[发明专利]检测与跟踪融合的长时间无人机目标跟踪方法及系统

说明书

本发明公开了一种检测与跟踪融合的长时间无人机目标跟踪方法及系统，该方法中同时执行检测与跟踪的任务，并且通过检测结果验证跟踪结果的准确与否，当验证跟踪结果不够准确时，通过检测结果修正跟踪结果，以便于继续准确地跟踪目标。

技术领域

本发明涉及无人机跟踪目标的自动控制领域，尤其涉及一种检测与跟踪融合的长时间无人机目标跟踪方法及系统。

背景技术

近年来无人机的智能化高速发展，其中重要的一项就是无人机对目标的自主跟踪。目标跟踪存在较多难点，比如快速运动、运动模糊、旋转、尺度变化、相似目标干扰、光照变化、变形、遮挡、离开视野等，这些难点对跟踪算法的鲁棒性提出了较高要求。

目前的主流目标跟踪算法尚不能实现对目标的长时间跟踪，在遇到特殊状况时，其稳定性通常较差，因此需要结合其他方法来实现长时间跟踪。

但是在现有的方案中，多种跟踪方案的叠加使用并不能完全避免意外状况的发发生，多种方案之间也难以做到有效的互补与彼此验证。

由于上述原因，本发明人对现有的无人机目标跟踪方法及系统做了深入研究，以期待设计出一种能够解决上述问题的检测与跟踪融合的长时间无人机目标跟踪方法及系统。

发明内容

为了克服上述问题，本发明人进行了锐意研究，设计出一种检测与跟踪融合的长时间无人机目标跟踪方法及系统，该方法中同时执行检测与跟踪的任务，并且通过检测结果验证跟踪结果的准确与否，当验证跟踪结果不够准确时，通过检测结果修正跟踪结果，以便于继续准确地跟踪目标，从而完成本发明。

具体来说，本发明的目的在于提供一种检测与跟踪融合的长时间无人机目标跟踪方法，该方法包括如下步骤，

步骤1，通过安装在无人机上的摄像头实时拍摄获得地面照片；

步骤2，从初始照片中选择需要跟踪的目标；

步骤3，实时从获得的照片中框选出包含同类目标的建议区域；

步骤4，实时从获得的照片中框选出跟踪选框；

步骤5，根据步骤3和步骤4中的结果确定目标位置。

其中，在步骤2中，通过框选的方式来选择需要跟踪的目标。

其中，在步骤3中，通过实时识别初始照片之后的每一帧照片，在每一帧照片中都框选出包含特定物体的区域作为建议区域，所述特定物体为与待跟踪目标外形相似或者同种类的物体。

其中，在步骤3中，在每帧照片中都可以包含任意数量个建议区域。

其中，在步骤4中，建立高斯分布回归标签，利用初始照片中及其上框选的需要追踪目标来训练回归模型，再通过回归模型在后续其他的照片中连续地挑选并跟踪该目标。

其中，在后续的每一帧照片中给出包含该待跟踪目标的跟踪选框。

其中，所述步骤3和步骤4同步进行。

其中，在步骤5中，通过步骤3中获得的建议区域来校准步骤4中获得的跟踪选框。

其中，在步骤5中，计算初始照片之后每一帧照片中的重叠度；

其中，当该重叠度大于阈值时，将该建议区域作为目标位置；优选地，所述阈值的取值为0.2～0.7。

本发明还提供一种检测与跟踪融合的长时间无人机目标跟踪系统，该系统包括安装在旋翼无人机上的摄像头1、传输模块2、地面控制模块3、检测器4、跟踪器5和执行模块6，

其中，所述摄像头1用于实时拍摄地面照片，