【技术实现步骤摘要】
本专利技术涉及野外无人环境安全问题监测与报警技术，尤其涉及一种基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统。
技术介绍
1、随着国家与社会的发展，治安问题渐渐显得尤为重要，但是我国国土面积广阔，拥有着大面积的无人区与漫长的边境地区。无人区里普遍环境恶劣，高寒缺氧交通不便，没有充足的食物，水源或氧气，有猛兽等等，不适宜人类居住。随着对外开放的进一步深入，出入境人流量不断上升，要求边防管理部门执行任务的距离越来越远、反应速度越来越快。由于边界线跨越太大，且对人防的依赖性高，在很多无人区，对于危险的监测十分不利。另一方面，当危险出现之后，由于报警系统的延时性，治安部门在接到报警之后再出警，不能将损失降低在小的范围内，增加了危险系数。因此，高效的图像监测识别报警系统能够针对野外捕捉到的目标可以进行迅速识别与响应，并通知相关部门，很大程度上节约了人力和物力，促进我国无人区安保工作的执行。但是现有的识别系统往往存在着以下问题：1、运算量大，对运算资源要求高。现有的大部分识别系统的工作多依赖于高性能的cpu或gpu，在野外环境下，大范围布置会产生高昂的成本。2、工作要求的功率颇高，电能需求大，不适合野外环境下长期工作。3、精确度高的识别系统往往需要较长的识别时间，对于相关的安全反应部门，会延误警报，错过安保的时机。4、野外环境情况复杂，往往有野生动物触摸，灵敏度过高的识别系统，会触发虚警，导致警报信息错误，干扰正常的安保工作，进而增加了安保系统的工作量。
技术实现思路
1、本专利
2、为了实现上述目的，本专利技术提供了基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，包括：接收模块、预处理判断模块、识别模块、数据传送模块和安全评估系统。
3、接收模块，用于接收采集装置在野外获取的高清红外图像和触发信号，接收模块根据接收的触发信号，向后级模块输出控制信号，以触发后级模块运行；后级模块包括预处理判断模块、识别模块和数据传送模块；
4、预处理判断模块，基于接收的高清红外图像，判断图像中是否存在可疑目标，若存在，则筛选出具有可疑目标的高清红外图像；
5、识别模块，基于单片机的控制，采用神经网络模型识别存在可疑目标的高清红外图像的具体内容；
6、数据传送模块，包括设于其内部的缓存区，用于缓存接收模块接收的高清红外图像，基于神经网络的识别结果，在预处理判断模块输出的高清红外图像中，筛选出危险特征最清晰的至少一张高清红外图像，并发送至安全评估系统；
7、安全评估系统，根据相关法律规范和设定的安全准则，对常规事件进行安全等级划分，根据划分等级将接收的高清红外图像进行等级划分，判断出安全等级最低的高清红外图像，向相关部门提供警报。
8、优选的，接收模块包括至少两级串联的低噪声放大器，接收模块通过控制低噪声放大器的通断来调节接收模块信号放大的增益。
9、优选的，该报警系统的工作状态包括休眠状态和监测状态，接收模块在休眠状态下，由首级低噪声放大器来监测信号，后级低噪声放大器均为关闭状态；休眠状态下首级低噪声放大器用于接收触发信号；接收模块在监测状态下，所有低噪声放大器和后级模块全部启动。
10、优选的，预处理判断模块通过定时背景图像和即时图像的灰度值差，缩小识别目标的图像区域；对缩小图像进行分割和拼组，以确定可疑目标的分布位置。
11、优选的，识别模块识别具有可疑目标的高清红外图像的具体内容时，采用的神经网络模型为inception v3识别网络模型。
12、优选的，识别模块采用多个单片机并行工作，每个单片机通过对inception v3识别网络模型进行剪裁，去除冗余的隐藏神经元，通过对裁剪后获得的新神经网络模型进行压缩，获得可疑目标的高清红外图像的具体内容。
13、优选的，识别模块处理隐藏神经元时，处理对象为同一个隐藏层的所有神经元。
14、优选的，数据传送模块在筛选时，基于设定阈值，判断获取图像的危险程度，若危险程度低于设定阈值，则判定为不存在可疑目标，数据传送模块则将自动清除对应的高清红外图像；若危险程度大于设定阈值，则将对应的高清红外图像发送至安全评估系统。
15、优选的，安全评估系统设于数据中心内，数据中心存储有相同环境下大规模的高清红外图像数据，基于数据中心存储的高清红外图像数据，识别模块对裁剪后获得的新神经网络模型进行重训练。
16、优选的，安全评估系统根据重训练后获得的新模型网络得到的高清红外图像进行判断。
17、本专利技术提供的基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，通过具有高清红外功能的采集装置获取野外环境下的高清红外图像，可提高图像的可识别度。拍摄获取的高清红外图像通过无线通道传输至接收模块，接收模块通过设于其内部的低噪声放大器进行增益放大，并输出控制信号使预处理判断模块和识别模块工作。而接收的高清红外图像将存储于数据传输模块中，为预处理判断模块和识别模块提供判断和识别时间。缓冲区内的高清红外图像先由预处理判断模块筛选出存在可疑目标的高清红外图像，减少了识别模块识别可疑目标的高清红外图像具体内容的运算量和识别参数。识别模块对筛选出的高清红外图像采用神经网络模型进行具体内容识别，通过对神经网络模型进行剪裁、重训练和压缩，获得危险特征最清晰的高清红外图像。而本专利技术中基于功耗较低的单片机的控制，采用神经网络模型来识别高清红外图像内容的过程，解决了常规单片机难以处理神经网络模型复杂的数据量的问题。数据传送模块根据识别模块输出的识别结果和识别参数，对缓存区的高清红外图像进行二次筛选，选出危险特征最清晰的高清红外图像，并通过无线通信网络发送至安全评估中心，节约了高清红外图像处理的成本，提高了准确度。安全评估系统根据规则及有关规定，对接收的高清红外图像进行安全隐患评估，并根据判断结果将接收高清红外图像按照划分等级一一划分，筛选出安全等级最低的高清红外图像，向相关部门发送报警系统。安全评估中心通过对接收的高清红外图像再次筛选，提高了最终输出高清红外图像的识别精度，提高了该报警系统的监测效率。该报警系统能以很低的能耗工作模式在野外长期执行监测识别报警任务，实现野外环境下安全监测的无人化，高效化和持续化监测。
