[發(fā)明專利]一種基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011055629.8
• 申請(qǐng)日: 2020-09-30
• 公開(kāi)（公告）號(hào): CN112394356A
• 公開(kāi)（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 馬峻;姚震;李俊;陳壽宏;徐翠鋒
• 申請(qǐng)（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號(hào): G01S13/933
• 分類號(hào): G01S13/933;G01S13/89;G01S13/04
• 代理公司: 桂林文必達(dá)專利代理事務(wù)所(特殊普通合伙) 45134
• 代理人: 張學(xué)平

1.一種基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，包括以下步驟：

S1，云臺(tái)控制模塊與計(jì)算機(jī)設(shè)備相連接；

S2，采用相機(jī)獲取無(wú)人機(jī)的實(shí)時(shí)視頻序列數(shù)據(jù)；

S3，對(duì)所述實(shí)時(shí)視頻序列數(shù)據(jù)進(jìn)行預(yù)處理，獲取無(wú)人機(jī)原始數(shù)據(jù)；

建立U-Net網(wǎng)絡(luò)模型；

S4，將所述無(wú)人機(jī)原始數(shù)據(jù)輸入U(xiǎn)-Net網(wǎng)絡(luò)中進(jìn)行特征提取，獲取分割后的無(wú)人機(jī)圖像數(shù)據(jù)；

S5，對(duì)所述無(wú)人機(jī)圖像數(shù)據(jù)進(jìn)行采樣，獲取無(wú)人機(jī)采樣數(shù)據(jù)；

建立Yolov3-tiny網(wǎng)絡(luò)模型；

S6，將所述無(wú)人機(jī)采樣數(shù)據(jù)輸入Yolov3-tiny網(wǎng)絡(luò)中進(jìn)行分類訓(xùn)練，獲取四個(gè)坐標(biāo)參數(shù)；

S7，通過(guò)所述坐標(biāo)參數(shù)生成邊界框，利用置信度算法判斷所述邊界框中是否為目標(biāo)無(wú)人機(jī)。

2.如權(quán)利要求1所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，在采用相機(jī)獲取無(wú)人機(jī)的實(shí)時(shí)視頻序列數(shù)據(jù)步驟中，分割、訓(xùn)練第一數(shù)據(jù)用以生成所述無(wú)人機(jī)原始數(shù)據(jù)，第二數(shù)據(jù)用以小目標(biāo)無(wú)人機(jī)檢測(cè)的素材輸入。

3.如權(quán)利要求2所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，對(duì)所述實(shí)時(shí)視頻序列數(shù)據(jù)進(jìn)行預(yù)處理步驟具體為，將所述實(shí)時(shí)視頻序列數(shù)據(jù)分幀處理，每間隔25幀保存一次。

4.如權(quán)利要求1-3任一項(xiàng)所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，在將所述無(wú)人機(jī)原始數(shù)據(jù)輸入U(xiǎn)-Net網(wǎng)絡(luò)中進(jìn)行特征提取的步驟中，

將所述無(wú)人機(jī)原始數(shù)據(jù)輸入到U-Net網(wǎng)絡(luò)中進(jìn)行特征提取，多次采樣提取到低分辨率信息，解碼并回歸到跟所述無(wú)人機(jī)原始數(shù)據(jù)相同大小的像素點(diǎn)，得到所述無(wú)人機(jī)圖像數(shù)據(jù)。

5.如權(quán)利要求4所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，對(duì)所述無(wú)人機(jī)圖像數(shù)據(jù)進(jìn)行采樣，獲取無(wú)人機(jī)采樣數(shù)據(jù)，包括；

通過(guò)線性插值對(duì)二維直角網(wǎng)格進(jìn)行擴(kuò)展，在兩個(gè)方向分別進(jìn)行一次線性插值；通過(guò)雙線性插值將分割后的圖像放大，匹配后續(xù)Yolov3-tiny網(wǎng)絡(luò)的輸入大小要求。

6.如權(quán)利要求1所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法，其特征在于，通過(guò)所述坐標(biāo)參數(shù)生成邊界框，利用置信度算法判斷所述邊界框中是否為目標(biāo)無(wú)人機(jī)，包括；

當(dāng)置信度大于80％，則會(huì)進(jìn)行標(biāo)簽分類的邏輯回歸，從而貼上無(wú)人機(jī)標(biāo)簽，完成小目標(biāo)無(wú)人機(jī)的檢測(cè)。

7.一種基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)系統(tǒng)，其特征在于，包括用于執(zhí)行如權(quán)利要求1-6任一項(xiàng)所述的基于U-Net的小目標(biāo)無(wú)人機(jī)檢測(cè)方法的單元。