System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及无人机,具体而言,涉及一种基于红外图像分析的无人机侦测方法及系统。
技术介绍
1、无人机技术的快速发展使其在许多领域得到了广泛的应用,如物流、农业、航拍等。然而,随着无人机数量的不断增加,空域安全问题也变得越来越重要。无人机与有人驾驶飞行器之间的碰撞风险、无人机误入禁飞区域等问题都需要有效的解决方案。因此,无人机空域威胁预测技术应运而生。
2、在无人机技术日益发展的今天,无人机空域安全成为了人们关注的焦点。无人机空域威胁预测是保障无人机安全飞行的重要手段之一。然而,现有的无人机空域威胁预测方法往往存在预测准确性不高、无法区分真实和虚假威胁等问题。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种基于红外图像分析的无人机侦测方法及系统。
2、依据本申请的第一方面,提供一种基于红外图像分析的无人机侦测方法,所述方法包括:
3、获取样例红外图像数据序列;所述样例红外图像数据序列包括多个样例红外图像数据,每一所述样例红外图像数据包括范例无人机侦测图像数据以及针对范例无人机侦测图像数据的范例空域威胁数据集合;所述范例无人机侦测图像数据包括范例无人机侦测图像及其对应的范例侦测过程事件;所述范例空域威胁数据集合包括真实范例空域威胁数据和虚假范例空域威胁数据;
4、依据所述样例红外图像数据序列对初始强化学习网络进行参数学习,生成完成参数学习的强化学习网络;
5、依据所述强化学习网络对初始化神经网络进行参数学习,生成完成参数学
6、其中,所述方法还包括:
7、获取范例无人机侦测图像;
8、获取针对所述范例无人机侦测图像的多个参考范例侦测过程事件,依据所述范例无人机侦测图像从所述多个参考范例侦测过程事件中提取范例侦测过程事件;
9、获取多种观测数据,针对每一观测数据,所述基于所述初始化神经网络,获取针对所述范例无人机侦测图像及其对应的范例侦测过程事件的多个范例估计空域威胁数据;
10、从所述多个范例估计空域威胁数据中确定至少一个范例空域威胁数据集合;
11、依据所述范例无人机侦测图像、所述范例侦测过程事件和任一范例空域威胁数据集合,生成所述样例红外图像数据;
12、根据设定的验证神经网络生成针对所述样例红外图像数据中无人机侦测图像数据的估计空域威胁数据与对应的真实范例空域威胁数据之间的偏离度,作为所述样例红外图像数据的训练有效值;
13、将训练有效值大于门限值的样例红外图像数据作为第一类型样例红外图像数据,将训练有效值不大于门限值的样例红外图像数据作为第二类型样例红外图像数据。
14、在第一方面的一种可能的实施方式中,所述依据所述范例无人机侦测图像从所述多个参考范例侦测过程事件中提取范例侦测过程事件,包括如下至少一项:
15、针对每个参考范例侦测过程事件,确定所述参考范例侦测过程事件与所述范例无人机侦测图像之间的关联性,并依据各个参考范例侦测过程事件分别对应的关联性,提取所述范例侦测过程事件;
16、针对每个参考范例侦测过程事件,确定所述参考范例侦测过程事件针对所述范例无人机侦测图像的空域威胁范围;依据各个参考范例侦测过程事件分别对应的空域威胁范围,提取所述范例侦测过程事件;
17、针对每个参考范例侦测过程事件,确定所述参考范例侦测过程事件分别对应的侦测过程事件标签,并依据各个参考范例侦测过程事件分别对应的侦测过程事件标签,提取所述范例侦测过程事件;
18、针对每个参考范例侦测过程事件,判断所述参考范例侦测过程事件是否包含测试行为字段;依据不包含测试行为字段的至少一个参考范例侦测过程事件,提取所述范例侦测过程事件。
19、在第一方面的一种可能的实施方式中,所述确定所述参考范例侦测过程事件与所述范例无人机侦测图像之间的关联性,包括:
20、确定所述参考范例侦测过程事件包括的至少一个威胁侦测字段;
21、如果所述范例无人机侦测图像包括至少一个所述威胁侦测字段,则确定所述参考范例侦测过程事件的关联性为与所述范例无人机侦测图像关联;
22、如果所述范例无人机侦测图像不包括任意一个所述威胁侦测字段,则确定所述参考范例侦测过程事件与所述范例无人机侦测图像之间的匹配度;如果所述匹配度大于门限值,则确定所述参考范例侦测过程事件的关联性为与所述范例无人机侦测图像关联;
23、所述依据各个参考范例侦测过程事件分别对应的关联性,提取所述范例侦测过程事件,包括:
24、依据关联性为与所述范例无人机侦测图像关联的至少一个参考范例侦测过程事件,确定所述范例侦测过程事件。
25、在第一方面的一种可能的实施方式中,所述确定所述参考范例侦测过程事件针对所述范例无人机侦测图像的空域威胁范围,包括:
