无人机小目标检测综述

在无人机技术的驱动下,无人机小目标检测成为当前计算机视觉领域的一个热点和难点。为理清当前无人机小目标检测的发展现状,首先介绍了两种小目标的定义形式,并分析总结出目前无人机小目标检测所面临的难点。之后总结当前常用的无人机小目标检测方法,并在每一个方法后面总结分析了其优缺点。接着总结了每种方法在其论文所实验的数据集上的表现结果。然后对部分常用无人机目标数据集进行了介绍。最后总结了全文并提出了未来能够提升无人机小目标检测性能的研究方向。     

基于SSD的车辆目标检测

传统的车辆目标检测算法需要为不同的图像场景选择合适的特征，导致泛化能力差。针对此问题，本文提出一种基于SSD（Single Shot MultiBox Detector）的图像车辆检测方法。该方法通过对多个尺度的卷积特征图进行预测来检测车辆，在一定程度上提升车辆的检测精度；找出原SSD方法在训练过程中的小缺陷，通过改进损失函数来优化训练速度。最后结合KITTI数据集进行训练。实验结果表明，该方法对车辆的检测具有较高的识别率，且比传统算法的效果更好。     

基于目标感知增强的无人机航拍目标检测

针对现有目标检测器在处理无人机航拍图像上存在的小目标检测精度不高的问题,提出一种具有目标感知特征增强的改进YOLOv4(yolo only look once)航拍检测算法。通过深度级联的方式构建瓶颈连接注意力模块,将其嵌入至YOLOv4主干网络,强化对基础特征的提取;为充分有效地利用目标上下文,对原始网络中特征金字塔输出的多尺度特征进行聚合与校准细化;对于小目标定位不够精确的问题,通过闭环反馈与融合策略重新设计检测头部,增强小目标位置信息的特征响应。该方法在VisDrone航拍数据集上的实验结果表明,检测精度相比YOLOv4提高了4.24%,其中小目标的精度提升了约2%。     

面向航拍图像多运动目标的实时检测与识别

为了实现无人机(UAV)航拍图像中多运动目标的实时检测与识别,将静止目标和运动目标分别定义为背景和前景,利用图像稳化技术将航拍图像序列中的每帧与相邻帧对齐,克服UAV飞行动作对摄像机转动拍摄图像的影响;选取图像中的行人和车辆作为前景,分别使用哈尔(Haar-like)特征和级联分类器对图像中的目标进行检测和识别;利用密集光流计算两幅连续图像的运动矢量,从而区分静止目标(背景)和运动目标(前景),最终图像结果仅保留运动目标所在区域;将文章方法用于DroneVehicl航拍数据集实验,每秒平均帧数达到47.08 fps,检测精度为94%,并且表现出较高的召回率和F统计量,可达到实时检测与识别效果。     

无人机自主目标识别与定位应用研究

面向无人机自主侦察任务中在线目标识别与定位需求,首先梳理了无人机侦察中目标识别领域的相关研究成果;然后,介绍了Faster RCNN目标识别算法的实现原理,并针对任务需求进行了改进;之后,介绍了图像拼接的相关算法并进一步提出了目标相对定位算法;最后,设计了完整的侦察试验流程对所设计自主目标识别与定位方法进行验证;结果表明,改进的目标检测网络能够达到83.3％的识别准确率和35帧/秒的识别速度,所提出的相对定位算法可以达到0.702 m的平均定位精度,能够满足侦察无人机在线目标识别与定位的任务需求.     

