一种基于卷积神经网络的无人机检测及跟踪方法

一种基于卷积神经网络的无人机检测及跟踪方法，它属于计算机视觉技术领域。本发明解决了现有方法存在检测跟踪精度与实时性的矛盾、难以实现跨摄像头跟踪、易产生跟踪漂移以及边缘设备部署难的问题。本发明基于轻量化的目标检测网络可以显著降低冗余特征生成能耗以及显著提升推理速度，在保证检测精度的同时有效解决了现有算法在嵌入式设备上的实时性瓶颈问题，而且通过目标检测网络的轻量化处理，可以降低边缘设备部署的难度。并通过基于扩展卡尔曼滤波的非线性运动建模显著提升了无人机动态轨迹的跟踪精度，克服了传统方法的跟踪漂移缺陷。而且可以进行跨域跟踪，提高了目标重识别的准确率。本发明方法可以应用于无人机检测及跟踪领域。