基于计算机视觉的红外超时相生物探测方法及系统与流程

1.本技术涉及计算机视觉技术领域，具体涉及一种基于计算机视觉的红外超时相生物探测方法及系统。


背景技术：

2.现如今，随着科技的不断发展，计算机视觉技术已经可以在如日常生活领域、科研领域、军事领域等多领域中起到不可或缺的作用。由于计算机视觉技术可以显著提高军事智能化水平，因此，计算机视觉技术在军事领域中可以得到广泛的应用。
3.在军事领域中，通常需要探测生物的活动范围，从而对活动范围内的生物进行精准定点打击。但由于生物的数量较多，且活动区域范围较大。并且受探测区域场景的限制，很难依靠研究人员实地考察生物的活动区域范围，从而导致探测得到的生物的活动区域范围的准确程度较低。
4.因此，发明人认为亟需一种基于计算机视觉的红外超时相生物探测方法及系统。


技术实现要素：

5.本技术提供了一种基于计算机视觉的红外超时相生物探测方法及系统，可以有效提高探测得到的生物的实际活动区域的准确程度。
6.第一方面，本技术提供了一种基于计算机视觉的红外超时相生物探测方法，所述方法包括：根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；提取所述预设区域的超时相图像中的预设范围内的目标图像；所述预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像；基于所述第一目标图像得到若干个生物的第一标签；基于所述第二目标图像和所述第三目标图像得到若干个生物的第二标签；判断所述第二标签是否对应于所述若干个生物的第一标签；若是，确定预设区域为所述标签对应的生物的活动区域。
7.通过采用上述技术方案，通过采集设备采集预设区域中的图像数据，在经过处理后得到超时相图像，可以使得获取得到的图像精度更高，因而使得提取得到的第一目标图像、第二目标图像以及第三目标图像更加清晰，并使得提取的第一标签和第二标签更加精准；通过判断第二标签是否对应于若干个生物的第一标签，确定第一目标图像、第二目标图像以及第三目标图像中的信息是否能够一一对应，从而能够更加准确地确定标签对应的生物的活动区域。
8.可选的，在所述确定预设区域为所述标签对应的生物的活动区域之后，方法还包括：基于所述第一目标图像和所述第一标签，提取若干个第一子标签；根据若干个所述第一子标签，得到对应的第一目标图像，并确定第一超时相图像；确定所述第一超时相图像对应的第一采集设备的设定位置；基于所述第一采集设备的设定位置，构建第一采集设备的位置关系图；其中，各所述第一采集设备对应所述第一采集设备的位置关系图中的各结点，各所述第一采集设备之间的布置关系对应各所述结点之间的连接关系；基于所述第一采集设
备的位置关系图，确定第一区域范围；所述第一区域范围为若干个所述第一子标签对应的生物的活动区域。
9.通过采用上述技术方案，基于第一目标图像和第一标签，提取若干个第一子标签，即更加精细地区分若干个第一子标签对应的生物的活动范围；并通过构建第一采集设备的位置关系图，可以更加清晰且直观地确定各个种类的生物的实际活动区域。
10.可选的，在所述确定第一区域范围之后，方法还包括：获取所述第一区域范围内在预设时间段内所述第一子标签出现的数量；当所述第一子标签出现的数量小于预设的第一阈值时，则基于预设的第一方式确定所述第一区域范围中的扰动区域；基于预设的第三方式判断所述扰动区域是否为所述第一子标签对应的生物的活动区域；若否，则重新确定第二区域范围；所述第二区域范围为若干个所述第一子标签对应的生物的精确活动区域。
11.通过采用上述技术方案，通过判断第一区域范围内在预设时间段内第一子标签出现的数量是否小于预设的第一阈值，并设定扰动区域；可以通过重新判断扰动区域是否为第一子标签对应的生物的活动区域，从而更加精确地探测到某种生物的实际活动区域。
12.可选的，所述基于预设的第一方式确定所述第一区域范围中的扰动区域，方法具体包括：确定第一节点；所述第一节点为所述第一采集设备的位置关系图中若干个边界节点；确定第二节点；所述第二节点为所述第一采集设备的位置关系图中与所述第一节点连接线路径最短的节点；基于所述第一节点和所述第二节点，构建若干个扰动区域。
13.通过采用上述技术方案，通过第一节点和第二节点的位置关系，考虑采集设备可能存在探测范围重叠的情况，构建若干个扰动区域。
14.可选的，所述基于预设的第三方式判断所述扰动区域是否为所述第一子标签对应的生物的活动区域，方法具体包括：基于所述扰动区域内的所述第二目标图像和所述第三目标图像，提取第二子标签；确定所述第二子标签的出现频率；当所述出现频率大于预设的第二阈值时，确定所述扰动区域为所述第一子标签对应的生物的活动区域。
15.通过采用上述技术方案，通过扰动区域内的第二目标图像和第三目标图像，提取第二子标签，且当第二子标签出现频率大于第二阈值时，则可确定扰动区域为第一子标签对应的生物的活动区域。
