(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 202211196051.7 (22)申请日 2022.09.29 (71)申请人 湖南省第二测绘院 地址 410000 湖南省长 沙市天心区芙蓉南 路四段158号 地信大楼 (72)发明人 肖海　雷双友　唐芝青　屈伟军　 廖莎　余添添　蔡乐　王金鹏　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 吴依笛 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 20/10(2022.01) G06V 10/82(2022.01)G06V 10/44(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于铁塔视频的自然资源监测方法及 系统 (57)摘要 本发明公开了一种基于铁塔视频的自然资 源监测方法及系统， 所述方法包括： 对改进后 YOLOv5s网络模型进行训练得到最优模型， 实时 获取铁塔视频， 确定待检测目标， 选取T1时间点 和T2时间点预置点位的铁塔视频图像， 使用所述 最优模型对待检测目标进行检测， 分别得到第一 目标检测结果和第二目标检测结果； 将第一目标 检测结果与第二目标检测结果进行自动差值化 处理， 得到新增和/或减少的检测目标结果。 该方 法通过使用基于深度学习模型的目标提取和变 化检测功能， 快速发现铁塔视频的疑似违规/违 法占用/破坏自然资源行为， 可极大完善、 支 撑违 规/违法占用/破坏自然资源行为的 “早发现、 早 制止、 严查处”工作机制。 权利要求书2页 说明书5页 附图6页 CN 115331178 A 2022.11.11 CN 115331178 A 1.一种基于 铁塔视频的自然资源监测方法， 其特 征在于， 所述方法包括： 训练改进YOLOv5s网络模型， 首先将YOLOv5s网络模型Input模块中的Mosaic图像增强 方法改进 为Mosaic‑9增强方式， 其次在YOL Ov5s网络模型Backbone模块之后嵌入SKNet注意 力机制模块， 形成改进后YOLOv5s网络模型， 最后将训练集样本送入进后YOLOv5s网络模型 中进行训练， 得到最优 模型； 实时获取铁塔视频， 确定待检测目标； 选取T1时间点预置点位的铁塔视频图像， 使用所述最优模型对所述待检测目标进行检 测， 得到第一目标检测结果， 并将第一目标检测结果保存 入库； 选取T2时间点预置点位的铁塔视频图像， 使用所述最优模型对所述待检测目标进行检 测， 得到第二目标检测结果； 将所述第一目标检测结果与所述第二目标检测结果进行自动差值化处理， 得到新增 和/或减少的检测目标， 并生成疑似违规、 违法占用以及破坏自然资源行为检测结果。 2.根据权利要求1所述的自然资源监测方法， 其特征在于， 所述改进YOLOv5s网络模型 包括Input模块、 Backbo ne模块、 SKNet 注意力机制模块、 Neck模块、 head模块。 3.根据权利 要求1所述的自然资源监测方法， 其特征在于， 所述Mosaic ‑9增强方式为将 随机选取的9个 检测目标进行随机 裁剪并拼接， 形成新的样本数据。 4.根据权利要求1所述的自然资源监测方法， 其特征在于， 所述SKNet注意力机制模块 嵌入于Backbo ne模块之后， 对特 征通道进行重要性加权 。 5.根据权利要求1所述的自然资源监测方法， 其特征在于， 所述SKNet注意力机制模块 由Split、 Fuse、 Select三部分组成， Split部分是对原特征图经过不同大小的卷积核部分进 行卷积的过程， 得到 ； Fuse部分使用门整合来自所有分支信息， 将两部分的特征求和， 得到 ； Select部分是使用a和b两个权重矩阵对 进行加权操作， 再进行相 加得到输出V。 6.根据权利要求1 ‑5任一项所述的自然资源监测方法， 其特征在于， 所述监测目标为工 程车辆、 塔吊、 打桩机， 以及人工推堆、 挖掘地表。 7.一种基于铁塔视频的自然资源监测系统， 其特征在于， 所述系统包括模型训练模块、 视频获取模块、 第一目标检测模块、 第二目标检测模块、 执 行变化检测模块， 所述模型训练模块， 训练改进YOLOv5s网络模型， 首先将YOLOv5s网络模型Input模块中 的Mosaic图像增强方法改进为Mosaic ‑9增强方式， 其 次在YOLOv5s网络模型Backbone模块 之后嵌入SKNet注意力机制模块， 形成改进后YOLOv5s网络模型， 最后将训练集样本送入进 后YOLOv5s网络模型中进行训练， 得到最优 模型； 所述视频获取模块， 实时获取铁塔视频， 确定待检测目标； 所述第一目标检测模块， 选取T1时间点预置点位的铁塔视频图像， 使用所述最优模型 对所述待检测目标进行检测， 得到第一目标检测结果， 并将第一目标检测结果保存 入库； 所述第二目标检测模块， 选取T2时间点预置点位的铁塔视频图像， 使用所述最优模型 对所述待检测目标进行检测， 得到第二目标检测结果； 所述执行变化检测模块， 将所述第 一目标检测结果与 所述第二目标检测结果进行自动 差值化处理， 得到新增和/或减少的检测目标， 并生成疑似违规、 违法占用以及破坏自然资权　利　要　求　书 1/2 页 2 CN 115331178 A 2源行为检测结果。权　利　要　求　书 2/2 页 3 CN 115331178 A 3