System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 夜夜添无码试看一区二区三区,久久久久久久无码高潮,色欲AV永久无码精品无码
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種仿鷹隼視覺感知的無人機集群“追-逃”跟蹤方法技術(shù)

    技術(shù)編號:44491760 閱讀:3 留言:0更新日期:2025-03-04 17:57
    本發(fā)明專利技術(shù)公開一種仿鷹隼視覺感知的無人機集群“追?逃”跟蹤方法:一:仿鷹隼視覺雙中央凹感受野的圖像預(yù)壓縮;二:仿鷹隼視覺的圖像對比度適應(yīng)調(diào)節(jié);三:仿鷹隼視覺的圖像特征提??;四:仿鷹隼視覺動態(tài)視覺的空間掩膜自適應(yīng)調(diào)節(jié);五:無人機目標(biāo)的判別相關(guān)濾波跟蹤器設(shè)計;步驟六:濾波跟蹤器求解。本發(fā)明專利技術(shù)優(yōu)點:1)提高特征提取和目標(biāo)搜索效率,保證搜索范圍,簡潔、高效、高實時性;2)設(shè)計仿鷹隼視覺對比度適應(yīng)、顏色拮抗特征提取預(yù)邊緣特征提取方法,根據(jù)鷹隼視覺視覺處理通路正負(fù)反饋作用,進行特征權(quán)重調(diào)控;3)為無人機目標(biāo)相關(guān)濾波跟蹤器設(shè)計自適應(yīng)空間掩膜,保證跟蹤器能夠更好處理目標(biāo)運動并降低背景信息影響。

    【技術(shù)實現(xiàn)步驟摘要】

    本專利技術(shù)是一種仿鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,屬于計算機視覺跟蹤領(lǐng)域。


    技術(shù)介紹

    1、隨著現(xiàn)代無人技術(shù)的逐漸發(fā)展,具有智能化、自主化的設(shè)備與系統(tǒng)在各個行業(yè)中都得到了廣泛應(yīng)用,特別是無人機已應(yīng)用于救援救災(zāi)、地圖測繪、貨物運輸?shù)戎T多場景,特別是在現(xiàn)代戰(zhàn)場環(huán)境中,無人機具有極高的戰(zhàn)略價值。因此在反無人機以及無人機集群協(xié)作任務(wù)中,對無人機目標(biāo)跟蹤任務(wù)都是很有必要的。

    2、目標(biāo)跟蹤技術(shù)一般為三類,包括生成式跟蹤器,判別式跟蹤器以及深度學(xué)習(xí)跟蹤器。跟蹤器的核心思想是通過已有目標(biāo)信息建立特定目標(biāo)模型,并根據(jù)建立的模型在后續(xù)圖像序列中確定目標(biāo)的候選位置以實現(xiàn)跟蹤,生成式跟蹤器和深度學(xué)習(xí)跟蹤器主要是通過建立目標(biāo)的整體模型,通過尋找后續(xù)幀中的相似區(qū)域來實現(xiàn)跟蹤,計算成本大;而判別式跟蹤器大多通過建立由提取特征對應(yīng)的判別函數(shù)作為目標(biāo)模型,降低了模型復(fù)雜度,提高了跟蹤效率。

    3、無人機目標(biāo)具有體積小、運動速度塊、運動場景復(fù)雜等特點。此外在無人機集群作戰(zhàn)場景中,無人機“追-逃”任務(wù)是無人機集群博弈和作戰(zhàn)的重要特征,此時無人機快速運動導(dǎo)致其位姿產(chǎn)生變化時,無人機目標(biāo)的成像不但會出現(xiàn)位置變化,還會出現(xiàn)大小或形狀的變化,甚至當(dāng)環(huán)境光線變化時還會發(fā)生顏色的變化。目前已有的無人機目標(biāo)跟蹤算法針對上述情況表現(xiàn)不佳,經(jīng)常出現(xiàn)無人機快速運動或光線變化導(dǎo)致的目標(biāo)丟失、跟蹤目標(biāo)大小不匹配等情況,因此這些算法不能很好適應(yīng)無人機集群“追-逃”任務(wù)下的多場景變化和快速運動下的無人機目標(biāo)跟蹤任務(wù)。

    4、自然界中鷹隼進行獵物捕食場景與無人機目標(biāo)跟蹤任務(wù)場景類似,而鷹隼作為優(yōu)秀的空中捕食者,不但能夠在背景復(fù)雜,光照差異大的條件下發(fā)現(xiàn)遠(yuǎn)方的獵物目標(biāo),還能在追捕過程中保證對獵物的跟蹤,鷹隼的捕食特性與它的視覺系統(tǒng)密不可分,分析鷹隼視覺目標(biāo)跟蹤特性,建立獨特的圖像處理模型,并映射到無人機目標(biāo)跟蹤任務(wù)中,是解決無人機目標(biāo)跟蹤的新方法。