16.可选的，所述基于所述第一节点和所述第二节点，构建若干个扰动区域，具体包括：将各所述第一节点与其对应所述第二节点相连，得到若干个扰动区域；确定第三节点；所述第三节点为相连的所述第一节点的个数为预设的第三阈值的第二节点；将所述第三节点相连，得到若干个扰动区域。
17.可选的，在所述判断所述第二标签是否对应于所述若干个生物的第一标签之后，所述方法还包括：若否，基于预设的第二方式确定所述第二标签对应的生物的活动区域。
18.通过采用上述技术方案，若判断第二标签与第一标签不对应时，则确定探测方案的采集设备位置设定可能存在问题，则重新设计采集设备位置，并重新探测生物的实际活动区域。
19.在本技术的第二方面提供了一种基于计算机视觉的红外超时相生物探测系统，所述系统包括：图像处理模块、判断模块以及区域划分模块；所述图像处理模块，用于根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；所述图像处理模块，还用于提取所述预设区域的超时相图像中的预设范围内的目标图像；所述预设范围内的目标图
像包括第一目标图像、第二目标图像以及第三目标图像；所述图像处理模块，还用于基于所述第一目标图像得到若干个生物的第一标签；基于所述第二目标图像和所述第三目标图像得到若干个生物的第二标签；所述判断模块，用于判断所述第二标签是否对应于所述若干个生物的第一标签；所述区域划分模块，用于当所述第二标签对应于所述若干个生物的第一标签时，确定预设区域为所述标签对应的生物的活动区域。
20.在本技术的第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如本技术第一方面任意一项所述的方法。
21.在本技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有能够被处理器加载并执行如本技术第一方面任意一项所述的方法的计算机程序。
22.综上所述，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：1.通过采集设备采集预设区域中的图像数据，在经过处理后得到超时相图像，可以使得获取得到的图像精度更高，因而使得提取得到的第一目标图像、第二目标图像以及第三目标图像更加清晰，并使得提取的第一标签和第二标签更加精准；通过判断第二标签是否对应于若干个生物的第一标签，确定第一目标图像、第二目标图像以及第三目标图像中的信息是否能够一一对应，从而能够更加准确地确定标签对应的生物的活动区域；2.基于第一目标图像和第一标签，提取若干个第一子标签，即更加精细地区分若干个第一子标签对应的生物的活动范围；并通过构建第一采集设备的位置关系图，可以更加清晰且直观地确定各个种类的生物的实际活动区域；3.通过判断第一区域范围内在预设时间段内第一子标签出现的数量是否小于预设的第一阈值，并设定扰动区域；可以通过重新判断扰动区域是否为第一子标签对应的生物的活动区域，从而更加精确地探测到某种生物的实际活动区域。
附图说明
23.图1是本技术实施例提供的一种基于计算机视觉的红外超时相生物探测方法的流程示意图；图2是其示出了本技术实施例提供的一种采集设备的位置关系图一；图3是其示出了本技术实施例提供的一种采集设备的位置关系图二；图4是本技术实施例公开一种基于计算机视觉的红外超时相生物探测系统的结构示意图；图5是本技术实施例公开的一种电子设备的结构示意图。
24.附图标记说明：1、图像处理模块；2、判断模块；3、区域划分模块；500、电子设备；501、处理器；502、通信总线；503、用户接口；504、网络接口；505、存储器。
具体实施方式
25.为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述
的实施例仅是本技术一部分实施例，而不是全部的实施例。
26.在本技术实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本技术实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
27.在本技术实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
28.红外超时相又称红外多时相。红外超时相技术是一种利用卫星、航空飞行器或地面红外相机等采集设备获取一定时间范围内同一区域的多张图像数据，并通过图像处理技术将这些数据拼接成一幅高精度、高分辨率的图像的技术。
