1

高空视频松材线虫病枯死树 AI监测系统概述：

基于林区已安装的高空云台监控视频设备，通过智能化操控 高空云台PTZ自动扫描和定位拍照上传，运用AI深度学习框架和 卷积神经网络对松材线虫病枯死树特征提取样本进行算法训练和 病死树特征匹配，实现基于高空云台视频监控对松材线虫病枯死 树的自动监测和AI识别。 支持对AI识别结果进行高空云台原始拍摄画面的操控回溯， 进行对AI识别结果二次判别鉴定，可充分发挥森林防火高空视频 监控设备的使用价值，实现“一机多用、一机智用”，可达到高 效率、低成本、大范围、远距离的对疫区松材线虫病枯死树进行 远程化、可视化、智能化的监测预警目的。

主要功能：

1、多路高空视频联动

边缘AI高性能处理机支持同时自动控制 路高空视频进行监测、识别、拍摄、回传，监测范围广、效率高、误报率低。

2、自动巡航检测和拍照

创新研发了多时空高空视频巡航控制AI 算法，自动选择天气、区域进行云台接管和巡航检测，可智能避免与森林防火期云台资源调度冲突。

3、AI智能识别

通过超算平台建立了基于神经网络的松 材线虫病枯死树AI算法模型，算力可达30帧.路/秒超高频率，支持多地区视频同时接入和AI监测自动识别要求。

4、疫木定位和视频回溯

基于高空视频的经纬度、角度参数修正及摄像机焦距等参数，实现了对松材线虫病枯死树的空间位置测量与精准地理定位，并可对已识别的监控点疫木位置智能化视频回溯定位，方便人工二次判别鉴定。

5、生成病死树除治任务统计报表

平台提供以统计图表方式对松材线虫病枯死树 的监测识别结果汇总分析，包括区域归属、地点坐标、小班编号、小班面积、松林面积、病变株数、发生面积、识别图片，并支持Excel表格导出。

边缘AI算法：

1、AI算法

基于视觉AI算法技术，结合林业专家知识库，利用多层卷积神经网络和深度学 习，采用视觉环境分析、智能回溯定位、多次检测分析，通过核心计算和模型 算法驱动GPU中并行处理，提取林区松材线虫病枯死树特征，将前端采集的视频图像进行多帧分割，对视频画面中的林区林木进行实时侦测和识别，智能识别松林中松材线虫病枯死树。

2、高性能

系统以每秒钟识别30张照片（约 30毫秒/张）的超高频率，实现对视频画面中的进行多目标实时捕捉和自动识别分类。

3、弹性扩展

自主研发的深度学习AI算法模型，先进B/S技术架构，硬件资源可弹性扩 展和灵活升级，物联网边缘计算部署应用。

4、算法软件指标

（1）分析视频接入：≤30路； （2）图片分析30张/秒/GPU； （3）支持实时视频分析，1路/GPU； （4）支持视频轮巡分析，30路/GPU，轮巡间隔≤5秒； （5）支持定时抓图分析，30路/GPU，抓图间隔≤10秒； （6）按照1:2000比例尺，单台设备处理能力为12500平方米/秒，即45平   方公里/小时； （7）算法框架：内置Pytorch、TensorFlow、Darknet等AI算法框架； （8）算法包：针对不同分析对象可定制。

系统建设要求：

处理机配置：每台边缘AI⾼性能处理机⽀持处理30路视频分析或30路视 频接入解码，可根据前端视频接⼊数进⾏订制。

算法优化要求：需要持续收集现场图像开展标注、专家鉴定、算法优化升 级、算法重署等周期性⼯作，迭代提升AI识别准确率。

前端监控设备要求：为保证识别率和识别准确率，对前端视频监控设备图像有 具体要求： 1）抓拍的图像质量≥720P； 2）前端设备的像素≥400万。

网络要求：1）互联⽹专线要求： AI⾼性能处理机将视频转码推 送⾄云端，需要配置互联⽹专 线（ 带 固定 IP），L（带 宽 ） =并发路数（远程PC端同时调 看视频的最⼤数量）*4M（每  路视频考虑 4M）进⾏计算。

2）局域⽹组⽹要求： 千兆以太⽹。 ⽹线使⽤6类UTP， 内⽹交换机和路由器 各个接⼝⾄少为千兆⼝。

边缘AI高性能处理器：

1）边缘AI高性能处理机硬件技术参数

CPU：2*Intel 10核20线程，主频2.9Ghz及以上； 内存：64G及以上； 硬盘：SSD250G + HDD1000G及以上； GPU：RTX3080TI 12GB； 网卡：1000M双口以太网卡； 电源：800W，1+1冗余电源； 操作系统：Linux； 结构：机架式服务器。

2）流媒体服务支持软件指标

转码视频接入：≤30路； 通讯协议：HTTPS、TCP、UDP等； 授权方式：硬件加密狗授权； 支持编码分辨率720P-1080P范围内动态调整； 支持视频码率512k-8Mbps范围内自由动态调整； 支持不同品牌视频设备同时接入； 播放方式：支持云端浏览器无插件播放。

>> 无人机AI松材线虫观测定位