[发明专利]一种基于视频的空中目标行为判别方法及装置

权利要求书

1.一种基于视频的空中目标行为判别方法，其特征在于，包括以下步骤：

实时采集无人机飞行线范围内的视频；

采用目标检测模型实时检测采集的视频中是否存在空中目标；

采用目标跟踪模型对检测到的空中目标进行跟踪并分析行为；

根据目标跟踪分析的结果，判断有无撞击风险，若有撞击风险则进行报警。

2.根据权利要求1所述的一种基于视频的空中目标行为判别方法，其特征在于，还包括所述目标检测模型和目标跟踪模型的训练步骤，所述训练步骤如下：

S1：获取不同时段的无人机、飞鸟图片样本并进行标记，生成训练样本；

S2：将训练样本输入YOLO目标检测模型，对YOLO目标检测模型进行训练；

S3：将YOLO目标检测模型输出的结果再输入DeepSort多目标跟踪模型，对DeepSort多目标跟踪模型进行训练；

S4：根据DeepSort多目标跟踪模型的输出结果，判断有无撞击风险。

3.根据权利要求2所述的一种基于视频的空中目标行为判别方法，其特征在于，步骤S2包括以下子步骤：

S21：输入视频原始图片帧；

S22：使用YOLO目标检测算法获取目标检测框；

S23：将所有目标框中对应的目标抠出来，进行特征提取；

S24：进行相似度计算，计算前后两帧目标之间的匹配程度，通过前后两帧中目标间距大小变化来判断是否属于同一个目标；

S25：输出存在的空中目标给DeepSort多目标跟踪模型。

4.根据权利要求3所述的一种基于视频的空中目标行为判别方法，其特征在于，所述步骤S23中特征提取包括表观特征提取和运动特征提取。

5.根据权利要求2所述的一种基于视频的空中目标行为判别方法，其特征在于，步骤S3包括以下子步骤：

S31：将YOLO目标检测模型输出的结果进行ID编号；

S32对同一ID编号的目标进行远离或靠近行为分析；

S33：对同一ID编号的目标进行绕飞行为分析；

S34：对分析结果进行输出。

6.根据权利要求5所述的一种基于视频的空中目标行为判别方法，其特征在于，所述S32对目标进行远离或靠近行为判断，包括以下步骤：

S321：连续间隔10帧提取目标框，并计算10帧平均面积:；

S322：行为判别模型根据连续3次计算的平均面积进行判断，如果目标框面积由小到大则输出结果为远离；如果目标框由大到小则输出结果为靠近。

7.根据权利要求5所述的一种基于视频的空中目标行为判别方法，其特征在于，所述S33对目标进行绕飞行为判断，包括以下步骤：

S331：定义图像左上角为图像原点，向右为X轴且为正，向下为Y轴且为正；

S332：连续间隔10帧提取目标框，并计算10帧的平均中心点位置；

S333：根据连续3次计算的中心点位置进行判断，如果中心点位置沿着X轴或者Y轴的坐标值越来越大，则输出结果为正绕飞；如果中心点位置沿着X轴或者Y轴的坐标值越来越小，则输出结果为负绕飞。

8.根据权利要求5所述的一种基于视频的空中目标行为判别方法，其特征在于，跟跟踪检测到远离或靠近、绕飞两种情况同时存在时，优先输出远离或靠近，根据目标跟踪模型的分析结果判断有无撞击风险，如果分析结果为靠近，则输出报警。

9.根据权利要求2所述的一种基于视频的空中目标行为判别方法，其特征在于，步骤S2中YOLO检测算法检测跟踪到图像中没有目标时，继续进行下一帧的检测；当检测到图像中存在目标时，输出目标给DeepSort多目标跟踪算法进行ID编号。

10.一种基于视频的空中目标行为判别装置，采用权利要求1-9的方法运行，其特征在于，包括视频采集装置、目标检测模块、目标跟踪模块和行为判别模块，所述视频采集装置实时采集无人机飞行范围的视频；所述目标检测模块对图片帧中的目标进行检测；所述目标跟踪模块对图片帧中的目标进行跟踪行为分析，所述行为判别模块对目标跟踪模块输出的计算结果进行判断并报警。