位置感知和频率增强下的鸟类小目标检测定位方法和系统与流程

本发明涉及图像识别，尤其是指一种位置感知和频率增强下的鸟类小目标检测定位方法和系统。

背景技术：

1、变电站作为电力系统的核心枢纽，其安全稳定运行直接关系到电力供应的可靠性。鸟类在变电站区域筑巢、栖息或飞行时，极易与电线杆塔、绝缘子串等电力设备发生碰撞，或因排泄污物、搭建巢穴等行为引发设备短路、闪络等故障，严重威胁电网安全并可能造成巨大经济损失。因此，对变电站场景下的鸟类小目标进行精准检测与三维空间定位，是实现针对性驱离、防范电力安全风险的关键前提，能够为激光驱离等后续作业提供明确的目标位置依据，保障驱离操作的高效性与准确性。

2、然而，现有技术在变电站鸟类检测与定位任务中面临诸多挑战，主要包括：

3、1、在鸟类小目标检测方面，变电站复杂场景给检测任务带来多重困扰。其一，鸟类小目标本身体积较小，在图像中所占像素比例极低，导致主体纹理信息缺失、边缘特征模糊，传统目标检测网络难以有效提取区分性特征；其二，变电站内电线杆塔、绝缘子串、树木植被等物体密集分布，不仅易对鸟类形成部分或完全遮挡，部分物体的视觉特征还与鸟类存在相似性，极易引发算法漏检、误检；其三，变电站多处于户外开放环境，光照强度变化、极端天气干扰、烟尘遮挡等因素频繁出现，进一步降低了检测算法的稳定性，无法为后续定位任务提供可靠的目标区域参考。

4、2、在鸟类三维空间定位方面，其核心依赖立体匹配技术获取视差信息，进而计算目标深度与空间坐标，但现有立体匹配方法存在明显短板。传统立体匹配方法需人工提取特征点后进行搜索匹配，不仅操作繁琐、匹配速度慢，还存在较高的误匹配率，难以适应实时检测定位需求。近年来发展的深度学习立体匹配方法虽实现了端到端学习，简化了操作流程，但在处理变电站场景中常见的遮挡区域、弱纹理区域及鸟类边缘细节时，匹配效果不佳，且在视差迭代更新过程中易出现高频信息丢失问题，导致视差预测精度不足，无法为激光驱离系统提供精确的空间位置参数，严重影响驱离作业的精准性。

5、综上，现有的变电站复杂场景下的鸟类小目标检测存在精度低、定位参数不准确的问题，无法实现高效检测与精准定位。

技术实现思路

1、为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种位置感知和频率增强下的鸟类小目标检测定位方法和系统，可以实现高效检测与精准定位。

2、为解决上述技术问题，本发明提供了一种位置感知和频率增强下的鸟类小目标检测定位方法，包括：

3、获取变电站鸟类小目标图像数据集，所述变电站鸟类小目标图像数据集为双目图像数据集；

4、将双目图像中的左目图像输入神经网络中，得到左目图像中鸟类小目标的位置信息；

5、将双目图像和左目图像中鸟类小目标的位置信息一同送入主干特征提取网络中提取多尺度特征，对提取到的多尺度特征构建多级代价体；

6、基于多频率通道注意力机制对构建的多级代价体进行视差迭代更新计算，通过损失函数监督优化视差结果，实现对鸟类小目标的空间定位。

7、进一步地，所述将双目图像中的左目图像输入神经网络中，得到左目图像中鸟类小目标的位置信息，包括：

8、记左目图像为，使用yolov10骨干网络提取的多层特征，记为、、，提取过程包括：经过两层的cbs模块处理得到特征图、记为，将送入基于多尺度边缘增强模块改进的c2f模块中得到特征图、记为，经过cbs模块和基于多尺度边缘增强模块改进的c2f模块处理得到第一层特征、记为，经空间通道下采样后再送入基于多尺度边缘增强模块改进的c2f模块中得到第二层特征、记为，经空间通道下采样后送入基于多尺度边缘增强模块改进的c2f模块中、再经空间金字塔池化得到特征图、记为， 经大核空间注意力模块得到第三层特征、记为；

