一种基于深度学习的无人机图像处理方法技术

技术编号:40868145 阅读:11 留言:0更新日期:2024-04-08 16:34
本申请公开了一种基于深度学习的无人机图像处理方法,涉及数据识别技术领域。包括:由前端视觉设备获取无人机的实时图像;采用深度学习技术识别实时图像中的无人机;对实时图像进行分析,确定无人机的地理位置;根据地理位置设定后端视觉设备的主视野中关注区域的位置,对关注区域中的信息进行监测,其中前端视觉设备的视野和后端视觉设备的视野相交。本申请采用接力式的前端视觉设备和后端视觉设备,在前端视觉设备采集并识别无人机后,得到无人机的地理位置,后端视觉设备仅需要关注主视野中与无人机所处地理位置对应的区域即可,不需要对整个主视野中的信息进行处理,大大减小了数据量。

【技术实现步骤摘要】

本申请涉及数据识别,特别涉及一种基于深度学习的无人机图像处理方法


技术介绍

1、无人机也叫无人飞行器,是控制人员在地面上控制的飞行设备,其能够完成以往在地面上无法完成的工作,例如农业监测、国土测绘等。但是,无人机在空中飞行时其视觉覆盖面积较大,而有些区域因涉及机密或安全而禁止无人机抵近,因此要求无人机在飞行前进行登记,并在允许的安全区域中飞行。

2、然而,仍然有一些操作人员在没有登记的情况下就直接操作无人机飞行,这种行为称为“黑飞”,黑飞时的途经区域不受管理部门控制,因此存在很多危险因素。对于这种黑飞行为,通常会设置多个视觉设备,以实时监控空中是否有无人机存在。例如,cn109753903a公开了一种基于深度学习的无人机检测方法,利用深度学习技术对实时获取的图像进行分析处理,以识别空中是否存在无人机以及无人机的型号等信息。

3、上述专利在识别无人机的型号之前,需要首先确定无人机在图像中的位置,这时就需要对整个图像进行分析。在采用多个视觉设备进行接力式监控时,如果每个视觉设备采集的图像都进行整体分析,那么数据量将极大增加,大大提高了本文档来自技高网...

【技术保护点】

1.一种基于深度学习的无人机图像处理方法,其特征在于,包括:

2.根据权利要求1所述的一种基于深度学习的无人机图像处理方法,其特征在于,利用识别模型识别无人机(200),所述识别模型基于SSD算法建立。

3.根据权利要求1所述的一种基于深度学习的无人机图像处理方法,其特征在于,在识别无人机(200)前,利用前端视觉设备采集已知距离上无人机(200)的标准图像,确定无人机(200)在所述标准图像中的面积大小,建立所述距离-大小对应关系。

4.根据权利要求3所述的一种基于深度学习的无人机图像处理方法,其特征在于,在采集所述标准图像时,对于每一个型号的无人机...

【技术特征摘要】

1.一种基于深度学习的无人机图像处理方法,其特征在于,包括:

2.根据权利要求1所述的一种基于深度学习的无人机图像处理方法,其特征在于,利用识别模型识别无人机(200),所述识别模型基于ssd算法建立。

3.根据权利要求1所述的一种基于深度学习的无人机图像处理方法,其特征在于,在识别无人机(200)前,利用前端视觉设备采集已知距离上无人机(200)的标准图像,确定无人机(200)在所述标准图像中的面积大小,建立所述距离-大小对应关系。

4.根据权利要求3所述的一种基于深度学习的无人机图像处理方...

【专利技术属性】
技术研发人员:赵永峰马晓青张虎魏嵬王辉
申请(专利权)人:西安猎隼航空科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1