【技术实现步骤摘要】
本公开实施例涉及目标检测与跟踪，尤其涉及一种空中目标的检测追踪方法、装置、设备及介质。
技术介绍
1、在对空中目标的检测跟踪过程中，相关方案通常会采用模板匹配算法对空中目标进行追踪，利用该算法获得目标的位置信息，进而获取目标形心与视场中心的偏差信息以完成空中运动目标的跟踪控制。
2、但是，模板匹配算法对光照和视角的变化非常敏感，空中的目标检测与追踪技术在具体实施和应用过程中，其视场角度是不停变化且没有规律的，而且在高空中又面临着云层对光照的影响，这些都会导致模板匹配算法的准确性大大降低。此外，相关方案需要预先准备模板，使得其针对的目标以及应用场景受限，对于新增目标以及应用场景需要重新生成不同的模板，增加了工作量和复杂度。当图像含有噪声或者模糊时，可能导致模板匹配算法的结果出现较大误差，进一步影响目标检测的准确性。
技术实现思路
1、有鉴于此，本公开实施例期望提供一种针对空中目标的检测追踪方法、装置及介质，能够提升空中目标检测与追踪的准确性。
2、本公开实施例的技术方
【技术保护点】
1.一种空中目标的检测追踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过已训练的在头部网络中融合注意力机制的YOLOv7模型对当前图像帧进行检测，获得所述当前图像帧中的每个目标的位置检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，在所述YOLOv7模型的颈部网络中，在SPPCSPC模块与第一上采样模块之间，以及在ELANW模块与第二上采样模块之间均设置一注意力机制模块；相应地，将所述多尺度特征图通过所述YOLOv7模型的符合特征金字塔结构的颈部网络按照通道注意力和空间注意力完成重构之后进行特征融...
【技术特征摘要】
1.一种空中目标的检测追踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过已训练的在头部网络中融合注意力机制的yolov7模型对当前图像帧进行检测，获得所述当前图像帧中的每个目标的位置检测结果，包括：
3.根据权利要求2所述的方法，其特征在于，在所述yolov7模型的颈部网络中，在sppcspc模块与第一上采样模块之间，以及在elanw模块与第二上采样模块之间均设置一注意力机制模块；相应地，将所述多尺度特征图通过所述yolov7模型的符合特征金字塔结构的颈部网络按照通道注意力和空间注意力完成重构之后进行特征融合，获取不同尺寸的综合特征图，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述交并比利用匈牙利算...
【专利技术属性】
技术研发人员：朱卓，张凯，杨东升，杨尧，高山，危发文，任雨莹，
申请(专利权)人：西北工业大学，
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。