【技术实现步骤摘要】
一种融合运动特征的低空飞行器鲁棒检测方法
[0001]本专利技术涉及图像识别领域,尤其涉及一种融合运动特征的低空飞行器鲁棒检测方法。
技术介绍
[0002]随着消费级小型无人机的快速发展,对小型无人机的有效监管越发重要。现有解决方案中,基于视频图像分析的无人机检测是一大类研究热点,已知的相关研究成果已经可以实现对尺度范围在20~30像素的无人机目标的检测。
[0003]对于尺度范围在20~30像素的无人机目标,实际应用系统面临的一大难题是相同尺度范围下的飞鸟目标极易触发虚警,严重影响用户体验。
技术实现思路
[0004]本专利技术的目的在于提供一种融合运动特征的低空飞行器鲁棒检测方法。
[0005]为实现上述专利技术目的,本专利技术提供一种融合运动特征的低空飞行器鲁棒检测方法,包括:
[0006]S1.基于监控视频获取其中运动目标的运动目标轨迹;
[0007]S2.基于预训练的低空飞行器目标检测模型从所述运动目标轨迹中抽取出候选目标轨迹;
[0008]S3.将所述候选目标轨迹划分为多个轨迹分段,并获取候选目标在每个所述轨迹分段的轨迹特征;
[0009]S4.基于所述轨迹特征计算出所述候选目标运动到第i段时刻的整体类别置信度,若所述整体类别置信度大于预设的阈值,则判定第i时刻轨迹分段中的候选目标为低空飞行器。
[0010]根据本专利技术的一个方面,步骤S1中,基于监控视频获取其中运动目标的运动目标轨迹的步骤中,包括:
[0011]S11.截 ...
【技术保护点】
【技术特征摘要】
1.一种融合运动特征的低空飞行器鲁棒检测方法,包括:S1.基于监控视频获取其中运动目标的运动目标轨迹;S2.基于预训练的低空飞行器目标检测模型从所述运动目标轨迹中抽取出候选目标轨迹;S3.将所述候选目标轨迹划分为多个轨迹分段,并获取候选目标在每个所述轨迹分段的轨迹特征;S4.基于所述轨迹特征计算出所述候选目标运动到第i段时刻的整体类别置信度,若所述整体类别置信度大于预设的阈值,则判定第i时刻轨迹分段中的候选目标为低空飞行器。2.根据权利要求1所述的低空飞行器鲁棒检测方法,其特征在于,步骤S1中,基于监控视频获取其中运动目标的运动目标轨迹的步骤中,包括:S11.截取多帧所述监控视频中的监控图像,基于获取的所述监控图像采用高斯背景建模方法建立当前所述监控视频的背景模型;S12.利用所述背景模型对所述监控视频中的每帧监控图像进行去背景处理,提取所述监控图像中的运动像素区域;S13.对所述运动像素区域进行去噪处理,并提取保留下的连通区域;S14.采用相关滤波法对相邻帧的所述连通区域进行跟踪,确定不同帧所提取的所述连通区域的隶属度关系,基于所述隶属度关系确定出不同所述连通区域的帧序列;S15.获取不同帧所提取的所述连通区域的质心坐标和空间尺度信息,并基于所述连通区域的帧序列构建出所述运动目标轨迹。3.根据权利要求2所述的低空飞行器鲁棒检测方法,其特征在于,步骤S11中,截取所述监控视频中的前N帧所述监控图像建立所述背景模型;步骤S12中,利用所述背景模型对所述监控视频中第N帧后的所述监控图像进行去背景处理,并提取所述运动像素区域。4.根据权利要求3所述的低空飞行器鲁棒检测方法,其特征在于,步骤S3中,所述轨迹特征包括:航向变化幅度和航速变化幅度;步骤S3中,包括:S31.基于所述连通区域的质心坐标和空间尺度信息确定出所述候选目标轨迹上的轨迹点,并按照预设数量的所述轨迹点对所述候选目标轨迹进行划分;S32.选取所述轨迹分段中的多个所述轨迹点获取所述航向变化幅度和所述航速变化幅度。5.根据权利要求4所述的低空飞行器鲁棒检测方法,其特征在于,步骤S32中,选取所述轨迹分段中的多个所述轨迹点获取所述航向变化幅度的步骤中,包括:S321.在同一所述轨迹分段上选取具有先后顺序的第一轨迹点和第二轨迹点,并分别获取在先的所述第一轨迹点至在后的所述第二轨迹点的第一航向和第一航速;S322.在同一所述轨迹分段上继续选取在后的第三轨迹点,并分别获取在先的所述第二轨迹点至在后的所述第三轨迹点的第二航向和第二航速,并基于所述第一航向和所述第二航向获取所述轨迹分段的航向变化关系,以及基于所述第一航速和所述第二航速获取所述轨迹分段的航速变化关系;S323.基于所述航向变化关系和所述航速变化关系分别计算同一所述轨迹分段中的航
向变化均值和航速变化均值,以获取所述航向变...
【专利技术属性】
技术研发人员:谢剑斌,贾冕,
申请(专利权)人:湖南中科助英智能科技研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。