[发明专利]一种基于无人机航拍视频的多目标检测的方法

权利要求书

1.一种用于无人机航拍图像的多目标检测模型的训练方法，其特征在于，包括：

获取训练集，其包括基于航拍图像构建的多个训练样本，每个训练样本包括样本图像以及对应的标签，其中，标签包括对相应样本图像中目标所在位置、目标所属类别以及目标识别号的指示，目标识别号表示目标在训练集中的身份标识；

利用训练集训练多目标检测模型检测目标所在位置、目标所属类别以及目标识别号，其中，根据检测结果与对应的标签计算的对目标所在位置、目标所属类别以及目标识别号的损失值更新多目标检测模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述多目标检测模型包括与检测目标所在位置相对应的卷积核、与检测目标所属类别相对应的卷积核以及与检测目标识别号相关的卷积核。

3.根据权利要求2所述的方法，其特征在于，所述多目标检测模型中通过多种比例的检测框确定目标所在位置，其中，多种比例的检测框的比例大小根据训练集或者训练集所对应数据集的所有标签中指示目标所在位置的检测框的比例聚合得到。

4.根据权利要求2所述的方法，其特征在于，所述多目标检测模型采用改进的YOLO模型，所述改进的YOLO模型是基于YOLO v1、v2、v3、v4或者v5模型进行改进得到，其中，改进的YOLO模型相比于原始的YOLO模型在预测层增加与检测目标识别号相关的卷积核。

5.根据权利要求4所述的方法，其特征在于，所述改进的YOLO模型中通过多种比例的检测框确定目标所在位置，其中，多种比例的检测框的比例大小根据训练集的所有标签中指示目标所在位置的检测框的比例聚合得到。

6.根据权利要求4所述的方法，其特征在于，所述改进的YOLO模型是基于YOLO v3模型改进得到，改进的YOLO v3模型的预测层增加第三类卷积核，并且改进的YOLO v3模型所包含的9种比例的检测框的比例大小根据训练集或者训练集所对应数据集的所有标签中指示目标所在位置的检测框的比例聚合得到。

7.根据权利要求1-6之一所述的方法，其特征在于，所述训练集经过图像数据增强处理得到，其包括对原有的图像进行移位、角度旋转、色彩变换、翻转、裁剪、拼接或者其组合的增强处理以得到新的图像以及添加新的图像对应的标签。

8.一种基于无人机航拍视频的多目标检测的方法，其特征在于，包括：

获取无人机航拍视频，提取其中各视频帧对应的图像；

将各视频帧对应的图像按序输入根据权利要求1-7之一所述的方法训练得到的多目标检测模型，得到连续的视频帧对应的目标检测结果。

9.一种多目标检测跟踪方法，其特征在于，包括：

获取根据权利要求8所述的方法得到的连续的视频帧对应的目标检测结果；

基于连续的视频帧对应的目标检测结果，根据多目标跟踪算法对无人机航拍视频中的多个目标进行跟踪。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序可被处理器执行以实现权利要求1-9之一所述方法的步骤。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；以及

存储器，其中存储器用于存储可执行指令；

所述一个或多个处理器被配置为经由执行所述可执行指令以实现权利要求1-9之一所述方法的步骤。