本文档来自技高网...【技术保护点】
1.基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，包括：接收模块、预处理判断模块、识别模块、数据传送模块和安全评估系统；
2.根据权利要求1所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述接收模块包括至少两级串联的低噪声放大器，所述接收模块通过控制低噪声放大器的通断来调节接收模块信号放大的增益。
3.根据权利要求2所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，该报警系统的工作状态包括休眠状态和监测状态，所述接收模块在休眠状态下，由首级低噪声放大器来监测信号，后级低噪声放大器均为关闭状态；休眠状态下首级低噪声放大器用于接收触发信号；所述接收模块在监测状态下，所有低噪声放大器和后级模块全部启动。
4.根据权利要求1所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述预处理判断模块通过定时背景图像和即时图像的灰度值差，缩小识别目标的高清红外图像区域；对缩小高清红外图像进行分割和拼组，以确定可疑目标的分布位置。
6.根据权利要求5所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述识别模块采用多个单片机并行工作，每个单片机通过对Inception V3识别网络模型进行剪裁，去除冗余的隐藏神经元，通过对裁剪后获得的新神经网络模型进行压缩，获得可疑目标的高清红外图像的具体内容。
7.根据权利要求6所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述识别模块处理隐藏神经元时，处理对象为同一个隐藏层的所有神经元。
8.根据权利要求1所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述数据传送模块在筛选时，基于设定阈值，判断获取图像的危险程度，若危险程度低于设定阈值，则判定为不存在可疑目标，所述数据传送模块则将自动清除对应的高清红外图像；若危险程度大于设定阈值，则将对应的高清红外图像发送至安全评估系统。
9.根据权利要求1所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述安全评估系统设于数据中心内，所述数据中心存储有相同环境下大规模的高清红外图像数据，基于数据中心存储的高清红外图像数据，识别模块对裁剪后获得的新神经网络模型进行重训练。
10.根据权利要求9所述的基于STM32L4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述安全评估系统根据重训练后获得的新模型网络得到的高清红外图像进行判断。
...【技术特征摘要】
1.基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，包括：接收模块、预处理判断模块、识别模块、数据传送模块和安全评估系统；
2.根据权利要求1所述的基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述接收模块包括至少两级串联的低噪声放大器，所述接收模块通过控制低噪声放大器的通断来调节接收模块信号放大的增益。
3.根据权利要求2所述的基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，该报警系统的工作状态包括休眠状态和监测状态，所述接收模块在休眠状态下，由首级低噪声放大器来监测信号，后级低噪声放大器均为关闭状态；休眠状态下首级低噪声放大器用于接收触发信号；所述接收模块在监测状态下，所有低噪声放大器和后级模块全部启动。
4.根据权利要求1所述的基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述预处理判断模块通过定时背景图像和即时图像的灰度值差，缩小识别目标的高清红外图像区域；对缩小高清红外图像进行分割和拼组，以确定可疑目标的分布位置。
5.根据权利要求1所述的基于stm32l4芯片的野外低功耗高精度监测识别快速报警系统，其特征在于，所述识别模块识别具有可疑目标的高清红外图像的具体内容时，采用的神经网络模型为inception v3识别网络模型。
6.根据权利要求5所述的基于st...
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。