29.本技术提供了一种基于计算机视觉的红外超时相生物探测方法，参照图1，其示出了本技术实施例提供的一种基于计算机视觉的红外超时相生物探测方法的流程示意图。该方法包括步骤s101-s107，上述步骤如下：步骤s101：根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像。
30.在上述步骤中，服务器根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像。
31.具体来说，在本技术方案中，预设区域即军事定点打击区域，本技术实施例中生物的定义为仿生生物和人；仿生生物包括各种种类的仿生机器人，例如大狗机器人等。采集设备包括但不限于卫星、航空飞行器、无人机或地面红外相机等。采集设备通过采集物体的图像数据，超时相技术通过种利用计算机视觉技术通过对采集到的图像数据进行处理和分析，实现对生物行为的自动识别和记录。在超时相图像中，可以清晰地看到生物的踪迹，包括它们走过的路线、停留的地点等等。
32.超时相技术中的关键在于确定超时窗口，即监测时间的时间间隔和长度。这取决于研究人员的实际需求。以采集设备帧率30帧/秒为例，即采集设备每秒采集30张图片；由于本技术检测生物为仿生生物和人，因此将采样间隔设计为0.5秒即可采集到极大多数的仿生生物和人的活动图像数据。
33.步骤s102：提取预设区域的超时相图像中的预设范围内的目标图像；预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像。
34.在上述步骤中，服务器提取预设区域的超时相图像中的预设范围内的目标图像。
35.具体来说，服务器将计算机视觉提取超时相图像中的目标图像。首先对超时相图像进行预处理，即对超时相图像进行灰度化处理、去噪和图像增强等操作，以提高后续特征提取的准确性和效果。再使用目标检测算法，如基于深度学习的物体检测算法，检测出超时相图像中的目标。在本技术中，即检测出超时相图像中的第一目标图像、第二目标图像以及第三目标图像。再对检测出的生物目标图像进行特征提取，提取出能够表征的特征信息，如
外观形状、颜色等。再将特征信息转换为特征图像，即将提取的特征信息以图像形式呈现。可以采用传统的图像处理方法，如基于滤波器、变换和投影等技术实现。最后将特征图像进行分类，可以采用机器学习和深度学习算法进行分类，将特征图像分为不同的类别。
36.其中，第一目标图像即为生物图像；第二目标图像即为生物踪迹图像，如生物的足迹；第三目标图像即为生物的其他图像，如生物产生的活动痕迹等图像。
37.步骤s103：基于第一目标图像得到若干个生物的第一标签。
38.在上述步骤中，服务器基于第一目标图像得到若干个生物的第一标签。
39.具体来说，在本技术方案中，第一标签即生物的分类标签，如仿生生物标签和人类标签，即将生物区分为仿生生物和人。服务器将基于计算机视觉提取生物图像中的特征，对生物进行标签分类。
40.步骤s104：基于第二目标图像和第三目标图像得到若干个生物的第二标签。
41.在上述步骤中，服务器基于第二目标图像和第三目标图像得到若干个生物的第二标签。
42.具体来说，在本技术方案中，第二标签与第一标签的含义相同，均为仿生生物标签和人类标签。由于仿生生物和人的踪迹和产生的活动痕迹不同，服务器将基于计算机视觉提取生物踪迹图像中的足迹形状、大小、踪迹形式等特征和生物的其他图像中产生的活动痕迹等特征，对生物进行标签分类。
43.步骤s105：判断第二标签是否对应于若干个生物的第一标签。
44.在上述步骤中，服务器判断第二标签是否对应于若干个生物的第一标签。
45.步骤s106：若是，确定预设区域为标签对应的生物的活动区域。
46.在上述步骤中，服务器判断当第二标签对应于若干个生物的第一标签时，确定预设区域为标签对应的生物的活动区域。
47.具体来说，在本技术方案中，当预设区域中从第一目标图像中提取的第一标签与从第二目标图像以及第三目标图像中提取的第二标签能够一一对应时，则判断预设区域为标签对应的生物的活动区域。
48.在一种可能的实施方式中，参照图1，在步骤s105之后，方法还包括步骤s107：当第二标签不对应于若干个生物的第一标签时，基于预设的第二方式确定第二标签对应的生物的活动区域。
49.在上述步骤中，服务器判断当第二标签不对应于若干个生物的第一标签时，则基于预设的第二方式确定第二标签对应的生物的活动区域。
50.具体来说，在本技术方案中，可能存在生物未能捕捉到图像，因此导致第一标签与第二标签不对应的情况发生。因此将采用预设的第二方式确定为研究人员重新设置采集设备的位置，扩大预设区域的范围，重新执行步骤s101-s105。
51.在一种可能的实施方式中，在步骤s106之后，方法还包括如下步骤：基于第一目标图像和第一标签，提取若干个第一子标签。
52.在上述步骤中，服务器基于第一目标图像和第一标签，提取若干个第一子标签。
