【技術實現步驟摘要】
本專利技術涉及復雜環境下小目標探測感知領域，具體涉及一種基于檢測跟蹤協同與運動線索增強的動態小目標感知方法及其裝置。
技術介紹
1、無人機的廣泛普及帶來了濫用和“黑飛”現象的頻發，這不僅對公共安全構成了潛在威脅，還對空域管理提出了嚴峻挑戰。面對這一問題，如何高效、準確地探測和感知空中無人機這一典型動態小目標，已成為學術界和工業界的研究熱點。紅外熱成像作為一種晝夜連續被動探測成像技術，因其不受光照條件限制的優勢，成為無人機目標探測的重要手段之一。然而，紅外成像僅能顯示溫度差異，缺乏色彩信息和紋理細節較少，且無人機目標通常較小，容易受到熱交叉、動態背景、運動遮擋等因素的干擾，這些都為無人機等動態小目標的準確感知帶來了巨大挑戰。
2、針對這一問題，業界進行了大量研究。不過現有方法多集中于目標跟蹤任務，通常假設目標已經被檢測到，并需要手動設置模板，這種依賴先驗信息的方式難以適應實際場景中目標初始檢測的需求，同時由于觀測過程中無人機成像尺度和視角的變化，以及目標頻繁出現/消失，也導致長期可靠跟蹤難以實現。為此，研究人員提出了一些融合檢測與跟蹤的協同方法，例如基于置信度的后處理融合或基于證據理論的檢測跟蹤切換。然而，這些方法通常需要額外設計融合條件或切換規則，增加了系統復雜性和參數調整需求，同時影響了計算效率。
3、另一方面，目標檢測是實現無人機自主感知的基礎，而小目標檢測一直是目標檢測領域的難點，尤其在紋理信息少、對比度低的紅外成像中更為突出。在復雜背景下，紅外目標與背景難以區分，常規單幀檢測方法難以提取小目標的有
技術實現思路
1、有鑒于此，本專利技術提供了一種基于檢測跟蹤協同與運動線索增強的動態小目標感知方法及其裝置。
2、本專利技術一方面提供一種基于檢測跟蹤協同與運動線索增強的動態小目標感知方法，包括：獲取動態小目標的連續多幀灰度圖像和動態小目標的跟蹤信息，連續多幀灰度圖像中包含動態小目標的運動線索；基于連續多幀灰度圖像和跟蹤信息，采用目標檢測網絡對動態小目標進行特征提取和特征融合，得到動態小目標的檢測結果，其中，連續多幀灰度圖像中的運動線索和跟蹤信息用于增強目標檢測網絡對動態小目標的特征提取能力。
3、根據本專利技術實施例，基于連續多幀灰度圖像和跟蹤信息，采用目標檢測網絡對動態小目標進行特征提取和特征融合，包括：將連續多幀灰度圖像分配至不同顏色通道，使運動線索轉換為連續多幀灰度圖像在不同顏色通道中的像素差異，像素差異用于增強目標檢測網絡對動態小目標的感知能力；將跟蹤信息轉化為空間注意力權重，空間注意力權重用于引導目標檢測網絡聚焦動態小目標的潛在目標區域；基于像素差異和空間注意力權重，采用目標檢測網絡對動態小目標進行特征提取和特征融合。
4、根據本專利技術實施例，將跟蹤信息轉化為空間注意力權重，包括：將跟蹤信息轉換為掩膜，掩膜上的潛在目標區域具有第一數值，潛在目標區域之外的區域具有第二數值，第一數值不等于第二數值；根據第一數值和第二數值，將掩膜轉化為空間注意力權重。
5、根據本專利技術實施例，基于像素差異和空間注意力權重，采用目標檢測網絡對動態小目標進行特征提取和特征融合，包括：將跟蹤信息轉化為空間注意力權重之后，采用目標檢測網絡提取動態小目標的不同層特征；對不同層特征進行注意力特征融合處理，以實現不同層特征的自適應融合。
6、根據本專利技術實施例，對不同層特征進行注意力特征融合處理，包括：對不同層特征的每一層特征依次使用最大值池化計算通道注意力權重和空間注意力權重，得到加權后的特征；采用特征金字塔網絡和路徑聚合網絡對加權后的特征進行多尺度特征融合。
7、根據本專利技術實施例，獲取動態小目標的連續多幀灰度圖像和動態小目標的跟蹤信息，包括：對采集的連續多幀灰度圖像進行預處理，以減輕背景變化對目標檢測和跟蹤的影響；從預處理后的連續多幀灰度圖像中確定跟蹤信息。
