摘要
本公开属于图像识别技术领域,涉及一种基于图像识别的入侵检测方法及系统。通过收集小鸟在电线塔附近的停留时间、访问频率、是否叼着材料以及是否宣示领地鸣叫等数据,经归一化预处理后输入深度学习模型。在预测时,训练好的模型先得出初步结果,再依据是否宣示领地鸣叫特征对输出结果校正,有鸣叫时按特定公式提升预测筑巢概率,无鸣叫时则降低。本公开综合通过图像识别小鸟的多行为特征并校正输出,有效提高了小鸟筑巢选址行为检测的准确性与可靠性,可广泛应用于电力设施保护等领域,减少因小鸟入侵筑巢引发的电力故障风险等。
技术关键词
电线塔
诱导性鸟巢
区域停留时间
入侵检测方法
时间序列信息
数据
可执行程序代码
频率
电力设施保护
入侵检测系统
图像识别技术
深度学习模型
关系
视频
校正单元
样本
非线性