53.具体来说，第一子标签为生物的类别。举例来说，对于人类标签，即根据第一目标图像将人类区分为军事人员和普通群众。对于仿生生物标签，即根据第一目标图像将仿生生物区分出仿生生物的具体类型，如某种类型的仿生机器人。服务器将基于第一目标图像
中每种生物的区别特征点，提取出能够表征该种生物的特征信息，并生成若干个第一子标签。对于人类标签，即根据是否装备有军事装备等区别特征点，将人类区分为军事人员和普通群众；对于仿生生物标签，即根据仿生生物的形状、构造、颜色等，将仿生生物区分为各种类型的仿生机器人。
54.需要说明的是，将人类区分为军事人员和普通群众用于准确识别需要打击的目标势力的军事人员，避免错误打击普通群众。将仿生生物区分出仿生生物的具体类型用于更加准确的识别出需要打击的目标势力的军事力量，便于后续专家进行准确战局研判。
55.根据若干个第一子标签，得到对应的第一目标图像，并确定第一超时相图像。
56.在上述步骤中，服务器根据若干个第一子标签，得到对应的第一目标图像，并确定第一超时相图像。
57.具体来说，在本技术方案中，服务器将根据第一子标签找到对应的第一目标图像，即寻找到是哪张第一目标图像中包含有第一子标签，并确定该第一目标图像对应的第一超时相图像。
58.确定第一超时相图像对应的第一采集设备的设定位置。
59.在上述步骤中，服务器确定述第一超时相图像对应的第一采集设备的设定位置。
60.具体来说，在本技术方案中，第一超时相图像包含多幅超时相图像；第一采集设备包含多个采集设备，第一采集设备即与上述第一超时相图像对应的采集设备。举例来说，服务器从多幅超时相图像中提取的第一目标图像中，提取得到的第一子标签为军事人员，多幅超时相图像是由采集设备1、2、3、4、5、6、7、8、9、10、11分别采集得到的图像数据并从经过处理后得到的超时相图像。
61.基于第一采集设备的设定位置，构建第一采集设备的位置关系图；其中，各第一采集设备对应第一采集设备的位置关系图中的各结点，各第一采集设备之间的布置关系对应各结点之间的连接关系。
62.在上述步骤中，服务器基于第一采集设备的设定位置，构建第一采集设备的位置关系图。
63.具体来说，在本技术方案中，参照图2，其示出了本技术实施例提供的一种采集设备的位置关系图一。节点a、b、c、d、e、f、g、h、i、j、k是与采集设备1、2、3、4、5、6、7、8、9、10、11对应的节点。各节点之间的位置关系将根据采集设备的实际布置等比例缩小，缩小比例将根据预设区域的实际范围进行设定。服务器将根据第一采集设备的位置关系，将最外部的第一采集设备对应的节点a、b、c、d、e、f相连。
64.基于第一采集设备的位置关系图，确定第一区域范围；第一区域范围为若干个第一子标签对应的生物的活动区域。
65.在上述步骤中，服务器基于第一采集设备的位置关系图，确定第一区域范围。
66.具体来说，在本技术方案中，参照图2，节点a、b、c、d、e、f相连组成的区域即为第一区域范围，即第一子标签对应的生物的活动区域。在上述举例中，节点a、b、c、d、e、f相连组成的区域即为军事人员的活动区域。
67.在一种可能的实施方式中，在步骤确定第一区域范围之后，方法还包括如下步骤：获取第一区域范围内在预设时间段内第一子标签出现的数量。
68.在上述步骤中，服务器获取第一区域范围内在预设时间段内第一子标签出现的数
量。
69.具体来说，在本技术方案中，预设时间段内为技术人员根据实际情况进行设定，预设时间段可以为一周、一个月等等。其具体时间段在本技术方案中不做过多限定。
70.当第一子标签出现的数量小于预设的第一阈值时，则基于预设的第一方式确定第一区域范围中的扰动区域。
71.在上述步骤中，服务器判断当第一子标签出现的数量小于预设的第一阈值时，则基于预设的第一方式确定第一区域范围中的扰动区域。
72.具体来说，在本技术方案中，预设的第一阈值设定为历史检测到第一子标签在预设时间段内出现的数量峰值的50%。具体的百分比还需要根据预设区域内的实际环境，战局等因素进行设定，上述因素都会对生物数量产生影响。
73.在一种可能的实施方式中，步骤基于预设的第一方式确定第一区域范围中的扰动区域，方法具体包括如下步骤：确定第一节点；第一节点为第一采集设备的位置关系图中若干个边界节点。
74.在上述步骤中，服务器将确定第一节点。
75.具体来说，在本技术方案中，参照图3，其示出了本技术实施例提供的一种采集设备的位置关系图二。其中节点a、b、c、d、e、f即为第一节点。
76.确定第二节点；第二节点为第一采集设备的位置关系图中与第一节点连接线路径最短的节点。
77.在上述步骤中，服务器确定第二节点。
78.具体来说，在本技术方案中，服务器将计算各节点间的长度，确定除第一节点之外的与各第一节点距离最短的节点。参照图3，和节点a连接线路径最短的节点为节点h；和节点b连接线路径最短的节点为节点j；和节点c连接线路径最短的节点为节点j；和节点d连接线路径最短的节点为节点k；和节点e连接线路径最短的节点为节点i；和节点f连接线路径最短的节点为节点h。因此第二节点可以确定为节点j、k、i、h。
