← 返回列表

基于边缘计算的机场飞鸟识别驱赶方法及系统

申请号: CN202410124551.2
申请人: 成都欣纳科技有限公司
申请日期: 2024/1/30

摘要文本

本申请提供一种基于边缘计算的机场飞鸟识别驱赶方法及系统,通过获取目标机场环境图像,通过调试完成的目标飞鸟识别神经网络对目标机场环境图像进行图像内容识别,结合不同特征层次对应的图像内容识别结果来确定目标分类识别集合,最后通过目标分类识别集合包含目标机场环境图像中各个像素对应的对象分类结果,识别得到目标机场环境图像中的目标对象,在目标对象包括飞鸟类别时,控制驱鸟设备执行驱鸟操作。采用挖掘不同特征层次得到的表征向量进行对象分类,能够整合通过深层挖掘的表征语义的表征向量进行对象分类和通过在浅层挖掘的浅层的表征向量进行对象分类获得的图像内容识别结果,对象识别的精度和可靠性高。

专利详细信息

项目 内容
专利名称 基于边缘计算的机场飞鸟识别驱赶方法及系统
专利类型 发明申请
申请号 CN202410124551.2
申请日 2024/1/30
公告号 CN117690164A
公开日 2024/3/12
IPC主分类号 G06V40/10
权利人 成都欣纳科技有限公司
发明人 朱科全
地址 四川省成都市武侯区晋阳巷2号二区4栋1层7号

专利主权项内容

1.一种基于边缘计算的机场飞鸟识别驱赶方法,其特征在于,应用于边缘计算设备,所述边缘计算设备与驱鸟设备通信连接,所述方法包括:通过所述驱鸟设备获取拟检测的目标机场环境图像;通过部署在所述边缘计算设备中的目标飞鸟识别神经网络通过所述目标机场环境图像进行图像内容识别操作,得到目标分类识别集合,所述目标分类识别集合包含所述目标机场环境图像中各个像素对应的对象分类结果;其中,所述目标分类识别集合由所述目标飞鸟识别神经网络通过所述目标机场环境图像进行链式深度加深的表征向量挖掘,得到不同特征层次得到的多个目标表征向量集合,以及结合所述多个目标表征向量集合的多个图像内容识别结果以获得;其中,所述链式深度加深的表征向量挖掘的方式为将前一深度挖掘的表征向量集合确定为后一深度的输入数据进行表征向量挖掘;通过所述目标分类识别集合中的对象分类结果,确定所述目标机场环境图像中包含的目标对象;当所述目标对象包括飞鸟类别时,控制所述驱鸟设备执行驱鸟操作。