CN110781821B - 基于无人机的目标检测方法及装置、电子设备和存储介质 - Google Patents
基于无人机的目标检测方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110781821B CN110781821B CN201911025160.0A CN201911025160A CN110781821B CN 110781821 B CN110781821 B CN 110781821B CN 201911025160 A CN201911025160 A CN 201911025160A CN 110781821 B CN110781821 B CN 110781821B
- Authority
- CN
- China
- Prior art keywords
- target
- similarity
- detected
- image
- recognized
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000012795 verification Methods 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 36
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000003321 amplification Effects 0.000 description 5
- 238000003199 nucleic acid amplification method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Aviation & Aerospace Engineering (AREA)
- Astronomy & Astrophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开涉及一种基于无人机的目标检测方法及装置、电子设备和存储介质,其中,该方法包括:响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。采用本公开,可以更好的实现目标检测,从而提高了检测处理效果。
Description
技术领域
本公开涉及安防技术领域,尤其涉及一种基于无人机的目标检测方法及装置、无人机、电子设备和存储介质。
背景技术
对于目标检测的一个应用场景,如寻人或寻物,通常是基于铺设的多个固定线路来实现,这需要多路大面积覆盖待检测区域的线路,增加了成本且检测处理效果低下。对此,相关技术中未存在有效的解决方案。
发明内容
本公开提出了一种基于无人机的目标检测处理的技术方案。
根据本公开的一方面,提供了一种基于无人机的目标检测方法,所述方法包括:
响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;
根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。
可能的实现方式中,在所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像之前,还包括:
获取所述目标数据。
可能的实现方式中,所述预设飞行模式包括:
预设飞行路线;或者,
根据预设的第一指令或实时操控的第二指令得到的预设飞行路线。
可能的实现方式中,所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像,包括:
对所述待检测对象进行图像采集,得到人脸和/或人体信息;
将所述人脸和/或人体信息作为所述待检测对象的图像。
可能的实现方式中,所述获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象,包括:
将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度;
所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象。
可能的实现方式中,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:
获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;
根据所述偏差值,得到调整结果;
根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:
调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,将身份验证通过的待识别对象确定为目标对象,包括:
将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证;
响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象。
可能的实现方式中,所述将身份验证通过的待识别对象确定为所述目标对象之后,所述方法还包括:
定位出所述目标对象的位置,得到目标位置信息;
将所述目标位置信息发送至所述无人机的地面检测站。
根据本公开的一方面,提供了一种基于无人机的目标检测装置,所述装置包括:
