(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211310924.2 (22)申请日 2022.10.25 (71)申请人 广州艾米生态人工智能农业有限公 司 地址 510900 广东省广州市从化区街口街 道风云岭森林公园内艾米稻香小镇农 智谷办公楼101室 (72)发明人 唐飞　陈富华　陈文勇　江会欣　 黄东杰　黄庆　 (74)专利代理 机构 北京劲创知识产权代理事务 所(普通合伙) 11589 专利代理师 常柯阳 (51)Int.Cl. H04N 5/76(2006.01) H04L 67/06(2022.01)G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 10/94(2022.01) G06V 10/96(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06F 16/583(2019.01) G06F 16/58(2019.01) G16Y 10/05(2020.01) G16Y 20/00(2020.01) G16Y 40/10(2020.01) G16Y 40/20(2020.01) (54)发明名称 可远程自动化生成水稻生长过程动态视频 的系统和方法 (57)摘要 本申请涉及一种可远程自动化生成水稻生 长过程动态视频的系统和方法， 通过数据采集设 备采集现场的图像数据， 图像数据被存储至远程 数据中心的文件存储中心， 对应的图像元信息数 据存储至远程数据中心的元信息数据库； 任务调 度模块将文件存储中心中的图像数据传至人工 智能处理模块识别， 然后将人工智能处理模块的 识别结果传至元信息数据库保存； 视频数据生成 模块根据客户端的请求基于元信息数据库的数 据生成指定的水稻视频数据供客户端获取， 本申 请通过人工智能处理模块实现了水稻生长周期、 病害、 虫害和草害情况多重影响因素的识别， 通 过视频数据生成模块实现了水稻视频数据的获 取， 提高了水稻监测的自动化水平。 权利要求书2页 说明书7页 附图2页 CN 115379150 A 2022.11.22 CN 115379150 A 1.可远程自动化生成水稻生长过程动态视频的系统， 其特征在于： 系统包括设于水稻 现场的数据采集设备、 与数据采集设备远程连接的远程数据中心、 与远程数据中心连接的 任务调度模块及视频数据生成模块、 与任务调度模块连接的人工智能处理模块、 与视频数 据生成模块连接的客户端； 所述数据采集设备用于根据配置采集现场的图像数据， 并将图 像数据及对应的图像元信息数据实时存储至远程数据中心； 所述任务调 度模块用于定时获 取远程数据中心中未识别的图像数据， 并将获取的图像数据传至人工智能处理模块进 行生 长周期、 病害、 虫害和草害情况的识别， 然后 将人工智能处理模块的识别结果传至远程数据 中心保存； 所述视频数据生成模块用于根据客户端的请求基于远程数据中心的数据生成指 定的水稻视频 数据供客户端获取。 2.如权利要求1所述的可远程自动 化生成水稻生长过程动态视频的系统， 其特征在于： 所述远程数据中心包括文件存储中心和元信息数据库， 所述文件存储中心用于存储数据采 集设备采集的图像数据； 所述元信息数据库用于存储图像数据对应的图像元信息数据以及 任务调度模块传输的识别结果。 3.如权利要求2所述的可远程自动 化生成水稻生长过程动态视频的系统， 其特征在于： 所述图像元信息数据存至元信息数据库的过程为： 所述图像元信息数据先上传至云物联网 平台， 云物联网平台再将图像元信息数据和对应图像数据的URL 一起存储至元信息数据库。 4.可远程自动化生成水稻生长过程动态视频的方法， 其特征在于： 数据采集设备根据 配置采集现场的图像数据， 并将图像数据及对应的图像元信息数据实时上传， 其中图像数 据存储至远程数据中心的文件存储中心， 图像元信息数据存储至远程数据中心的元信息数 据库； 任务调度模块定时获取文件存储中心中未识别的图像数据， 并将获取 的图像数据传 至人工智能处理模块进 行生长周期、 病害、 虫害和草害情况的识别， 然后 将人工智能处理模 块的识别结果传至元信息数据库保存； 视频数据生成模块根据客户端的请求基于元信息数 据库的数据生成指定的水稻视频 数据供客户端获取。 5.根据权利要求4所述的可远程自动化生成水稻生长过程动态视频的方法， 其特征在 于： 所述图像元信息数据存储至元信息数据库具体为： 所述图像元信息数据上传至云物联 网平台， 云物联网平台将图像元信息数据和对应图像数据的URL 一起存储至元信息数据库。 6.根据权利要求4所述的可远程自动化生成水稻生长过程动态视频的方法， 其特征在 于： 所述人工智能处理模块包括生长周期分类模型、 病害分类模型、 虫害分类模 型和草害分 类模型， 所述模型均为Mobi leNetV3卷积神经网络模型， 建模过程如下： 步骤1： 收集历史现场的图像数据作为训练样本， 标注每个图像数据的水稻生长状况及 病虫害信息， 将标注后的图像数据按比例分为训练集、 验证集和 测试集； 步骤2： 在P yTorch框架下进行生长周期 分类模型、 病害分类模型、 虫害分类模型和草害 分类模型的训练； 使用Softmax函数将各个分类模型的输出转 为输出出现的概 率； 步骤3： 计算输出的交叉熵误差作为本次训练的损失值， 判断所述损失值的下降情况是 否符合预设条件， 是则结束训练并保存此时的权 重， 否则返回步骤2继续迭代训练。 7.根据权利要求6所述的可远程自动化生成水稻生长过程动态视频的方法， 其特征在 于： 所述预设条件为连续 N次训练的损失之间差值小于预设阈值， N≥3 。 8.根据权利要求4所述的可远程自动化生成水稻生长过程动态视频的方法， 其特征在 于： 所述任务调度模块定时获取文件存储中心中未识别的图像数据， 并将获取 的图像数据权　利　要　求　书 1/2 页 2 CN 115379150 A 2传至人工智能处理模块识别， 然后将人工智能处理模块的识别结果传至元信息数据库保 存， 具体包括： 定时任务启动时， 任务调度模块从元信息数据库查询出未识别的图像数据， 将该图像数据传至人工智能处理模块的各模型进 行识别， 从而获得每个图像数据在各模型 的识别结果， 任务调度模块将识别结果传至元信息数据库保存。 9.根据权利要求4所述的可远程自动化生成水稻生长过程动态视频的方法， 其特征在 于： 所述视频数据生成模块根据客户端的请求基于元信息数据库的数据生成指 定的水稻视 频数据供客户端获取， 具体包括： 根据客户端的请求， 视频数据生成模块通过SQL查询元信 息数据库， 筛选得到待生成视频的图像数据， 再配合视频帧率参数， 实时合 成水稻生长过程 的动态视频。 10.根据权利要求9所述的可远程自动 化生成水稻生长过程动态视频的方法， 其特征在 于： 所述元信息数据库包括元信息表， 所述元信息表包括与图像数据相关的若干字段， 所述 字段是SQL查询得到图像数据的基础。权　利　要　求　书 2/2 页 3 CN 115379150 A 3