本发明涉及计算机,特别是涉及一种基于gan的无人机火点检测方法及装置。
背景技术:
1、火点检测有如下两个常用的场景,一是应用于公共场所的吸烟行为检测,二是应用于森林消防,以尽早发现潜在的火灾隐患。火点检测算法可以结合无人机的机动性,大大增加了可检测的范围,提高了检测效率。目前借助无人机进行火点检测的方法大多是在无人机上挂载红外云台,无人机在巡航过程中将红外云台所采集到的热值图实时回传至控制台,再由控制台对热值图进行分析,在发现潜在的火点时发出预警。
2、目前的技术方案对无人机的续航,以及信号传输的稳定性都有较高要求。现有的使用无人机进行火点检测的方法存在着续航差以及对信号传输稳定性要求较高两个问题:1)现有的无人机火点检测的方法需要无人机实时将画面回传至控制台,持续的信号传输会降低无人机的续航。而且因为现有方法钟常用的yolov3算法对于算力的要求,使得火点检测的过程只能交给算力更强的控制台进行处理,而无人机方面仅仅利用了其机动性,并没有利用到无人机自身的算力。2)热值图从无人机实时回传至控制台,对信号传输的稳定性是一个考验,如果发生了信号扰动,可能因错过某些潜在的火点信息而造成判断失误。
技术实现思路
1、本发明提供了一种基于gan的无人机火点检测方法及装置,可以大大缓解了因信号传输造成的无人机续航下降的问题,使无人机一次巡航可以工作的更久,检测的范围更大;并且仅在发现潜在火点时再回传信号,对信号的稳定性要求也有所下降,提高了火点检测的容错能力。
2、为了解决上述技术问题,本发明的第一实施例提供了一种基于gan的无人机火点检测方法,包括:
3、通过无人机搭载的红外云台,获取热值视频;
4、在所述热值视频中采集若干个热值图,并对所述若干个热值图做归一化处理;
5、将归一化处理后的若干个热值图输入至训练后的gan模型,以使所述gan模型判断所述若干个热值图是否存在火点;
6、若所述gan模型判断出存在火点,则将热值视频回传至控制台。
7、本发明通过在无人机上的红外云台,采集热值图,并对采集到的热值图做归一化处理,将归一化处理后的热值图直接在无人机上运用gan模型的判别器判断采集到的热值图有无火点,若判断到有火点,则直接将该热值视频回转到控制台做后续的分析;只有当无人机发现了可能的潜在火点,才将视频画面回传至控制台做进一步的确认,大大缓解了因信号传输造成的无人机续航下降的问题,对信号的稳定性要求也有所下降,提高了火点检测的容错能力。
8、进一步地,所述gan模型判断所述若干个热值图是否存在火点,具体为:
9、所述gan模型内设置有生成器和判别器;
10、所述生成器用于将潜在空间中随机采样的噪声换成若干个伪造热值图;
11、所述判别器为经过若干个真实热值图和所述若干个伪造热值图的判别训练后的判别器;其中,若干个真实热值图中包括包含火点的图片和不包含火点的图片;
12、所述gan模型通过训练后的判别器对输入的热值图进行判别,确定所述若干个热值图是否存在火点。
13、本发明可以根据gan模型判断热值图中是否存在火点,其中gan模块包含生成器和判别器,生成器用于将随机采样的噪声转换成若干个热值图,而判别器是经过若干个真实热值图和伪造热值图的判别训练得到的,训练后的判别器的可以对输入的热值图进行判别,识别图中有无火点,其中,随着训练过程的继续,生成器生成的图像会越来越接近真实的热值图,能越来越提高判别器的识别能力。
14、进一步地,所述若干个真实热值图,具体为:
15、根据gan模型的显存容量的大小向判别器提供相应的若干个真实热值图。
16、本发明根据模型训练所使用的硬件设备显存容量不同,训练过程中一次所能加载的数据量也有所不同,因此需要根据显存容量的大小调整训练参数中的batch size,以方便在真实热值图中选择合适的图片训练gan模型。
