【技术实现步骤摘要】
本专利技术涉及无人机影像处理，尤其涉及一种基于高度信息的无人机影像车辆检测方法及系统。
技术介绍
1、目前，无人机广泛应用于各种航空摄影任务中，解决了传统拍摄方法中的各种局限问题，带来了极大的便利性。
2、但无人机在拍摄过程中，容易受到各种干扰的影响，例如无人机周围的环境、机身的振动和设备的性能，导致图像模糊、物体纹理不明确、阴影重等问题。此外，随着无人机高度的增加，相机获取的地面面积增加，由于相机像素的物理限制，信息密度没有变化，图像中同一物体占据的像素数量减少，导致物体特征的减弱。
3、目前针对无人机拍摄的优化，通常都是对无人机本身的参数或拍摄方法进行改进，或者对拍摄目标进行一定的优化，但都具有很大的局限性，往往改进的效果非常有限。
技术实现思路
1、本专利技术提供一种基于高度信息的无人机影像车辆检测方法及系统，用以解决现有技术中无人机拍摄进行目标检测时存在易受环境影响，特征识别不明显等缺陷。
2、第一方面，本专利技术提供一种基于高度信息的无人机影像...
【技术保护点】
1.一种基于高度信息的无人机影像车辆检测方法，其特征在于，包括：
2.根据权利要求1所述的基于高度信息的无人机影像车辆检测方法，其特征在于，获取无人机在不同高度拍摄的同类车辆图像数据，包括：
3.根据权利要求2所述的基于高度信息的无人机影像车辆检测方法，其特征在于，根据所述同类车辆图像数据，确定不同类别车辆对应候选区域的边界框分布概率以及给定高度下车辆密度，包括：
4.根据权利要求1所述的基于高度信息的无人机影像车辆检测方法，其特征在于，利用无人机先验信息和尺度映射函数确定候选区域尺度分布，根据飞行高度动态调整候选区域大小和分布密度...
【技术特征摘要】
1.一种基于高度信息的无人机影像车辆检测方法，其特征在于，包括：
2.根据权利要求1所述的基于高度信息的无人机影像车辆检测方法，其特征在于，获取无人机在不同高度拍摄的同类车辆图像数据，包括：
3.根据权利要求2所述的基于高度信息的无人机影像车辆检测方法，其特征在于，根据所述同类车辆图像数据，确定不同类别车辆对应候选区域的边界框分布概率以及给定高度下车辆密度，包括：
4.根据权利要求1所述的基于高度信息的无人机影像车辆检测方法，其特征在于，利用无人机先验信息和尺度映射函数确定候选区域尺度分布，根据飞行高度动态调整候选区域大小和分布密度，确定区域建议网络范围，由密度阈值筛选所述区域建议网络中的候选区域，包括：
5.根据权利要求1所述的基于高度信息的无人机影像车辆检测方法，其特征在于，基于特征金字塔网络生成多层细化特征，在所述每层细化特征中加入上下文信息，采用序列式特征细化策略，结合当前层特征和无人机先验信息，得到目标车辆定位表...
【专利技术属性】
技术研发人员：杨子秦，周剑，谢富鑫，唐有辰，姚远，
申请(专利权)人：武汉大学，
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。