[发明专利]无人机及其影像识别方法在审
申请号: | 202010189501.4 | 申请日: | 2020-03-18 |
公开(公告)号: | CN113496136A | 公开(公告)日: | 2021-10-12 |
发明(设计)人: | 刘一帆;于思耘;陈奎廷 | 申请(专利权)人: | 中强光电股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T7/246;H04N7/18 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 夏青 |
地址: | 中国台湾新竹*** | 国省代码: | 台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无人机 及其 影像 识别 方法 | ||
1.一种无人机,其特征在于,所述无人机包括影像摄取装置、存储介质和处理器;其中,
所述影像摄取装置用于产生影像数据流,其中所述影像数据流包括当前帧;
所述存储介质用于储存多个模块;以及
所述处理器耦接所述影像摄取装置以及所述存储介质,所述处理器存取并执行所述多个模块,且所述多个模块包括对象识别模块、移动对象侦检测模块和对象追踪模块;其中,
所述对象识别模块用于对所述当前帧中的对象进行影像识别以产生对应于所述当前帧的第一框格;
所述移动对象检测模块用于检测所述对象的移动以产生对应于所述当前帧的第二框格;以及
所述对象追踪模块用于根据所述第一框格以及所述第二框格判定所述对象为追踪目标。
2.根据权利要求1所述的无人机,其特征在于,
所述移动对象检测模块由所述影像数据流接收第一帧集合以及第二帧集合,用以计算出特征模型及预测特征模型,并且所述移动对象检测模块根据所述特征模型及所述预测特征模型的差异产生对应于所述当前帧的所述第二框格,其中
所述第一帧集合包含所述当前帧且用于计算出对应于所述当前帧的所述特征模型;以及
所述第二帧集合包含所述先前帧且用于计算出对应于所述先前帧的所述预测特征模型。
3.根据权利要求2所述的无人机,其特征在于,所述移动对象检测模块基于所述当前帧计算出对应于第一时间点的单应性转换矩阵,以利用所述单应性转换矩阵对所述先前帧进行转换以产生对应于所述第一时间点的所述预测特征模型。
4.根据权利要求3所述的无人机,其特征在于,所述当前帧对应于所述第一时间点、所述先前帧对应于第二时间点并且所述第二时间点早于所述第一时间点。
5.根据权利要求4所述的无人机,其特征在于,所述第一帧集合包括所述第一时间点至提早第一时间区间内的帧,并且所述第二帧集合包括所述第二时间点至提早第二时间区间内的帧。
6.根据权利要求2所述的无人机,其特征在于,所述移动对象检测模块对所述第一帧集合及所述第二帧集合进行预处理,其中所述预处理包括将所述第一帧集合及所述第二帧集合内的至少一帧分割并转为灰阶色调,以产生对应于所述第一帧集合的至少一个第一灰阶网格与对应于所述第二帧集合的至少一个第二灰阶网格。
7.根据权利要求6所述的无人机,其特征在于,所述移动对象检测模块根据所述至少一个第一灰阶网格产生所述特征模型,并且利用单应性转换矩阵对所述至少一个第二灰阶网格进行转换,以产生所述预测特征模型。
8.根据权利要求6所述的无人机,其特征在于,所述移动对象检测模块比对所述至少一个第一灰阶网格与所述至少一个第二灰阶网格以计算所述差异。
9.根据权利要求2所述的无人机,其特征在于,所述移动对象检测模块基于所述差异超过差异阈值而判定所述对象出现在所述当前帧的至少一个第一网格之中,并且根据所述至少一个第一网格的边界产生所述第二框格。
10.根据权利要求1所述的无人机,其特征在于,所述对象追踪模块计算所述第一框格以及所述第二框格的重叠度,并且基于所述重叠度高于重叠阈值而判定所述对象为所述追踪目标。
11.根据权利要求1所述的无人机,其特征在于,所述对象识别模块对所述当前帧进行影像分析,以判定所述当前帧是否存在至少一个追踪对象,并基于所述至少一个追踪对象而产生对应于所述当前帧的所述第一框格。
12.根据权利要求1所述的无人机,其特征在于,所述移动对象检测模块检测第二对象的第二移动以产生对应于第三帧的第三框格,且所述对象追踪模块根据所述第二框格和所述第三框格两者的中心点位置判断所述第二对象是否为所述对象,其中所述第三帧对应于第三时间点并且所述第一时间点早于所述第三时间点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中强光电股份有限公司,未经中强光电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010189501.4/1.html,转载请声明来源钻瓜专利网。