[发明专利]无人机目标检测方法、装置、设备和介质

权利要求书

1.一种无人机目标检测方法，其特征在于，包括步骤：

获取无人机的原数据集；所述原数据集包括可见光视频序列和红外视频序列；

对所述可见光视频序列和所述红外视频序列进行图像匹配、图像裁剪与标签更新处理，得到图像配准且尺寸标准化后的标准数据集；

利用CNN模型对所述标准数据集中的可见光图像和红外图像进行图像融合处理，得到融合图像集；

利用训练好的YOLOv3模型对所述融合图像集进行无人机目标检测，得到无人机检测结果；

所述利用训练好的YOLOv3模型对所述融合图像集进行无人机目标检测，得到无人机检测结果，包括：

将该融合图像集作为测试集输入训练好的YOLOv3模型进行无人机目标检测；

所述利用CNN模型对所述标准数据集中的可见光图像和红外图像进行图像融合处理，得到融合图像集的步骤，包括：

导入所述CNN模型并输入所述可见光图像和所述红外图像；

通过所述CNN模型对所述可见光图像和所述红外图像的训练，生成权重图；

对所述可见光图像、所述红外图像和所述权重图进行拉普拉斯分解处理后，对分解处理中的各层级分解系数进行系数融合；

对系数融合后的融合系数进行拉普拉斯金字塔重建，生成融合图像并输出所述融合图像集；

对所述可见光视频序列和所述红外视频序列进行图像匹配的过程，包括：

对所述可见光视频序列中的可见光图像和所述红外视频序列中的红外图像进行空间匹配和时间匹配处理，得到所述可见光图像和所述红外图像的空间对应关系；

所述空间匹配的处理通过如下多项式完成：

其中，（，）表示所述可见光图像和所述红外图像之间变换后的坐标，和分别表示图像特征点的x和y方向上的缩放系数，（，）表示所述可见光图像和所述红外图像之间变换前的坐标，和分别表示图像特征点的x和y方向上的平移系数；

所述缩放系数和所述平移系数通过对所述可见光图像和所述红外图像上所述图像特征点的标签值进行直线拟合得到；

所述时间匹配的处理过程包括：

确定所述可见光图像和所述红外图像的帧数差；

将所述可见光图像和所述红外图像的坐标对应关系以所述帧数差为间隔进行一一对应，得到时间对应关系校准后的所述可见光图像和所述红外图像；

对所述可见光视频序列和所述红外视频序列进行图像裁剪的过程，包括：

根据所述空间对应关系，结合所述可见光图像和所述红外图像的尺寸，将所述可见光图像和所述红外图像裁剪为尺寸大小一致的图像；

对所述可见光视频序列和所述红外视频序列进行标签更新的过程，包括：

根据目标转换关系对所述可见光视频序列和所述红外视频序列的原标签数值进行转换并设置各类别序号为设定值；所述设定值用于代表无人机，所述目标转换关系为：

其中，表示所述标准数据集中图像目标框的归一化中心点坐标，和分别表示裁剪后图像的宽和高，（，）表示所述原数据集中图像目标框的最小中心点坐标，表示可见光图像坐标向红外图像坐标变换的平移系数，表示所述原数据集中图像目标框的宽度，h表示原数据集中图像目标框的高度。