一种结合成像仿真技术的可移植的无人机检测系统技术方案

本发明专利技术提出一种结合成像仿真技术的可移植的无人机检测系统，涉及成像仿真和机器视觉交叉技术领域，该系统使用成像仿真技术，简化数据搜集过程，减少模型训练周期，使用调整内部权重后的网络进行计算，最终实现无人机检测。本发明专利技术所述的结合成像仿真技术的可移植的无人机检测系统，能够在多种复杂背景下，对多种类型的无人机进行实时检测，使用深度学习技术解决传统模板匹配方法泛化能力差的问题，通过结合成像仿真技术，简化数据搜集过程，缩短模型训练周期，同时可以搭建在多种嵌入式设备上，提供了一种可移植的智能化无人机检测系统。

【技术实现步骤摘要】
一种结合成像仿真技术的可移植的无人机检测系统
本专利技术属成像仿真和机器视觉交叉
，涉及一种结合成像仿真技术的可移植的无人机检测系统。
技术介绍
近年来，无人机技术快速发展，有越来越多的人开始使用无人机来完成各种创造性的工作。因此，在无人机禁飞区或是公共场所，无人机的飞行必须得到监管，否则公众的安全和隐私将受到威胁。而无人机监管非常关键的一步就是无人机检测，检测就是快速找到视频中的每一帧中无人机的位置。毫无疑问，未来也会向智能化监管方向发展，因此设计一套可移植的智能化检测系统是非常必要的。如今，人工智能技术正在逐渐颠覆人们的生活方式，为了满足复杂环境下对无人机的检测需求，解决传统模板匹配方法对未知目标泛化能力差的问题，需要一种智能化的无人机检测系统。随着深度学习技术的发展，基于深度学习的无人机检测技术能够适应复杂背景环境，在多种困难条件下(如遮挡、强光、尺寸较小)检测仍有较好的准确率和效率。然而，基于深度学习的无人机检测技术依赖大量的训练数据，而无人机这一类物体与日常检测物体相比较为特殊，很难从用于训练神经网络的公开数据集中找到无人机的相关训练数据。如果人工从网上获取特定背景环本文档来自技高网...

【技术保护点】
1.一种结合成像仿真技术的可移植的无人机检测系统，包括成像仿真模块、基于深度学习的检测训练模块、图像视频采集模块和模型检测计算模块，所述成像仿真模块与基于深度学习的检测训练模块连接、所述基于深度学习的检测训练模块与模型检测计算模块连接、所述图像视频采集模块与模型检测计算模块连接；其特征在于：所述成像仿真模块，通过仿真渲染出照片级别的无人机图像和对应的标注数据，并为所述基于深度学习的检测训练模块供训练数据；所述基于深度学习的检测训练模块：获取无人机的深度特征，实现对无人机的定位、识别、跟踪与关键点识别；所述图像视频采集模块：采集无人机视频数据，对输入的无人机视频数据进行预处理，然后将视频数据输入...

【技术特征摘要】
1.一种结合成像仿真技术的可移植的无人机检测系统，包括成像仿真模块、基于深度学习的检测训练模块、图像视频采集模块和模型检测计算模块，所述成像仿真模块与基于深度学习的检测训练模块连接、所述基于深度学习的检测训练模块与模型检测计算模块连接、所述图像视频采集模块与模型检测计算模块连接；其特征在于：所述成像仿真模块，通过仿真渲染出照片级别的无人机图像和对应的标注数据，并为所述基于深度学习的检测训练模块供训练数据；所述基于深度学习的检测训练模块：获取无人机的深度特征，实现对无人机的定位、识别、跟踪与关键点识别；所述图像视频采集模块：采集无人机视频数据，对输入的无人机视频数据进行预处理，然后将视频数据输入模型检测计算模块；所述模型检测计算模块，使用所述基于深度学习的检测训练模块提供的数据作为计算权重，形成检测网络模型，并实时处理所述图像视频采集模块中输入的视频数据；实现在多种监测场景下的视频的实时检测，最终定位并识别无人机、输出其位置信息。2.根据权利要求1所述的结合成像仿真技术的可移植的无人机检测系统，其特征在于：所述成像仿真模块：使用基于物理的渲染器，结合不同的全景环境图、无人机三维模型、表面材质测量反射数据、相机的内参、外参和目标的位置，渲染出具有真实感的无人机仿真图像。3.根据权利要求2所述的结合成像仿真技术的可移植的无人机检测系统，其特征在于：在渲染过程中，环境图作为光源为无人机提供入射到其上360度的光线，所述环境图通过对同一场景的几个特定...

【专利技术属性】
技术研发人员：司凌宇，王维珅，廖名学，吕品，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：北京,11