[发明专利]一种基于视频的空中目标行为判别方法及装置

说明书

本发明公开了一种基于视频的空中目标行为判别方法及装置，方法包括以下步骤：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。本装置成本低廉的同时能够保证检测精度与检测时效性；本方法能准确检测空中目标并进行行为判别，根据分析提前报警，避免发生飞鸟或无人机撞机的安全事故；采用实时连续对空中目标进行检测和跟踪的方式，平滑输出分析结果数据，使飞机系统或操作人员可以及时作出反应。

技术领域

本发明涉及航空交通安全技术领域，具体涉及一种基于视频的空中目标行为判别方法及装置。

背景技术

飞机在飞行过程中，可能会遇到各类目标，如无人机、飞鸟等，需要通过一定的技术手段准确预判它们的行为，否则可能造成撞机事件。目前已有许多技术可以解决类似问题，如红外、雷达、激光、超声波等，能够及时检测并识别到目标，但缺乏对目标的行为分析，如绕飞、靠近、远离等，另外由于这类探测设备成本较高，中小型污染无人般选用成本较低的可见光成像系统进行近景态势观察。因此，本方案主要应用在中小型无人机上，基于可见光视频图像对近景目标进行检测跟踪和行为分析，并对威胁较大的靠近行为进行告警。

现有技术存在的技术问题有：

（1）现有空中目标识别技术只对空中目标进行识别，并未对目标进行行为分析；

（2）红外、雷达、激光、超声波等技术用于探测空中目标的设备成本较高。

发明内容

为解决上述技术问题，本发明提供一种基于视频的空中目标行为判别方法及装置，采集视频图像识别空中近景目标，并准确判断目标的行为，对有威胁的靠近行为进行报警。

本发明提供了一种基于视频的空中目标行为判别方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。