【技术实现步骤摘要】
本专利技术涉及目标检测，具体涉及一种基于背景减除法与改进yolov5的无人机检测方法。
技术介绍
1、随着科技的发展，无人机已经被广泛应用于许多领域，目前无人机检测技术主要分为三种：声纳、射频和视觉。因为视觉检测技术的低成本，高可靠性的特点，基于视觉的无人机检测技术有巨大的应用前景。该技术主要是利用摄像机捕获可见光图像，再通过图像处理技术提取无人机的特征并进一步具体位置。但是，当可见光图像的背景较为复杂的时候，无人机的特征和图像中的一些背景特征相混淆，造成检测算法难以精确区分，大大影响检测精确度。此外，无人机体积较小，与其他物体相似，也增加了错误检测的概率。
技术实现思路
1、本专利技术的目的在于提供一种基于背景减除法与改进yolov5的无人机检测方法，旨在针对
技术介绍
中存在的不足，解决无人机检测中的误检、漏检问题。
2、为实现上述目的，本专利技术提供了一种基于背景减除法与改进yolov5的无人机检测方法，包括下列步骤：
3、使用相机获取无人机的实时视频并将之分解为连续的图像帧数据；
4、使用背景减除算法对所述的连续图像帧进行处理，获取前景图像；
5、在yolov5网络的backbone部分添加se注意力机制，获取改进yolov5；
6、将所述前景图像输入训练后的yolov5网络，获取无人机目标的边界框与置信度；
7、通过置信度判断边界框内是否为无人机；
8、可选的，使用相机获取无人机的实时视频并将
9、可选的，所述前景图像由背景减除算法对所述连续的图像帧数据进行处理获得。
10、可选的，所述背景减除算法为混合高斯方法。
11、可选的，在backbone骨干网络部分添加se注意力机制模块，所述se注意力机制的特点是通过学习通道之间的相互关系，进行通道间的特权加权，增强有用特征，抑制无用特征。
12、可选的，通过置信度判断边界框内是否为无人机，具体为当置信度大于75％，对边界框打上无人机的标签。
13、本专利技术提供了一种基于背景减除法与改进yolov5的无人机检测方法，通过；通过使用背景减除算法对连续图像帧进行处理，获取前景图像，背景减除法可以有效去除复杂静态背景中的噪声，使用视频中的时空信息过滤掉与无人机相似的扰乱特征，使得静态场景的变化对检测方法的影响变小；同时通过将在yolov5网络的backbone部分添加se注意力机制，se注意力机制可以通过度量图像通道之间的关系从而给图像不同的位置赋予不同的权重，增加重要特征的权重，抑制背景噪声的权重；最后使用改进后的模型对无人机实时视频进行检测获得检测结果。本专利技术充分发挥了传统目标处理算法的优势，又利用了深度学习算法的高精确性。经验证，本专利技术增加了无人机目标的特征提取能力，有效减少复杂背景下无人机目标检测的误检、漏检的概率。
本文档来自技高网...【技术保护点】
1.一种基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，包括下列步骤：
2.如权利要求2所述的基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，使用相机获取无人机的实时视频并将之分解为连续的图像帧数据，具体为将所述视频分帧处理，每一秒获得连续30帧图像数据。
3.如权利要求3所述的基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，所述前景图像由背景减除算法对所述连续的图像帧数据进行处理获得。
4.如权利要求4所述的基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，所述背景减除算法为混合高斯方法。
5.如权利要求5所述的基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，在Backbone骨干网络部分添加SE注意力机制模块，所述SE注意力机制的特点是通过学习通道之间的相互关系，进行通道间的特权加权，增强有用特征，抑制无用特征。
6.如权利要求1所述的基于背景减除法与改进YOLOv5的无人机检测方法，其特征在于，通过置信度判断边界框内是否为无人机，包括；
【技术特征摘要】
1.一种基于背景减除法与改进yolov5的无人机检测方法，其特征在于，包括下列步骤：
2.如权利要求2所述的基于背景减除法与改进yolov5的无人机检测方法，其特征在于，使用相机获取无人机的实时视频并将之分解为连续的图像帧数据，具体为将所述视频分帧处理，每一秒获得连续30帧图像数据。
3.如权利要求3所述的基于背景减除法与改进yolov5的无人机检测方法，其特征在于，所述前景图像由背景减除算法对所述连续的图像帧数据进行处理获得。
4.如权利要求4所述的...
【专利技术属性】
技术研发人员：马峻，黄世霖，孙泽杰，吴宇玲，
申请(专利权)人：桂林电子科技大学，
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。