CN109919968A - 一种用于监控无人机的目标检测与部件识别系统 - Google Patents
一种用于监控无人机的目标检测与部件识别系统 Download PDFInfo
- Publication number
- CN109919968A CN109919968A CN201811649086.5A CN201811649086A CN109919968A CN 109919968 A CN109919968 A CN 109919968A CN 201811649086 A CN201811649086 A CN 201811649086A CN 109919968 A CN109919968 A CN 109919968A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- module
- monitoring
- target detection
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种用于监控无人机的目标检测与部件识别系统，涉及智能监控技术与计算机视觉交叉技术领域。该系统包括：图像采集设备、数据处理器和监控响应系统；所述数据处理器包括目标检测模块、区域分割模块和部件识别模块，所述目标检测模块与所述区域分割模块连接，所述区域分割模块与所述部件识别模块连接；所述图像采集设备与所述数据处理器中的目标检测模块连接；所述数据处理器中的部件识别模块与所述监控响应系统连接。通过区域分割与部件识别模块，精确提取并分割无人机区域，统计各区域属性，自动识别部件类型，通过监控响应系统识别无人机行为、机载与具体型号，判断其危险程度，从而实现自动报警与武器打击。
Description
技术领域
本发明属智能监控技术与计算机视觉交叉技术领域，涉及一种用于监控无人机的目标检测与部件识别系统。
背景技术
近年来，无人机技术不断发展，越来越多的人使用无人机进行各种工作与活动，为了维持国防安保的稳定，反无人机监控技术也在不断升级。无人机通常可以携带高清摄像机或武器，在人群密集的公共场所，民用无人机必须得到监控，以保证民众的安全与隐私不受威胁，在政府与军事禁区，在监控入侵的无人机的同时还必须判别其威胁，从而快速判断对其执行何种响应或打击。
传统无人机监控技术采用模板匹配的方法，通过将无人机图像与系统数据库中的无人机模板进行匹配，确定无人机种类并进行定位跟踪。随着人工智能技术的不断发展，基于深度学习的目标检测方法逐渐被应用到无人机监控任务上，这种方法在快速定位分类无人机的同时，能够一定程度解决模板匹配方法对未知类型无人机无法检测的问题。
通过目标检测方法能够为监控系统提供无人机的种类和实时位置，然而在人工智能系统需求不断提高的今天，仅仅提供无人机的种类与位置数据，无法满足智能监控系统进行综合判断与自动响应的需求。
因此，急需提供一种用于监控无人机的目标检测与部件识别系统，能够实时检测无人机，自动识别部件类型，判断其危险程度，从而实现自动报警与武器打击。
发明内容
为解决上述技术问题，本发明提出了一种用于监控无人机的目标检测与部件识别系统，在使用深度学习方法实时检测无人机的基础上，通过区域分割与部件识别模块，精确提取并分割无人机区域，统计各区域属性，自动识别部件类型，为监控响应系统提供更多的目标信息，识别无人机行为、机载与具体型号，判断其危险程度，从而实现自动报警与武器打击。
采用如下技术方案：
一种用于监控无人机的目标检测与部件识别系统，包括图像采集设备、数据处理器和监控响应系统；其特征在于：所述数据处理器包括目标检测模块、区域分割模块和部件识别模块，所述目标检测模块与所述区域分割模块连接，所述区域分割模块与所述部件识别模块连接；所述图像采集设备与所述数据处理器中的目标检测模块连接；所述数据处理器中的部件识别模块与所述监控响应系统连接；
所述图像采集设备获取原始视频或图像，输入数据处理器；所述数据处理器中的目标检测模块对图像中的无人机实时定位并识别无人机种类，所述区域分割模块根据无人机位置将前景与背景分离，根据无人机种类确定其角度与朝向，然后将无人机分成数个子区域，统计每个区域的面积、关键点、邻接关系属性；所述部件识别模块识别各个区域所属部件类型；所述监控响应系统接收数据处理结果，判断危险程度，根据监控场景的具体规则做出相应的响应。
其中，所述图像采集设备包括摄像头。
优选地，所述数据处理器为计算机或嵌入式主板。
其中，所述目标检测模块采用深度学习方法对无人机进行实时定位并识别无人机种类。
优选地，所述区域分割模块采用图像方法，根据无人机位置进行前景分离，根据无人机种类进行区域分割，统计各区域属性。
其中，所述部件识别模块采用综合分析方法，根据无人机各区域的属性识别部件类型，为监控响应系统提供多种目标信息。
优选地，所述监控响应系统为监控报警系统或武器打击系统，根据输入的目标信息，判断无人机的危险程度，自动执行相应的响应行为。
有益效果：本发明实施例提供的一种用于监控无人机的目标检测与部件识别系统中，数据处理器能够对图像采集设备获取的图像进行实时处理，目标检测模块使用深度学习方法能够快速准确地定位并识别无人机，区域分割模块使用传统图像方法能够精确地提取并分割无人机区域，部件识别模块使用综合分析方法能够自动识别各个区域所属部件类型。相比传统目标检测系统，能够为监控响应系统提供更多的目标信息，便于判断无人机的危险程度，从而实现自动报警与武器打击，提高了系统的智能监控与响应能力。同时，数据处理器可以为嵌入式主板，能够搭建在多种智能监控设备上，提高了系统的可移植性。
附图说明
图1为本发明实施例提供的一种用于监控无人机的目标检测与部件识别系统方框图。
具体实施方式
以下结合附图对本发明的具体实施方式作出详细说明。
参见图1，本发明的实施例提供一种用于监控无人机的目标检测与部件识别系统，所述用于监控无人机的目标检测与部件识别系统包括：图像采集设备1、数据处理器2和监控响应系统3；所述数据处理器2包括：目标检测模块4、区域分割模块5和部件识别模块6，所述目标检测模块4与所述区域分割模块5连接，所述区域分割模块5与所述部件识别模块6连接；所述图像采集设备1与所述数据处理器2中的目标检测模块4连接，所述数据处理器2中的部件识别模块6与所述监控响应系统3连接。
其中，所述图像采集设备1可以为摄像头，也可以为其他图像采集设备。
