一种结合时间域的两阶段无人机检测方法技术

本发明专利技术公开了一种结合时间域的两阶段无人机检测方法，包括如下步骤：步骤1：完成Drone数据集和图像预处理步骤；步骤2：划分数据集及构建无人机检测算法模型步骤；步骤3：对构建的无人机检测算法模型进行训练的步骤：步骤4：评估构建的无人机检测算法模型，进行无人机检测。本发明专利技术在第一阶段使用图像分割的对候选区域进行提取，在图像进入第一阶段的特征提取网络之前，将图像进行切割重叠区域的低分辨率图像，在第二阶段的检测中，首先使用连续多帧的图像计算光流梯度得到新的候选区域，并结合第一阶段的候选区域，提取包含时间域的特征图，降低了第一阶段检测的漏检和误检，提高了无人机检测的准确性。机检测的准确性。机检测的准确性。

【技术实现步骤摘要】
一种结合时间域的两阶段无人机检测方法


[0001]本专利技术涉及物体检测与识别
，尤其涉及一种结合时间域的两阶段无人机检测方法。

技术介绍

[0002]无人机已经广泛的应用在农业、野火扑救、摄影、安防等行业中。由于无人机的大规模应用和计算机视觉技术的快速发展，通过无人机获取的视频进行物体检测、跟踪、侦查的技术也趋向成熟。无人机在为人们提供便利的同时，也出现了危害公共安全、窥探个人隐私和重点区域信息泄密等问题。因此，在特定场景下对无人机的检测变得尤为重要。
[0003]无人机检测的方法根据的信号频域和时域的可分为信号处理方法和视觉处理方法。在使用信号处理方法对无人机进行检测的前期，具备信号专业知识的研究人员要做大量的前处理工作，而无人机的通信频段和调制方式是不同的，使得基于信号处理的无人机检测方法的花费的时间和人力成本过高。视觉处理方法，由于无人机在视频帧或图像中所占的像素过少，使用基于先验框的目标检测算法在对无人机进行检测时，容易出现漏检的问题。另外其它小目标物也会出现的背景中，在无人机距离较远时，小物体和无人机在外形上形似，容易本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合时间域的两阶段无人机检测方法，其特征在于，包括如下步骤：步骤1：完成Drone数据集和图像预处理步骤；步骤2：划分数据集及构建无人机检测算法模型步骤；其中，步骤2中，构建无人机检测算法模型包括第一阶段和第二阶段，在第一阶段中，对图像像素进行像素分类，给定重复的帧区域，将修改后的Resnet34残差网络作为特征提取网络得到特征图，对输出特征图使用空间金字塔池化，得到包含抽象的语义信息和局部信息的特征图，得到包含可能无人机的候选区域，然后使用通道注意力和像素注意力网络；第二阶段中，使用光流梯度来跟踪连续多帧视频中的无人机运动以得到图像中新的候选区域，结合第一阶段的输出，得到所有可能存在无人机的候选区域；跟踪视频的前后共N帧，并切分为固定尺寸的视频块，使用I3D网络提取视频块中的包含时间域的特征，使用空间金字塔池化，使用通道注意力网络和像素注意力网络；步骤3：对构建的无人机检测算法模型进行训练的步骤：步骤4：评估构建的无人机检测算法模型，进行无人机检测。2.根据权利要求1所述的一种结合时间域的两阶段无人机检测方法，其特征在于，步骤1中，使用相机获取含无人机的视频流，将视频流按照时间序列进行切分，根据无人机检测的任务对图像进行标注，完成Drone数据集，对无人机数据集进行预处理。3.根据权利要求1所述的一种结合时间域的两阶段无人机检测方法，其特征在于，在步骤1中，所述的图像预处理依次为：图像切分、图像缩放、图像增强、归一化操作；所述的图像切分用于将高分辨率的图像切分为低分辨率的图像，以减少图像缩放时无人机像素的丢失；所述的图像缩放用于将切分后的图像进行不改变无人机长宽比的缩放，以匹配模型的输入尺度和维度；所述的图像增强用于扩充场景，包含图像的光度变化和几何变化，光度变换是指图像的像素的变化，主要指饱...

【专利技术属性】
技术研发人员：杨小伟，杨雪，王松波，杨鹤猛，臧博琦，杨晓斌，
申请(专利权)人：国网天津市电力公司国网天津市电力公司城西供电分公司，
类型：发明
国别省市：