采集单元,用于响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
相似度获取单元,用于获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;
检测单元,用于根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。
可能的实现方式中,所述装置还包括:
目标数据获取单元,用于获取所述目标数据。
可能的实现方式中,所述预设飞行模式包括:
预设飞行路线;或者,
根据预设的第一指令或实时操控的第二指令得到的预设飞行路线。
可能的实现方式中,所述采集单元,用于:
对所述待检测对象进行图像采集,得到人脸和/或人体信息;
将所述人脸和/或人体信息作为所述待检测对象的图像。
可能的实现方式中,所述相似度获取单元,用于:
将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度;
所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象。
可能的实现方式中,所述装置还包括:
偏差获取单元,用于获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;
第一调整单元,用于:
根据所述偏差值,得到调整结果;
根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,所述装置还包括:
第二调整单元,用于调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,所述检测单元,用于:
将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证;
响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象。
可能的实现方式中,所述装置还包括:
定位单元,用于:
定位出所述目标对象的位置,得到目标位置信息;
将所述目标位置信息发送至所述无人机的地面检测站。
根据本公开的一方面,提供了一种无人机,所述无人机包括:
摄像头,用于对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
接收器,用于接收目标数据;
飞行控制器,用于在预设飞行模式下飞行;
存储器,用于存储配置处理器可执行的控制指令;
处理器,用于被配置为:执行上述任意一项所述的基于无人机的目标检测方法。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述任意一项所述的基于无人机的目标检测方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述任意一项所述的基于无人机的目标检测方法。
在本公开实施例中,响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。采用本公开,通过在无人机来实现图像采集及目标检测,无需架设多个固定线路,多路摄像头来覆盖待检测区域,从而降低了成本,无人机具有多种飞行模式,搜索的机动灵活性更好,且通过待检测对象的图像与目标数据之间的相似度比对,将相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证这种二次比对方式,还可以更好的实现目标检测,从而提高了检测处理效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的基于无人机的目标检测方法的流程图。
图2示出根据本公开实施例无人机依据设定路线进行目标检测的流程图。
图3示出根据本公开实施例的基于无人机的目标检测装置的框图。
图4示出根据本公开实施例的电子设备的框图。
图5示出根据本公开实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
在目标检测的一个应用场景中,如寻人(景区寻人,大型集会寻人,大型活动寻人,走失儿童搜寻定位,限制区域寻人)或寻物,可以基于铺设的多个固定线路的多路监控摄像头,对监控区域进行监控。除了寻人或寻物的定位,本公开还适用于安防等应用场景中,在安防场景中,通常也是基于铺设的多个固定线路的多路监控摄像头,对安防监控区域进行监控。
然而,监控摄像头毕竟在数量上是有限的,监控摄像头固定设置也使得搜索不灵活、效率低下。如果需要大面积覆盖监控区域,还需要铺设多个固定线路,从而增加大量的成本。
采用本公开,由无人机与包含摄像头的人脸识别系统组成,利用无人机携带的摄像头对目标对象进行图像采集,及将采集结果与给定目标数据进行匹配,从而实现目标检测。由于无人机可以在更大的区域内机动、灵活、智能地移动并搜索目标对象,因此,就目标检测的寻人或寻物场景来说,提升了寻人范围、效率与准确性。
图1示出根据本公开实施例的基于无人机的目标检测方法的流程图,该方法可以应用于无人机,基于无人机的目标检测装置等。除了无人机,其他智能驾驶终端可以实现本公开技术方案的,也在本公开的保护范围之内。无人机及其他智能驾驶终端至少包括图像采集模块(如摄像头)、匹配识别模块,以实现本公开的目标检测方法。在一些可能的实现方式中,该方法还可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示,该流程包括:
