申请/专利权人:桂林电子科技大学
申请日:2023-12-07
公开(公告)日:2024-03-01
公开(公告)号:CN117636191A
主分类号:G06V20/17
分类号:G06V20/17;G06V10/25;G06V10/26;G06V10/30;G06V10/82;G06N3/045;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.19#实质审查的生效;2024.03.01#公开
摘要:本发明涉及目标检测技术领域,具体涉及一种基于背景减除法与改进YOLOv5的无人机检测方法,首先使用相机获取无人机的实时视频并将之分解为连续的图像帧数据;通过使用背景减除算法对所述的连续图像帧进行处理,获取前景图像;同时在YOLOv5网络的Backbone部分添加SE注意力机制,获取改进YOLOv5网络然后将所述前景图像输入训练后的YOLOv5网络,获取无人机目标的边界框与置信度;最后通过置信度判断边界框内是否为无人机。本发明利用背景减除法减少了无人机检测中的背景噪声干扰,并且利用SE注意力机制增强了重要特征以及抑制非重要特征。经验证,本发明增加了无人机目标检测能力,有效减少无人机检测的误检、漏检的概率。
主权项:1.一种基于背景减除法与改进YOLOv5的无人机检测方法,其特征在于,包括下列步骤:使用相机获取无人机的实时视频并将之分解为连续的图像帧数据;使用背景减除算法对所述的连续图像帧进行处理,获取前景图像;在YOLOv5网络的Backbone部分添加SE注意力机制,获取改进YOLOv5网络;将所述前景图像输入改进YOLOv5网络,获取无人机目标的边界框与置信度;通过置信度判断边界框内是否为无人机。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 一种基于背景减除法与改进YOLOv5的无人机检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。