上述实施例中，所述数据处理器2可以为计算机或嵌入式主板。
其中，所述监控响应系统3可以为监控报警系统或武器打击系统。
上述实施例中，所述目标检测模块4可采用深度学习方法，对无人机进行实时定位并识别无人机种类。
上述实施例中，所述区域分割模块5可采用传统图像方法，根据无人机位置进行前景分离，根据无人机种类进行区域分割。
上述实施例中，所述部件识别模块6可采用综合分析方法，根据无人机各区域的特征识别部件类型。
本发明实施例的具体工作流程如下：
首先，图像采集设备1获取原始视频或图像，输入数据处理器2。
然后，数据处理器2中的目标检测模块4使用训练好的目标检测模型，对图像中的无人机实时定位并识别无人机种类，包括固定翼无人机、多旋翼无人机、无人直升机等；区域分割模块5使用图像分割算法，根据无人机位置将前景与背景分离，使用姿态分析算法，根据无人机种类确定其角度与朝向，然后使用相应的区域分割算法将无人机分成数个子区域，统计每个区域的面积、关键点、邻接关系等属性；部件识别模块6使用综合分析方法，结合无人机各个区域的形状大小、位置结构等因素，识别各个区域所属部件类型。
最后，监控响应系统3接收数据处理结果，根据无人机种类、部件类型，判断无人机行为、机载(摄像机、武器等)、具体型号，从而判断其危险程度，根据监控场景的具体规则做出相应的响应，例如启动监控报警器或发动武器打击目标。
本发明实施例的一种用于监控无人机的目标检测与部件识别系统，能够对图像采集设备获取的图像进行实时处理，目标检测模块使用深度学习方法快速准确地定位并识别无人机，区域分割模块使用传统图像方法精确地提取并分割无人机区域，部件识别模块使用综合分析方法自动识别各区域所属部件类型。监控响应系统根据输入的目标信息，判断无人机的危险程度，自动执行报警与武器打击，提高了系统的智能监控与响应能力。
提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (7)
1.一种用于监控无人机的目标检测与部件识别系统，包括图像采集设备、数据处理器和监控响应系统；其特征在于：所述数据处理器包括目标检测模块、区域分割模块和部件识别模块，所述目标检测模块与所述区域分割模块连接，所述区域分割模块与所述部件识别模块连接；所述图像采集设备与所述数据处理器中的目标检测模块连接；所述数据处理器中的部件识别模块与所述监控响应系统连接；
所述图像采集设备获取原始视频或图像，输入数据处理器；所述数据处理器中的目标检测模块对图像中的无人机实时定位并识别无人机种类，所述区域分割模块根据无人机位置将前景与背景分离，根据无人机种类确定其角度与朝向，然后将无人机分成数个子区域，统计每个区域的面积、关键点、邻接关系属性；所述部件识别模块识别各个区域所属部件类型；所述监控响应系统接收数据处理结果，判断危险程度，根据监控场景的具体规则做出相应的响应。
2.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述图像采集设备包括摄像头。
3.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述数据处理器为计算机或嵌入式主板。
4.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述目标检测模块采用深度学习方法对无人机进行实时定位，并识别无人机种类。
5.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述区域分割模块根据无人机位置进行前景分离，根据无人机种类进行区域分割，统计各区域属性。
6.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述部件识别模块根据无人机各区域的属性识别部件类型。
7.根据权利要求1所述的用于监控无人机的目标检测与部件识别系统，其特征在于：所述监控响应系统为监控报警系统或武器打击系统，根据输入的目标信息，判断无人机的危险程度，自动执行相应的响应行为。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811649086.5A CN109919968A (zh) | 2018-12-30 | 2018-12-30 | 一种用于监控无人机的目标检测与部件识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811649086.5A CN109919968A (zh) | 2018-12-30 | 2018-12-30 | 一种用于监控无人机的目标检测与部件识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109919968A true CN109919968A (zh) | 2019-06-21 |
Family
ID=66960060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811649086.5A Pending CN109919968A (zh) | 2018-12-30 | 2018-12-30 | 一种用于监控无人机的目标检测与部件识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109919968A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705524A (zh) * | 2019-10-24 | 2020-01-17 | 佛山科学技术学院 | 一种基于视觉的特定区域无人机监控方法及装置 |
| CN112485781A (zh) * | 2020-11-18 | 2021-03-12 | 济南和普威视光电技术有限公司 | 一种基于深度学习的反无人机无人值守系统及方法 |
| CN112509037A (zh) * | 2020-12-02 | 2021-03-16 | 成都时代星光科技有限公司 | 一种无人机飞行着陆视觉处理系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104463889A (zh) * | 2014-12-19 | 2015-03-25 | 中国人民解放军国防科学技术大学 | 一种基于cv模型的无人机自主着陆目标提取方法 |