步骤S101、响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像。
例如,无人机上可以内置有在预设飞行模式下飞行,控制无人机的图像采集模块(如摄像头)采集预定区域的图像,以搜索待检测对象。在寻人或寻物场景中,待检测对象可以为人或物,在根据预设飞行模式执行飞行操作所得到的飞行路线上,对人或物进行搜索,如果在预定区域内检测到对象,例如人或物,则可以将其作为待检测对象,以便后续进行目标识别处理,从而确定是否为要寻找的目标对象。
其中,图像采集模块(如摄像头)可为内置于无人机的摄像头,也可为与无人机连接的外接摄像头。摄像头若依据焦距分类,可以有固定焦距式、伸缩式等类型;若依据焦距数字大小分类,可以有标准镜头、广角镜头、望远镜头等类型;若依据光圈分类有固定光圈式、手动光圈式、自动光圈式等类型;若依据镜头伸缩调整方式分类,有电动伸缩镜头、手动伸缩镜头等类型。本公开不限制摄像头的具体分类。
步骤S102、获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象。
可能实现方式中,首先将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度,所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象,以便后续将该待识别对象与目标数据进行二次比对,这样缩小了识别范围,从而提高比对的识别精度和效率,更精准地定位到目标对象。
步骤S103、根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。
可能实现方式中,将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证,响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象,从而完成二次比对,可以更精准地定位目标对象。
采用本公开实施例,利用无人机携带的摄像头对对预定区域内待检测对象进行图像采集,及将采集结果与给定目标数据进行匹配,以获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象。根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象,通过待检测对象-待识别对象-目标对象的二次比对来实现目标检测,可以更精准地定位到目标对象。相比传统铺设固定线路的图像采集并根据图像采集结果进行目标检测而言,本公开应用图像采集及二次比对实现匹配功能的无人机,可以通过无人机预设飞行模式的飞行操作这种非固定且更灵活机动的方式,并结合图像采集得到图像采集结果后执行匹配处理,由于无人机可以在更大的区域内机动、灵活、智能地移动并搜索目标对象,防止物体遮挡,因此,就目标检测的寻人或寻物场景来说,提升了寻人范围、效率与准确性。且通过待检测对象的图像与目标数据之间的相似度比对,将相似度大于第一预设阈值的待识别对象与所述目标数据进行身份验证这种二次比对方式,不仅可以缩小识别范围,降低运算量,还可以提高目标检测的效率,从而提高了检测处理效果。
可能的实现方式中,在所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像之前,还包括:获取目标数据,目标数据可以包括:证卡或生活照所对应的人脸和/或人体信息。例如,生活照可以为待寻人的目标个人对应的生活照;证卡不限于身份证,还可以包括其他可以识别目标个人身份的证件或卡片,如驾驶证,证件照等。
可能的实现方式中,上述实施例中,计算相似度以及身份验证的过程,可以通过与无人机相连的智能图像采集模块(如智能摄像头)执行。还可以将采集到的图像发送至服务器,服务器端执行。
可能的实现方式中,所述预设飞行模式包括如下任意一种或多种,在搜索所述待检测对象的过程中,除了设定飞行路线,还可以设定飞行高度,即:可以根据飞行路线及获取的飞行高度,沿所述飞行路线搜索所述待检测对象。
1)预设飞行路线;
根据预设飞行路线执行飞行操作,沿所述飞行路线搜索所述待检测对象。例如,巡航飞行路线和飞行高度已知,根据已知的巡航飞行路线和飞行高度搜索所述待检测对象。
2)根据预设的第一指令(系统固化的系统指令)得到的预设飞行路线;
根据该系统指令在指定区域规划飞行路线,根据规划得到的飞行路线执行飞行操作,沿所述飞行路线搜索所述待检测对象。例如,巡航飞行路线和高度待定,但是预先设定出给定区域,在该给定区域由无人机根据系统指令来智能规划巡航飞行线路和飞行高度,以搜索所述待检测对象。
3)根据实时操控的第二指令(用户操控的用户指令,该用户指令是非固化的可变指令)得到的预设飞行路线。
根据该用户指令得到的飞行路线执行飞行操作,沿所述飞行路线搜索所述检测对象。例如,巡航飞行路线和高度待定,通过人手动操控并发出用户指令(可以通过遥控设备发送用户指令给无人机)来给出巡航飞行线路和飞行高度,以搜索所述待检测对象。
可能的实现方式中,所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像,包括:对所述待检测对象进行图像采集,得到人脸和/或人体信息,将所述人脸和/或人体信息作为所述待检测对象的图像,以与目标数据进行匹配处理。
就人体信息而言,例如,寻人是针对走失儿童,人体信息可以是走失儿童的衣服颜色(穿红色衣服),或者衣服款式(衣服的款式为夹克),或者(身高)等等。在未采集到人脸信息的初步搜索过程中,通过该人体信息也可以间接判断是否有可能是走失儿童。又如,走失的是老人,那么图像采集就锁定老人,而不是针对儿童等等。