79.基于第一节点和第二节点，构建若干个扰动区域。
80.在上述步骤中，服务器基于第一节点和第二节点，构建若干个扰动区域。
81.具体来说，由于划分出来的区域需要满足以下要求：区域之间相互独立，不会相互干扰或重叠。且每个小区域内的生物踪迹数量要足够多，以保证后续的分类算法可以有效地识别和分类。在本技术方案中，扰动区域即可能因为采集设备间隔距离过近导致采集设备存在检测重叠的边缘区域。
82.在一种可能的实施方式中，步骤基于第一节点和第二节点，构建若干个扰动区域，方法具体包括如下步骤。
83.将各第一节点与其对应第二节点相连，得到若干个扰动区域。
84.在上述步骤中，服务器将各第一节点与其对应第二节点相连，得到若干个扰动区域具体来说，在本技术方案中，服务器连接第一节点与其对应第二节点，并判断第一节点和其对应的第二节点是否能组成一个闭合区域。参照图3，第一节点a、f和与其接线路径最短的第二节点h可以组成区域afh；第一节点b、c和与其接线路径最短的第二节点j可以组成区域bcj。
85.确定第三节点；第三节点为相连的第一节点的个数为预设的第三阈值的第二节点。
86.在上述步骤中，服务器将确定相连的第一节点的个数为预设的第三阈值的第二节点。
87.具体来说，在本技术方案中，第三阈值为1。参照图3，与第二节点i相连的第一节点仅有节点e；与第二节点k相连的第一节点仅有节点d。因此确定节点i和节点k为第三节点。
88.将第三节点相连，得到若干个扰动区域。
89.在上述步骤中，服务器将第三节点相连，得到若干个扰动区域。
90.具体来说，在本技术方案中，将节点i、k相连，可得到闭合区域ikde，则可得到扰动区域ikde。因此在本技术方案的举例中，共有三个扰动区域，分别为区域afh、区域bcj以及区域ikde。
91.基于预设的第三方式判断扰动区域是否为第一子标签对应的生物的活动区域；在上述步骤中，服务器基于预设的第三方式判断扰动区域是否为第一子标签对应的生物的活动区域。
92.在一种可能的实施方式中，步骤基于预设的第三方式判断扰动区域是否为第一子标签对应的生物的活动区域，方法具体包括如下步骤：基于扰动区域内的第二目标图像和第三目标图像，提取第二子标签；确定第二子标签的出现频率；当出现频率大于预设的第二阈值时，确定扰动区域为第一子标签对应的生物的活动区域。
93.具体来说，在本技术方案中，服务器将基于扰动区域afh、扰动区域bcj以及扰动区域ikde的第二目标图像和第三目标图像提取第二子标签。第二子标签为较为清晰的生物活动痕迹。预设的第二阈值为0。如果在扰动区域出现较为清晰的生物活动痕迹时，则可以确定该扰动区域为第一子标签对应的生物的活动区域。
94.若否，则重新确定第二区域范围；第二区域范围为若干个第一子标签对应的生物的精确活动区域。
95.在上述步骤在，服务器判断扰动区域不为第一子标签对应的生物的活动区域时，则重新确定若干个第一子标签对应的生物的精确活动区域。
96.具体来说，在本技术方案中，服务器判断扰动区域不为第一子标签对应的生物的活动区域时，则将该区域从原有的第一区域范围中去除该扰动区域，并确定新的第二区域范围。举例来说，当判断扰动区域ahf不为军事人员的活动区域时，则第二区域范围则为区域abcdef去除区域ahf后的剩余区域。
97.需要说明的是，服务器判断扰动区域为第一子标签对应的生物的活动区域时，则保留该扰动区域。
98.参照图4，其示出了本技术实施例提供的一种基于计算机视觉的红外超时相生物探测系统的结构示意图。系统包括：图像处理模块1、判断模块2以及区域划分模块3；图像处理模块1，用于根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；图像处理模块1，还用于提取预设区域的超时相图像中的预设范围内的目标图像；预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像；图像处理模块1，还用于基于第一目标图像得到若干个生物的第一标签；基于第二目标图像和第三目标图像得到若
干个生物的第二标签；判断模块2，用于判断第二标签是否对应于若干个生物的第一标签；区域划分模块3，用于当第二标签对应于若干个生物的第一标签时，确定预设区域为标签对应的生物的活动区域。
99.本技术还公开一种电子设备。参照图5，图5是本技术实施例的公开的一种电子设备的结构示意图。该电子设备500可以包括：至少一个处理器501，至少一个网络接口504，用户接口503，存储器505，至少一个通信总线502。
100.其中，通信总线502用于实现这些组件之间的连接通信。