9、将、、送入基于空间特征重建的特征金字塔网络中进行特征融合，融合过程包括：通过自适应水平池化与垂直池化操作，分离不同方向的上下文来获取矩形区域的特征，分别得到两个尺寸的特征图、记为和；将和相加，得到对矩形区域进行重建模后的特征图、记为，再通过sigmoid激活函数生成权重图、记为；将与逐元素相乘，得到矩形自校准模块输出、记为；针对和，使用和得到相同的方法得到矩形自校准模块输出、记为和；通过自适应平均池化将、、调整为相同尺寸的特征图，记为、、；对、、进行特征拼接与增强，得到的结果记为；再将进行通道维度上的分割，输出的增强特征记为、、；将和送入多尺度特征融合模块，融合后的特征记为；将和在动态插值融合模块进行融合，融合后的特征记为；将与经多尺度特征融合模块融合，融合后的特征记为；将和在动态插值融合模块进行融合，融合后的特征记为；将与经多尺度特征融合模块计算得到特征输出，输出的特征记为；

10、将，，送入检测头中，计算得到鸟类小目标的位置信息。

11、进一步地，所述将送入基于多尺度边缘增强模块改进的c2f模块中得到特征图、记为，包括：

12、先通过yolov10主干网络的初始卷积层和空间通道下采样将尺寸逐步缩小、同时提取基础特征，生成的特征图记为；然后对进行自适应平均池化，通过卷积操作降低通道数，再通过标准卷积操作提取空间细节、得到多尺度特征记为；

13、采用平均池化对多尺度特征进行平滑处理，生成低频特征、记为；对与进行差分运算，保留图像中快速变化的区域高频信息，得到高频特征、记为；

14、通过卷积操作融合通道信息，并利用sigmoid激活函数生成高频特征权重图，再与叠加，得到高频信息增强后的输出特征、记为；

15、将不同尺度下经过边缘增强模块处理的特征图进行双线性插值上采样至输入尺寸，以保持空间尺度上的对齐，得到各分支的输出、记为；对多尺度特征通过卷积操作进行处理，得到局部特征、记为；

16、将与各分支输出进行通道维度的拼接，得到增强特征、记为；

17、接着对进行平均池化和最大池化操作，得到通道压缩后的特征图、记为；

18、通过深度可分离卷积对进行深层特征提取，并通过残差连接避免空间注意力过度抑制原始特征，得到的特征记为；

19、将通过全局平均池化操作得到的低频分量记为，并与进行差分，得到高频分量、记为；接着将与进行残差调制，得到增强特征图、记为；

20、将通过卷积操作调整通道数，得到最终的输出特征。

21、进一步地，所述经大核空间注意力模块得到第三层特征，具体为：

22、通过3类不同感受野的卷积分支提取具有不同感受野范围的特征图、记为，，；

23、对、、，分别使用卷积操作建模通道间的相关性得到；

24、通过矩阵拼接操作在通道维度上连接，得到融合特征图、记为，；

25、再对进行平均池化操作和最大池化操作，得到空间统计信息、记为；

26、沿通道维度拆分得到3个注意力权重，记为；

27、将生成的注意力权重与对应分支特征逐元素相乘得到融合特征，再通过卷积操作恢复通道数后和逐元素相乘，得到第三层特征。

28、进一步地，所述将和送入多尺度特征融合模块，包括：对于，先通过卷积层进行特征提取，接着通过sigmoid 激活函数调整特征的输出范围，将调整后的特征图记为；将与进行逐元素相乘，得到；

