一种基于双光检测的变电站小动物防治方法技术

本发明专利技术公开了一种基于双光检测的变电站小动物防治方法，通过可见光摄像头和红外摄像头同时捕获可见光视频和红外视频，通过入侵检测模块对双光监控视频中出现的目标异常做出标记，通过可见光AI模型和红外AI模型分别对可见光视频和红外视频进行智能分析识别小动物，结果分析模块分析可见光AI模型和红外AI模型同时判定有小动物入侵时通过报警模块和驱离装置自动进行报警和驱赶，无需人工操作，使用方便；可见光AI模型和红外AI模型相互对比进行分析，提高检测的准确率，降低误报率，通过监控装置自主切换工作模式，提高准确率的同时降低能耗，降低使用成本。降低使用成本。降低使用成本。

【技术实现步骤摘要】
一种基于双光检测的变电站小动物防治方法


[0001]本专利技术涉及变电站的防护方法
，尤其是涉及一种基于双光检测的变电站小动物防治方法。

技术介绍

[0002]变电站作为电网输电配电的中转站，在变换电压、传递电能和分配能量方面起到关键性作用，是沟通发电站和电网用户的桥梁。为保持电力系统的稳定性和设备运行的可靠性，防止小动物造成电网短路和电器损坏，需要进行小动物防治。
[0003]目前变电站预防小动物的方式主要有以下几种：孔洞封堵、放置挡板和投放药物。这几种方式都依靠人工作业完成，存在耗时费力、效率低、时效性短等缺点，不利于变电站的自动化管理与维护，在高压甚至超高压以及恶劣条件下，给工作人员带来一定的安全隐患；现有技术中的视频识别报警技术，存在入侵判断准确率低，常常出现误报、漏报和错报的现象，对入侵物体的识别准确率低，不能够精准的识别到入侵物体类型，并且24小时不间断工作，能耗大，使用成本高，因此有必要予以改进。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术的目的是提供一种基于双光检测的变电站小动物防治方法，经可见光摄像头和红外摄像头同时捕获双光监控视频，通过可见光AI模型和红外AI模型同时自动识别小动物，降低误报干扰，提高检测的准确率。
[0005]为了实现上述目的，本专利技术所采用的技术方案是：一种基于双光检测的变电站小动物防治方法，包括以下步骤，
[0006]步骤1，在变电站的各个区域分别安装监控装置，
[0007]每一个监控装置同时设置有可见光摄像头和红外摄像头，同一个监控装置的可见光摄像头和红外摄像头所捕获的监控画面相同，监控装置设置有图像重叠模块，通过图像重叠模块将同一个监控装置的可见光摄像头和红外摄像头所捕获的监控画面合成一个为双光监控视频；
[0008]步骤2，通过入侵检测模块对双光监控视频中出现的目标异常做出标记，
[0009]监控装置设置有静默监控模式和一般监控模式，在持续监控中，监控装置切换至省电模式，当入侵检测模块监测到有异常现象后，监控装置切换至高清模式，同时入侵检测模块通过基于边界的视频分析技术对双光监控视频的动态场景中的目标异常现象进行标记，将双光监控视频区分为有小动物入侵的双光监控视频和无小动物入侵的双光监控视频；
[0010]步骤3，通过双光AI模型识别双光监控视频并输出识别信息，
[0011]双光AI模型包括可见光AI模型和红外AI模型，采集双光监控视频中的检测区域内的可见光视频和红外视频，监控装置以设定的帧率间隔分别提取可见光视频和红外视频的监控画面得到多张可见光图片和多张红外图片，再通过可见光AI模型对可见光图片进行推
理，通过红外AI模型对红外图片进行推理，得到目标检测信息、目标类型信息和目标位置坐标信息，并在可见光视频和红外视频中分别标记可见光边框B1和红外预测边框B2；
[0012]入侵检测模块设置有雷达传感器和红外传感器，在静默监控模式下监控装置关闭可见光摄像头和红外摄像头，通过雷达传感器和红外传感器监控周围动态情况，当入侵检测模块监测到有异常现象后，监控模式切换至一般监控模式，在一般监控模式下开启可见光摄像头和红外摄像头并将可见光摄像头和红外摄像头的分辨率调至720P～960P，帧率间隔设定为3秒/帧；
[0013]监控装置还设置有警戒监控模式和加强监控模式，当可见光视频和红外视频中任意一个出现异常情况时，监控装置切换至警戒监控模式，可见光摄像头和红外摄像头的分辨率调至1080P～4K，帧率间隔设定为1秒/帧，当可见光视频和红外视频中同时出现异常情况时，监控装置切换至加强监控模式，可见光摄像头和红外摄像头的分辨率调至1080P～4K，帧率间隔设定为0.2秒/帧～0.5秒/帧；
