[发明专利]一种无人机红外目标实时检测方法

说明书

本发明公开了一种无人机红外目标实时检测方法，属于无人机实时监测领域，包括如下步骤：(1)构建IT‑YOLO无人机红外目标检测网络；(2)采集制作无人机红外目标检测数据集；(3)训练生成无人机实时红外目标检测模型；(4)无人机检测红外目标。在Tiny‑YOLOV3轻量级目标检测网络基础上进行主干特征提取网络的改进与网络检测层的替换，构建IT‑YOLO无人机红外目标检测网络，使用红外成像在无人机视觉下采集制作无人机红外目标检测数据集，训练生成无人机实时红外目标检测模型，应用于无人机在夜间无光，雨雾等天气影响环境等可见光摄像头和普通数码夜视仪无法应对的探测环境下检测目标，可在百米左右采集清晰的行人，车辆红外光谱成像，进行实时，高精度目标检测。

技术领域

本发明属于无人机实时监测技术领域，具体涉及一种无人机红外目标实时检测方法。

背景技术

现今无人机的军事化应用已经愈发成熟与深入。随着飞控、通信、定位导航等技术的快速发展，无人机的更多应用领域与价值被人们挖掘了出来，比如影视航拍、娱乐自拍、农业植保、交通管理等等。而在夜间无光环境下，气候恶劣条件下，无人机需要在较远距离高精度探测目标，依靠可见光照明或微光夜视等设备均有较大局限。

红外热成像系统成像原理为红外光谱辐射成像，不依赖光源，受天气影响小，探测距离远，在夜间全黑环境下进行目标识别与探测，搜救，军事，行车辅助的领域具有很强应用价值。热成像技术的运用让无人机在夜间快速寻人和快速定源等方面拥有更加强大的能力，这让其能够成为灾后救援寻人、火灾火源确认及日常警方搜索的重要利器。

未来“热成像+无人机”之间还需要加上“智能化”三个字。目前，热成像无人机依然只是一个数据搜集工具，热成像图要么依赖人工、要么依赖其他机器，尚处于人力化和自动化的后期处理阶段，理想中的实时智能化尚未实现。鉴于此，未来的发展趋势应该是将智能分析功能直接加载到热成像无人机身上，让其不仅能飞、能看还能思考。通过智能化的加持，让无人机成为搜集工具的同时也是一个分析工具，两者合一才能更好的辅助科学决策。

现有大量目标技术基于可见光环境，对于全黑无光及雨雾天气等环境下的目标检测方法缺乏研究与实践。其次，在无人机视觉下的智能化实时性目标检测研究工作也处于起步阶段，相关研究成果较少。

发明内容

本发明的目的在于：提供一种无人机红外目标实时检测方法，以解决上述现有大量目标技术基于可见光环境，对于全黑无光及雨雾天气等环境下的目标检测方法缺乏研究与实践的缺陷。

本发明采用的技术方案如下：一种无人机红外目标实时检测方法，包括如下步骤：

(1)构建IT-YOLO无人机红外目标检测网络；

(2)采集制作无人机红外目标检测数据集；

(3)训练生成无人机实时红外目标检测模型；

(4)无人机检测红外目标。

本申请的技术方案中，在Tiny-YOLOV3轻量级目标检测网络基础上进行主干特征提取网络的改进与网络检测层的替换，构建IT-YOLO无人机红外目标检测网络，使用红外成像在无人机视觉下采集制作无人机红外目标检测数据集，训练生成无人机实时红外目标检测模型，应用于无人机在夜间无光，存在雨雾等天气影响环境等可见光摄像头和普通数码夜视仪无法应对的探测环境下检测目标，可在百米左右采集清晰的行人，车辆红外光谱成像，进行实时，高精度目标检测，解决了上述现有大量目标技术基于可见光环境，对于全黑无光及雨雾天气等环境下的目标检测方法缺乏研究与实践的缺陷。