[發明專利]基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法和應用

有效

• 申請號: 202110006899.8
• 申請日: 2021-01-05
• 公開（公告）號: CN112560799B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 張弘;張愷;陳浩;楊一帆;袁丁;李亞偉
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/25;G06V10/82;G06V10/80;G06V10/774;G06V20/52;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 石家莊科誠專利事務所(普通合伙) 13113
• 代理人: 張紅衛;李琳

1.一種基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法，其特征在于，該檢測方法包括依次進行的以下步驟：

S1.通過卷積神經網絡提取圖像特征，生成多尺度特征圖；

S2.對多尺度特征圖進行特征融合和反卷積，生成多尺度多特征圖；

S3.將多尺度多特征圖輸入到感興趣區域生成器，輸出預設錨框選區；

對多尺度多特征圖進行自適應搜索，生成自適應搜索選區；

S4.將預設錨框選區與自適應搜索選區求交集，得到預測區域；

S5.將預測區域輸入到兩個卷積層和兩個全連接層，計算，輸出預測結果；

S6.對預測結果進行正和博弈，輸出車輛類別的目標結果；

其中，步驟S3中，所述自適應搜索包括依次進行的以下步驟：

①車輛分類特征建模：提取多尺度多特征圖預設錨框選區中的車輛框，使用Resnet50網絡框架訓練分類模型，得到包含車輛信息的車輛分類模型；

②模型預測值的相關性檢索：對多尺度多特征圖進行區域遍歷計算，得到多尺度多特征圖中每區域與車輛分類模型相關性的預測值；

③熵值排序：由②中預測值作為概率計算熵值, 熵值公式如下：

S=-plogp-(1-p)log(1-p)

式中p為概率，S為熵值；

對概率與熵值的加權和進行排序，排序的排序量公式如下：

K=p+αS

式中α為參數，K為排序量；

根據排序結果生成自適應搜索選區。

2.根據權利要求1所述的基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法，其特征在于，

步驟S1中，所述圖像為無人機監控拍攝圖片；

步驟S2中，所述特征融合是通過采樣和池化統一多尺度特征圖的尺寸，歸一化處理進行特征融合以整合特征信息。

3.根據權利要求1或2所述的基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法，其特征在于，

步驟S3中，所述感興趣區域生成器是一個卷積層和二分類全連接層的組合，通過計算L1 損失與交叉熵損失的和進行學習優化，輸出預設錨框選區。

4. 根據權利要求1或2所述的基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法，其特征在于，

步驟S5中，所輸出預測結果為車輛位置坐標和類別信息的概率，通過如下softmax函數計算得出

式中，i為預測值索引，j為所有索引，e為自然常數，y為預測結果。

5.根據權利要求4所述的基于自適應目標區域搜索和博弈的無人機智能車輛目標檢測方法，其特征在于，車輛位置坐標以（x,y,w,h）表示，其中，x、y分別為檢測框中心點的橫縱坐標，w、h分別為檢測框的長寬；類別信息為小汽車、卡車、小貨車或大巴車。