例如,目标数据可以包括两部分:目标关键数据和目标个人信息。通过目标关键数据和待检测对象的匹配,可以先从待检测对象中得到待识别目标对象(如疑似目标对象),然后将待识别目标对象(如疑似目标对象)再与目标个人信息进行匹配,匹配成功的情况下确定出所述待识别目标对象为所述目标对象。
可能的实现方式中,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;根据所述偏差值,得到调整结果,根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。例如,该偏差值可以为转向角度。无人机所携带的采集镜头可以为摄像头的广角镜头,可以根据待识别目标对象(如具体为待识别目标对象人脸中心)在该广角镜头中的方向和位置,计算出广角镜头中心对准该待识别目标对象所需的转向角度,通过无人机的方向变化和后台的控制将待识别目标对象和广角镜头的中心进行对准处理。根据上述调整结果执行该对准处理,可以提高比对的准确度,从而采集得到更精准的待识别对象,从而据此得到第一人脸图像。
可能的实现方式中,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。通过调整该参数可以提高比对的准确度,从而根据调整后的该参数,可以采集得到更精准的待识别对象,从而据此得到第一人脸图像。
调整该参数的一种情况是:将第一人脸图像执行放大处理,得到放大后的人脸。将所述放大后的人脸图像与所述目标数据中的目标人脸图像进行匹配,如果匹配成功,则确定出所述待识别对象为所述目标对象。其中,该放大处理可以包括:数码变焦、光学变焦、摄像头切换中的至少一种处理方式。传统铺设固定摄像头进行图像采集,得到的采集结果可能因为拍摄角度或拍摄焦距等导致图像采集结果不清晰,导致基于该图像采集结果进行的匹配效果不佳,而采用本公开的该放大处理,使得通过摄像头采集得到的采集结果,更符合后续匹配处理的精度需求,采集结果更精确,从而提高了匹配效果。
本公开不限于放大处理,还可以包含的其他处理方式描述如下:
第一种方式:通过调整无人机和所述待识别目标对象间的距离,比如可以通过拉近距离来达到符合后续匹配处理精度需求的目的。例如,无人机当前的第一位置坐标是已知的,通过该已知的位置坐标及无人机的距离定位也可以得到待识别目标对象的第二位置坐标,从而根据第一位置坐标和第二位置坐标及该精度需求得到需要调整(通常是降低无人机的飞行高度)的预定距离,当调整至该预定距离后再进行图像采集。
第二种方式:无人机根据监控区域的地图及GPS可以判断出所述待识别目标对象周围有固定摄像头(该固定摄像头可以达到精度需求,比如,距离近且方便采集该待识别目标对象),那么,无人机先定位出固定摄像头的位置坐标,然后根据该位置坐标锁定固定摄像头并向该固定摄像头发送图像采集指令,即:将由无人机进行采集切换为利用固定摄像头进行图像采集,然后,接收固定摄像头回传的采集结果。
可能的实现方式中,所述将身份验证通过的待识别对象确定为所述目标对象之后,所述方法还包括:定位出所述目标对象的位置,得到目标位置信息;将所述目标位置信息发送至所述无人机的地面检测站。例如,无人机当前的位置坐标是已知的,可以根据无人机已知的位置坐标和距离目标对象的距离信息,得到目标对象的位置坐标,该位置坐标即为该目标位置信息。地面检测站点收到该目标位置信息后,可以及时开展搜救工作。
应用示例:
图2示出根据本公开实施例无人机依据设定路线进行目标检测的流程图,包括:
步骤S201、无人机获得被搜索目标对象的目标数据,目标数据可以为图片信息,如个人生活照、证件照或身份证件等证卡所对应的各种人脸和人体信息。
步骤S202、无人机起飞,开始搜寻待检测对象(待检测对象可能包含目标对象)。
步骤S203、无人机按照设定飞行路线进行飞行操作(巡航飞行)。
需要指出的是,无人机可以在飞行过程中,可以通过设定的飞行路线和飞行高度执行该飞行操作,也可以根据划出给定区域后由无人机智能规划得到的飞行线路和飞行高度执行该飞行操作,也可以根据人手操控得到的飞行线路和飞行高度执行该飞行操作。
步骤S204、无人机通过广角镜头搜索待检测对象。
通过广角镜头拍摄人脸,与目标数据中的目标关键数据进行匹配,以寻找待识别的目标对象(疑似目标)。
步骤S205、在搜索待检测对象的过程中,判断是否搜索到该疑似目标,如果是,则执行步骤S206;否则,转入执行步骤S203,直至发现该疑似目标。
步骤S206、无人机估算该疑似目标在无人机广角镜头中的方向和位置并计算出广角镜头中心对准疑似目标所需转向角度,并通过无人机的方向变化和后台的控制将目标和镜头中心对准疑似目标。
步骤S207、无人机通过广角镜头对准该疑似目标,可以通过数码变焦、或光学变焦、或摄像头切换等放大处理方式来放大疑似目标的图像,得到放大后的采集结果。
步骤S208、将该放大后的采集结果与目标数据中的目标个人信息进行匹配,判断是否匹配目标个人信息,如果是,则执行步骤S209;否则,转入执行步骤S203。
步骤S209、无人机将目标对象的目标位置信息发送给无人机的地面检测站。
如果该疑似目标确为匹配目标个人信息的目标对象,则无人机还可以将该目标对象的目标位置信息发送给地面站;如果该疑似目标不是匹配目标个人信息的目标对象,则无人机回到步骤S203并重复执行该搜索步骤,直至发现匹配目标个人信息的目标对象。
