[发明专利]一种基于孪生神经网络的红外无人机目标跟踪方法

权利要求书

1.一种基于孪生神经网络的红外无人机目标跟踪方法，其特征在于：所述具体步骤如下：

S1：基于SiamRPN++结构，以深度残差网络ResNet为特征提取器，网络会提取后三个block的结果放入输出结果形状相同的SiamRPN网络，然后通过直接加权求和各个结果，在网络相似度度量机制中采用深度可分离卷积，以减少模型计算量。

S2:红外无人机目标图像数据集构建。采集多种场景、多类型无人机、多姿态飞行红外图像数据集，然后对红外图像数据集进行标注。

S3:基于步骤1的模型和步骤2构建的数据集，选择相应的数据增强技术、迭代次数、学习率、损失函数等训练验证模型并保存。

S4:基于步骤3保存的模型，通过手动框选和自动目标检测初始红外图像中无人机目标的位置，给出目标框，即左上角像素坐标、目标框宽和高。以此框内无人机目标作为模型模板输入，并提取此模板的特征，网络模型跟踪后续红外图像中的无人机目标，输出无人机的目标框和置信度。

S5:基于步骤4中模型输出的置信度，若连续10帧图像预测置信度高于阈值0.8，则将最后一帧无人机目标作为模型的模板输入，并提取此模板的特征。