8、根據本專利技術實施例，對采集的連續多幀灰度圖像進行預處理，包括：判斷連續多幀灰度圖像中的背景變化，在發生背景變化的情況下，對連續多幀灰度圖像進行配準對齊。
9、根據本專利技術實施例，從預處理后的連續多幀灰度圖像中確定跟蹤信息，包括：采用基于孿生網絡的輕量級跟蹤算法，通過目標跟蹤網絡從預處理后的連續多幀灰度圖像中的當前幀圖像中確定跟蹤信息。
10、根據本專利技術實施例，得到動態小目標的檢測結果之后，動態小目標感知方法還包括：對檢測結果進行濾波處理以輸出動態小目標的感知結果，并自動初始化或更新目標跟蹤所需要的模板。
11、本專利技術另一方面還提供一種基于檢測跟蹤協同與運動線索增強的動態小目標感知裝置，包括：獲取模塊，用于獲取動態小目標的連續多幀灰度圖像和動態小目標的跟蹤信息，連續多幀灰度圖像中包含動態小目標的運動線索；檢測模塊，用于基于連續多幀灰度圖像和跟蹤信息，采用目標檢測網絡對動態小目標進行特征提取和特征融合，得到動態小目標的檢測結果，其中，連續多幀灰度圖像中的運動線索和跟蹤信息用于增強目標檢測網絡對動態小目標的特征提取能力。
12、本專利技術實施例提供的基于檢測跟蹤協同與運動線索增強的動態小目標感知方法及其裝置，通過將動態小目標的運動線索和跟蹤信息融入到檢測網絡，引導檢測網絡關注潛在的目標區域，使得目標檢測網絡能夠更好地理解動態小目標的運動模式和上下文信息，從而提高檢測的準確性。本專利技術所提出的方法及其裝置實現了簡單高效的檢測跟蹤協同和運動線索利用，有效提升了復雜背景下紅外視頻中無人機等動態小目標的感知效果。
本文檔來自技高網...【技術保護點】
1.一種基于檢測跟蹤協同與運動線索增強的動態小目標感知方法，其特征在于，包括：
2.根據權利要求1所述的動態小目標感知方法，其特征在于，所述基于所述連續多幀灰度圖像和所述跟蹤信息，采用目標檢測網絡對所述動態小目標進行特征提取和特征融合，包括：
3.根據權利要求2所述的動態小目標感知方法，其特征在于，所述將所述跟蹤信息轉化為空間注意力權重，包括：
4.根據權利要求2所述的動態小目標感知方法，其特征在于，所述基于所述像素差異和所述空間注意力權重，采用所述目標檢測網絡對所述動態小目標進行特征提取和特征融合，包括：
5.根據權利要求4所述的動態小目標感知方法，其特征在于，所述對所述不同層特征進行注意力特征融合處理，包括：
6.根據權利要求1所述的動態小目標感知方法，其特征在于，所述獲取動態小目標的連續多幀灰度圖像和所述動態小目標的跟蹤信息，包括：
7.根據權利要求6所述的動態小目標感知方法，其特征在于，所述對采集的所述連續多幀灰度圖像進行預處理，包括：
8.根據權利要求6所述的動態小目標感知方法，其特征在
9.根據權利要求1或6所述的動態小目標感知方法，其特征在于，所述得到所述動態小目標的檢測結果之后，所述動態小目標感知方法還包括：
10.一種基于檢測跟蹤協同與運動線索增強的動態小目標感知裝置，其特征在于，包括：
...【技術特征摘要】
1.一種基于檢測跟蹤協同與運動線索增強的動態小目標感知方法，其特征在于，包括：
2.根據權利要求1所述的動態小目標感知方法，其特征在于，所述基于所述連續多幀灰度圖像和所述跟蹤信息，采用目標檢測網絡對所述動態小目標進行特征提取和特征融合，包括：
3.根據權利要求2所述的動態小目標感知方法，其特征在于，所述將所述跟蹤信息轉化為空間注意力權重，包括：
4.根據權利要求2所述的動態小目標感知方法，其特征在于，所述基于所述像素差異和所述空間注意力權重，采用所述目標檢測網絡對所述動態小目標進行特征提取和特征融合，包括：
5.根據權利要求4所述的動態小目標感知方法，其特征在于，所述對所述不同層特征進行注意力...
【專利技術屬性】
技術研發人員：鄭帥康，鑒海防，王洪昌，
申請(專利權)人：中國科學院半導體研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。