无人机视角下的目标检测研究进展

在人工智能技术的支持下,无人机初步获得智能感知能力,在实际应用中展现出高效灵活的数据收集能力。无人机视角下的目标检测作为关键核心技术,在诸多领域中发挥着不可替代的作用,具有重要的研究意义。为了进一步展现无人机视角下的目标检测研究进展,本文对无人机视角下的目标检测算法进行了全面总结,并对已有算法进行了归类、分析和比较。1）介绍无人机视角下的目标检测概念,并总结无人机视角下目标检测所面临的目标尺度、空间分布、样本数量、类别语义以及优化目标等5大不均衡挑战。在介绍现有研究方法的基础上,特别整理并介绍了无人机视角下目标检测算法在交通监控、电力巡检、作物分析和灾害救援等实际场景中的应用。2）重点阐述从数据增强策略、多尺度特征融合、区域聚焦策略、多任务学习以及模型轻量化等方面提升无人机视角下目标检测性能的方法,总结这些方法的优缺点并分析了其与现存挑战之间的关联性。3）全面介绍基于无人机视角的目标检测数据集,并呈现已有算法在两个较常用公共数据集上的性能评估。4）对无人机视角下目标检测技术的未来发展方向进行了展望。     

基于四旋翼无人机平台的实时多目标检测算法

随着无人机技术和深度学习技术的发展,基于深度学习的多目标检测算法在工业无人机中得到了广泛的应用。针对目前基于深度学习的多目标检测算法占用大量计算量资源,难以在算力有限的中小型无人机平台上实时运行的问题,分析了深度学习算法在低功耗CPU上的耗时,提出一种卷积神经网络计算优化方法。在机载计算机中进行仿真,结果表明在检测效果基本不变的条件下,算法帧率达到了56FPS,实现了无人机平台上的实时多目标检测。     

基于高速公路场景的车辆目标跟踪

车辆目标检测与跟踪是高速公路视频监控系统实时监控获取交通参数的关键步骤.本文提出了一种面向高速公路场景的目标轨迹时序信息结合核相关滤波KCF算法的车辆目标跟踪方法,实现了车辆目标的高精度持续跟踪.该方法首先采用基于深度学习的单目标检测SSD算法,通过建立车辆数据集,实现了适用于高速公路场景的车辆目标的分类与检测.然后,基于目标轨迹时序信息实现目标车辆与轨迹的匹配,并且采用KCF跟踪算法对丢失目标进行预测重定位,从而实现车辆目标轨迹的持续跟踪.实验表明,该跟踪方法精度高,且适应多种不同场景,具有较高的应用价值.     

无人机目标检测量子多模式识别优化算法

研究了现阶段无人机雷达探测技术的难点与方法,分析了量子多模式识别网络模型与算法,根据Grover算法优化理论,提出了基于相位旋转的量子多模式识别算法(PRQMPRA).优化算法避免了在带冗余项的量子多模式识别算法(RQMPRA)中两个相位旋转均为π会导致搜索成功概率降低的缺陷.利用三种数据集对误差反向传播算法(EBPA...     

基于LGMD的无人机避障方法研究

为提高无人机避障的灵活性和可靠性，提出了一种基于LGMD（Lobula Giant Movement Detector）的无人机避障方法，通过将视场分割为上、下、左、右4个方位，形成4个方位竞争的LGMD（C-LGMD），并利用Matlab软件进行算法实现和视频仿真分析，最后将算法移植到无人机硬件系统，开展悬停测试和实时飞行实验研究。由视频仿真分析和悬停测试结果表明，该算法能有效分辨来自不同方位的障碍物，具有较好的避障性能和鲁棒性；在实时飞行测试中，无人机在室内环境中可实现三维空间有效避障，验证了该算法的可靠性。研究结果为进一步探索无人机高效、可靠避障提供参考依据。     

基于深度学习的无人机入侵检测方法

无人机滥用给低空范围带来巨大安全隐患,非法入侵无人机目标的检测问题成为低空防御系统中重要的研究方向.本文提出一种基于雷达、RGB相机等多传感器信息融合方法,用于探测低空范围内小目标物体.然后,引入SSD(Single Shot multibox Detector)深度学习算法,训练无人机目标检测模型,对RGB相机捕获到...     