| CN106205217A (zh) * | 2016-06-24 | 2016-12-07 | 华中科技大学 | 基于机器视觉的无人机自动检测方法及无人机管制方法 |
| CN107894590A (zh) * | 2017-10-17 | 2018-04-10 | 湖北林青测控科技有限公司 | 新型全被动式无人机管控方法、存储介质、电子设备 |
-
2018
- 2018-12-30 CN CN201811649086.5A patent/CN109919968A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104463889A (zh) * | 2014-12-19 | 2015-03-25 | 中国人民解放军国防科学技术大学 | 一种基于cv模型的无人机自主着陆目标提取方法 |
| CN106205217A (zh) * | 2016-06-24 | 2016-12-07 | 华中科技大学 | 基于机器视觉的无人机自动检测方法及无人机管制方法 |
| CN107894590A (zh) * | 2017-10-17 | 2018-04-10 | 湖北林青测控科技有限公司 | 新型全被动式无人机管控方法、存储介质、电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| JIAWEI ZUO ET AL: "Aircraft Type Recognition Based on Segmentation With Deep Convolutional Neural Networks", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110705524A (zh) * | 2019-10-24 | 2020-01-17 | 佛山科学技术学院 | 一种基于视觉的特定区域无人机监控方法及装置 |
| CN110705524B (zh) * | 2019-10-24 | 2023-12-29 | 佛山科学技术学院 | 一种基于视觉的特定区域无人机监控方法及装置 |
| CN112485781A (zh) * | 2020-11-18 | 2021-03-12 | 济南和普威视光电技术有限公司 | 一种基于深度学习的反无人机无人值守系统及方法 |
| CN112509037A (zh) * | 2020-12-02 | 2021-03-16 | 成都时代星光科技有限公司 | 一种无人机飞行着陆视觉处理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106997629B (zh) | 门禁控制方法、装置及系统 | |
| Zhao et al. | SVM based forest fire detection using static and dynamic features | |
| CN103824070B (zh) | 一种基于计算机视觉的快速行人检测方法 | |
| CN107230267B (zh) | 基于人脸识别算法的幼儿园智能签到方法 | |
| CN108564052A (zh) | 基于mtcnn的多摄像头动态人脸识别系统与方法 | |
| CN106570490B (zh) | 一种基于快速聚类的行人实时跟踪方法 | |
| CN106156688A (zh) | 一种动态人脸识别方法及系统 | |
| CN103473564B (zh) | 一种基于敏感区域的正面人脸检测方法 | |
| CN102932605A (zh) | 一种视觉感知网络中摄像机的组合选择方法 | |
| CN111353338B (zh) | 一种基于营业厅视频监控的能效改进方法 | |
| CN109919968A (zh) | 一种用于监控无人机的目标检测与部件识别系统 | |
| CN112183162A (zh) | 一种监控场景下人脸自动注册识别系统及方法 | |
| KR20160109761A (ko) | 건설현장 맞춤형 이미지 분석기술을 활용한 중장비/근로자 인식 및 추적 방법 및 시스템 | |
| CN112668557A (zh) | 一种行人再识别系统中防御图像噪声攻击的方法 | |
| CN111460884A (zh) | 基于人体跟踪的多人脸识别方法 | |
| Mahajan et al. | Detection of concealed weapons using image processing techniques: A review | |
| CN104765739B (zh) | 基于形状空间的大规模人脸数据库检索方法 | |
| Barquero et al. | Rank-based verification for long-term face tracking in crowded scenes | |
| Feng et al. | Research on human target detection and tracking based on artificial intelligence vision | |
| CN113255542A (zh) | 一种基于违规行为识别的违规对象身份识别方法 | |
| CN114155489A (zh) | 一种多设备协同的无人机飞手检测方法、设备及存储介质 | |
| CN109858499A (zh) | 一种基于Faster R-CNN的坦克装甲目标检测方法 | |
| RU2315352C2 (ru) | Способ и система для автоматического обнаружения трехмерных образов | |
| CN111985331A (zh) | 预防商业秘密被窃照的检测方法及装置 | |
| CN111832451A (zh) | 基于视频数据处理的适航监察流程监管系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |