摘要
本发明涉及目标检测和跟踪技术领域,尤其涉及一种无人机动态飞行中运动目标的检测方法。包括:通过参数化生成方法生成车辆模型,构建车辆数据集;利用地形高程数据构建模拟地形;使车辆模型以多种速度运行在模拟地形上,生成包含多种运动速度、随机镜头晃动及不同光照条件的序列图像,构建目标运动数据集;利用多间隔光流融合的运动轨迹提取方法提取每组序列图像的目标运动轨迹,与上一步骤中图像配对;构建基于双流时空注意力机制的深度学习网络;输入配对得到的训练数据集,进行网络训练并存储权重文件;在实际飞行任务中,调用权重文件,对运动目标进行识别。优点在于:通过多模态数据处理、融合和优化策略,准确性高,提高检测速度和鲁棒性。
技术关键词
可见光图像
车辆运动轨迹
时空注意力机制
车辆模型
运动轨迹提取方法
无人机
地形高程数据
深度学习网络
参数化生成方法
多任务联合训练
学习训练方法
动态课程
关键特征点
鲁棒性