需要指出的是,上述将该放大后的采集结果与目标数据中的目标个人信息进行匹配,可以在无人机本端进行匹配,也可以将该放大后的采集结果传回服务器进行匹配。
需要指出的是,上述通过广角镜头拍摄人脸,与目标数据中的目标关键数据进行匹配,可以在无人机本端进行匹配,也可以将通过广角镜头拍摄的该人脸传回服务器进行匹配。
采用本公开,使用无人机来智能覆盖大片监控区域,与传统的在大片区域中铺设大量线路架设监控摄像头的传统解决方案相比,更加机动、灵活、智能,大大提升了寻人效率与准确性并显著降低成本,无人机可以任一制高点机动、灵活地对地面目标个人进行搜寻,从而能够有效避开物体的遮挡,大大提升了寻人效率与准确性。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。
此外,本公开还提供了基于无人机的目标检测装置、电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种基于无人机的目标检测方法,相应技术方案和描述和参见方法部分的相应记载,不再赘述。
图3示出根据本公开实施例的基于无人机的目标检测装置的框图,如图3所示,该装置包括:采集单元31,用于响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;相似度获取单元32,用于获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;检测单元33,用于根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象。
可能的实现方式中,所述装置还包括:目标数据获取单元,用于获取所述目标数据。
可能的实现方式中,所述预设飞行模式包括如下任意一种或多种,在搜索所述待检测对象的过程中,除了设定飞行路线,还可以设定飞行高度,即:可以根据飞行路线及获取的飞行高度,沿所述飞行路线搜索所述待检测对象。
1)预设飞行路线;
根据预设飞行路线执行飞行操作,沿所述飞行路线搜索所述待检测对象。例如,巡航飞行路线和飞行高度已知,根据已知的巡航飞行路线和飞行高度搜索所述待检测对象。
2)根据预设的第一指令(系统固化的系统指令)得到的预设飞行路线;
根据该系统指令在指定区域规划飞行路线,根据规划得到的飞行路线执行飞行操作,沿所述飞行路线搜索所述待检测对象。例如,巡航飞行路线和高度待定,但是预先设定出给定区域,在该给定区域由无人机根据系统指令来智能规划巡航飞行线路和飞行高度,以搜索所述待检测对象。
3)根据实时操控的第二指令(用户操控的用户指令,该用户指令是非固化的可变指令)得到的预设飞行路线。
根据该用户指令得到的飞行路线执行飞行操作,沿所述飞行路线搜索所述检测对象。例如,巡航飞行路线和高度待定,通过人手动操控并发出用户指令(可以通过遥控设备发送用户指令给无人机)来给出巡航飞行线路和飞行高度,以搜索所述待检测对象。
可能的实现方式中,所述采集单元,用于:
对所述待检测对象进行图像采集,得到人脸和/或人体信息;
将所述人脸和/或人体信息作为所述待检测对象的图像。
可能的实现方式中,所述相似度获取单元,用于:
将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度;
所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象。
可能的实现方式中,所述装置还包括:
偏差获取单元,用于获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;
第一调整单元,用于:
根据所述偏差值,得到调整结果;
根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,所述装置还包括:
第二调整单元,用于调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
可能的实现方式中,所述检测单元,用于:
将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证;
响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象。
可能的实现方式中,所述装置还包括:
定位单元,用于:
定位出所述目标对象的位置,得到目标位置信息;
将所述目标位置信息发送至所述无人机的地面检测站。
本公开提供了一种无人机,所述无人机包括:摄像头,用于对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;接收器,用于接收目标数据;飞行控制器,用于在预设飞行模式下飞行;存储器,用于存储配置处理器可执行的控制指令;处理器,用于被配置为:执行上述任一实施例中任意一项所述的基于无人机的目标检测方法。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是易失性计算机可读存储介质或非易失性计算机可读存储介质。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的基于无人机的目标检测方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的基于无人机的目标检测方法的操作。