[發明專利]一種偵察無人機動目標自動檢測與跟蹤方法

在審

• 申請號: 201810274726.2
• 申請日: 2018-03-30
• 公開（公告）號: CN108830286A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 賈偉;馬夏瑩;宋世剛
• 申請（專利權）人: 西安愛生技術集團公司;西北工業大學;西安多維機器視覺檢測技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06T7/20
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

本發明涉及一種偵察無人機動目標自動檢測與跟蹤方法，無人機發射起飛后，飛行操作手控制飛機沿靶道方向爬升至2000m高度定高飛行，沿靶道方向飛行至目標區域。任務操作手觀察光電載荷偵察設備圖像，在初始獲得并解壓的視頻流中抓幀，以獲得許多連續幀下運動穩定的圖像來構成所需的時空數據集。利用獲得的數據來訓練回歸量和訓練分類器，通過上述的基于回歸分析的深度學習方法來檢測目標，并提取其特征及有用的信息。將視頻恢復正常顯示，依據步驟二中獲得的目標特征來對機動目標做自動檢測，通過上述介紹的混合的跟蹤算法來對目標進行跟蹤，且給出屏幕坐標。能夠在目標很遠且很小，無運動軌跡以及使用快速運動的相機時正確的將目標檢測出來。

技術領域

本發明屬于無人機目標檢測及跟蹤技術，具體涉及一種偵察無人機動目標自動檢測與跟蹤方法。

背景技術

現如今，我們可以通過利用便宜而且很輕的傳感器例如相機等來對行人和汽車進行檢測以達到避免碰撞的目的。許多好的方法已被研發出來來解決此類問題，且已經開發了許多商用產品。然而在飛行器目標檢測領域，大多數的解決方法是估計一個精確的位置并通過一個或者多個相機進行定位。然而簡單的將行人和汽車的檢測方法延伸到飛行器領域的可行性不高，因為飛行器的目標檢測有一些獨特的挑戰，如目標有著不同的形狀，且背景復雜可變；考慮到飛行器目標檢測的應用，即使目標還在很遠的時候，也需要將目標檢測出來。以上原因導致了運動軌跡對檢測目標變得至關重要。然而，當圖像是被運動的相機捕獲并且特征背景很難建立時這些軌跡就很難被采集，因為它們不再是在二維平面且在快速的變化。此外，由于在屏幕上還有其他的運動的目標時，除了待檢測的運動目標外，其他運動目標的外形也必須被考慮到。在這種情況下，依賴于光流法或者背景消除的最新技術將變得無效。一般檢測運動目標的方法主要有三類：

1.基于外形的方法該方法依賴于深度學習并且被證明即使在復雜的光照變換下或者混亂的背景下也是有效的。它們一般基于Deformable Part Models(DPM)﹑卷積神經網絡(CNN)﹑隨機樹以及ACF。當檢測目標在單幀中足夠的大或者清晰可見時這些方法都能夠工作的很好，但是當目標很小并且在沒有運動軌跡的情況下是幾乎不可能將其從背景中辨析出來；

2.基于運動的方法該方法還可以被細分成兩類。一類依賴于背景消除，另一類依賴于兩幅連續的圖像間的光流法。當相機是靜止或者它的運動足夠小而很容易被補償時背景消除技術能夠工作的很好，但其不適用于一個快速運動的載體上的相機。基于光流的方法在這種情況下更為可靠，但是光流法嚴重依賴于流向量的質量，當目標物很小且模糊時流向量將變得很?。?/p>

3.混合方法該方法結合了目標外形和運動模式的信息來做目標檢測。這種算法在行人檢測中工作的很好而且勝過大多數使用單幀的算法。然而，當目標物變得愈來愈小且很難被發現時，這種流估計的方法變得越來越不可信，而且這種方法和基于光流的方法一樣變得越來越無效。

所以綜合上面三種方法所述，急需要一種穩定可靠的方法來對機動目標進行有效的檢測和跟蹤，以克服上面三種方法提到的不足。

發明內容

要解決的技術問題

本發明旨在解決無人機對機動目標有效檢測和跟蹤問題，從而克服機載偵查設備檢測遠小、無運動軌跡目標的實現難度。

技術方案

一種偵察無人機動目標自動檢測與跟蹤方法，其特征在于步驟如下：

步驟1：無人機發射起飛后，飛行操作手控制飛機沿靶道方向爬升至2000m高度定高飛行，沿靶道方向飛行至目標區域；任務操作手觀察光電載荷偵察設備圖像，在初始獲得并解壓的視頻流中抓幀，以獲得許多連續幀下運動穩定的圖像來構成所需的時空數據集；

步驟2：利用獲得的數據來訓練回歸量和訓練分類器，通過基于回歸分析的深度學習方法來檢測目標，并提取其特征；

具體步驟如下：