[发明专利]一种无人机多机协同侦察下的目标实时检测方法

说明书

本发明涉及一种无人机多机协同侦察下的目标实时检测方法，属于目标检测、计算机视觉领域。该方法包括：将多路可见光战场图像分别输入训练后的无人机侦察目标检测网络，获得各无人机单机视角下的无人机侦察目标信息；对可见光战场图像进行粗校正，对各无人机侦察目标进行粗匹配，得到近似无人机侦察目标；进行无人机侦察目标的精确配准，确定多视角下同一类无人机侦察目标；引用综合置信度算法，对每个目标多机侦察下的检测结果进行融合，确定目标的最终检测结果。本发明技术方案提升网络结构对小目标的检测效果，并提升了多机协同检测效果。

技术领域

本发明属于目标检测、计算机视觉领域，具体涉及一种无人机多机协同侦察下的目标实时检测方法。

背景技术

在新兴战争形式下，亟需全天时快速、有效获取战场目标信息，复杂战场环境存在侦察图像照度不均，烟雾遮挡、清晰度不足等问题，导致战场目标检测识别精度较低，现有无人机感知技术难以全面满足现代战场侦察需求。因此，为进一步提升无人机系统装备作战效能，满足战场态势实时感知、情报快速获取与目标精确侦察定位的迫切需求，基于无人机集群协同侦察的目标实时检测技术必将成为无人机多机协同侦察作战领域的研究热点。

目标自动识别技术能够直接的将数据资源转化为可用的情报信息，可有效提高战场作战响应能力，同时也是武器装备自动化的前提条件。无人机拍摄目标存在面积小，特征不明显的特点，因此如何稳定的对微弱目标的检测和识别，仍是亟需解决的问题。

发明内容

本发明采用一种基于深度学习的多机协同侦察目标检测技术，构建深层检测网络结构，在分类目标种类的同时，确定目标位置信息，结合基于残差融合补偿的无人机侦察目标提取技术，提升网络结构对小目标的检测效果；通过检测目标匹配技术，提取检测目标特征，进一步通过对比特征确定相同目标；设计多机检测决策模型，有效融合多机目标检测信息，提升多机协同检测效果。

根据本发明技术方案，提供一种无人机多机协同侦察下的目标实时检测方法，其特征在于，所述目标实时检测方法包括：

步骤1：将无人机采集的多路可见光战场图像分别输入训练后的无人机侦察目标检测网络，获得各无人机单机视角下的无人机侦察目标信息；

步骤2：提取处理当前可见光战场图像对应的无人机姿态信息对该可见光战场图像进行粗校正，根据无人机侦察目标粗定位经纬度信息，对各无人机侦察目标进行粗匹配，得到粗匹配后的近似无人机侦察目标；

步骤3：提取各无人机侦察目标的显著特征，进行无人机侦察目标的精确配准，确定多视角下同一类无人机侦察目标；

步骤4：根据多无人机拍摄视角下同一类无人机侦察目标的匹配结果，引用综合置信度算法，对每个目标多机侦察下的检测结果进行融合，确定目标的最终检测结果。由此纠正单机无人机侦察目标分类错误情况，提升目标检测准确率。

进一步的，所述步骤1具体包括：

步骤11：无人机集群系统搭载光电载荷，进行多路可见光战场图像的采集，并通过链路回传；

步骤12：将采集的多路可见光战场图像分别输入训练后的无人机侦察目标检测网络；

步骤13：将可见光战场图像划分成均匀的网格，针对每个网格预测多个边框信息，并由此预测出多个目标窗口；

步骤14：根据(阈值0.5)去除可能性较低的目标窗口，并基于非极大值抑制(Non-maximum suppression，NMS)算法去除冗余窗口；

步骤15：获得目标位置及类别。

进一步的，步骤12中，采用无人机实拍视频建立训练数据集，对无人机侦察目标检测框架进行训练及优化，构建单机目标检测网络。