基于机器视觉的无人机检测与识别方法

摘要

近年来，无人机的普及给人们的生产、生活方式带了巨大的变化，但也引发了一系列严重的问题。当这些无人机出现在禁飞区域，机要区域，隐私场所等区域时，会给国家和人民群众带来极大的安全隐患甚至损失。为此，本文设计了一种无人机检测与识别系统，使用广角相机对大视场下的无人机运动小目标进行检测，使用长焦相机对无人机目标进行精确识别。本文研究了无人机运动小目标检测方法和无人机目标识别方法，主要研究内容如下： 在无人机运动小目标检测方面，我们提出了一种复杂背景下鲁棒的无人机自动检测方法。首先根据目标的运动信息使用自适应双阈值混合高斯模型算法得到所有潜在的运动目标集合，然后使用检测聚类算法得到时空连续的目标轨迹，将密集点的检测问题转换成了目标轨迹的检测问题，最后为了提升检测的精度，引入随机森林算法根据目标轨迹的视觉特性和运动特性对目标轨迹做进一步的判决。实验证明，基于随机森林的轨迹判决算法大大提升了无人机运动小目标检测的准确率。 在无人机目标识别方面，基于Faster R-CNN算法提出了一种改进的无人机识别方法。我们分析了Faster R-CNN算法实验结果的不足，为了弥补识别算法的不足我们使用条件随机场模型结合目标的置信度与连续运动信息提升检测算法的性能。实验证明，基于条件随机场的组合判决模型有效地提升了检测识别算法的性能。

目录

第一个书签之前