【技术实现步骤摘要】
本专利技术涉及一种新型的密集物群监测技术，尤其涉及一种基于多级注意力算法的密集物群监测系统。
技术介绍
1、无论何时何地，物群的大量聚集都会带来一定的安全隐患。物群不仅仅包含动物群体、物体群体，也包括人群。物群的监测可以及时了解场景中动植物的数量以及分布情况，也可以监测拥挤的人群，防止带来安全隐患。目前社会迫切需要一款能够及时监管物群的系统，提供及时有效的预警。
2、如今的物群监管系统仍然需要以人工值守的方式进行，然而这种人工监管的方式往往会带着监管人的主观判断，判断方式不够客观。并且随着需要监管地点的增加，需要大量人力资源进行监管与维护，甚至在一些场景中，一个人需要同时监管多个地点，这对人的精力也是一场考验。因此，一款密集物群监测系统有极大的应用空间。
3、随着近些年以深度学习为核心的人工智能技术的突破与快速发展，使用深度神经网络进行图像乃至视频处理的方式已经得到了业内的广泛认可。在深度神经网络的计算中，引入适当的注意力机制能够使神经网络模型更具灵活性，在计算层面上适应各类场景的检测。
技术实现思路
1、为了克服现有技术存在的缺陷以及提升现有方法的性能，本专利技术提出了一种基于多级注意力算法的密集物群监测系统，采用边缘端嵌入设设备与web云服务器结合的方式进行实时的物群监测，并且能通过设置阈值的方法对物群数量进行实时预警。
2、在物群监测算法中，本专利技术提出了一种应用于嵌入式设备的基于多级注意力方法的神经网络，能够对输入的场景图像进行智能分析
3、为了实现上述目标，本专利技术提出了一种基于多级注意力算法的密集物群监测系统，所述专利技术包括：摄像头模块，喇叭模块，嵌入式计算平台，多级注意力算法结构，web服务器；其中，所述摄像头模块用于采集实时物群图像并传送给嵌入式计算平台；所述喇叭模块用于向密集物群播放聚集警报；所述嵌入式计算平台为运行linux系统的基于arm的微型电脑主板，包括但不限于树莓派、jetson nano，主要作用为将搭载神经网络模型，并将输出结果通过wifi传输至web 服务器；所述多级注意力算法结构为进行深度学习后的卷积神经网络模型，主要作用为将物群图像处理成分析图；所述web服务器为运行网站以及处理分析图片的远程电脑，主要作用为接收由嵌入式计算平台发送的分析图、展示最终处理结果以及支撑网站运行。
4、所述嵌入式计算平台为运行linux系统的基于arm的微型电脑主板，嵌入式计算平台连接摄像头模块后，实时读取摄像头模块所拍摄到的视频。嵌入式计算平台通过取关键帧的方式抽取视频中当前时刻的图片，对图片进行归一化操作后传入多级注意力算法结构进行图像计算，得到分析图。最后将分析图通过wifi数据传输的方式发送给 web服务器进行进一步的处理，若web服务器返回预警指令，则通过喇叭模块向密集物群播放聚集警报。
5、所述多级注意力算法结构为进行深度学习后的卷积神经网络架构，该架构步骤如下：
6、首先，将高维特征图进行按通道平均分割至不同的卷积计算分支中，再将不同分支所得结果进行堆叠。然后通过特征洗牌的方式将堆叠后的特征图进行打乱，再利用一维卷积的方式对打乱后的特征图提取感受野注意力以及空间注意力。再然后开启一个新的分支通过二维卷积的方式进行空间注意力的提取，与上一步的特征图结合，得到一张包含感受野、通道、空间注意力的特征图。最后将这张特征图通过sigmoid函数映射成最终输出的分析图。
7、所述web服务器为运行网站以及处理分析图片的远程电脑，主要作用为接收由嵌入式计算平台发送的分析图、展示最终处理结果以及支撑网站运行。web服务器通过网络接口接收嵌入式计算平台发送的分析图，并对分析图进行解析得到场景图像的物群的数量、位置、密度信息。
8、进一步地，通过对该分析图中每个像素点进行分类，即可得到物群的数量信息及在分析图中对应的位置分布信息；并且通过高斯核为 15的高斯模糊处理分析图后，使用图像热力展示方式即可生成物群密度分布热力图。
9、所述web服务器最后再将解析分析图得到的场景图像物群的数量、位置、密度信息进行网页展示，可供管理人员随时查看，若超过管理人员设定的数量阈值，则进行预警提示，并向嵌入式平台发送预警指令，由嵌入式平台通过喇叭模块向物群播放聚集警报。
10、与现有技术相比，本专利技术的有益效果是：
11、(1)本专利技术的一种基于多级注意力算法的密集物群监测系统，与现有的物群监控系统相比，其具有成本低廉、节省人力、准确度高、智能度高、效果美观、时效性强的优势。
12、(2)本专利技术通过结合人工智能领域中的深度学习方法设计出多级注意力算法进行物群分析，可自动检测出物群的数量、定位、密度分布等全方位的物群参考信息，无需人工计数，大量节省了人力资源的消耗，提升了物群监管的效率。
13、(3)本专利技术设计了一套物群监测系统，通过边缘端与云端协同处理的方式合理分配计算资源，减少了资源浪费；能够自动检测图像并在网站中显示结果，降低了使用门槛，提高了检测质量；参考数量阈值能够及时进行预警提示，并向物群播报聚集警报，保证了管理的时效性。
本文档来自技高网...【技术保护点】
1.一种基于多级注意力算法的密集物群监测系统，其特征在于，所述方法包括：
2.如权利要求1所述的嵌入式计算平台，其特征在于，所述的嵌入式计算平台为运行linux系统的基于ARM的微型电脑主板，包括但不限于树莓派、Jetson nano。
3.如权利要求1所述的多级注意力算法，其特征在于，所述多级注意力算法结构为经过将特征图按通道分割至多分支卷积，不同分支所得结果进行堆叠并进行特征洗牌，利用一维卷积提取感受野及通道的混合注意力，采用二维卷积的方式融合空间注意力。
4.如权利要求1所述的Web服务器对分析图进行数据解析，其特征在于，所述Web服务器为运行网站以及处理分析图片的远程电脑，所述分析图为经过Sigmoid函数的包含每个像素点的概率信息的二维数据图，所述数据解析过程包括：
5.如权利要求1所述的一种基于多级注意力算法的密集物群监测系统，其特征在于，所述的预警功能包括网站预警报告、Web服务器预警指令发送、嵌入式计算平台播放聚集警报。
【技术特征摘要】
1.一种基于多级注意力算法的密集物群监测系统，其特征在于，所述方法包括：
2.如权利要求1所述的嵌入式计算平台，其特征在于，所述的嵌入式计算平台为运行linux系统的基于arm的微型电脑主板，包括但不限于树莓派、jetson nano。
3.如权利要求1所述的多级注意力算法，其特征在于，所述多级注意力算法结构为经过将特征图按通道分割至多分支卷积，不同分支所得结果进行堆叠并进行特征洗牌，利用一维卷积提取感受野及通道的混合注...
【专利技术属性】
技术研发人员：冯逸洲，罗笑南，徐颂华，陈瑞爱，
申请(专利权)人：岭南现代农业科学与技术广东省实验室肇庆分中心，
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。