[0014]监控装置还设置有云台，可见光摄像头和红外摄像头分别安装在云台上，在双光AI模型标记出可见光边框B1和红外预测边框B2后，通过云台带动可见光摄像头和红外摄像头旋转使可见光边框B1和红外预测边框B2分别保持在可见光视频和红外视频的监控画面的中心部，云台的转速设置为高转速档、中转速档和低转速档，在一般监控模式下云台的转速设置为低转速档，在警戒监控模式下云台的转速设置为中转速档，在加强监控模式下云台的转速设置为高转速档；
[0015]可见光摄像头和红外摄像头分别设置有一光学变焦机构，监控装置设置有同步变焦模块，同步变焦模块同步控制可见光摄像头和红外摄像头的光学变焦机构同步变焦，当可见光边框B1或红外预测边框B2的面积在可见光视频或红外视频中的占比小于20％时启动同步变焦模块，将双光监控视频放大，使可见光边框B1或红外预测边框B2的面积在可见光视频或红外视频中的占比在40～80％之间；
[0016]步骤4，通过结果分析模块输出入侵信息，
[0017]将可见光AI模型推理的目标检测信息、目标类型信息和目标位置坐标信息分别与红外AI模型推理的目标检测信息、目标类型信息和目标位置坐标信息进行比对，计算得到可见光边框B1和红外预测边框B2的交叠率D，当可见光AI模型推理的目标检测信息、目标类型信息分别和红外AI模型推理的目标检测信息、目标类型信息相同并且交叠率D大于0.5时向平台报警模块输出报警信息；
[0018]步骤5，平台报警
[0019]报警模块接收到报警信息后，记录可见光AI模型和红外AI模型推理出的目标类型信息和目标位置坐标信息上传至主机平台并发送警报，同时控制可见光摄像头和红外摄像头进行抓拍，录取入侵时的入侵视频图像并储存于存储单元中；
[0020]步骤6，主动驱离
[0021]报警模块接收到报警信息后启动驱离装置，以实现驱离小动物。
[0022]进一步的技术方案中，步骤4中，交叠率D的计算公式为D＝(B1∩B2)/(B1∪B2)。
[0023]进一步的技术方案中，步骤3还包括以下子步骤，
[0024]步骤31，数据采集与标注步骤，
[0025]在多个场景下采集体有小动物入侵的多张可见光图片和多张红外图片作为正样
本，在多个场景下采集体无小动物入侵的多张可见光图片和多张红外图片作为负样本，正负样本比例为1:1，小动物单类目标采集数量不少于2000张，不同类型的样本数量保持均衡，建立可见光数据集和红外数据集，
[0026]可见光数据集按照10:1:1的比例划分为可见光训练集、可见光验证集和可见光测试集，
[0027]红外数据集按照10:1:1的比例划分为红外训练集、红外验证集和红外测试集，
[0028]可见光数据集和红外数据集分别通过labelImg本地标注工具分别对正样本进行标注，在可见光图片中的小动物周围标记可见光边框B1，在红外图片中的小动物周围标记红外预测边框B2，并设置可见光边框B1和红外预测边框B2对应的标签类型，生成多个xml格式的标注文件，各个标注文件分别与可见光图片和红外图片的名称相对应，每一个标注文件均包括对应可见光图片或红外图片的图片信息、目标检测信息、目标类型信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双光检测的变电站小动物防治方法，其特征在于：包括以下步骤，步骤1，在变电站的各个区域分别安装监控装置，每一个监控装置同时设置有可见光摄像头和红外摄像头，同一个监控装置的可见光摄像头和红外摄像头所捕获的监控画面相同，监控装置设置有图像重叠模块，通过图像重叠模块将同一个监控装置的可见光摄像头和红外摄像头所捕获的监控画面合成一个为双光监控视频；步骤2，通过入侵检测模块对双光监控视频中出现的目标异常做出标记，监控装置设置有静默监控模式和一般监控模式，在持续监控中，监控装置切换至省电模式，当入侵检测模块监测到有异常现象后，监控装置切换至高清模式，同时入侵检测模块通过基于边界的视频分析技术对双光监控视频的动态场景中的目标异常现象进行标记，将双光监控视频区分为有小动物入侵的双光监控视频和无小动物入侵的双光监控视频；步骤3，通过双光AI模型识别双光监控视频并输出识别信息，双光AI模型包括可见光AI模型和红外AI模型，采集双光监控视频中的检测区域内的可见光视频和红外视频，监控装置以设定的帧率间隔分别提