    技術(shù)實現(xiàn)思路

    1、本專利技術(shù)提出了一種基于鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,該方法仿照鷹隼視覺特征提取框架建立跟蹤器前端信息處理模型,并結(jié)合鷹隼視覺信息處理機制優(yōu)化幀間跟蹤器處理方式,用于快速運動和背景變化條件下的無人機目標(biāo)跟蹤問題,具有跟蹤準(zhǔn)確度高,計算速度快,背景適應(yīng)性好的特點,符合實際無人機目標(biāo)跟蹤需求,具有一定實際意義。

    2、本專利技術(shù)目的是提供一種基于鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,旨在處理無人機目標(biāo)跟蹤過程中的背景干擾與快速運動帶來的跟蹤準(zhǔn)確度低,跟蹤速度慢的問題。通過建立鷹隼視覺在捕獵過程中的感知信息方法,建立多特征提取和處理模型,并結(jié)合視信息的腦回路處理方式,建立幀間信息修正模型,并進一步映射到判別濾波器無人機目標(biāo)跟蹤場景中,為無人機目標(biāo)跟蹤問題提出新方法。

    3、本專利技術(shù)提出一種基于鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,具體實現(xiàn)步驟如下:

    4、步驟一:仿鷹隼視覺雙中央凹感受野的圖像預(yù)壓縮

    5、對于初始圖像,為了保證跟蹤器在特征提取與候選區(qū)域搜索過程中的效率,仿照鷹隼視覺的雙中央凹感受野結(jié)構(gòu),設(shè)計了一種圖像預(yù)壓縮方法,分別建立模擬鷹隼視覺深中央凹和淺中央凹的模型,對圖像進行初步壓縮,在保證圖像有效特征的基礎(chǔ)上降低了后續(xù)特征提取和運算的計算成本。

    6、s11、仿鷹隼視覺淺中央凹模型的圖像預(yù)壓縮

    7、鷹隼視覺中的淺中央凹視野范圍大,結(jié)構(gòu)為中央-周邊型感受野,此通過高斯濾波器模擬該過程的圖像處理,該過程濾波核可表示為:

    8、

    9、其中,(xd,yd)為像素距離淺中央凹中心的距離,σ1為模擬神經(jīng)節(jié)細(xì)胞感受野大小的二維高斯濾波核標(biāo)準(zhǔn)差。預(yù)壓縮過程可以表示為:

    10、ic,s(x,y)=io(x,y)*g1(xd,yd,σ1)??????????????????(2)

    11、其中,io(x,y)為原圖,*為卷積操作,ic,s(x,y)為淺中央凹濾波核處理后的預(yù)壓縮結(jié)果。

    12、s12、仿鷹隼視覺深中央凹模型的圖像預(yù)壓縮

    13、相較于鷹隼視覺淺中央凹模型,鷹隼視覺深中央凹模型中央?yún)^(qū)域視細(xì)胞密度更高,中央與周邊注意差異更明顯,因此深中央模型對于圖像的預(yù)壓縮能力更強并形成形成了注意機制,該機制以一個感興趣區(qū)域為核心,其周圍區(qū)域的信息敏感度以指數(shù)形式衰減,為此建立仿鷹隼視覺深中央凹圖像預(yù)壓縮模型如圖1所示。其中設(shè)置感興趣區(qū)域為邊長ρ0的矩形區(qū)域。該區(qū)域外的像素按圖1所示方法進行選擇性壓縮,候選區(qū)域半徑ρn可表示為:

    14、ρn=ρ0αn,n=1,2,…,nρ????????????????????????????(3)

    15、其中,ρn為第n層原圖中以候選區(qū)域為中心的候選區(qū)域矩形像素帶邊長,nρ為待壓縮像素總層數(shù),α為衰減系數(shù),定義為:

    16、

    17、其中,ρm為最大候選區(qū)域矩形像素帶邊長。同時為了保證壓縮后圖像的完整性,定義了每個候選矩形像素帶壓縮時的像素間隔為:

    18、

    19、其中,δρn為第n層像素帶的像素采樣間隔。n為像素帶層數(shù)。

    20、該模型通過保留中心感受野并以指數(shù)形式壓縮周邊感受野的形式,建立了仿鷹隼視覺深中央凹模型,使在有限的像素區(qū)域包含更大的感受野,在淺中央凹預(yù)壓縮圖像ic,s基礎(chǔ)上進行該操作得到預(yù)壓縮后圖像ic,d。特征提取在預(yù)壓縮圖像ic,d進行。

