技術(shù)特征：

1.一種基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，所述基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法還包括：

3.根據(jù)權(quán)利要求1所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，所述基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法還包括：

4.根據(jù)權(quán)利要求1至3任一所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，預(yù)先訓(xùn)練所述第一分支孿生神經(jīng)網(wǎng)絡(luò)和所述第二分支孿生神經(jīng)網(wǎng)絡(luò)，包括：

5.根據(jù)權(quán)利要求4所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，所述構(gòu)建所述第一分支孿生神經(jīng)網(wǎng)絡(luò)和所述第二分支孿生神經(jīng)網(wǎng)絡(luò)，包括：

6.根據(jù)權(quán)利要求4所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，所述使用所述第一訓(xùn)練數(shù)據(jù)集訓(xùn)練所述第一分支孿生神經(jīng)網(wǎng)絡(luò)，包括：

7.根據(jù)權(quán)利要求4所述的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法，其特征在于，所述使用所述第二訓(xùn)練數(shù)據(jù)集訓(xùn)練所述第二分支孿生神經(jīng)網(wǎng)絡(luò)，包括：

8.一種基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)裝置，其特征在于，包括：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7中任一項(xiàng)所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法及裝置，涉及人工智能技術(shù)領(lǐng)域。所述方法包括：獲取無(wú)人機(jī)拍攝的包含待檢測(cè)目標(biāo)的圖像，基于第一分支孿生神經(jīng)網(wǎng)絡(luò)計(jì)算相鄰兩幀圖像之間的第一特征距離；若確定所述第一特征距離大于第一預(yù)設(shè)距離閾值，則基于第二分支孿生神經(jīng)網(wǎng)絡(luò)計(jì)算相鄰兩幀圖像分別與正常樣本圖像之間的第二特征距離；若確定至少存在一個(gè)第二特征距離大于第二預(yù)設(shè)距離閾值的目標(biāo)幀圖像，則確定所述目標(biāo)幀圖像中的待檢測(cè)目標(biāo)為異常目標(biāo)。所述裝置執(zhí)行上述方法。本發(fā)明實(shí)施例提供的基于無(wú)人機(jī)拍攝圖像的異常目標(biāo)檢測(cè)方法及裝置，能夠?qū)崟r(shí)、高效和準(zhǔn)確的實(shí)現(xiàn)無(wú)人機(jī)異常目標(biāo)檢測(cè)。

技術(shù)研發(fā)人員：孫躍,李敏,田琪,張?jiān)?蘇煜粵,侯聰,徐小天
受保護(hù)的技術(shù)使用者：華北電力科學(xué)研究院有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2