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述任一实施例提供的基于无人机的目标检测方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图4是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图4,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图5是根据一示例性实施例示出的一种电子设备900的框图。例如,电子设备900可以被提供为一服务器。参照图5,电子设备900包括处理组件922,其进一步包括一个或多个处理器,以及由存储器932所代表的存储器资源,用于存储可由处理组件922的执行的指令,例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件922被配置为执行指令,以执行上述方法。
电子设备900还可以包括一个电源组件926被配置为执行电子设备900的电源管理,一个有线或无线网络接口950被配置为将电子设备900连接到网络,和一个输入输出(I/O)接口958。电子设备900可以操作基于存储在存储器932的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器932,上述计算机程序指令可由电子设备900的处理组件922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
在不违背逻辑的情况下,本申请不同实施例之间可以相互结合,不同实施例描述有所侧重,为侧重描述的部分可以参见其他实施例的记载。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种基于无人机的目标检测方法,其特征在于,所述方法包括:
响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;
根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象;
其中,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:
调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像;
所述调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像,包括:根据所述预定区域的地图及GPS,确定所述待识别对象周围的固定摄像头,定位所述固定摄像头的位置坐标,根据所述位置坐标,向所述固定摄像头发送图像采集指令,接收所述固定摄像头回传的所述第一人脸图像;
所述将身份验证通过的待识别对象确定为目标对象,包括:
将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证;
响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象。
2.根据权利要求1所述的方法,其特征在于,在所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像之前,还包括:
获取所述目标数据。
3.根据权利要求1或2所述的方法,其特征在于,所述预设飞行模式包括:
预设飞行路线;或者,
根据预设的第一指令或实时操控的第二指令得到的预设飞行路线。
4.根据权利要求1或2所述的方法,其特征在于,所述对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像,包括:
对所述待检测对象进行图像采集,得到人脸和/或人体信息;
将所述人脸和/或人体信息作为所述待检测对象的图像。
5.根据权利要求1或2所述的方法,其特征在于,所述获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象,包括:
将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度;
所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象。
6.根据权利要求5所述的方法,其特征在于,根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证之前,所述方法还包括:
获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;
根据所述偏差值,得到调整结果;
根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
7.根据权利要求1或2所述的方法,其特征在于,所述将身份验证通过的待识别对象确定为所述目标对象之后,所述方法还包括:
定位出所述目标对象的位置,得到目标位置信息;
将所述目标位置信息发送至所述无人机的地面检测站。
8.一种基于无人机的目标检测装置,其特征在于,所述装置包括:
采集单元,用于响应于所述无人机在预设飞行模式下飞行的情况,对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
相似度获取单元,用于获取所述待检测对象的图像与目标数据之间的相似度,得到所述相似度大于第一预设阈值的待识别对象;
检测单元,用于根据所述相似度大于第一预设阈值的待识别对象和所述目标数据进行身份验证,将身份验证通过的待识别对象确定为目标对象;