101.其中，用户接口503可以包括显示屏（display）、摄像头（camera），可选用户接口503还可以包括标准的有线接口、无线接口。
102.其中，网络接口504可选的可以包括标准的有线接口、无线接口（如wi-fi接口）。
103.其中，处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器505内的指令、程序、代码集或指令集，以及调用存储在存储器505内的数据，执行服务器的各种功能和处理数据。可选的，处理器501可以采用数字信号处理（digital signal processing，dsp）、现场可编程门阵列（field-programmable gate array，fpga）、可编程逻辑阵列（programmable logic array，pla）中的至少一种硬件形式来实现。处理器501可集成中央处理器（central processing unit，cpu）、图像处理器（graphics processing unit，gpu）和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器501中，单独通过一块芯片进行实现。
104.其中，存储器505可以包括随机存储器（random access memory，ram），也可以包括只读存储器（read-only memory）。可选的，该存储器505包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。参照图5，作为一种计算机存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及一种应用程序。
105.在图5所示的电子设备500中，用户接口503主要用于为用户提供输入的接口，获取用户输入的数据；而处理器501可以用于调用存储器505中存储一种应用程序，当由一个或多个处理器501执行时，使得电子设备500执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必需的。
106.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
107.在本技术所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方
式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
108.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
109.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
110.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本技术各个实施例方法的全部或部分步骤。而前述的存储器包括：u盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
111.以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。
112.本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

技术特征：
1.一种基于计算机视觉的红外超时相生物探测方法，其特征在于，所述方法包括：根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；提取所述预设区域的超时相图像中的预设范围内的目标图像；所述预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像；基于所述第一目标图像得到若干个生物的第一标签；基于所述第二目标图像和所述第三目标图像得到若干个生物的第二标签；判断所述第二标签是否对应于所述若干个生物的第一标签；若是，确定预设区域为所述标签对应的生物的活动区域。2.根据权利要求1所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，在所述确定预设区域为所述标签对应的生物的活动区域之后，方法还包括：基于所述第一目标图像和所述第一标签，提取若干个第一子标签；根据若干个所述第一子标签，得到对应的第一目标图像，并确定第一超时相图像；确定所述第一超时相图像对应的第一采集设备的设定位置；基于所述第一采集设备的设定位置，构建第一采集设备的位置关系图；其中，各所述第一采集设备对应所述第一采集设备的位置关系图中的各结点，各所述第一采集设备之间的布置关系对应各所述结点之间的连接关系；基于所述第一采集设备的位置关系图，确定第一区域范围；所述第一区域范围为若干个所述第一子标签对应的生物的活动区域。