基于机载下视图像的深度学习目标检测系统

论文摘要

利用无人机进行巡航、侦查及预警等是当前信息化战争的主要手段之一,无人机图像中关键目标的快速检测及准确识别是后续任务的基础。由于无人机图像具有分辨率高、目标尺寸小等特点,实际应用中往往对检测的时效性具有一定的要求,现有算法无法实现检测准确率与速度的有效折中。因此,提出一种全局与局部联合检测的策略,将深度学习目标检测算法与模板匹配相结合,充分利用图像信息,并综合使用多进程及多线程机制加快处理速度,构建了一套可用于地面站的实时目标检测系统。实验结果表明,针对运动状态下的无人机视频图像,系统对焦距从1～10倍距变化情况下的目标均具有较高的检测准确率,同时实现了检测结果实时稳定地显示。

论文目录

• 0 引言
• 1 系统流程
• 2 全局与局部联合目标检测方法
•   2.1 基于深度学习的局部目标检测方法
•   2.2 基于模板匹配的全局目标检测信息补偿
•   2.3 全局信息整合及地面站显示
• 3 算法性能实验验证
•   3.1 验证条件
•   3.2 实验流程
•   3.3 实验结果及分析
• 4 结束语

文章来源

类型: 期刊论文

作者: 王婷婷,刘环宇,李君宝

关键词: 无人机视频,多目标检测,多倍距,深度学习,模板匹配

来源: 无线电工程 2019年09期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程,计算机软件及计算机应用

单位: 哈尔滨工业大学电子与信息工程学院

基金: 国家自然科学基金面上项目(61671170)

分类号: TP391.41;V279

页码: 759-767

总页数: 9

文件大小: 510K

下载量: 186