[發明專利]一種基于深度神經網絡的無人機對地探測方法及系統

在審

• 申請號: 202011285176.8
• 申請日: 2020-11-17
• 公開（公告）號: CN112487889A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 管乃洋;蘇龍飛;王之元;凡遵林;張天昊;王浩;沈天龍;黃強娟
• 申請（專利權）人: 中國人民解放軍軍事科學院國防科技創新研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種基于深度神經網絡的無人機對地探測方法，其特征在于，所述方法包括：

步驟1)從逐幀采集的圖像中獲取待測目標的首個位置；

步驟2)將首個位置作為目標跟蹤的初始目標位置，持續根據當前幀圖像中待測目標位置對應的候選區域確定下一幀圖像中的目標位置，當目標跟蹤失敗時，返回步驟1)。

2.如權利要求1所述的方法，其特征在于，所述目標跟蹤失敗的判斷條件包括下述任一種：

當目標檢測時長大于目標跟蹤時長且目標檢測時長為目標跟蹤時長的正整數倍；或者

當當前幀圖像中未檢測到待測目標；

所述目標檢測時長為將逐幀采集的圖像輸入預先訓練的目標檢測深度神經網絡模型至獲得圖像中待測目標首個位置的時間間隔；

所述目標跟蹤時長為獲得每兩幀圖像中待測目標位置的時間間隔。

3.如權利要求2所述的方法，其特征在于，所述正整數倍的取值范圍為[1,100]。

4.如權利要求1所述的方法，其特征在于，所述持續根據當前幀圖像中待測目標位置對應的候選區域確定下一幀圖像中的目標位置，包括：

獲取當前幀圖像中待測目標的位置區域對應的候選區域；

利用核相關濾波算法在下一幀圖像中查找與當前幀圖像中待測目標的位置區域對應的候選區域相一致的區域，并將該區域作為下一幀圖像中待測目標的位置區域對應的候選區域；

將每一幀圖像中待測目標的位置區域保存至目標位置集合。

5.如權利要求4所述的方法，其特征在于，所述將每一幀圖像中待測目標的位置區域保存至目標位置集合之后，還包括：

判斷目標位置集合中所保存的待測目標的位置區域數量是否超出預設數量閾值K；

若否，則輸出當前所保存的待測目標的位置區域；

若是，則通過放棄最早保存的位置區域的方式對目標位置集合中的待測目標的位置區域數量進行更新，并輸出更新后的待測目標的位置區域。

6.如權利要求4所述的方法，其特征在于，所述利用核相關濾波算法在下一幀圖像中查找與當前幀圖像中待測目標的位置區域對應的候選區域相一致的區域，包括：

將當前幀圖像中待測目標的位置區域對應的候選區擴大預設倍數作為下一幀圖像與當前幀圖像中待測目標的位置區域對應的候選區域相一致的區域；

其中，所述預設倍數的取值范圍為[1.5,3]。

7.如權利要求1所述的方法，其特征在于，所述步驟1)包括：將逐幀采集的視頻圖像輸入至預先訓練的目標檢測深度神經網絡模型，執行深度神經網絡前向推理，獲取圖像中待測目標的首個位置。

8.如權利要求1所述的方法，其特征在于，所述預先訓練的目標檢測深度神經網絡模型的訓練過程包括：

對逐幀采集的歷史視頻數據中的各類目標進行逐幀標注；

利用逐幀標注后的歷史視頻數據構建訓練數據，并利用訓練數據訓練目標檢測深度神經網絡模型；

獲取預先訓練的目標檢測深度神經網絡模型。

9.一種基于深度神經網絡的無人機對地探測系統，其特征在于，所述系統包括：

檢測模塊，用于從逐幀采集的圖像中獲取待測目標的首個位置；

跟蹤模塊，用于將首個位置作為目標跟蹤的初始目標位置，持續根據當前幀圖像中待測目標位置對應的候選區域確定下一幀圖像中的目標位置，當目標跟蹤失敗時，返回檢測模塊。

10.如權利要求9所述的系統，其特征在于，所述目標跟蹤失敗的判斷條件包括下述任一種：

當目標檢測時長大于目標跟蹤時長且目標檢測時長為目標跟蹤時長的正整數倍；或者

當當前幀圖像中未檢測到待測目標；

所述目標檢測時長為將逐幀采集的圖像輸入預先訓練的目標檢測深度神經網絡模型至獲得圖像中待測目標首個位置的時間間隔；

所述目標跟蹤時長為獲得每兩幀圖像中待測目標位置的時間間隔。