[发明专利]无人机视角遥感目标跟踪方法及装置

权利要求书

1.一种无人机视角遥感目标跟踪方法，其特征在于，包括：

从样本视频序列中提取出正样本和典型易混干扰负样本，对所述典型易混干扰负样本进行数据增广，将正样本和数据增广后的典型易混干扰负样本组成训练集；

基于所述训练集，预训练基于卷积块注意力模块CBAM显著增强的多域网络MDNet；

获取无人机视角遥感视频图像，利用训练好的基于CBAM显著增强的MDNet进行无人机视角遥感目标的跟踪；

且所述基于CBAM显著增强的MDNet是在MDNet的第一个卷积层后面依次增加CBAM的通道注意力模块和CBAM的空间注意力模块，在MDNet的第二个卷积层后面增加CBAM的通道注意力模块，并在MDNet的第二个卷积层所增加的通道注意力模块后面增加一个自适应卷积层而得到的；其中，所述自适应卷积层用于根据输入尺寸的大小自适应的调整输出的通道数。

2.根据权利要求1所述的无人机视角遥感目标跟踪方法，其特征在于，所述对所述典型易混干扰负样本进行数据增广，包括：

利用LSGANs和多角度的高斯金字塔，对所述典型易混干扰负样本进行数据增广。

3.根据权利要求2所述的无人机视角遥感目标跟踪方法，其特征在于，所述利用LSGANs和多角度高斯金字塔，对所述典型易混干扰负样本进行数据增广，包括：

对每个典型易混干扰负样本的典型易混背景目标，利用LSGANs，生成第一样本；

利用多角度的高斯金字塔，对所述第一样本进行数据增广，获得数据增广后的典型易混干扰负样本。

4.一种无人机视角遥感目标跟踪装置，其特征在于，包括：

增广模块，用于从样本视频序列中提取出正样本和典型易混干扰负样本，对所述典型易混干扰负样本进行数据增广，将正样本和数据增广后的典型易混干扰负样本组成训练集；

预训练模块，用于基于所述训练集，预训练基于卷积块注意力模块CBAM显著增强的多域网络MDNet；

跟踪模块，用于获取无人机视角遥感视频图像，利用训练好的基于CBAM显著增强的MDNet进行无人机视角遥感目标的跟踪；

且所述基于CBAM显著增强的MDNet是在MDNet的第一个卷积层后面依次增加CBAM的通道注意力模块和CBAM的空间注意力模块，在MDNet的第二个卷积层后面增加CBAM的通道注意力模块，并在MDNet的第二个卷积层所增加的通道注意力模块后面增加一个自适应卷积层而得到的；其中，所述自适应卷积层用于根据输入尺寸的大小自适应的调整输出的通道数。

5.根据权利要求4所述的无人机视角遥感目标跟踪装置，其特征在于，所述增广模块，具体用于

从样本视频序列中提取出正样本和典型易混干扰负样本；

利用LSGANs和多角度的高斯金字塔，对所述典型易混干扰负样本进行数据增广；

将正样本和数据增广后的典型易混干扰负样本组成训练集。

6.根据权利要求5所述的无人机视角遥感目标跟踪装置，其特征在于，所述增广模块，具体用于

从样本视频序列中提取出正样本和典型易混干扰负样本；

对每个典型易混干扰负样本的典型易混背景目标，利用LSGANs，生成第一样本，利用多角度的高斯金字塔，对所述第一样本进行数据增广，获得数据增广后的典型易混干扰负样本；

将正样本和数据增广后的典型易混干扰负样本组成训练集。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述方法的步骤。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。