公开(公告)号：CN113808170B

公开(公告)日：2023-06-27

申请号：CN202111119157.2

申请日：2021-09-24

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 叶润 ,  张成 ,  景晓康

IPC: G06T7/246 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于无人机识别技术领域，具体涉及一种基于深度学习的反无人机跟踪方法。本发明基于目前的检测技术现状并考虑到检测精度、距离、成本等因素，采用视觉相关技术实现无人机的探测，视觉探测分为检测和跟踪两个阶段，通使用深度学习的方法得到一种更加适合用于对无人机进行跟踪的方法。为了保证最终的跟踪速度，设计了一个轻量级的检测网络，整个检测网路在保证速度的同时拥有很高的检测精度，同时设计的跟踪网络是对原有网络的进一步改进。整体上而言，最后的跟踪网络能够有效快速地实现对无人机的跟踪。

公开(公告)号：CN113808170A

公开(公告)日：2021-12-17

申请号：CN202111119157.2

申请日：2021-09-24

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 叶润 ,  张成 ,  景晓康

IPC: G06T7/246 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于无人机识别技术领域，具体涉及一种基于深度学习的反无人机跟踪方法。本发明基于目前的检测技术现状并考虑到检测精度、距离、成本等因素，采用视觉相关技术实现无人机的探测，视觉探测分为检测和跟踪两个阶段，通使用深度学习的方法得到一种更加适合用于对无人机进行跟踪的方法。为了保证最终的跟踪速度，设计了一个轻量级的检测网络，整个检测网路在保证速度的同时拥有很高的检测精度，同时设计的跟踪网络是对原有网络的进一步改进。整体上而言，最后的跟踪网络能够有效快速地实现对无人机的跟踪。