航空航天技术

本发明提供了一种针对无人机航空图像的自适应分簇目标检测方法，包括：基于自适应分簇网络对图像进行分割，并对分割后的所述图像进行修正；构建局部检测网络和全局检测网络；基于所述局部检测网络对修正后的所述图像进行检测；基于所述全局检测网络对所述局部检测网络漏检的检测目标进行检测；将所述局部检测网络的检测结果和所述全局检测网络的检测结果进行融合，获得无人机航空图像的自适应分簇目标检测结果。本发明用于提高无人机航空图像的目标检测算法的精度，特别是小目标的检测精度具有较大提高。

随着电子通信技术的迭代更新，机器智能化技术的不断成熟，无人机行业进入了快速发展的阶段，无人机在电力巡检、环境保护、生物检测、物流运输、灾后救援、数据采集、移动通信等领域已经有了深入的应用。在未来的一段时间内，无人机技术与人工智能技术、新一代通信技术的深度融合不仅会进一步克服无人机在当前工业生产中存在的问题，也会促进无人机应用在新领域落地。无人机在社会上的广泛应用，很大程度上提高了生产效率，也极大的减少了人力、物力、财力的消耗，在当今社会中无人机起着越来越重要的作用。

本发明探究了面向无人机图像的目标检测问题，为了提高无人机图像中小目标的检测精度，提出了一种针对无人机航空图像的自适应分簇目标检测方法。考虑到航空图像的目标检测区域只占整张图像的一部分，提出一种自适应分簇算法对图像进行分割，对目标聚集区域进行精细化检测，从而提高目标检测精度和检测效率。本发明从增强数据和改进网络结构两个方面解决无人机航拍图像的目标检测遇到的难点问题，提出的自适应分簇方法可以有效提高网络的检测性能，有利于提高无人机航空图像的目标检测算法的精度，特别是小目标的检测精度有较大提高。