[发明专利]一种空中高动态小目标检测方法及系统

权利要求书

1.一种空中高动态小目标检测方法，其特征在于，包括以下步骤：

步骤一、实时获取包含运动目标的多个连续视频帧图像；

步骤二、利用预训练的基于YOLOv3算法的全局目标检测模型对多个连续视频帧图像中的首帧图像进行全局目标检测，获得首帧图像中运动目标全局像素坐标；

步骤三、基于首帧图像中运动目标全局像素坐标和运动目标在连续视频帧图像之间的连续性，对首帧图像后面连续的多个视频帧图像进行裁剪，获得多个包含运动目标的局部图像；其中，对首帧图像后面连续的多个视频帧图像进行裁剪的过程包括：

以上一帧运动目标坐标(X(t)，Y(t))为待裁剪局部图像中心、预设像素尺寸为待裁剪局部图像尺寸时，若待裁剪局部图像在该视频帧图像区域内，则待裁剪局部图像中心坐标(C_x，C_y)计算公式为：

若待裁剪局部图像不在该视频帧图像区域内，则待裁剪局部图像中心坐标(C_x，C_y)计算公式为：

式中，Snet表示待裁剪局部图像为正方形的边长；Wv、Hv表示视频帧图像尺寸；

步骤四、将多个包含运动目标的局部图像输入预训练的基于改进YOLOv3-tiny算法的局部目标检测模型进行局部目标检测，实时获得局部图像中运动目标局部像素坐标；

步骤五、将局部图像中运动目标局部像素坐标进行转换处理，获得其对应的运动目标全局像素坐标；

步骤六、根据像素坐标系和世界坐标系的转换关系、运动目标全局像素坐标，计算获得运动目标的实际位置。

2.根据权利要求1所述的一种空中高动态小目标检测方法，其特征在于，步骤四中基于改进YOLOv3-tiny算法的局部目标检测模型中所述改进YOLOv3-tiny算法是在YOLOv3-tiny算法基础上进行改进，改进之处在于：将YOLOv3-tiny网络中锚框数量从6增加到9，将上采样倍数改为4，同时两级特征通道整合叠加过程中使浅层深度为更深一层的2倍。

3.根据权利要求2所述的一种空中高动态小目标检测方法，其特征在于，步骤五中按照下述公式进行转换处理获得其对应的运动目标全局像素坐标：

式中，x(t+i)、y(t+i)表示运动目标局部像素坐标；X(t+i)、Y(t+i)表示转换后的全局像素坐标；t+i表示从t时刻开始切换后的时刻。

4.根据权利要求3所述的一种空中高动态小目标检测方法，其特征在于，步骤六中运动目标的实际位置用方位角表示，所述方位角计算公式如下：

horizontal_angle＝arctan((x-x₀)/f_x)

vertical_angle＝arctan((y-y₀)/f_y)

式中，horizontal_angle表示水平角；vertical_angle表示垂直角；f_x、f_y表示相机内参；x₀、y₀表示图像中心坐标；x、y表示运动目标全局像素坐标。

5.根据权利要求4所述的一种空中高动态小目标检测方法，其特征在于，步骤三中当出现对某一个视频帧图像裁剪后不能获得包含运动目标的局部图像时，重新利用预训练的基于YOLOv3算法的全局目标检测模型对当前帧图像进行全局目标检测，获得当前帧图像中运动目标全局像素坐标；然后将当前帧图像作为首帧图像，对其后面连续的多个视频帧图像继续执行步骤三至步骤六。