29、所述将和在动态插值融合模块进行融合，包括：首先对进行插值上采样，将其尺寸调整到与相同，再通过卷积操作后和融合，得到。

30、进一步地，所述将双目图像和左目图像中鸟类小目标的位置信息一同送入主干特征提取网络中提取多尺度特征，包括：

31、针对双目图像中的左目图像，生成的多尺度特征图记为；将左目图像中鸟类小目标的位置信息与进行融合，得到的特征记为；

32、将通过解码器，输出增强后的多尺度特征图、记为；

33、使用得到相同的方法，针对双目图像中的右目图像，得到增强后的多尺度特征图、记为。

34、进一步地，所述对提取到的多尺度特征构建多级代价体，包括：

35、选取和构建初始代价体，采用特征向量点积作为相似度度量，计算每个像素与对应行所有像素的匹配代价，构建4d相关代价体；通过仅计算相同y坐标下的特征点积，将4d代价体转换为3d相关代价体；

36、然后对3d相关代价体进行三次一维平均池化操作，得到四层多级代价体作为最终的多级代价体。

37、进一步地，所述基于多频率通道注意力机制对构建的多级代价体进行视差迭代更新计算，包括：

38、将通过relu激活函数生成上下文特征、记为，设置初始视差，启动视差迭代过程；

39、对于，首先通过卷积层进行预处理，得到；通过二维离散余弦变换将上下文特征转换至频域，实现高低频分离；

40、接着采用top-k算法，根据预定义频率索引，从所有频域分量中筛选出对匹配精度影响最大的前k个关键分量，剔除冗余低频噪声与无效高频干扰，平衡特征表达与计算效率；对筛选后的k个频率特征图，分别通过全局平均池化、全局最大池化、全局最小池化提取统计信息，得到三个统计向量，三个统计向量记为；将三个统计向量先通过降维全连接层，再通过relu激活函数处理，再通过升维全连接层恢复通道数，最后通过sigmoid激活函数将输出映射至 [0,1] 区间，生成频率注意力权重、记为；

41、将与对应层级门控循环单元的隐藏信息进行逐元素相乘，实现不同频率信息的自适应增强，得到经多频率通道注意力机制校正后的门控循环单元隐藏信息。

42、进一步地，所述通过损失函数监督优化视差结果，实现对鸟类小目标的空间定位，包括：

43、采用l1损失函数监督视差迭代过程，通过反向传播优化网络参数，降低视差误差；

44、对优化后的视差结果进行上采样，恢复至原始图像分辨率，得到最终视差图；

45、计算双目相机的内参与外参，根据三角测量原理计算鸟类小目标的深度信息，再通过坐标转换得到目标的三维空间坐标，实现精准定位。

46、本发明还提供了一种位置感知和频率增强下的鸟类小目标检测定位系统，包括：

47、数据获取模块，用于获取变电站鸟类小目标图像数据集，所述变电站鸟类小目标图像数据集为双目图像数据集；

48、鸟类小目标位置信息获取模块，用于将双目图像中的左目图像输入神经网络中，得到左目图像中鸟类小目标的位置信息；

49、多尺度特征提取模块，用于将双目图像和左目图像中鸟类小目标的位置信息一同送入主干特征提取网络中提取多尺度特征；

50、多级代价体构建模块，用于对提取到的多尺度特征构建多级代价体；

51、视差迭代更新模块，用于基于多频率通道注意力机制对构建的多级代价体进行视差迭代更新计算；

52、鸟类小目标定位模块，用于通过损失函数监督优化视差结果，实现对鸟类小目标的空间定位。

53、本发明的上述技术方案相比现有技术具有以下有益效果：

54、本发明通过强化小目标边缘细节、捕捉长程依赖、聚合多尺度上下文信息，同时结合图像超分辨率重建技术提升输入图像质量，使网络对变电站复杂场景下鸟类小目标的特征提取更充分，有效降低小目标像素占比低、背景干扰多、光照变化等因素导致的漏检与误检；同时，通过位置感知与频率增强的协同为视差计算明确目标区域，避免背景冗余特征干扰视差计算，从而实现高效检测与精准定位。