[发明专利]一种用于自然保护区监控系统的智能图像识别方法及系统

权利要求书

1.一种用于自然保护区监控系统的智能图像识别方法，其特征在于，包括以下步骤：

S1.基于自然保护区监控系统获取原始图像，对所述原始图像进行剪裁，获得子图像数据集，其中，所述子图像数据集包括若干张子图像，每张子图像的子图像格式为360*640；

S2.基于Xception模型和所述Xception模型的训练权重，通过输入所述子图像数据集，构建所述子图像数据集对应的子图像张量模型；

S3.基于所述子图像张量模型，通过设置全连接神经网络，构建原始图像类别预测模型，通过所述原始图像类别预测模型，获得原始图像类别，用于所述自然保护区监控系统对保护区进行检测，判断是否有预警目标闯入保护区；

所述子图像数据集至少包括9张或25或49或81张所述子图像；

所述剪裁为划窗剪裁；

所述划窗剪裁包括水平划窗和竖直划窗；

所述划窗剪裁包括水平划窗和竖直划窗的步长为固定步长；

所述水平划窗的步长为子图像水平像素的二分之一，所述竖直划窗的步长为子图像竖直像素的二分之一；

所述原始图像包括若干图像元素，其中，所述图像元素至少包括风景元素、游人元素、开船元素、钓鱼元素；

所述子图像数据集包括所述风景元素、游人元素、开船元素、钓鱼元素的一项或几项；

所述预警目标至少包括所述游人元素、开船元素、钓鱼元素；

所述子图像张量模型为所述子图像中包含所述图像元素的概率；

其中Xception模型训练过程中，当所述子图像数据集的两张子图像包括相同图像元素和具有相同图像元素时，将所述相同图像元素提取或删除，用于增强对所述原始图像的识别；

全连接神经网络从0开始训练。

2.一种用于自然保护区监控系统的智能图像识别系统，用于实现权利要求1所述的自然保护区监控系统的智能图像识别方法,其特征在于，包括：

原始图像收集模块、原始图像裁剪模块、子图像张量生成模块、原始图像类别预测模块、存储模块；

所述存储模块与所述原始图像收集模块、原始图像裁剪模块、子图像张量生成模块、原始图像类别预测模块连接；

原始图像收集模块用于通过所述自然保护区监控系统收集所述原始图像；

所述原始图像裁剪模块用于将所述原始图像裁剪成若干张子图像；

所述子图像张量生成模块用于生成每个子图像对应的子图像张量；

原始图像类别预测模块，用于通过汇总一组子图像对应的张量模型，生成原始图像张量模型，根据所述原始图像张量模型，得到所述原始图像的类别，根据所述类别判断是否有预警目标闯入保护区。

3.根据权利要求2所述一种用于自然保护区监控系统的智能图像识别系统，其特征在于，

所述原始图像收集模块与所述自然保护区监控系统的视频服务器连接。

4.根据权利要求2所述一种用于自然保护区监控系统的智能图像识别系统，其特征在于，

所述子图像张量生成模块，至少包括风景元素张量生成模块、游人元素张量生成模块、开船元素张量生成模块、钓鱼元素张量生成模块；

用于基于所述子图像，分析所述原始图像中风景元素、游人元素、开船元素、钓鱼元素的局部信息概率；

所述原始图像类别预测模块，通过汇总所述局部信息概率，基于设置全连接神经网络，获得所述原始图像具有所述风景元素、游人元素、开船元素、钓鱼元素的全局信息概率最高的类别。

5.根据权利要求2所述一种用于自然保护区监控系统的智能图像识别系统，其特征在于，

所述子图像张量生成模块还包括，数据增强模块；

所述数据增强模块用于在子图像张量生成模块训练过程中，提取或删除两个具有所述相同图像元素和图像元素概率的所述子图像的所述相同图像元素。