[發明專利]一種基于U-Net的小目標無人機檢測系統及方法

在審

• 申請號: 202011055629.8
• 申請日: 2020-09-30
• 公開（公告）號: CN112394356A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 馬峻;姚震;李俊;陳壽宏;徐翠鋒
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G01S13/933
• 分類號: G01S13/933;G01S13/89;G01S13/04
• 代理公司: 桂林文必達專利代理事務所(特殊普通合伙) 45134
• 代理人: 張學平

本發明公開了一種基于U?Net的小目標無人機檢測系統，主要由云臺控制模塊、水平電機驅動單元、垂直電機驅動單元、攝像機固定支架、高清攝像機和計算機設備組成，滿足了小目標無人機檢測的必要條件。同時，本發明提供了一種基于U?Net的小目標無人機檢測方法，無論是在低分辨率圖像還是在高分辨率的圖像上，該檢測方法都能充分提取目標的特征信息，對于小目標無人機而言，當距離較遠時，無人機區域僅有幾個像素，極易與鳥類混淆，利用U?Net網絡分割出無人機，再結合Yolov3?tiny網絡進行檢測，將大大提高小目標無人機的檢測準確率，減小誤檢、漏檢的概率。該方法對于小目標檢測具有參考意義。

技術領域

本發明屬于目標檢測技術領域，尤其涉及一種基于U-Net的小目標無人機檢測系統及方法。

背景技術

隨著各種商用和民用無人機的大量涌現，給人類帶來便捷的同時，也出現了許多安全問題，因此無人機目標檢測技術逐漸成為研究的熱點。目前，檢測無人機的技術主要可以分為三大類：雷達、射頻和聲光。雷達利用電磁波探測目標，探測距離較遠，但是設備復雜，價格昂貴，易受干擾。射頻技術是通過偵聽無人機與其控制器之間的通信，實現無人機的定位，如果無人機飛行是事先編程的，不需要人工干預，這將會失敗。無人機具有特殊的聲學特征，但是環境噪聲會極大影響準確性。因此，現有的無人機檢測方法對小目標無人機不敏感，容易出現誤檢、漏檢的問題，檢測精度低。

發明內容

本發明的目的在于提供一種基于U-Net的小目標無人機檢測系統及方法，旨在解決針對無人機檢測方法對小目標無人機不敏感，容易出現誤檢、漏檢等問題，本發明提供一種基于U-Net的小目標無人機檢測系統及方法，可利用廣角相機和計算機平臺，實現對小目標無人機的分割與檢測。

本發明提供了一種基于U-Net的小目標無人機檢測方法，包括以下步驟：

S1，云臺控制模塊與計算機設備相連接；

S2，采用相機獲取無人機的實時視頻序列數據；

S3，對所述實時視頻序列數據進行預處理，獲取無人機原始數據；

建立U-Net網絡模型；

S4，將所述無人機原始數據輸入U-Net網絡中進行特征提取，獲取分割后的無人機圖像數據；

S5，對所述無人機圖像數據進行采樣，獲取無人機采樣數據；

建立Yolov3-tiny網絡模型；

S6，將所述無人機采樣數據輸入Yolov3-tiny網絡中進行分類訓練，獲取四個坐標參數；

S7，通過所述坐標參數生成邊界框，利用置信度算法判斷所述邊界框中是否為目標無人機。

其中，在采用相機獲取無人機的實時視頻序列數據步驟中，分割、訓練第一數據用以生成所述無人機原始數據，第二數據用以所述小目標無人機檢測的素材輸入。

其中，對所述實時視頻序列數據進行預處理步驟具體為，將所述實時視頻序列數據分幀處理，每間隔25幀保存一次。

其中，在將所述無人機原始數據輸入U-Net網絡中進行特征提取的步驟中，

將所述無人機原始數據輸入到U-Net網絡中進行特征提取，多次采樣提取到低分辨率信息，解碼并回歸到跟所述無人機原始數據相同大小的像素點，得到所述無人機圖像數據。

其中，對所述無人機圖像數據進行采樣，獲取無人機采樣數據，包括；

通過線性插值對二維直角網格進行擴展，在兩個方向分別進行一次線性插值；通過雙線性插值將分割后的圖像放大，匹配后續Yolov3-tiny網絡的輸入大小要求。

其中，通過所述坐標參數生成邊界框，利用置信度算法判斷所述邊界框中是否為目標無人機，包括；