一种无人机用神经网络视觉识别方法技术

本发明专利技术公开了一种无人机用神经网络视觉识别方法，包括下列人工神经元核团：类视网膜、分离器、对比器、同步器、单向广播体、面特征记忆体、全向广播体、面物记忆体。应用了具有细胞生命活动特征的并行人工神经网络会更加接近生物神经网络。具体为，可以实现类似人的视觉幻觉效果、模拟脑萎缩视觉效果，以便无人机可以模拟有人驾驶飞行器时的各种场景,对于超大型的神经网络系统，则变得简化，使无人机通过神经视觉网络系统观察的食物镜像处理速度更快，更加符合现代化领域的需要。

【技术实现步骤摘要】
一种无人机用神经网络视觉识别方法
本专利技术涉及无人机视觉
，更具体地说，尤其涉及一种无人机用神经网络视觉识别方法。
技术介绍
如何使无人机本身的操作更简易，飞行更稳定，甚至，使其被动飞行变成自主飞行，当无人机不再仅仅作为一个被动接受指令的载体，而是进化成为操作者，更甚者，完全实现自主飞行，这是普通工业控制做不到的，必须引进人工智能技术，人工智能技术的核心是人工神经网络，无人机远地面飞行依靠电子陀螺仪和GPS导航，这项技术已经成熟，而近地面飞行和作业需图像识别辅助控制，神经网络视觉识别开发首当其冲。现有的人工神经网络模型，准确的说叫连接模型为更加合理，它是一种模仿动物神经网络部分行为特征，进行分布式并行信息处理的算法数学模型，但实际依靠的是计算机CPU串行计算能力实现的，这种网络纯粹的依靠内部大量节点之间相互连接的关系，从而达到处理信息的，对于小型的神经网络是可行的，对于大型或者超大型的神经网络系统，则显现出其局限性。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种无人机用神经网络视本文档来自技高网...

【技术保护点】
1.一种无人机用神经网络视觉识别方法，其特征在于：包括下列人工神经元核团：类视网膜、分离器、对比器、同步器、单向广播体、面特征记忆体、全向广播体、面物记忆体，包括如下步骤：/nS1、物像光信号向电信号进行转换，光线由类视网膜感知并进入，每一个人工感光神经元会形成一个像素，三种人工感光神经元，会形成红绿蓝三个同样规格物像，分三次依次传入分离器；/nS2、物像电信号进行细节特征分离，分离器接收来自类视网膜的像素信号，使用不同闸值的人工神经元对像素信号进行灰度分离，使用不同分布的人工神经元对像素信号进行大小变换，形成了多个物像，依次传入对比器， 形成周期性电脉冲；/nS3、对物像细节特征进行对比识别...

【技术特征摘要】
1.一种无人机用神经网络视觉识别方法，其特征在于：包括下列人工神经元核团：类视网膜、分离器、对比器、同步器、单向广播体、面特征记忆体、全向广播体、面物记忆体，包括如下步骤：
S1、物像光信号向电信号进行转换，光线由类视网膜感知并进入，每一个人工感光神经元会形成一个像素，三种人工感光神经元，会形成红绿蓝三个同样规格物像，分三次依次传入分离器；
S2、物像电信号进行细节特征分离，分离器接收来自类视网膜的像素信号，使用不同闸值的人工神经元对像素信号进行灰度分离，使用不同分布的人工神经元对像素信号进行大小变换，形成了多个物像，依次传入对比器，形成周期性电脉冲；
S3、对物像细节特征进行对比识别，对比器接收来自分离器的像素信号，并使像素信号在对比层之间依次传送，当检测到像素信号与对比层中像素信号基本一致后，本对比层会向同步层触发电信号；
S4、对物像细节特征进行打包，同步器接收来自对比器的一个或多个电信号，后保持住，直到检测到对比器空白对比层有信号输入时，统一向单向广播体触发；
S5、对物像进行综合记忆，面特征记忆体会对单向广播体发来的信号进行记录并通过全向广播体向面物记忆体进行触发，面物记忆体在进行记录。


2.根据权利要求1所述的一种无人机用神经网络视觉识别方法，其特征在于：所述类视网膜、...

【专利技术属性】
技术研发人员：李威，赵卫权，吕思思，杨家芳，谢冬冬，赵祖伦，郑桂成，
申请(专利权)人：贵州省山地资源研究所，
类型：发明
国别省市：贵州;52