[发明专利]一种基于热成像搜索的群体狩猎方法在审

专利信息
申请号: 202110872610.0 申请日: 2021-07-30
公开(公告)号: CN113591707A 公开(公告)日: 2021-11-02
发明(设计)人: 姜磊 申请(专利权)人: 浙江兆晟科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06N3/04;G06N3/08
代理公司: 深圳市添源知识产权代理事务所(普通合伙) 44451 代理人: 于标
地址: 310026 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 成像 搜索 群体 狩猎 方法
【说明书】:

发明提供了一种基于热成像搜索的群体狩猎方法,包括依次执行以下步骤:步骤1:通过多个热成像设备搜索观察动物,获取动物和观察员的位置信息;步骤2:将单个热成像设备分别与对应的手机APP建立无线连接,然后热成像设备将步骤1所获取的动物和观察员的位置信息发送给对应的手机APP;步骤3:多个手机APP分别与云端服务器建立无线连接,然后手机APP将所接收的动物和观察员的位置信息分别发送给云端服务器,最后由所述云端服务器把所有观察到的动物和观察员的位置信息显示在同一个地图里面。本发明的有益效果是:本发明的群体狩猎方法解决了多人外出狩猎不安全,无法互动,无法协同合作的技术问题。

技术领域

本发明涉及热成像技术领域,尤其涉及一种基于热成像搜索的群体狩猎方法。

背景技术

热成像望远镜是一种利用物体本身发射红外线,对物体成像和显示的设备,热成像望远镜可以在漆黑的夜晚,通过物体本身发射的红外线,获取清晰的图像。常用于户外郊游,野外狩猎,警用侦察等领域。现有技术中,观察员搜索到了动物,没法通知附近的队友,猎物的种类和猎物的位置,单个观察员很难狩猎成功。

发明内容

本发明提供了一种基于热成像搜索的群体狩猎方法,包括依次执行以下步骤:

步骤1:通过多个热成像设备搜索观察动物,获取动物和观察员的位置信息。

步骤2:将单个热成像设备分别与对应的手机APP建立无线连接,然后热成像设备将步骤1所获取的动物和观察员的位置信息发送给对应的手机APP。

步骤3:多个手机APP分别与云端服务器建立无线连接,然后手机APP将所接收的动物和观察员的位置信息分别发送给云端服务器,最后由所述云端服务器把所有观察到的动物和观察员的位置信息显示在同一个地图里面。

作为本发明的进一步改进,在所述步骤1中,通过热成像设备获取动物和观察员的位置信息具体还包括:

实时距离获取步骤:通过AI测距功能,获取动物距离观察员的实时距离。

观察员经纬度坐标获取步骤:通过GPS的定位功能,获取观察员本地的经纬度坐标。

角度获取步骤:通过电子罗盘的定向功能,获取动物的方位角,俯仰角。

动物经纬度坐标获取步骤:通过位置解算功能,获取动物的经纬度坐标。

作为本发明的进一步改进,在所述步骤1中,还包括目标检测识别方法,具体如下:

输入的视频图像首先要缩放到大小为416x416尺寸的图像,应用深度学习网络对输入的视频图像进行处理,深度学习的主干特征提取网络做相应的卷积处理进行特征提取生成相应的特征图像,应用空间金字塔卷积层对特征图像做卷积分离出显著的上下文特征。

作为本发明的进一步改进,在所述目标检测识别方法中,深度学习目标检测部分所述结合具有一定缩放比例的anchor每个特征图像的像素点对应三个anchor,根据特征提取部分提取的特征图像对输入的视频图像进行大中小三种尺寸的目标检测,主干特征提取网络为CSPDarkNet53。

作为本发明的进一步改进,在所述目标检测识别方法中,采用CSPnet结构对残存网络主体的构进行修改,将原来的残差块的堆叠进行了一个拆分,拆成左右两部分:主干部分继续进行原来的残差块的堆叠;另一部分则像一个残差边一样,经过少量处理直接连接到最后。

作为本发明的进一步改进,在所述目标检测识别方法中,空间金字塔结构参杂在对CSPdarknet53的最后一个特征层的卷积里,在对主干特征提取卷集层最后一个特征层进行三次深度学习网络卷积后,分别利用四个不同尺度的最大池化进行处理,最大池化的池化核大小分别为13x13、9x9、5x5、1x1,它能够极大地增加感受野,分离出最显著的上下文特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江兆晟科技股份有限公司,未经浙江兆晟科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110872610.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top