基于计算机视觉的智能熊类驱赫系统：降低藏区人熊冲突
计算机视觉与模式识别
2026-04-15 v3
摘要
藏区的人熊冲突威胁当地生计和藏羊熊（Ursus arctos pruinosus）的保护。为此，我们开发了一种低功耗、无网络依赖的驱赫系统，将计算机视觉与物联网（IoT）硬件相结合。该系统集成了部署在低功耗边缘人工智能（AI）板上的 YOLOv5-MobileNet 检测模型和太阳能供电的熊喷雾装置。我们编译了包含 1,243 张野生动物图像（包括 795 张熊猫图像，其中 100 张红外捕获用于夜间检测，外加其他常见物体和动物如藏獒、牦牛、人类和车辆）的数据集，其中 80% 用于训练，20% 用于验证。验证结果显示系统性能稳健（平均精度 = 91.4%，召回率 = 93.6%）。在 100 次受控激活测试中，针对模拟的熊、人类及其他动物接近情况，喷雾在检测后 0.2 秒内部署，准确率达 97.2%，确认了及时可靠的响应。30 天现场试验在中国青海省措齐县记录了 3 次成功驱赫事件且无误激活。通过采用节能组件并确保系统持续稳定运行，该方案提供了一种实用、可持续且可扩展的人熊冲突缓解方案，有效提升了偏远地区的人类安全和熊类保护，无需网络或电网覆盖。
引用
@article{arxiv.2503.23178,
title = {Intelligent bear deterrence system based on computer vision: Reducing human-bear conflicts in remote areas},
author = {Pengyu Chen and Teng Fei and John A. Kupfer and Yunyan Du and Jiawei Yi and Yi Li},
journal= {arXiv preprint arXiv:2503.23178},
year = {2026}
}