[發(fā)明專(zhuān)利]一種基于自適應(yīng)模型集成的無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 202110665950.6 | 申請(qǐng)日: | 2021-06-16 |
| 公開(kāi)(公告)號(hào): | CN113313058B | 公開(kāi)(公告)日: | 2022-08-02 |
| 發(fā)明(設(shè)計(jì))人: | 曾國(guó)奇;朱晨曦;雷耀麟;馬駿一 | 申請(qǐng)(專(zhuān)利權(quán))人: | 北京航空航天大學(xué) |
| 主分類(lèi)號(hào): | G06V20/17 | 分類(lèi)號(hào): | G06V20/17;G06V10/56;G06V10/74 |
| 代理公司: | 北京永創(chuàng)新實(shí)專(zhuān)利事務(wù)所 11121 | 代理人: | 易卜 |
| 地址: | 100191*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 自適應(yīng) 模型 集成 無(wú)人機(jī) 航拍 圖像 目標(biāo) 檢測(cè) 方法 | ||
1.一種基于自適應(yīng)模型集成的無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)方法,其特征在于,具體步驟如下:
首先,利用目標(biāo)檢測(cè)技術(shù),對(duì)特征提取網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到符合不同限制條件的m個(gè)檢測(cè)子模型;m≥2;
然后,無(wú)人機(jī)在不同的高度下分別進(jìn)行日間作業(yè)與夜間作業(yè)的拍攝,并對(duì)所有的拍攝圖像樣本都進(jìn)行標(biāo)注,總共得到2*n組圖像集;
2*n組圖像集為A={A1,A1′,A2,A2′,...,An,An′};An為第n個(gè)高度下日間作業(yè)拍攝的所有幀圖像的集合;An′為第n個(gè)高度下夜間作業(yè)拍攝的所有幀圖像的集合;
針對(duì)每個(gè)高度,將該高度對(duì)應(yīng)日間與夜間作業(yè)的2組圖像集中所有目標(biāo)標(biāo)注的邊框面積,取平均值作為該高度下對(duì)應(yīng)的高度指標(biāo),共得到n個(gè)高度指標(biāo);
同時(shí),將2*n組帶有標(biāo)注信息的圖像集,分別輸入每個(gè)子模型進(jìn)行coco測(cè)評(píng)指標(biāo)的測(cè)試,得到測(cè)評(píng)表;
接著,無(wú)人機(jī)在實(shí)際的固定作業(yè)條件下飛行拍攝,得到作業(yè)區(qū)域的照片流,將每張圖片分別送入m個(gè)子模型中得到該圖片的m個(gè)檢測(cè)結(jié)果;每個(gè)檢測(cè)結(jié)果中都包含不同個(gè)數(shù)的目標(biāo)以及對(duì)應(yīng)的目標(biāo)邊框;
針對(duì)當(dāng)前圖片Q,利用m個(gè)檢測(cè)結(jié)果,計(jì)算該圖片Q的目標(biāo)邊框面積平均值,并與n個(gè)高度指標(biāo)一一進(jìn)行相似度比較,得到圖片Q的相似度集合Sim;
同時(shí),將照片流的每張圖片分別轉(zhuǎn)換為灰度圖,逐張遍歷各灰度圖上的所有像素點(diǎn),判斷當(dāng)前圖片Q上的像素點(diǎn)Ii,j的灰度值Pi,j是否小于預(yù)先設(shè)定的明暗閾值DS,如果是,將像素點(diǎn)Ii,j判定為暗點(diǎn)D,否則,將像素點(diǎn)Ii,j判定為明點(diǎn)D′,得到圖片Q的明暗標(biāo)志DF;
從相似度集合Sim中選擇最大值,即為與當(dāng)前作業(yè)條件最匹配的高度;根據(jù)明暗標(biāo)志DF匹配當(dāng)前作業(yè)條件的日間或夜間;兩個(gè)匹配都符合的編號(hào)組成集合Matched_index;針對(duì)每個(gè)圖片,根據(jù)集合Matched_index中的數(shù)據(jù)集編號(hào)帶入m個(gè)子模型中,通過(guò)查找測(cè)評(píng)表,得到測(cè)評(píng)分?jǐn)?shù)S_matched集合,并進(jìn)行歸一化,計(jì)算各個(gè)子模型的加權(quán)融合權(quán)重W;
最后,利用各子模型的加權(quán)融合權(quán)重W,分別計(jì)算圖片Q中各目標(biāo)的置信度C及各目標(biāo)邊框修正后的檢測(cè)框,實(shí)現(xiàn)對(duì)航拍圖像的目標(biāo)檢測(cè)。
2.如權(quán)利要求1所述的一種基于自適應(yīng)模型集成的無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)方法,其特征在于,所述的限制條件包括:天氣條件,模型差異性,以及對(duì)大中小目標(biāo)不同的敏感度。
3.如權(quán)利要求1所述的一種基于自適應(yīng)模型集成的無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)方法,其特征在于,所述的標(biāo)注是指:每幀圖像中都包括若干目標(biāo),每個(gè)目標(biāo)都分別利用邊框進(jìn)行標(biāo)注。
4.如權(quán)利要求1所述的一種基于自適應(yīng)模型集成的無(wú)人機(jī)航拍圖像目標(biāo)檢測(cè)方法,其特征在于,所述的測(cè)評(píng)表中每個(gè)模型下,每個(gè)高度分別對(duì)應(yīng)日間作業(yè)或夜間作業(yè),日間或夜間作業(yè)分別對(duì)應(yīng)各自的測(cè)評(píng)分?jǐn)?shù);測(cè)評(píng)分?jǐn)?shù)為0到1之間的數(shù)。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于北京航空航天大學(xué),未經(jīng)北京航空航天大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110665950.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無(wú)損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗(yàn)證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺(tái)
- 采用自適應(yīng)機(jī)匣和自適應(yīng)風(fēng)扇的智能發(fā)動(dòng)機(jī)
- 一種自適應(yīng)樹(shù)木自動(dòng)涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動(dòng)機(jī)燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機(jī)頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)
- 企業(yè)應(yīng)用集成平臺(tái)構(gòu)建方法和體系結(jié)構(gòu)
- 竹集成材折疊椅
- 高精密集成化油路板
- 一種多指標(biāo)集成試劑并行檢測(cè)任意組合集成器
- 一種多指標(biāo)集成試劑并行檢測(cè)任意組合集成器
- 一種基于響應(yīng)的高并發(fā)輕量級(jí)數(shù)據(jù)集成架構(gòu)的實(shí)現(xiàn)方法及其系統(tǒng)
- 基于測(cè)試流程改進(jìn)的系統(tǒng)集成方法及裝置
- 一種數(shù)據(jù)映射集成的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 一種便捷式電器置換集成灶
- 分體式集成灶用穿線裝置





