[发明专利]结合场景透视信息的无人机航拍目标检测方法

权利要求书

1.结合场景透视信息的无人机航拍目标检测方法，其特征在于，包括以下步骤：

S1、输入当前无人机航拍图像，使用主干网络提取图像特征金字塔；

S2、通过当前无人机传感器获取动态透视估计参数；

S3、通过其他已检测航拍图像集计算静态透视估计参数；

S4、使用动态透视估计参数以及静态透视估计参数计算图像场景透视估计图；所述透视估计图用语估计图像中每个位置应有的目标尺度，由式(1)计算得到：

其中，PES代表透视估计图，i代表当前图像；j代表当前图像中的某一位置，j的像素坐标为(x_j,y_j)；Λ代表调整因子，代表参考尺度，利用步骤S3中的静态透视估计参数通过透视数据拟合方法得到；D_ij代表距离因子，由式(2)计算得到：

其中，Θ_i表示步骤S2中获取的动态透视估计参数，即包括H_i、μ_i和f_i；ρ_j和θ_j为位置j在图像中的极坐标位置，由式(3)计算得到：

其中，w_i和h_i分别为图像i的宽度和高度；

所述透视数据拟合方法的实现包括以下步骤：

S4.1、将式(1)和式(2)联立并调整为线性方程的形式，调整后线性方程如式(4)所示：

Y＝F_Θ(X₁，X₂)＝β₁X₁+β₂X₂+β₃；    (4)

其中，β₁、β₂和β₃为线性方程待求解参数，X₁、X₂和Y为将式(2)中各变量换元得到，换元方法如式(5)所示：

S4.2、计算参考尺度计算方法如式(6)所示：

其中，N_B、w_b和h_b为步骤S3中的静态透视估计参数；W_c为类别可靠性权重，用以描述目标b所处的类别c在不同视角下的姿态稳定性，W_c∈(0，1]，值越大代表可靠性越强，计算方法如式(7)所示：

其中，σ_c代表类别c中所有目标包裹框长宽比的标准差；minσ代表所有类别的σ_c中的最小值；

S4.3、用数据拟合权重的形式间接计算调整因子Λ，各条目标包裹框数据λ_b的拟合权重计算方法如式(8)所示：

其中，为当前目标包裹框的长宽比，为类别c中所有目标的rb的平均值；

S4.4、带入数据并求解式(4)中的待求解参数，拟合数据时使用均方误差作为损失函数，如式(9)所示：

式(9)存在解析解，如式(10)所示：

[β₁，β₂，β₃]＝(X^Tλ_bX)^-1X^Tλ_bY；    (10)

将解得参数带入式(4)并转换回式(1)，即可直接计算所述尺度估计图PES；

S5、构建区域生成网络，筛除透视适配性差的锚点，生成感兴趣区域；

S6、计算各个感兴趣区域符合透视关系的区域特征；

S7、执行分类和定位，输出目标检测结果。