[发明专利]基于孪生跟踪网络和异常调度器的无人机高速检测方法

说明书

本发明公开了一种基于孪生跟踪网络和异常调度器的无人机高速检测方法。该方法包括以下步骤：1.采集无人机飞行视频，进行数据标注与数据增强后获取无人机视频检测数据集；2.针对一阶段检测网络分支，设计并构建共享部分权重的孪生跟踪网络分支，对被检测到的无人机进行高速跟踪；3.设计基于通道混合描述子的背景抑制机制，提高在复杂背景中跟踪无人机的精度；4.设计基于离群检测的调度网络分支，调用跟踪来对检测结果进行高速插补，并基于跟踪质量评估与异常状态评估在跟踪失败时自动重新调用检测；5.在无人机视频检测数据集上对检测、跟踪和调度分支依次进行训练，推理时通过检测与跟踪相互配合实现低算力、高速的无人机检测。

技术领域

本发明属于计算机视觉领域，尤其涉及基于深度神经网络的无人机目标高速、高精度视觉检测方法，具体是一种基于孪生跟踪网络和异常调度器的无人机高速检测方法，可用于在复杂环境中实时监测入侵无人机。

背景技术

近年来随着低空空域的逐渐开放与信息技术的蓬勃发展，无人机被广泛应用于航拍、农林业、物流、安防等各个行业中。同时，伴随无人机市场的繁荣发展与无人机数量的井喷，无人机在给生活、生产带来便利的同时，也带来许多安全和隐私方面的风险。小型无人机有着高机动性、高隐蔽性等特征，且具备专业飞行技能与素养的操作人员不多，未经报备、批准在危险区域飞行的无人机事件频发，给公共场所安全、航空安全、个人人身财产及隐私安全都带来了较大的隐患。政府出台了多种暂行办法及管理条例来监管无人机的飞行活动，同时相关无人机企业也从技术角度限制无人机的危险飞行行为。但是，由于无人机受众广泛、数量庞大，利用自制无人机飞行或技术手段破解禁飞区的现象时有发生，无人机“黑飞”、“滥飞”现象仍层出不穷。为避免侵入特定区域的无人机带来安全威胁，非常有必要通过可靠的技术手段来检测无人机。

目前，无人机检测技术主要分为雷达检测技术、射频检测技术、音频检测技术、视觉检测技术等典型技术手段；其中，雷达检测技术对于飞行高度低、反射截面小的小型无人机检测效果不佳；射频检测技术在战场环境复杂电磁干扰下难以检测到无人机通讯信号；音频检测技术也会在战场环境中因受到火炮枪弹的噪声干扰而失效。相比而言，视觉检测技术因其较低的成本、较高的中近程检测精度，并且可以提供丰富、直观的视频信息，受到学术界的广泛关注。无人机在背景复杂的城市环境中具有高机动性，所以基于视觉的无人机检测系统需要尽量缩短反应时间，提高检测频率。而当前的视觉检测技术往往需要依赖参数量较大的神经网络，无法在小型计算平台上实现对无人机的高速检测，所以亟需设计一种高速、可靠的无人机检测方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种基于孪生跟踪网络和异常调度器的无人机高速检测方法，通过设计与检测网络共享部分权重的孪生跟踪网络，对检测网络提供的检测结果进行高速的跟踪插补来辅助加速检测，并由异常调度器基于跟踪质量评估与异常状态评估来自适应切换地调用检测和跟踪，以实现高速、可靠、低算力需求的无人机检测。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。