坐标的差值绝对值记为一个扇动周期长度，曲线上所有相邻的两个极大值点对应的扇动周期长度的均值记为鸟的平均扇动周期，将鸟的平均扇动周期的倒数记为鸟的扇动频率。
[0010]优选的，所述警戒频次的获取步骤如下：根据鸟类的关键点获得鸟类的抬头动作和头部扭动动作，统计抬头动作和头部扭动动作出现的次数，记为警戒频次。
[0011]优选的，所述根据疑似鸟类的扇动频率与正常鸟类扇动频率的差异以及疑似鸟类的警戒频次与正常鸟类的警戒频次的差异获得疑似鸟类的可信度，包括的具体步骤如下：首先获取每只疑似鸟类的警戒差异和扇动差异，计算公式如下：计算公式如下：其中，表示所有正常鸟类的警戒频次的均值，表示所有正常鸟类的扇动频率的均值，表示每只疑似鸟类的警戒频次，表示每只疑似鸟类的扇动频率；表示每只疑似鸟类的警戒差异，表示每只疑似鸟类的扇动差异；疑似鸟类的可信度的计算公式如下：其中其中
是每只疑似鸟类的可信度，为对扇动频率和警戒频次的判断值。
[0012]优选的，所述不可信鸟类是指可信度小于预设阈值的疑似鸟类。
[0013]优选的，所述根据每种鸟类中不可信鸟类出现的次数以及每种鸟类出现的总数获得每种鸟类的驱赶优先级，包括的具体步骤如下：统计任意一种鸟类中不可信鸟类出现的次数，按照不可信鸟类出现的次数的从大到小顺序，将所有鸟类由小到大编号，得到每种鸟类对应的第一编号；按照每种鸟类出现的总数的从大到小顺序，再次将所有鸟类由小到大编号，得到的每种鸟类对应的第二编号；每种鸟类的驱赶优先级的计算方法为：其中，、表示每种鸟类对应的第一编号、第二编号，e表示自然常数；DP表示每种鸟类的驱赶优先级。
[0014]优选的，所述根据每种鸟类的驱赶优先级进行鸟类驱赶控制，包括的具体步骤如下：获取驱赶优先级最大的预设数量种鸟类，记为目标鸟类，获取目标鸟类的驱赶信号，根据目标鸟类的驱赶信号进行驱赶控制。
[0015]本专利技术的技术方案的有益效果是：由于驱赶优先级大的鸟类具有驱赶耐性，因此专利技术通过分析鸟类的飞行和警戒行为特征来对鸟类的可信度进行分析，进而获得鸟类的驱赶优先级，保证每天优先把难以驱赶的鸟类针对性驱赶，避免这些鸟类长久停留而吸引其他鸟类也停留和具有驱赶耐性鸟类躯干不走的情况发生，保证具有较高的驱赶效率，避免产生安全隐患。
附图说明
[0016]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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术基于图像识别的机场驱鸟智能辅助控制系统的框架结构图；
具体实施方式
[0018]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于图像识别的机场驱鸟智能辅助控制系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0019]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0020]下面结合附图具体的说明本专利技术所提供的基于图像识别的机场驱鸟智能辅助控制系统的具体方案。
[0021]请参阅图1，其示出了本专利技术一个实施例提供的基于图像识别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像识别的机场驱鸟智能辅助控制系统，其特征在于，该系统包括以下模块：数据采集模块，用于采集被驱赶鸟类的视频数据；鸟类状态检测模块，用于根据视频数据中的图像获得鸟类的警戒时段和飞行时段，将飞行时段的鸟类划分为疑似鸟类和正常鸟类；获取疑似鸟类的扇动频率和警戒频次；鸟类可信度计算模块，用于根据疑似鸟类的扇动频率与正常鸟类扇动频率的差异以及疑似鸟类的警戒频次与正常鸟类的警戒频次的差异获得疑似鸟类的可信度，根据疑似鸟类的可信度获得疑似鸟类中的不可信鸟类；鸟类驱赶控制模块，用于根据每种鸟类中不可信鸟类出现的次数以及每种鸟类出现的总数获得每种鸟类的驱赶优先级，根据每种鸟类的驱赶优先级进行鸟类驱赶控制。2.根据权利要求1所述基于图像识别的机场驱鸟智能辅助控制系统，其特征在于，所述根据视频数据中的图像获得鸟类的警戒时段和飞行时段，包括的具体步骤如下：利用目标检测算法获得视频数据中每帧视频图像上鸟类的品种以及每只鸟类的包围框，同一只鸟在相邻两帧图像中包围框中心点之间的欧式距离记为鸟在相邻两帧图像的飞行距离；在产生驱赶行为后，对于同一只鸟，每相邻两帧得到的飞行距离构成一个飞行距离序列；预设距离阈值th1，在飞行距离序列中将连续大于th1的飞行距离所对应的时段记为飞行时段；在飞行速度序列中将连续小于等于th1的飞行距离所对应的时段记为警戒时间段。3.根据权利要求2所述基于图像识别的机场驱鸟智能辅助控制系统，其特征在于，所述将飞行时段的鸟类划分为疑似鸟类和正常鸟类，包括的具体步骤如下：获取处于飞行时段的所有鸟类对应的包围框的中心点，将所有包围框的中心点输入到离群点检测算法中获得离群点，离群点对应的鸟类记为疑似鸟类，飞行时段的所有鸟类中除去疑似鸟类之外的鸟类记为正常鸟类。4.根据权利要求1所述基于图像识别的机场驱鸟智能辅助控制系统，其特征在于，所述扇动频率的获取步骤如下：获取鸟类的关键点，所述关键点包括鸟类的头颈交界处的关键点、鸟类的眼睛的关键点、翅膀尖的关键点以及鸟类的尾部处的关键点；将鸟类所有关键点的中点记为点A，翅膀尖的关键点分别记为B，将尾部处的关键点记为C,获取A和B所在线段与A和C所在线段的夹角，记为角度a；将每帧图像对应的时间作为横坐标，将同一只鸟在每帧图像的角度a作为纵坐...

【专利技术属性】
技术研发人员：王伟鹏，潘永红，孙光磊，周鹏，陈春雨，刘昌军，王钰存，
申请(专利权)人：威海市三维工程测绘有限公司，
类型：发明
国别省市：