所述装置还包括:
第二调整单元,用于调整所述无人机的摄像头参数,并根据调整后的参数采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像;
所述第二调整单元,具体用于:根据所述预定区域的地图及GPS,确定所述待识别对象周围的固定摄像头,定位所述固定摄像头的位置坐标,根据所述位置坐标,向所述固定摄像头发送图像采集指令,接收所述固定摄像头回传的所述第一人脸图像;
所述检测单元还用于:
将所述第一人脸图像与所述目标数据中的目标人脸图像进行身份验证;
响应于身份验证成功的情况,将身份验证通过的待识别对象确定为所述目标对象。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
目标数据获取单元,用于获取所述目标数据。
10.根据权利要求8或9所述的装置,其特征在于,所述预设飞行模式包括:
预设飞行路线;或者,
根据预设的第一指令或实时操控的第二指令得到的预设飞行路线。
11.根据权利要求8或9所述的装置,其特征在于,所述采集单元,用于:
对所述待检测对象进行图像采集,得到人脸和/或人体信息;
将所述人脸和/或人体信息作为所述待检测对象的图像。
12.根据权利要求8或9所述的装置,其特征在于,所述相似度获取单元,用于:
将所述待检测对象的图像与所述目标数据中的目标人脸图像进行比对,得到所述相似度;
所述相似度大于第一预设阈值的情况下,将所述待检测对象作为所述待识别对象。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
偏差获取单元,用于获取所述无人机的摄像头的中心与所述相似度大于第一预设阈值的待识别对象中心间的偏差值;
第一调整单元,用于:
根据所述偏差值,得到调整结果;
根据所述调整结果将所述摄像头对准所述相似度大于第一预设阈值的待识别对象后,采集所述相似度大于第一预设阈值的待识别对象,得到第一人脸图像。
14.根据权利要求8或9所述的装置,其特征在于,所述装置还包括:
定位单元,用于:
定位出所述目标对象的位置,得到目标位置信息;
将所述目标位置信息发送至所述无人机的地面检测站。
15.一种无人机,其特征在于,所述无人机包括:
摄像头,用于对预定区域内待检测对象进行图像采集,得到所述待检测对象的图像;
接收器,用于接收目标数据;
飞行控制器,用于在预设飞行模式下飞行;
存储器,用于存储配置处理器可执行的控制指令;
处理器,用于被配置为:执行权利要求1至7中任意一项所述的方法。
16.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至7中任意一项所述的方法。
17.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025160.0A CN110781821B (zh) | 2019-10-25 | 2019-10-25 | 基于无人机的目标检测方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911025160.0A CN110781821B (zh) | 2019-10-25 | 2019-10-25 | 基于无人机的目标检测方法及装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110781821A CN110781821A (zh) | 2020-02-11 |
CN110781821B true CN110781821B (zh) | 2022-11-01 |
Family
ID=69386700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911025160.0A Active CN110781821B (zh) | 2019-10-25 | 2019-10-25 | 基于无人机的目标检测方法及装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110781821B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111436864B (zh) * | 2020-03-20 | 2023-12-29 | 美智纵横科技有限责任公司 | 控制方法、装置以及存储介质 |
CN111626165B (zh) * | 2020-05-15 | 2024-02-02 | 安徽江淮汽车集团股份有限公司 | 行人识别方法、装置、电子设备及存储介质 |
CN112597886A (zh) * | 2020-12-22 | 2021-04-02 | 成都商汤科技有限公司 | 乘车逃票检测方法及装置、电子设备和存储介质 |
CN113326752B (zh) * | 2021-05-20 | 2024-04-30 | 淮阴工学院 | 一种基于无人机的光伏电站识别方法及系统 |
CN116503815B (zh) * | 2023-06-21 | 2024-01-30 | 宝德计算机系统股份有限公司 | 一种基于大数据的计算机视觉处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105915809A (zh) * | 2016-03-30 | 2016-08-31 | 东斓视觉科技发展(北京)有限公司 | 摄影方法及装置 |
