[发明专利]基于细粒度分类的无人机识别与定位方法

摘要

本发明公开了一种基于细粒度分类的无人机识别与定位方法，基于物体粗粒度检测后的细粒度分类，将识别出的无人机型号与无人机型号库信息对应检索出无人机的具体的外在结构信息，并结合摄像机的内参数，将无人机的二维坐标映射成三维坐标确定无人机立体空间中的位置，还可以通过帧图片的连续三维坐标信息，在立体空间中得到无人机的轨迹信息。本发明解决现有技术无人机的识别与定位不准确的问题。

主权项

1.基于细粒度分类的无人机识别与定位方法，其特征在于，包括以下步骤：(a)建立无人机数据集库：通过采集无人机机型及参数信息，建立满足细粒度分类的计算机视觉数据库；(b)粗粒度检测：通过YOLO网络结构对摄像机拍摄的视频进行端到端的实时物体识别与检测，准确判断物体是否无人机；(c)细粒度分类：在步骤(a)所述的无人机数据集库中的数据集的基础上采取强监督学习的方法完成深度学习，进而完成细粒度分类，细粒度分类完成后，精确地得到检测到的无人机类别和无人机型号；(d)匹配检索型号：得出无人机的具体型号后，在无人机数据集库中匹配检索该型号无人机的具体信息，得到该无人机的所有信息，包括材料信息和结构信息，得知无人机的外在视觉特征；(e)摄像机标定：获得摄像机的内参数；(f)空间定位：将无人机的外在视觉特征结合摄像机的内参数得到无人机在立体空间的位置。