[发明专利]一种基于卷积神经网络的无人机监控方法及系统

说明书

本发明提出一种基于卷积神经网络的无人机监控方法，包括：采集视频序列，将所述视频序列输到图像处理器中；对采集的视频数据进行预处理，并通过链队列将预处理后的视频数据进行缓存；通过提前预训练好的卷积神经网络模型对链队列中存取的视频数据进行分析，分析后的输出结果为无人机的空间坐标，并将无人机空间坐标下发到监控终端；读取无人机的空间坐标，对所述空间坐标进行分析，计算出舵机转动量，将所述舵机转动量发送到舵机中，控制舵机转动。本发明将卷积神经网络模型应用于无人机监控，并采用多线程链队列等技术进一步优化性能。

技术领域

本发明属于图像处理领域，具体涉及一种基于卷积神经网络的无人机监控方法及系统。

背景技术

近年来，无人机产业得到飞速发展与应用，全球进入无人机时代。无人机的应用领域主要有工业、农业、军事、政治、商业、休闲等领域，而随着产品的发展和法律规定的完善，各种新的应用也会随之诞生。智能无人机现广泛应用于国土、测绘、规划、建设局、设计院、大专院校、科研单位；电影制片厂，电视剧制作公司，广告公司等，企事业单位、电力、水利、交通、环保、监控；数字城市、电子地图、GIS应用、实景三维；部队、公安、国安、反恐；消防、武警、交管、城建等等。可以说各行各业都有无人机的身影，且无人机的应用呈爆炸式增长。2015年，全球无人机大约销售58.7万架，其中军用无人机约占3％，民用无人机占97％。民用无人机销量中，专业级无人机销量约17.1万架，消费级无人机销量约39.9万架。到2020年大众消费类市场空间260亿元；专业发烧类市场空间40亿元；行业应用类市场空间815亿元，总体上至2020年行业产值将超过千亿。随着消费类无人机市场的扩大，可能引起人伤物损、干扰航班飞行、测绘泄密以及被恐怖分子利用等危害，空域安全成为无人机监管的最大问题。因此有必要对无人机进行监管，国内己有较为成熟的无人机遥感和飞行管控系统，如北京国遥万维公司的“快眼系列”无人机遥感系统及其飞行控制系统，天津航天中为公司的适用于不同控制范围的无人机测控系统等。这些系统精度较高，具有远程控制大型无人机的能力，但有一个共同的缺点：设备繁琐，操作复杂，精度较低，导致实际作业中需一到两辆运输车保障设备的运输工作。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于卷积神经网络的无人机监控方法及系统。本发明将卷积神经网络模型应用于无人机监控，并采用多线程链队列等技术进一步优化性能。

为实现上述目的及其他相关目的，本发明提供一种基于卷积神经网络的无人机监控方法，该方法包括以下步骤：

采集视频序列，将所述视频序列输到图像处理器中；

对采集的视频数据进行预处理，并通过链队列将预处理后的视频数据进行缓存；

通过提前预训练好的卷积神经网络模型对链队列中存取的视频数据进行分析，分析后的输出结果为无人机的空间坐标，并将无人机空间坐标下发到监控终端；

读取无人机的空间坐标，对所述空间坐标进行分析，计算出舵机转动量，将所述舵机转动量发送到舵机中，控制舵机转动。

可选地，通过摄像机线程对采集的视频数据进行预处理，通过视频分析线程对缓存的数据进行分析，通过舵机控制线程读取无人机的空间坐标。

可选地，将yv12格式的视频数据转换为YUV格式的视频数据。

可选地，将yv12格式的视频数据转换为YUV格式的视频数据的具体转换方法包括：

输入的yv12格式的视频流数据如下所示：