[發明專利]一種基于無人機航拍視頻的多目標檢測的方法

在審

• 申請號: 202210571926.0
• 申請日: 2022-05-24
• 公開（公告）號: CN115082551A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 毛天露;黃英凡;劉京堯;王兆其
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/246;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種用于無人機航拍圖像的多目標檢測模型的訓練方法，其特征在于，包括：

獲取訓練集，其包括基于航拍圖像構建的多個訓練樣本，每個訓練樣本包括樣本圖像以及對應的標簽，其中，標簽包括對相應樣本圖像中目標所在位置、目標所屬類別以及目標識別號的指示，目標識別號表示目標在訓練集中的身份標識；

利用訓練集訓練多目標檢測模型檢測目標所在位置、目標所屬類別以及目標識別號，其中，根據檢測結果與對應的標簽計算的對目標所在位置、目標所屬類別以及目標識別號的損失值更新多目標檢測模型的參數。

2.根據權利要求1所述的方法，其特征在于，所述多目標檢測模型包括與檢測目標所在位置相對應的卷積核、與檢測目標所屬類別相對應的卷積核以及與檢測目標識別號相關的卷積核。

3.根據權利要求2所述的方法，其特征在于，所述多目標檢測模型中通過多種比例的檢測框確定目標所在位置，其中，多種比例的檢測框的比例大小根據訓練集或者訓練集所對應數據集的所有標簽中指示目標所在位置的檢測框的比例聚合得到。

4.根據權利要求2所述的方法，其特征在于，所述多目標檢測模型采用改進的YOLO模型，所述改進的YOLO模型是基于YOLO v1、v2、v3、v4或者v5模型進行改進得到，其中，改進的YOLO模型相比于原始的YOLO模型在預測層增加與檢測目標識別號相關的卷積核。

5.根據權利要求4所述的方法，其特征在于，所述改進的YOLO模型中通過多種比例的檢測框確定目標所在位置，其中，多種比例的檢測框的比例大小根據訓練集的所有標簽中指示目標所在位置的檢測框的比例聚合得到。

6.根據權利要求4所述的方法，其特征在于，所述改進的YOLO模型是基于YOLO v3模型改進得到，改進的YOLO v3模型的預測層增加第三類卷積核，并且改進的YOLO v3模型所包含的9種比例的檢測框的比例大小根據訓練集或者訓練集所對應數據集的所有標簽中指示目標所在位置的檢測框的比例聚合得到。

7.根據權利要求1-6之一所述的方法，其特征在于，所述訓練集經過圖像數據增強處理得到，其包括對原有的圖像進行移位、角度旋轉、色彩變換、翻轉、裁剪、拼接或者其組合的增強處理以得到新的圖像以及添加新的圖像對應的標簽。

8.一種基于無人機航拍視頻的多目標檢測的方法，其特征在于，包括：

獲取無人機航拍視頻，提取其中各視頻幀對應的圖像；

將各視頻幀對應的圖像按序輸入根據權利要求1-7之一所述的方法訓練得到的多目標檢測模型，得到連續的視頻幀對應的目標檢測結果。

9.一種多目標檢測跟蹤方法，其特征在于，包括：

獲取根據權利要求8所述的方法得到的連續的視頻幀對應的目標檢測結果；

基于連續的視頻幀對應的目標檢測結果，根據多目標跟蹤算法對無人機航拍視頻中的多個目標進行跟蹤。

10.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序可被處理器執行以實現權利要求1-9之一所述方法的步驟。

11.一種電子設備，其特征在于，包括：

一個或多個處理器；以及

存儲器，其中存儲器用于存儲可執行指令；

所述一個或多個處理器被配置為經由執行所述可執行指令以實現權利要求1-9之一所述方法的步驟。