本公开涉及智能管理领域,且更为具体地,涉及一种基于人工智能的园林绿化管理系统及其方法。
背景技术:
1、城市园林的功能从传统的美化、观赏、休憩等方面逐渐向生态保护和环境改善等综合性功能过渡,这主要体现在城市园林中绿化面积不断增加,苗木种类越来越繁多,鉴于这种现状,城市园林的绿化维护管理显得愈加重要。其中园林的绿化维护主要包括浇水、施肥、除虫等多个方面,而浇水是众多绿化维护方面中最基础的维护。
2、但是现有的园林绿化维护管理系统组成机构较为简单,维护管理系统无法及时准确的对园林内绿化植物是否缺水进行监测,从而影响园林绿化维护管理效果。
3、因此,期待一种优化的园林绿化管理方案。
技术实现思路
1、有鉴于此,本公开提出了一种基于人工智能的园林绿化管理系统及其方法,其可以对性对被监控的绿化植物进行智能化地缺水分析,以满足对绿化植物的浇水需求。
2、根据本公开的一方面,提供了一种基于人工智能的园林绿化管理方法,其包括:
3、获取由摄像头采集的被监控绿化植物的生长状态图像;
4、从所述生长状态图像中提取生长状态全局上下文关联特征向量;以及
5、基于所述生长状态全局上下文关联特征向量,确定所述被监控绿化植物是否缺水。
6、根据本公开的另一方面,提供了一种基于人工智能的园林绿化管理系统,其包括:
7、图像采集模块,用于获取由摄像头采集的被监控绿化植物的生长状态图像;
8、特征提取模块,用于从所述生长状态图像中提取生长状态全局上下文关联特征向量;以及
9、绿化植物缺水判断模块,用于基于所述生长状态全局上下文关联特征向量,确定所述被监控绿化植物是否缺水。
10、根据本公开的实施例,其首先获取由摄像头采集的被监控绿化植物的生长状态图像,接着,从所述生长状态图像中提取生长状态全局上下文关联特征向量,然后,基于所述生长状态全局上下文关联特征向量,确定所述被监控绿化植物是否缺水。这样,可以对性对被监控的绿化植物进行智能化地缺水分析,以满足对绿化植物的浇水需求。
11、根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
1.一种基于人工智能的园林绿化管理方法,其特征在于,包括:获取由摄像头采集的被监控绿化植物的生长状态图像;从所述生长状态图像中提取生长状态全局上下文关联特征向量;以及基于所述生长状态全局上下文关联特征向量,确定所述被监控绿化植物是否缺水。
2.根据权利要求1所述的基于人工智能的园林绿化管理方法,其特征在于,从所述生长状态图像中提取生长状态全局上下文关联特征向量,包括:提取所述被监控绿化植物的生长状态图像的多个植物生长状态局部特征图;对所述多个植物生长状态局部特征图进行特征分布优化以得到多个优化植物生长状态局部特征图;对所述多个优化植物生长状态局部特征图进行降维处理以得到多个植物生长状态局部展开特征向量;以及从所述多个植物生长状态局部展开特征向量提取所述生长状态全局上下文关联特征向量。
3.根据权利要求2所述的基于人工智能的园林绿化管理方法,其特征在于,提取所述被监控绿化植物的生长状态图像的多个植物生长状态局部特征图,包括:将所述被监控绿化植物的生长状态图像通过基于金字塔网络的生长状态特征提取器以得到所述多个植物生长状态局部特征图。
4.根据权利要求3所述的基于人工智能的园林绿化管理方法,其特征在于,对所述多个植物生长状态局部特征图进行特征分布优化以得到多个优化植物生长状态局部特征图,包括:
5.根据权利要求4所述的基于人工智能的园林绿化管理方法,其特征在于,分别计算所述多个植物生长状态局部特征图沿通道维度的各个特征矩阵的加权特征向量以得到多个加权特征向量,包括:
6.根据权利要求5所述的基于人工智能的园林绿化管理方法,其特征在于,对所述多个优化植物生长状态局部特征图进行降维处理以得到多个植物生长状态局部展开特征向量,包括:将所述多个优化植物生长状态局部特征图分别展开为特征向量以得到所述多个植物生长状态局部展开特征向量。
7.根据权利要求6所述的基于人工智能的园林绿化管理方法,其特征在于,从所述多个植物生长状态局部展开特征向量提取所述生长状态全局上下文关联特征向量,包括:将所述多个植物生长状态局部展开特征向量通过基于转换器模块的特征间上下文关联特征提取器以得到所述生长状态全局上下文关联特征向量。
8.根据权利要求7所述的基于人工智能的园林绿化管理方法,其特征在于,基于所述生长状态全局上下文关联特征向量,确定所述被监控绿化植物是否缺水,包括:将所述生长状态全局上下文关联特征向量通过分类器以得到分类结果,所述分类结果用于表示是否缺水。
9.一种基于人工智能的园林绿化管理系统,其特征在于,包括:
10.根据权利要求9所述的基于人工智能的园林绿化管理系统,其特征在于,所述特征提取模块,包括: