【技术实现步骤摘要】
一种航拍运动目标的双重检测方法及系统、存储介质
[0001]本专利技术涉及运动目标检测技术，尤其涉及基于仿生动态事件与多边体定位方案的，航拍运动目标双重检测方法及系统、存储介质。
技术介绍
[0002]由于传统视觉传感器获取的视频序列数据量巨大、信息冗余度高，这些缺点导致基于该类视频的目标检测算法运行速度慢、实时性差。
[0003]而仿生动态传感器（DVS/EVS）输出的动态事件在稀疏性、抗运动模糊性、动态范围及对光照的要求等方面，相比传统视觉传感器获取的视频，具有很强的互补优势。但问题在于，目前将仿生动态事件应用于航拍中的运动物体检测，则会面临动态信号包含的信息较少，且无法直接被现有目标检测算法处理等问题。
[0004]另一方面，现有借助于各种较为复杂的神经网络模型，基于传统航拍视频的目标检测算法，在检测精度上较以往算法已有较大幅度提升。但对于无人机提供的高分辨率图像，这些算法仍需要依靠滑窗技术来覆盖整个画面，因此在处理器算力的限制下，这些算法运行速度较慢，难以直接应用于无人机这种低功耗图像处理平台，即便在...
【技术保护点】
【技术特征摘要】
1.一种航拍运动目标的双重检测方法，其步骤包括：步骤S100获取仿生动态事件流，建立循环更新的全局动态事件群E，对场景标签图中的运动目标进行多边形建模，构建时空邻域，以提取出E中的局部动态事件群F；步骤S200当判断局部动态事件群F的密度达标时，膨胀时空邻域形变至正方体来作为候选目标区域；步骤S300将候选目标区域映射成二值图像G；根据候选目标区域中动态事件的时间及位置信息，在对应的场景标签图中截取出新标签图；步骤S400建立目标轮廓识别网络，提取新标签图中的运动目标轮廓；建立目标检测网络，以二值图像G及运动目标轮廓信息为输入，进行融合训练，以判断二值图像G是否是运动目标；步骤S500建立全局目标识别网络，以候选目标区域中的所有动态事件作为标签，以全局动态事件群E为输入，完成训练，以输出运动目标信息。2.根据权利要求1所述的航拍运动目标的双重检测方法，其中步骤S100中，循环更新的全局动态事件群E建立步骤包括：步骤S110缓存时间段内的仿生动态事件流，建立全局动态事件群E；步骤S120从仿生动态事件流中读取新的动态事件e，找出全局动态事件群E中所有动态事件的时间最小值，以e的时间信息t为基准，若t
‑
>，则需要删除全局动态事件群E中时间戳与t之差的绝对值大于的动态事件，来刷新全局动态事件群E。3.根据权利要求2所述的航拍运动目标的双重检测方法，其中步骤S100中，多边形建模步骤包括：步骤S130从场景标签图中选取单个运动目标，以运动目标的长度为直径、中心坐标为圆心，构建外切圆；步骤S140在外切圆中构建多边形，以包围运动目标；计算多边形的各个顶点相对于运动目标中心坐标的距离与角度，以构建对应关系函数，完成建模。4.根据权利要求3所述的航拍运动目标的双重检测方法，其中步骤S100中，时空邻域构建步骤包括：步骤S150以动态事件e的位置信息为中心，根据关系函数，构建以e为中心的多边形作为空间邻域；步骤S160在时间维度选取为长度，拉伸多边形空间邻域，以构建时空邻域。5.根据权利要求3所述的航拍运动目标的双重检测方法，其中步骤S200中，步骤还包括：步骤S210当判断局部动态事件群F的密度未达标时，在预设次数内，若能调整时空邻域的空间位置，直至达标时，执行步骤S300；步骤S220若仍未达标的，则将当前动态事件e存入全局动态事件群E，并读取新的动...
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。