CN106826846A (zh) * | 2017-01-06 | 2017-06-13 | 南京赫曼机器人自动化有限公司 | 基于异常声音和图像事件驱动的智能服务机器人及方法 |
CN108341049A (zh) * | 2017-01-22 | 2018-07-31 | 昊翔电能运动科技(昆山)有限公司 | 家庭智能无人机 |
CN109327683A (zh) * | 2018-10-29 | 2019-02-12 | 重庆中科云丛科技有限公司 | 一种追踪方法、系统、无人机及服务器 |
CN110291482A (zh) * | 2018-07-31 | 2019-09-27 | 深圳市大疆创新科技有限公司 | 返航控制方法、装置及设备 |
-
2019
- 2019-10-25 CN CN201911025160.0A patent/CN110781821B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105915809A (zh) * | 2016-03-30 | 2016-08-31 | 东斓视觉科技发展(北京)有限公司 | 摄影方法及装置 |
CN106826846A (zh) * | 2017-01-06 | 2017-06-13 | 南京赫曼机器人自动化有限公司 | 基于异常声音和图像事件驱动的智能服务机器人及方法 |
CN108341049A (zh) * | 2017-01-22 | 2018-07-31 | 昊翔电能运动科技(昆山)有限公司 | 家庭智能无人机 |
CN110291482A (zh) * | 2018-07-31 | 2019-09-27 | 深圳市大疆创新科技有限公司 | 返航控制方法、装置及设备 |
CN109327683A (zh) * | 2018-10-29 | 2019-02-12 | 重庆中科云丛科技有限公司 | 一种追踪方法、系统、无人机及服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN110781821A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110781821B (zh) | 基于无人机的目标检测方法及装置、电子设备和存储介质 | |
CN108764069B (zh) | 活体检测方法及装置 | |
EP3163498B1 (en) | Alarming method and device | |
US20210089799A1 (en) | Pedestrian Recognition Method and Apparatus and Storage Medium | |
WO2017032126A1 (zh) | 无人机的拍摄控制方法及装置、电子设备 | |
US10514708B2 (en) | Method, apparatus and system for controlling unmanned aerial vehicle | |
JP2021509515A (ja) | 測距方法、知能制御方法及び装置、電子機器ならびに記憶媒体 | |
US11288531B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
JP2021503659A (ja) | 生体検出方法、装置及びシステム、電子機器並びに記憶媒体 | |
CN112001321A (zh) | 网络训练、行人重识别方法及装置、电子设备和存储介质 | |
CN111104920A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN106054918A (zh) | 提供无人机信息的方法和装置 | |
WO2019006767A1 (zh) | 一种无人机的景点导航方法及装置 | |
EP3225510B1 (en) | Methods and devices for controlling self-balanced vehicle to park | |
AU2020323956A1 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN105278543A (zh) | 提升飞行安全性的方法及装置、电子设备 | |
CN112330717B (zh) | 目标跟踪方法及装置、电子设备和存储介质 | |
AU2020309091B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN113762169A (zh) | 人流量统计方法及装置、电子设备和存储介质 | |
CN110163908A (zh) | 找寻目标物的方法、装置及存储介质 | |
CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN106376053A (zh) | 终端的驻网方法、装置及终端 | |
CN114519794A (zh) | 特征点匹配方法及装置、电子设备和存储介质 | |
CN110544335B (zh) | 目标识别系统及方法、电子设备和存储介质 | |
CN114387622A (zh) | 动物重识别方法及装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |