[发明专利]飞鸟轨迹预测方法、驱鸟方法、设备、系统及存储介质

权利要求书

1.一种飞鸟轨迹预测方法，其特征在于，所述飞鸟轨迹预测方法包括以下步骤：

获取飞鸟出现时刻之前第一预设时长内的第一监控图像帧序列；

将所述第一监控图像帧序列输入飞鸟轨迹预测模型，预测得到未来第二预设时长的第二监控图像帧序列；

通过鸟识别模型检测所述第二监控图像帧序列中的飞鸟坐标位置，得到飞鸟在未来所述第二预设时长的运动轨迹。

2.如权利要求1所述的飞鸟轨迹预测方法，其特征在于，在所述获取飞鸟出现时刻之前第一预设时长内的第一监控图像帧序列的步骤之前，还包括：

获取实时监控图像帧序列，通过所述鸟识别模型检测所述实时监控图像帧序列是否出现飞鸟；

若出现飞鸟，则执行所述获取飞鸟出现时刻之前第一预设时长内的第一监控图像帧序列的步骤。

3.如权利要求2所述的飞鸟轨迹预测方法，其特征在于，在所述通过所述鸟识别模型检测所述实时监控图像帧序列是否出现飞鸟的步骤之后，还包括：

若未出现飞鸟，则执行所述获取实时监控图像帧序列的步骤。

4.如权利要求2所述的飞鸟轨迹预测方法，其特征在于，在所述通过所述鸟识别模型检测所述实时监控图像帧序列是否出现飞鸟的步骤之前，还包括：

基于yolov5网络模型训练得到所述鸟识别模型。

5.如权利要求1所述的飞鸟轨迹预测方法，其特征在于，在所述将所述第一监控图像帧序列输入飞鸟轨迹预测模型的步骤之前，还包括：

构建ST-LSTM网络模型，基于所述ST-LSTM网络模型训练得到所述飞鸟轨迹预测模型。

6.如权利要求5所述的飞鸟轨迹预测方法，其特征在于，所述ST-LSTM网络模型的网络结构包括编码结构和解码结构，

所述构建ST-LSTM网络模型的步骤，包括：

从空间堆叠序列结构中提取垂直方向的状态值，在垂直方向传递所述状态值；

在所述编码结构和所述解码结构之间增加所述状态值的传递操作；

通过所述传递操作将所述编码结构最后一层的状态值和输出值传递到所述解码结构的第一层，连接得到所述ST-LSTM网络模型。

7.如权利要求5所述的飞鸟轨迹预测方法，其特征在于，所述基于所述ST-LSTM网络模型训练得到所述飞鸟轨迹预测模型的步骤，包括：

将所述第一监控图像帧序列按照时间先后顺序排列，作为训练输入数据对所述ST-LSTM网络模型进行训练；

将所述第二监控图像帧序列按照时间先后顺序与实际未来所述第二预设时长的第三监控图像帧序列进行对比计算；

基于对比计算得到的误差调整所述ST-LSTM网络模型的参数，得到所述飞鸟轨迹预测模型。

8.一种驱鸟方法，其特征在于，所述驱鸟方法应用于如权利要求1中所述的运动轨迹，包括以下步骤：

根据所述运动轨迹调整驱鸟装置执行驱鸟动作，从而在飞鸟的飞行过程中对飞鸟进行驱赶。

9.如权利要求8所述的驱鸟方法，其特征在于，所述驱鸟方法还包括：

当所述驱鸟装置为视频激光驱鸟装置时，调整所述视频激光驱鸟装置中的激光发射器角度，使所述激光发射器发射激光并反复扫射所述运动轨迹中的最后一个轨迹点，从而在飞鸟的飞行过程中将其驱赶。

10.一种飞鸟轨迹预测设备，其特征在于，所述飞鸟轨迹预测设备包括：存储器、处理器、存储在所述存储器上并可在所述处理器上运行的飞鸟轨迹预测程序，所述飞鸟轨迹预测程序配置为实现如权利要求1至7中任一项所述的飞鸟轨迹预测方法的步骤。

11.一种驱鸟系统，其特征在于，所述驱鸟系统包括如权利要求10所述的飞鸟轨迹预测设备和驱鸟装置，所述驱鸟装置包括实时采集监控区域内视频图像的摄像头和可执行驱鸟动作的结构。