一种基于人头检测的无人机跟踪方法、装置及无人机制造方法及图纸

本发明专利技术公开了一种基于人头检测的无人机跟踪方法，包括：利用深度学习算法对人头数据进行训练得到人头权重模型；获取无人机在飞行过程中拍摄的图像信息；利用人头权重模型对图像信息进行人头检测，得到图像信息中的目标人头对应的第一位置信息；根据第一位置信息定位目标人头所对应的目标人物的第二位置信息；利用第二位置信息，确定目标人物与无人机在实际场景中的三维位置关系；根据三维位置关系驱动无人机电机旋转，实现对目标人物的跟踪；通过人头权重模型进行人头检测，相较于传统的人头检测方法，操作更简单且检测精度更高；本发明专利技术还公开了一种基于人头检测的无人机跟踪装置及无人机，具有上述有益效果。

Unmanned aerial vehicle tracking method, device and unmanned aerial vehicle based on head detection

The invention discloses a head detection based on UAV tracking method, including: the use of deep learning algorithm to train the head head weight data model; to obtain image information captured during the flight; the image information of pedestrian head detection based on head weight model, get the first position information of the image information of target the head; according to the second position information corresponding to the first position information of head target targets; the second position information, determine the target character and the UAV in the actual scene in three dimensional position; according to the three-dimensional position of UAV driving motor rotation, to achieve the target tracking of characters; head detection by head weight model, head detection method compared with the traditional, simple operation and high detection accuracy of the invention; The invention also discloses a UAV tracking device based on head detection and a drone, which has the beneficial effects.

【技术实现步骤摘要】
一种基于人头检测的无人机跟踪方法、装置及无人机
本专利技术涉及无人机
，特别涉及一种基于人头检测的无人机跟踪方法、装置及无人机。
技术介绍
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人直升机、无人固定翼机、无人多旋翼飞行器、无人飞艇、无人伞翼机这几大类。与载人飞机相比，它具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力较强等优点。由于无人驾驶飞机对未来空战有着重要的意义，世界各主要军事国家都在加紧进行无人驾驶飞机的研制工作。同时，无人机技术的迅速发展也为人们开启了新的生活方式，其大量被应用于工业、军事、自然灾害的检测以及影视娱乐等方向。其中，无人机在不同复杂环境下对于行人的检测与视觉跟踪是一项重要的技术难点也是行业关注的焦点。在实际使用中，无人机时常需要对低速的行人进行跟踪，如体育摄影中的运动员、安防监测中的入侵者、以及日常生活中使用无人机进行拍照或摄像的普通使用者等。目标检测任务作为无人机
的一个重要研究热点，通常被当做一个分类问本文档来自技高网...

【技术保护点】
一种基于人头检测的无人机跟踪方法，其特征在于，包括：利用深度学习算法对人头数据进行训练得到人头权重模型；获取无人机在飞行过程中拍摄的图像信息；利用所述人头权重模型对所述图像信息进行人头检测，得到所述图像信息中的目标人头对应的第一位置信息；根据所述第一位置信息定位所述目标人头所对应的目标人物的第二位置信息；利用所述第二位置信息，确定所述目标人物与所述无人机在实际场景中的三维位置关系；根据所述三维位置关系驱动所述无人机电机旋转，实现对所述目标人物的跟踪。

【技术特征摘要】
1.一种基于人头检测的无人机跟踪方法，其特征在于，包括：利用深度学习算法对人头数据进行训练得到人头权重模型；获取无人机在飞行过程中拍摄的图像信息；利用所述人头权重模型对所述图像信息进行人头检测，得到所述图像信息中的目标人头对应的第一位置信息；根据所述第一位置信息定位所述目标人头所对应的目标人物的第二位置信息；利用所述第二位置信息，确定所述目标人物与所述无人机在实际场景中的三维位置关系；根据所述三维位置关系驱动所述无人机电机旋转，实现对所述目标人物的跟踪。2.根据权利要求1所述的基于人头检测的无人机跟踪方法，其特征在于，利用深度学习算法对人头数据进行训练得到人头权重模型，包括：建立人头数据库，并将人头数据分为训练集和验证集；利用深度学习算法对所述训练集中的人头数据进行训练，并根据训练得到的所述训练集中人头的统计及分布规律得到初始人头权重模型；利用所述验证集对所述初始人头权重模型中的参数进行调整，得到人头权重模型。3.根据权利要求2所述的基于人头检测的无人机跟踪方法，其特征在于，所述深度学习算法具体为YOLO算法。4.根据权利要求1-3任一项所述的基于人头检测的无人机跟踪方法，其特征在于，所述训练集和所述验证集均为整图数据。5.根据权利要求4所述的基于人头检测的无人机跟踪方法，其特征在于，根据所述第一位置信息定位所述目标人头所对应的目标人物的第二位置信息，包括：根据所述第一位置信息(x，y，w，h)，利用设定的人体与人头的比例关系对所述第一位置信息(x，y，w，h)进行放大，得到所述目标人物的第二位置信息(x’，y’，w’，h’)；其中，x和y为人头目标框的中心点位置坐标；w为人头目标框的宽度；h为人头目标框的高度；x’和y’为人体目标框的中心点位置坐标；w’为人体目标框的宽度；h’为人体目标框的高度。6.一种基于人头检测的无人机跟踪装置，其特征在于，包括：预训练模块，用于利用深度学习算法对人头数据进行训练得到人头权重模型；图像采集与处理模块，用于获取无人机在飞行过程中拍摄的图像信息；利用所述人头权重模型对所述图像信息进行人头检测，得到所述图像信息中的目标人头对应...

【专利技术属性】
技术研发人员：周彬，徐朋飞，周剑，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川,51