26、将所述范例无人机侦测图像与所述参考范例侦测过程事件加载至所述初始化神经网络,生成所述初始化神经网络生成的所述参考范例侦测过程事件针对所述范例无人机侦测图像的范例估计空域威胁数据;
27、依据所述范例估计空域威胁数据的威胁范围,确定所述空域威胁范围;
28、所述依据各个参考范例侦测过程事件分别对应的空域威胁范围,提取所述范例侦测过程事件,包括:
29、依据空域威胁范围超出预设范围的至少一个参考范例侦测过程事件,确定所述范例侦测过程事件。
30、在第一方面的一种可能的实施方式中,所述判断所述参考范例侦测过程事件是否包含测试行为字段,包括:
31、对所述参考范例侦测过程事件进行拆分,生成所述参考范例侦测过程事件包括的多个目标字段,如果所述多个目标字段不包括测试行为字段,则确定所述参考范例侦测过程事件不包括测试行为字段。
32、在第一方面的一种可能的实施方式中,所述确定所述参考范例侦测过程事件分别对应的侦测过程事件标签,包括:
33、将所述参考范例侦测过程事件加载至侦测过程事件分类网络,生成所述侦测过程事件分类网络生成的所述参考范例侦测过程事件的侦测过程事件标签;所述侦测过程事件标签包括常规侦测标签和非常规侦测标签;所述侦测过程事件分类网络是依据样本训练数据序列对初始侦测过程事件分类网络进行参数学习得到的;
34、所述依据各个参考范例侦测过程事件分别对应的侦测过程事件标签,提取所述范例侦测过程事件,包括:
35、依据侦测过程事件标签为非常规侦测标签的至少一个参考范例侦测过程事件,确定所述范例侦测过程事件;
36、所述样本训练数据序列的获取步骤,包括:
37、获取初始样本训练数据序列;所述初始样本训练数据序列包括第一范例侦测过程事件及其对应的范例侦测过程事件标签;
38、依据所述初始样本训练数据序列对初始第一神经网络进行参数学习,生成完本文档来自技高网...
【技术保护点】
1.一种基于红外图像分析的无人机侦测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于红外图像分析的无人机侦测方法,其特征在于,所述依据所述范例无人机侦测图像从所述多个参考范例侦测过程事件中提取范例侦测过程事件,包括如下至少一项:
3.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述确定所述参考范例侦测过程事件与所述范例无人机侦测图像之间的关联性,包括:
4.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述确定所述参考范例侦测过程事件针对所述范例无人机侦测图像的空域威胁范围,包括:
5.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述判断所述参考范例侦测过程事件是否包含测试行为字段,包括:
6.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述确定所述参考范例侦测过程事件分别对应的侦测过程事件标签,包括:
7.根据权利要求1所述的基于红外图像分析的无人机侦测方法,其特征在于,所述观测数据包括针对范例无人机侦测图像
8.根据权利要求1所述的基于红外图像分析的无人机侦测方法,其特征在于,所述基于所述无人机空域威胁预测网络进行空域威胁预测的步骤,包括:
9.一种基于红外图像分析的无人机侦测系统,其特征在于,包括处理器以及计算机可读存储介质,所述计算机可读存储介质存储有机器可执行指令,所述机器可执行指令被处理器执行时实现权利要求1-8中任意一项所述的基于红外图像分析的无人机侦测方法。
...【技术特征摘要】
1.一种基于红外图像分析的无人机侦测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于红外图像分析的无人机侦测方法,其特征在于,所述依据所述范例无人机侦测图像从所述多个参考范例侦测过程事件中提取范例侦测过程事件,包括如下至少一项:
3.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述确定所述参考范例侦测过程事件与所述范例无人机侦测图像之间的关联性,包括:
4.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述确定所述参考范例侦测过程事件针对所述范例无人机侦测图像的空域威胁范围,包括:
5.根据权利要求2所述的基于红外图像分析的无人机侦测方法,其特征在于,所述判断所述参考范例侦测过程事件是否包含测...
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。