17、进一步地,所述在所述热值视频中采集若干个热值图,具体为:
18、在所述热值视频中,以预设的时间间隔选取若干个关键帧作为热值图。
19、进一步地,所述对所述若干个热值图做归一化处理,具体为:
20、对所述若干个热值图进行图像直方图归一化处理和图像尺寸的归一化处理。
21、本发明的对采集到的热值图做归一化处理,是对采集到的热值图进行图像直方图归一化处理和图像尺寸的归一化处理,方便后续的测试和识别。
22、相应的,本发明提供了一种基于gan的无人机火点检测装置,包括:获取模块、采集模块、判断模块和回传模块;
23、所述获取模块用于通过无人机搭载的红外云台,获取热值视频;
24、所述采集模块用于在所述热值视频中采集若干个热值图,并对所述若干个热值图做归一化处理;
25、所述判断模块用于将归一化处理后的若干个热值图输入至训练后的gan模型,以使所述gan模型判断所述若干个热值图是否存在火点;
26、所述回传模块用于若所述gan模型判断出存在火点,则将热值视频回传至控制台。
27、进一步地,所述gan模型判断所述若干个热值图是否存在火点,具体为:
28、所述gan模型内设置有生成器和判别器;
29、所述生成器用于将潜在空间中随机采样的噪声换成若干个伪造热值图;
30、所述判别器为经过若干个真实热值图和所述若干个伪造热值图的判别训练后的判别器;其中,若干个真实热值图中包括包含火点的图片和不包含火点的图片;
31、所述gan模型通过训练后的判别器对输入的热值图进行判别,确定所述若干个热值图是否存在火点。
32、进一步地,所述若干个真实热值图,具体为:
33、根据gan模型的显存容量的大小向判别器提供相应的若干个真实热值图。
34、进一步地,所述采集模块,包括:选取单元;
35、所述选取单元用于在所述热值视频中,以预设的时间间隔选取若干个关键帧作为热值图。
36、进一步地,所述采集模块,包括:归一化单元;
37、所述归一化单元用于对所述若干个热值图进行图像直方图归一化处理和图像尺寸的归一化处理。
38、本发明提供了一种基于gan的无人机火点检测装置,该装置以模块间的有机结合为基础,可以大大缓解因信号传输造成的无人机续航下降的问题,使无人机一次巡航可以工作的更久,检测的范围更大,并提高了火点检测的容错能力。
1.一种基于gan的无人机火点检测方法,其特征在于,包括:
2.根据权利要求1所述的基于gan的无人机火点检测方法,其特征在于,所述gan模型判断所述若干个热值图是否存在火点,具体为:
3.根据权利要求2所述的基于gan的无人机火点检测方法,其特征在于,所述若干个真实热值图,具体为:
4.根据权利要求1至3任意一项所述的基于gan的无人机火点检测方法,其特征在于,所述在所述热值视频中采集若干个热值图,具体为:
5.根据权利要求1至3任意一项所述的基于gan的无人机火点检测方法,其特征在于,所述对所述若干个热值图做归一化处理,具体为:
6.一种基于gan的无人机火点检测装置,其特征在于,包括:获取模块、采集模块、判断模块和回传模块;
7.根据权利要求6所述的基于gan的无人机火点检测装置,其特征在于,所述gan模型判断所述若干个热值图是否存在火点,具体为:
8.根据权利要求7所述的基于gan的无人机火点检测装置,其特征在于,所述若干个真实热值图,具体为:
9.根据权利要求6至8任意一项所述的基于gan的无人机火点检测装置,其特征在于,所述采集模块,包括:选取单元;
10.根据权利要求6至8任意一项所述的基于gan的无人机火点检测装置,其特征在于,所述采集模块,包括:归一化单元;