买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学;深圳华中科技大学研究院

摘要：本发明公开了一种针对旋翼无人机防控的双阶段关键部位识别方法，属于图像处理领域。本发明将旋翼无人机部位识别转化成关键部位中心点识别，利用了关键点检测网络强大的结构建模能力，不仅可对清晰可见的部位进行准确定位，也可对模糊、被遮挡部位给出可靠的位置预测。此外，本发明采用双阶段检测方式，即先检测旋翼无人机目标区域，再对目标区域进行缩放和关键部位中心点检测；一方面固定了输入旋翼无人机的尺度，降低了输入复杂度，有助于提升检测效果，另一方面，克服了旋翼无人机尺寸过小时，部位定位困难、相对误差大的问题。因此，本发明可实现旋翼无人机关键部位准确定位，有助于提高无人机防控系统工作性能。

主权项：1.一种针对旋翼无人机防控的双阶段关键部位识别方法，其特征在于，包括：S1.构建数据库；对收集的无人机图像中无人机边框和关键部位中心点进行标注；关键部位中心点标记内容包括坐标和类别；关键部位中心点所属类别包括电机、机臂和电池；S2.离线训练；构建旋翼无人机边框检测网络，并利用无人机图像和无人机边框标注信息对其进行训练，得到旋翼无人机边框检测模型；构建基于热力图回归的关键部位中心点检测网络，并利用无人机图像、无人机边框标注信息和关键部位中心点标注信息对其进行训练，得到关键部位中心点检测模型；训练关键部位中心点检测网络过程中，执行以下数据预处理：对无人机图像进行随机左右翻转；对无人机边框进行数据增强：将旋翼无人机边框绕边框中心随机旋转，旋转角度范围为[-45°,45°]、对旋翼无人机边框分别沿横向和纵向进行随机平移，平移范围分别为[-w*0.2,w*0.2]和[-h*0.2,h*0.2]，其中w、h分别表示边框的宽度和高度，以及对旋翼无人机边框进行随机缩放，其中缩放比率范围为[0.7-1.3]；将数据增强后边框内的无人机区域，缩放至256*256分辨率；训练关键部位中心点检测网络过程中，通过如下过程获取网络监督的标签图：计算每个关键部位中心点在输入图像上的坐标；对于每一个中心点坐标x0,y0，按照公式1生成大小的标签图，其中D为特征提取模块的下采样率； 对同一部位类型的标签图按照公式2求和，分别得到三类关键部位用于网络监督的标签图；f1x,y+f2x,y＝max{f1x,y,f2x,y}2f1x,y,f2x,y表示不同的标签图，x,y为标签图上的坐标；S3.在线识别；采集待识别的无人机图像，输入至旋翼无人机边框检测模型，得到旋翼无人机边框，将边框内的区域作为关键部位识别的目标区域；将所述目标区域缩放至固定尺寸后，输入关键部位中心点检测模型，得到关键部位中心点热力图，对所述热力图进行后处理得到关键部位中心点所处的位置和类别。

全文数据：

权利要求：

百度查询： 华中科技大学 深圳华中科技大学研究院 一种针对旋翼无人机防控的双阶段关键部位识别方法