(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210788131.5 (22)申请日 2022.07.04 (71)申请人 北方工业大 学 地址 100144 北京市石景山区晋元庄路5号 (72)发明人 毕福昆　孙晓迪　盛智勇　边明明　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 陈威 (51)Int.Cl. G06V 20/17(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/74(2022.01) G06V 20/40(2022.01) (54)发明名称 无人机遥感目标追踪方法、 装置、 电子设备 及存储介质 (57)摘要 本发明提供无人机遥感目标追踪方法、 装 置、 电子设备及存储介质， 包括： 通过AlexNet网 络提取特征得到模板帧特征图和待检测帧特征 图集； 将模板帧特征图和待检测帧特征图集输入 采用LSTM算法的模板动态更新模块， 获得最终模 板； 利用待检测帧特征图集分别作为卷积核在最 终模板帧特征上进行互相关卷积， 得到相似度得 分图集； 利用双三次插值调整相似度得分图集的 尺寸， 以相似度得分图集中分数最高的地方作为 模板帧中无人机跟踪目标所在的新位置。 本发明 采用结构简单的SiameseFC作为基础网络， 添加 了实时模板更新机制， 并采用相似性度量方式， 减少了计算量的同时， 极大程度上地提高了无人 机遥感目标追 踪的跟踪精度和跟踪效率。 权利要求书2页 说明书9页 附图4页 CN 115240088 A 2022.10.25 CN 115240088 A 1.一种无 人机遥感目标追踪方法， 其特 征在于， 包括： 获得经过预处理的模板帧和待检测帧； 将所述模板帧和所述待检测帧分别通过AlexNet网络提取特征， 得到模板帧特征图和 待检测帧特 征图集； 将所述模板帧特征图和所述待检测帧特征图集输入模板动态更新模块， 获得最终模 板； 其中， 所述模板动态更新模块采用LSTM算法； 利用所述待检测帧特征图集分别作为卷积核在所述最终模板上进行互相关卷积， 得到 相似度得分图集； 利用双三次插值调整所述相似度得分图集的尺寸， 以所述相似度得分图 集中分数最高的地方作为所述模板帧中无 人机跟踪目标 所在的新 位置。 2.根据权利要求1所述的无人机遥感 目标追踪方法， 其特征在于， 所述将所述模板帧和 所述待检测帧分别通过A lexNet网络提取特征， 得到模板帧特征图和待检测帧特征图集， 包 括： 利用多尺度 膨胀卷积模块更改AlexNet网络的conv层， 使用分支池， 不同的内核对应不 同大小的RFs， 应用膨胀卷积层来控制RFs偏心度， 并对RFs进行重塑， 获得新的特征提取网 络； 将所述模板帧和所述待检测帧分别通过所述新的特征提取网络提取特征， 得到所述模 板帧特征图和所述待检测帧特 征图集。 3.根据权利要求1所述的无人机遥感 目标追踪方法， 其特征在于， 所述利用双三次插值 调整所述相似度得分图集的尺寸， 以所述相似度得分图集中分数最高的地方作为所述模板 帧中无人机跟踪目标 所在的新 位置之后， 包括： 获得新位置的无 人机跟踪目标； 基于LSTM网络和所述新位置的无人机跟踪目标确定所述无人机记忆模块的更新方式； 其中， 所述记 忆模块用于存 储模板帧信息 。 4.根据权利要求3所述的无人机遥感 目标追踪方法， 其特征在于， 所述将所述模板帧特 征图和所述待检测帧特 征图集输入 模板动态更新模块， 获得最终模板， 包括： 引入注意力 机制对所述待检测帧特征图集分别进行划分， 经过平均池化后得到相应的 特征向量； 将所述特 征向量和LSTM参数输入所述 LSTM网络， 获得剩余模板； 基于所述剩余模板和初始目标模板获得最终模板， 其中， 所述模板帧信息包括所述目 标模板。 5.根据权利要求4所述的无人机遥感 目标追踪方法， 其特征在于， 所述将所述特征向量 和LSTM参数输入所述 LSTM网络， 获得剩余模板， 包括： 将所述特 征向量和LSTM参数输入所述 LSTM网络， 获得存 储特征的信号； 基于所述存储特征的信号， 从所述记忆模块中调取与 所述待检测帧最为匹配的目标特 征集合并获得相应的加权 权重； 得到各目标 特征在所述待检测帧的加权特 征后， 得到所述剩余模板 。 6.根据权利要求3所述的无人机遥感目标追踪方法， 其特征在于， 所述基于LSTM网络和 所述无人机跟踪目标确定所述无 人机记忆模块的更新方式， 包括： 当所述新位置的无人机跟踪目标包含超过预设数量的无用信 息时， 所述新位置的无人权　利　要　求　书 1/2 页 2 CN 115240088 A 2机跟踪目标被舍弃； 当所述新位置的无人机跟踪目标与 预设跟踪目标的外观变化不超过阈值 时， 更新所述 记忆模块； 当所述新位置的无人机跟踪目标与 预设跟踪目标的外观变化超过阈值 时， 将所述新位 置的无人机跟踪目标存 储至所述记 忆模块。 7.根据权利要求6所述的无 人机遥感目标追踪方法， 其特 征在于， 所述记忆模块的更新方式与所述记忆模块中特征被读取的频繁程度 、 擦除因子ew和 新的目标模板Ttnew有关。 8.一种无 人机遥感目标追踪装置， 其特 征在于， 包括： 预处理模块， 用于获得 经过预处理的模板帧和待检测帧； 特征提取模块， 用于将所述模板帧和所述待检测帧分别通过AlexNet网络提取特征， 得 到模板帧特 征图和待检测帧特 征图集； 模板动态更新模块， 用于根据 所述模板帧特征图和所述待检测帧特征图集得到最终模 板； 其中， 所述模板动态更新模块采用LSTM算法； 追踪模块， 用于利用所述待检测帧特征图集分别作为卷积核在所述最终模板上进行互 相关卷积， 得到相似度得分图集； 利用双三次插值调整 所述相似度得分图集的尺寸， 以所述 相似度得分图集中分数最高的地方作为所述模板帧中无 人机跟踪目标 所在的新 位置。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述无人机遥感目标追踪方法。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算 机程序被处 理器执行时实现如权利要求1至7任一项所述无 人机遥感目标追踪方法。权　利　要　求　书 2/2 页 3 CN 115240088 A 3