首页|基于深度学习的无人机视觉目标检测与跟踪

基于深度学习的无人机视觉目标检测与跟踪

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目标检测中小目标物体漏检率及误检率高等问题，提出了一种基于Yolov3-Tiny算法的改进模型。改进k-means聚类方法，增加3×3和1×1的卷积池化层，将第9层卷积输出上采样，并与第8层卷积得到的特征图进行连接，得到新的输出:52×52卷积层，形成新的特征金字塔。基于卡尔曼滤波算法实现目标跟踪，提出融合跟踪算法的检测网络，使用匈牙利匹配算法对检测边缘框与跟踪边缘框进行最优匹配，利用跟踪结果修正检测结果，提高了检测速度，同时提升了检测能力。在ROS、Gazebo和自动驾驶仪软件PX4的综合仿真环境下对所提算法进行了对比试验。试验结果表明:改进算法平均检测速度降低了15。6％，mAP提高了6。5％。融合跟踪算法后的网络平均检测速度提高了34。2％，mAP提高了8。6％。融合跟踪算法后的网络能够满足系统实时性和准确性的要求。

蒲良、张学军

展开 >

西华大学 航空航天学院,成都610039

北京航空航天大学 电子信息工程学院,北京100083

目标检测 Yolov3-Tiny 目标跟踪 卡尔曼滤波 匈牙利匹配

2022

10.13700/j.bh.1001-5965.2020.0664

参考文献引证文献相关文献
[1]卢章平,孔德飞,李小蕾,等.背景差分与三帧差分结合的运动目标检测算法[J].计算机测量与控制,2013,21(12).
[2]杨阳,唐慧明.基于视频的行人车辆检测与分类[J].计算机工程,2014(11).
[3]鞠默然,罗海波,王仲博,等.改进的YOLO V3算法及其在小目标检测中的应用[J].光学学报,2019,39(7).
[1]董广胜,李大鹏,田峰,等.基于OSDK的分布式无人机集群控制系统设计与验证[J].南京邮电大学学报（自然科学版）,2023,43(1).
[2]王指辉,周嘉麒,廖万斌,等.基于分散注意力机制的无人机目标跟踪算法[J].计算机与数字工程,2024,52(5).
[3]陈万志,阴晓阳,方圆,等.基于深度学习的国产工业相机PCB缺陷检测算法[J].辽宁工程技术大学学报（自然科学版）,2023,42(6).
[4]胡多修,董文瀚,解武杰.无人机自主引导跟踪与避障的近端策略优化[J].北京航空航天大学学报,2023,49(1).
[1]睢丙东,苗林星,于国庆.基于深度学习的无人机目标检测系统[J].科技风,2022,(6):4-6.
[2]欧阳权,张怡,马延,等.基于深度学习的无人机航拍目标检测与跟踪方法综述[J].电光与控制,2024,31(3):1-7.
[3]刘传辉,欧剑.基于无人机图像的目标检测与跟踪技术[J].信息系统工程,2014,(4):68.
[4]杨洋,宋品德,钟春来,等.无人机视角下基于深度学习的多目标跟踪研究进展[J].计算机工程与应用,2023,59(23):48-62.
[5]仇甲柱,方亮,姚睿,等.基于相关滤波与重检测的无人机航拍目标跟踪方法 [J].中国体视学与图像分析,2023,28(2):155-167.
同作者其他文献
[1]蒲良.基于深度学习的无人机目标检测与跟踪[D].西华大学,2021.
[2]西华大学.一种基于时间调制阵列谐波能量检测的无线电测向方法:CN201811600164.2[P].2019-5-24.
[3]西华大学.一种基于时间调制阵列谐波波束扫描的波达角估计方法:CN201811600163.8[P].2023-2-24.
[4]杜鹏飞,付元华,张学军.无线充电无人机路径规划和通信资源管控算法[J].西华大学学报(自然科学版),2022,41(1):42-46.
[5]唐立,郝鹏,任沛阁,等.基于改进孤立森林算法的无人机异常行为检测[J].航空学报,2022,43(8):578-587.
12
北京航空航天大学学报
北京航空航天大学

北京航空航天大学学报

CSTPCDCSCD北大核心
影响因子：0.617
ISSN：1001-5965
年,卷(期)：2022.48(5)
蒲良,张学军.基于深度学习的无人机视觉目标检测与跟踪[J].北京航空航天大学学报,2022,48(5):872-880.DOI:10.13700/j.bh.1001-5965.2020.0664.
  • 5
  • 3