取可见光视频和红外视频的监控画面得到多张可见光图片和多张红外图片，再通过可见光AI模型对可见光图片进行推理，通过红外AI模型对红外图片进行推理，得到目标检测信息、目标类型信息和目标位置坐标信息，并在可见光视频和红外视频中分别标记可见光边框B1和红外预测边框B2；入侵检测模块设置有雷达传感器和红外传感器，在静默监控模式下监控装置关闭可见光摄像头和红外摄像头，通过雷达传感器和红外传感器监控周围动态情况，当入侵检测模块监测到有异常现象后，监控模式切换至一般监控模式，在一般监控模式下开启可见光摄像头和红外摄像头并将可见光摄像头和红外摄像头的分辨率调至720P～960P，帧率间隔设定为3秒/帧；监控装置还设置有警戒监控模式和加强监控模式，当可见光视频和红外视频中任意一个出现异常情况时，监控装置切换至警戒监控模式，可见光摄像头和红外摄像头的分辨率调至1080P～4K，帧率间隔设定为1秒/帧，当可见光视频和红外视频中同时出现异常情况时，监控装置切换至加强监控模式，可见光摄像头和红外摄像头的分辨率调至1080P～4K，帧率间隔设定为0.2秒/帧～0.5秒/帧；监控装置还设置有云台，可见光摄像头和红外摄像头分别安装在云台上，在双光AI模型标记出可见光边框B1和红外预测边框B2后，通过云台带动可见光摄像头和红外摄像头旋转使可见光边框B1和红外预测边框B2分别保持在可见光视频和红外视频的监控画面的中心部，云台的转速设置为高转速档、中转速档和低转速档，在一般监控模式下云台的转速设置为低转速档，在警戒监控模式下云台的转速设置为中转速档，在加强监控模式下云台的转速设置为高转速档；可见光摄像头和红外摄像头分别设置有一光学变焦机构，监控装置设置有同步变焦模块，同步变焦模块同步控制可见光摄像头和红外摄像头的光学变焦机构同步变焦，当可见光边框B1或红外预测边框B2的面积在可见光视频或红外视频中的占比小于20％时启动同步变焦模块，将双光监控视频放大，使可见光边框B1或红外预测边框B2的面积在可见光视频或红外视频中的占比在40～80％之间；步骤4，通过结果分析模块输出入侵信息，
将可见光AI模型推理的目标检测信息、目标类型信息和目标位置坐标信息分别与红外AI模型推理的目标检测信息、目标类型信息和目标位置坐标信息进行比对，计算得到可见光边框B1和红外预测边框B2的交叠率D，当可见光AI模型推理的目标检测信息、目标类型信息分别和红外AI模型推理的目标检测信息、目标类型信息相同并且交叠率D大于0.5时向平台报警模块输出报警信息；步骤5，平台报警报警模块接收到报警信息后，记录可见光AI模型和红外AI模型推理出的目标类型信息和目标位置坐标信息上传至主机平台并发送警报，同时控制可见光摄像头和红外摄像头进行抓拍，录取入侵时的入侵视频图像并储存于存储单元中；步骤6，主动驱离报警模块接收到报警信息后启动驱离装置，以实现驱离小动物。2.根据权利要求1所述的一种基于双光检测的变电站小动物防治方法，其特征在于：所述步骤4中，所述交叠率D的计算公式为D＝(B1∩B2)/(B1∪B2)。3.根据权利要求2所述的一种基于双光检测的变电站小动物防治方法，其特征在于：所述步骤3还包括以下子步骤，步骤31，数据采集与标注步骤，在多个场景下采集体有小动物入侵的多张所述可见光图片和多张所述红外图片作为正样本，在多个场景下采集体无小动物入侵的多张可见光图片和多张红外图片作为负样本，正负样本比例为1:1，小动物单类目标采集数量不少于2000张，不同类型的样本数量保持均衡，建立可见光数据集和红外数据集，可见光数据集按照10:1:1的比例划分为可见光训练集、可见光验证集和可见光测试集，红外数据集按照10:1:1的比例划分为红外训练集、红外验证集和红外测试集，可见光数据集和红外数据集分别通过labelImg本地标注工具分别对正样本进行标注，在可见光图片中的小动物周围标记所述可见光边框B1，在红外图片中的小动物周围标记所述红外预测边框B2，并设置可见光边框B1和红外预测边框B2对应的标签类型，生成多个xml格式的标注文件，各个标注文件分别与可见光图片和红外图片的名称相对应，每一个标注文件均包括对应可见光图片或红外图片的图片信息、所述目标检测信息、所述目标类型信息和所述目标位置坐标信息，负样本无小动物目标，不需要标注...

【专利技术属性】
技术研发人员：王非，
申请(专利权)人：广东森旭通用设备科技有限公司，
类型：发明
国别省市：