基于 YOLO 和规则方法的无人机检测与跟踪

无人机或无人驾驶飞行器传统上用于军事任务、战争和间谍活动。然而，由于涉及安全与检查、运输、研究目的以及娱乐性无人机飞行的多种工业应用，无人机的使用显著增加。公共空间中无人机活动量的增加需要出于隐私保护和安全的考虑采取监管措施。因此，检测诸如边界入侵等非法无人机活动成为必要。此类检测任务通常由深度学习模型自动化执行，这些模型在带注释的图像数据集上进行训练。本文在先前工作的基础上，扩展了一个已发布的开源数据集，并提供了对整个数据集的描述和分析。该数据集用于训练 YOLOv7 深度学习模型及其一些次要变体，并给出了结果。由于检测模型基于单张图像输入，因此使用了一种基于简单互相关的跟踪器来减少检测丢失并提高视频中的跟踪性能。最后，对整个无人机检测系统进行了总结。