3.根据权利要求2所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，在所述确定第一区域范围之后，方法还包括：获取所述第一区域范围内在预设时间段内所述第一子标签出现的数量；当所述第一子标签出现的数量小于预设的第一阈值时，则基于预设的第一方式确定所述第一区域范围中的扰动区域；基于预设的第三方式判断所述扰动区域是否为所述第一子标签对应的生物的活动区域；若否，则重新确定第二区域范围；所述第二区域范围为若干个所述第一子标签对应的生物的精确活动区域。4.根据权利要求3所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，所述基于预设的第一方式确定所述第一区域范围中的扰动区域，方法具体包括：确定第一节点；所述第一节点为所述第一采集设备的位置关系图中若干个边界节点；确定第二节点；所述第二节点为所述第一采集设备的位置关系图中与所述第一节点连接线路径最短的节点；基于所述第一节点和所述第二节点，构建若干个扰动区域。5.根据权利要求3所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，所述基于预设的第三方式判断所述扰动区域是否为所述第一子标签对应的生物的活动区域，方法具体包括：基于所述扰动区域内的所述第二目标图像和所述第三目标图像，提取第二子标签；确定所述第二子标签的出现频率；当所述出现频率大于预设的第二阈值时，确定所述扰动区域为所述第一子标签对应的
生物的活动区域。6.根据权利要求4所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，所述基于所述第一节点和所述第二节点，构建若干个扰动区域，具体包括：将各所述第一节点与其对应所述第二节点相连，得到若干个扰动区域；确定第三节点；所述第三节点为相连的所述第一节点的个数为预设的第三阈值的第二节点；将所述第三节点相连，得到若干个扰动区域。7.根据权利要求1所述的一种基于计算机视觉的红外超时相生物探测方法，其特征在于，在所述判断所述第二标签是否对应于所述若干个生物的第一标签之后，所述方法还包括：若否，基于预设的第二方式确定所述第二标签对应的生物的活动区域。8.一种基于计算机视觉的红外超时相生物探测系统，其特征在于，所述系统包括：图像处理模块(1)、判断模块(2)以及区域划分模块(3)；所述图像处理模块(1)，用于根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；所述图像处理模块(1)，还用于提取所述预设区域的超时相图像中的预设范围内的目标图像；所述预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像；所述图像处理模块(1)，还用于基于所述第一目标图像得到若干个生物的第一标签；基于所述第二目标图像和所述第三目标图像得到若干个生物的第二标签；所述判断模块(2)，用于判断所述第二标签是否对应于所述若干个生物的第一标签；所述区域划分模块(3)，用于当所述第二标签对应于所述若干个生物的第一标签时，确定预设区域为所述标签对应的生物的活动区域。9.一种电子设备，其特征在于，包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504)，所述存储器(505)用于存储指令，所述用户接口(503)和网络接口(504)用于给其他设备通信，所述处理器(501)用于执行所述存储器(505)中存储的指令，以使所述电子设备(500)执行如权利要求1-7任意一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法步骤。

技术总结
一种基于计算机视觉的红外超时相生物探测方法及系统，涉及计算机视觉技术领域。在该方法中，实施本申请提供的技术方案，根据预设区域中采集设备采集的图像数据，得到预设区域的超时相图像；提取预设区域的超时相图像中的预设范围内的目标图像；预设范围内的目标图像包括第一目标图像、第二目标图像以及第三目标图像；基于第一目标图像得到若干个生物的第一标签；基于第二目标图像和第三目标图像得到若干个生物的第二标签；判断第二标签是否对应于若干个生物的第一标签；若是，确定预设区域为标签对应的生物的活动区域。可以有效提高探测得到的生物的实际活动区域的准确程度。得到的生物的实际活动区域的准确程度。得到的生物的实际活动区域的准确程度。


技术研发人员：周健
受保护的技术使用者：北京庚图科技有限公司
技术研发日：2023.06.08
技术公布日：2023/8/30