【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是涉及一种基于改进faster rcnn的无人机航路安全探测方法。
技术介绍
1、近年来，“低、小、慢”等小型无人机发展迅速，被广泛应用于信息通信、环境监测和快递物流等领域，给我们生活带来便利的同时，也给公共安全等带来了极大的威胁。目前，无人机航路安全常用的探测技术有雷达探测、声学探测以及射频探测等技术，但是这些方法往往需要昂贵的探测设备，并且在复杂环境下探测效果存在一定的不足等。因此，基于机器视觉的低空无人机航路安全探测技术具有良好的发展前景。
2、在利用计算机实现对图像信息的获取和感知中，目标检测是一个重要且基础的研究方向，很多研究需要依托其开展，而评价对图像的目标检测的重要标准包括对目标的识别和对目标的定位，即除了准确识别图片中低空无人机目标之外，还要定位其位置。当前目标识别和检测领域的主流的研究方法是卷积神经网络（cnn）。
3、在针对单个背景目标的识别问题上，cnn具有很好的效果，但是当面对较为复杂的图片时，cnn就难以应对了。这种情况下，需要加入目标检测的算法，先将需要的目标检测然后再开展识别任务。学者已经针对基于机器视觉的目标检测提出了多种研究方法。目前常用的目标检测算法有anchor-free检测算法、包括r-cnn，faster rcnn等的二阶段检测算法、以及包括yolo等的单阶段检测算法等。然而，上述方法再面对低空无人机航路安全领域，仍存在一些不足。
4、二阶段目标检测算法：先生成目标候选框，然后利用卷积神经网络对候选框中的目标进行识别。关键在
5、单阶段目标检测算法：该方法主要是对边界框和类别实现回归，可以更好地满足实时性的要求。然而，虽然其算法运行速度较快，但仍面临着精度损失等问题，研究者也对yolo为代表的单阶段算法不断改进。
6、综上所述，当前许多技术手段考虑了基于机器视觉的目标检测方法，但对低空无人机航路安全中所需要的实时性和探测精度等方面仍有不足之处。
技术实现思路
1、本专利技术的目的是在于提供一种基于改进faster rcnn的无人机航路安全探测方法，可有效避免局部最小值问题，减少候选区域计算负担，具有较好的目标检测性能，为无人机航路安全探测提供了一种新的技术手段。
2、为实现上述目的，本专利技术提供了一种基于改进faster rcnn的无人机航路安全探测方法，包括以下步骤：
3、步骤s1、使用vgg16作为卷积神经主网络，建立faster rcnn基本模型，将无人机航路的图像数据输入到faster rcnn基本模型，通过神经网络的卷积计算得到图像特征图，并对不同的候选区域进行映射以获取候选区域的特征图；
4、步骤s2、引入最小熵潜在模型，对候选区域的特征图进行处理：
5、将候选区域的特征图划分成多个不同的目标团；
6、对划分后的目标团进行全局熵值评估，找到使得全局熵值最小的团系并激活；
7、在激活的目标团中计算局部熵值，选择局部熵值小的候选框，生成经过最小熵潜在模型处理后的候选框的特征图；
8、步骤s3、对无人机航路中的低空无人机进行目标识别与检测。
9、优选的，步骤s3中，对无人机航路中的低空无人机进行目标识别与检测，包括：
10、使用非极大值抑制来处理冗余的候选框：
11、；
12、其中，表示处理后所得的候选框，表示softmax函数；表示候选框生成所用的softmax函数，表示全连接层输出，表示目标检测框全连接层输出结果，表示向量逐点乘积运算；
13、对经过最小熵潜在模型处理后的候选区域的特征图进行处理，通过全连接层和softmax函数求解候选区域的类别概率值：
14、；
15、其中，表示第个目标类别、第个特征图下的softmax函数，表示第个目标类别、第个特征图下个类别全连接层输出，表示指数运算，表示第个目标类别、第个特征图下个类别全连接层输出；
16、经过最小熵潜在模型处理后的候选区域的特征图进行处理，通过全连接层和softmax函数求解每个识别目标所对应的候选区域的概率值：
17、；
18、其中，表示第个候选框、第个特征图下的softmax函数，表示最小熵潜在模型处理后的候选区域，表示第个候选框、第个特征图的目标检测框全连接层输出，表示第个候选框、第个特征图的目标检测框全连接层输出。
19、因此，本专利技术采用上述的一种基于改进faster rcnn的无人机航路安全探测方法，有益技术效果如下：
20、（1）避免局部最小值问题：基于最小熵潜在模型来克服faster rcnn算法在检测过程通常面临解决非凸问题的困境。最小熵潜在模型在团系的基础上，借助于目标团派系划分、全局最小熵优化以及局部最小熵优化过程减少了目标检测过程中的局部随机性。
21、（2）目标检测性能上的优势：基于最小熵潜在模型获得目标候选区域、采用非极大值抑制来筛选候选区域等方法，减少了候选区域的计算负担，因此，基于最小熵模型改进的faster rcnn算法具有较好的目标检测性能。
本文档来自技高网...【技术保护点】
1.一种基于改进Faster RCNN的无人机航路安全探测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进Faster RCNN的无人机航路安全探测方法，其特征在于，步骤S3中，对无人机航路中的低空无人机进行目标识别与检测，包括：
【技术特征摘要】
1.一种基于改进faster rcnn的无人机航路安全探测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：徐山峰，王成才，王肖，刘春旭，潘琦，王兆伟，王茹斐，张容静，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。