一种无人机图像目标检测方法及系统技术方案

本发明专利技术提供一种无人机图像目标检测方法及系统，方法包括：利用基于频域注意力机制的滤波，细粒度处理特征图，通过高斯滤波器和拉普拉斯滤波器对特征图进行滤波处理，突出目标边缘特征；利用改进ResNet50处理输入图像，引入空间卷积，通过重构与分离操作，减少空间冗余信息，并生成具有表现力的特征图；利用选择性融合网络SFCA融合处理后的特征，通过高层语意信息过滤低层信息，融合特征；利用基于DETR的检测网络进行分类与回归，实现目标检测；模型训练完成，将测试集输入模型，根据预测输出结果，完成对无人机图像目标检测。本发明专利技术解决了目标检测效率及准确率低、高级特征与低级特征融合不充分导致特征图质量及表达能力较差以及易发生梯度爆炸的技术问题。

【技术实现步骤摘要】

本专利技术涉及机器视觉和人工智能领域，具体涉及一种无人机图像目标检测方法及系统。

技术介绍

1、随着无人机技术的迅速发展，无人机已经在众多领域，如农业、环境监测、交通监控、灾害救援和军事侦查等，展现出了巨大的应用潜力。无人机可以迅速部署到目标区域，通过搭载的摄像头和其他传感器设备，捕获大量的图像和视频数据。然而，从海量的数据中有效地识别并定位出特定目标是一项极具挑战性的任务。传统的图像处理和模式识别方法在面对复杂背景、光照变化、目标多样性等问题时，往往难以取得理想的效果。因此，研究和发展无人机图像目标检测算法成为了迫切的需求。

2、此外，随着人工智能和机器学习技术的不断进步，特别是深度学习技术的飞速发展，为无人机图像目标检测提供了新的解决方案。深度学习算法能够从大量数据中自动提取有效的特征，并通过多层的神经网络结构实现对复杂模式的识别。这为无人机图像目标检测算法的研究提供了新的机遇。

3、目前，无人机图像目标检测算法的主要挑战在于目标的多样性、背景的复杂性以及目标检测的时效性。

4、公布号为cn116958001a的现有本文档来自技高网...

【技术保护点】

1.一种无人机图像目标检测方法，其特征在于，所述方法包括：

2.根据所述权利要求1所述的一种无人机图像目标检测方法，其特征在于，所述S1包括：

3.根据所述权利要求1所述的一种无人机图像目标检测方法，其特征在于，所述S2包括：

4.根据所述权利要求3所述的一种无人机图像目标检测方法，其特征在于，所述S21包括：

5.根据所述权利要求4所述的一种无人机图像目标检测方法，其特征在于，所述S214中，根据所述预置阈值，利用下述逻辑，处理得到所述信息权重W1、所述非信息权重W2：

6.根据所述权利要求3所述的一种无人机图像目标检测方法，...

【技术特征摘要】

1.一种无人机图像目标检测方法，其特征在于，所述方法包括：

2.根据所述权利要求1所述的一种无人机图像目标检测方法，其特征在于，所述s1包括：

3.根据所述权利要求1所述的一种无人机图像目标检测方法，其特征在于，所述s2包括：

4.根据所述权利要求3所述的一种无人机图像目标检测方法，其特征在于，所述s21包括：

5.根据所述权利要求4所述的一种无人机图像目标检测方法，其特征在于，所述s214中，根据所述预置阈值，利用下述逻辑，处理得到所述信息权重w1、所述非信息权重w2：

6.根据所述权利要求3所述的一种无人机图像目标检测方法，其特征在于，所述s22中，利用下述逻辑，对所述信息特征图与所述非信息特征图进行所述重构操作：

7....

【专利技术属性】
技术研发人员：竺德，张超越，高清维，卢一相，孙冬，赵大卫，
申请(专利权)人：安徽大学，
类型：发明
国别省市：