    21、步驟二:仿鷹隼視覺的圖像對比度適應(yīng)調(diào)節(jié)

    22、鷹隼視覺對比于其他生物視覺系統(tǒng)具有更高的對比敏感度,區(qū)域?qū)Ρ让舾卸群瘮?shù)用于衡量圖像中對比度信息,定義為:

    23、

    24、其中,iin(x,y)為像素內(nèi)區(qū)域圖像亮度均值,iout(x,y)為像素外區(qū)域圖像亮度均值,cs(x,y)為區(qū)域?qū)Ρ榷?。?nèi)區(qū)域與外區(qū)域通過指定內(nèi)外區(qū)域半徑來確定,如圖2所示。

    25、為了降低復(fù)雜背景干擾對無人機特征提取的影響,在復(fù)雜背景中突出無人機特征,仿照鷹隼視覺對于對比信息的強化作用,設(shè)計仿鷹隼視覺對比度自適應(yīng)圖像對比度特征提取模型為:

    26、

    27、其中,pin為(x,y)位置像素內(nèi)區(qū)域相鄰像素,ig(x,y)為像素灰度值,mid(·)為中值計算函數(shù),tcs,1,tcs,1為區(qū)域?qū)Ρ榷乳撝?,ics(x,y)為仿鷹隼視覺對比度自適應(yīng)特征提取結(jié)果。

    28、步驟三:仿鷹隼視覺的圖像特征提取

    29、s31、仿鷹隼視覺的顏色和邊緣特征提取

    30、鷹隼視覺具有獨特的圖像特征處理機制。鷹隼視覺細(xì)胞中的顏色處理主要靠不同波長的單錐細(xì)胞組合作用實現(xiàn),組合方式主要是通過不同顏色通路的作差實現(xiàn),該過程稱為顏色拮抗作用,顏色拮抗保證了鷹隼視覺在不同光照下識別顏色的恒常性。仿照該過程建立了基于紅-綠、黃-藍顏色通道多拮抗組合模型為:

    31、ico=hco[ir?ig?ib?iy]t?????????????????本文檔來自技高網(wǎng)...

    【技術(shù)保護點】

    1.一種仿鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,其特征在于:該方法步驟如下:

    2.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其特征在于:所述步驟一的具體過程如下:

    3.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其特征在于:所述步驟二的具體過程如下:

    4.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其特征在于:所述步驟三中S32的具體過程如下:

    5.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其特征在于:所述步驟四的具體過程如下:

    【技術(shù)特征摘要】

    1.一種仿鷹隼視覺感知的無人機集群“追-逃”跟蹤方法,其特征在于:該方法步驟如下:

    2.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其特征在于:所述步驟一的具體過程如下:

    3.根據(jù)權(quán)利要求1所述的一種基于鷹隼視覺感知的無人機目標(biāo)快速跟蹤方法,其...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:段海濱,武桐言鄧亦敏吳浩,
    申請(專利權(quán))人:北京航空航天大學(xué)
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評論
    • 還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 东京热HEYZO无码专区| 亚洲日韩国产AV无码无码精品| 白嫩无码人妻丰满熟妇啪啪区百度| 妖精色AV无码国产在线看| 亚洲 无码 在线 专区| 91精品久久久久久无码| 亚洲成a人在线看天堂无码| 人妻中文字系列无码专区| 国产精品午夜福利在线无码| 日韩精品中文字幕无码一区| 13小箩利洗澡无码视频网站免费| 亚洲av无码专区青青草原| 日韩人妻无码一区二区三区久久 | 久久久久亚洲AV无码网站| 无码人妻久久一区二区三区蜜桃| 亚洲中文无码线在线观看| 国产成人无码av| 精品无人区无码乱码毛片国产| 亚洲精品无码久久久久牙蜜区| 无码成人一区二区| 国产精品无码a∨精品| 亚洲AV永久无码精品一区二区国产| 久久久久久久人妻无码中文字幕爆| 免费无码又爽又刺激一高潮| 无码精品蜜桃一区二区三区WW| 精品国产性色无码AV网站 | 丰满熟妇人妻Av无码区| 亚洲成A人片在线观看无码3D| 国产精品无码aⅴ嫩草| 无码视频免费一区二三区| 国产精品无码无卡在线观看久| 亚洲AV无码专区亚洲AV桃| 国产成人无码AV片在线观看| 99精品人妻无码专区在线视频区| 久久午夜无码鲁丝片秋霞| 亚洲av无码电影网| 久久水蜜桃亚洲av无码精品麻豆| 无码精品人妻一区二区三区免费看| 人妻丰满熟妇AV无码片| 精品人妻系列无码一区二区三区 | 亚洲乱亚洲乱妇无码麻豆|