基于Matlab／Simulink的无人机飞行仿真研究

该文以某小型无人机为研究对象,基于其数学模型,在Matlab／Simulink环境下并结合Stateflow的有限状态机实现了对该无人机飞行过程的仿真模拟。首先利用Matlab／Simulink,对小型无人机搭建了非线性数学模型,对其飞行控制律进行了研究;然后利用Stateflow模拟了无人机的飞行管理器,实现无人机多模态之间的转换;最后对无人机的控制规律进行了验证。其结果表明了该控制规律的合理性和有效性。     

自卫干扰对无人机敏感性的影响研究

研究了单架无人机在突防地空导弹系统的过程中,自卫干扰对无人机敏感性的影响,分析了自卫干扰在敏感性各个环节的作用,仿真分析了平均干扰功率对无人机最小暴露半径、被探测到的概率、脱靶距离及被击中概率的影响。仿真结果表明,使用自卫干扰技术能有效地降低无人机的敏感性,从而提高其作战生存力。研究结果可为无人机敏感性评估、生存力增强措施的研究及雷达探测系统的效能评估提供一定的依据。     

多无人机系统分布式编队控制

利用具有虚拟领航者的二阶动态一致性协议讨论了三维空间内分布式无人机编队控制问题。利用反馈线性化的方法将无人机非线性动力学模型线性化,将控制输入转化为惯性坐标系中三个坐标轴方向的加速度。运用一致性算法求解线性化后的无人机模型,使无人机能够形成稳定的预期编队并跟随虚拟领航者沿特定航线以一定速度运动。定义了编队的误差函数并运用Lyapunov稳定性理论证明了系统的稳定性。仿真验证了模型和算法的有效性。     

基于自适应特征的地标跟踪算法

为实现无人直升机的地标跟踪,将在线特征选择过程嵌入粒子滤波算法,采用自适应的状态转移模型,在跟踪过程中利用R、G、B值的线性组合作为候选特征集,对特征的目标区域和背景区域的颜色直方图分布进行统计,根据获得的对数似然比,选择区分度最好的特征计算似然图像,并通过2种途径获得2组粒子,用于估计目标位置。实验结果表明,该算法跟踪精度较高,鲁棒性较强。     

无人机遥感影像镶嵌技术综述

无人机影像镶嵌是低空遥感数据处理系统中的一个重要内容,其目的是将序列无人机影像拼接成一幅具有地理坐标的影像。为了使该领域的研究人员对当前无人机影像镶嵌方法有较全面的了解,对各种无人机影像镶嵌方法进行了综述。多项式法、卡尔曼滤波法、基于SfM点云匹配和传统空中三角测量法均需要地面控制点,而对偶四元数POS辅助空中三角测量方法无需或者只需少量地面控制点,将在无人机影像镶嵌领域有较为广阔的应用前景。     

一种用于无人机着陆的地平线提取算法

针对着陆场不同天地场景中的地平线提取问题,结合Ostu方法与Hough变换,提出一种用于无人机着陆的地平线分步提取算法。在确定初始地平线的基础上,对其做粗化处理,得到目标地平线所在子图像域,在子图像域中完成最终目标的地平线提取。实验结果表明,该算法能准确有效地提取不同天地场景中的地平线。     

无人机序列影像快速无缝拼接方法研究

以一种快速无缝的方式对测区影像进行拼接是保障无人机充分发挥机动灵活优势的关键。在无其他控制点的情况下,仅通过利用无人机序列影像和自身记录GPS信息对整个任务区影像进行快速无缝拼接。根据GPS记录的坐标信息对测区影像进行分块。使用GPU-SIFT算法对分块后影像进行匹配与误匹配剔除。提出一种具有较小时间开销的拼接缝消除算法。实验结果表明,该拼接方法在保证一定拼接精度的前提下,大大提高了拼接效率,可为突然自燃灾害等紧急情况下提供应急数据源。