基于GA-DETR的自然场景谷类作物穗部检测方法

1

作者 王佳诗 崔晨曦 +7 位作者 杜奥博 石祥龙 刘进宝 邓雪寒 杨万能 宋鹏 段凌凤 翟瑞芳 《农业机械学报》 北大核心 2026年第1期125-139,共15页

全球三大谷类作物(水稻、小麦、玉米)穗部的检测,是精准农业与谷类作物表型分析中的基础任务。然而,在复杂田间环境中,穗部分布密集、尺度差异显著且存在大量小目标严重影响检测精度。为解决这些问题,本研究提出一种基于RT-DETR架构的... 全球三大谷类作物(水稻、小麦、玉米)穗部的检测,是精准农业与谷类作物表型分析中的基础任务。然而,在复杂田间环境中,穗部分布密集、尺度差异显著且存在大量小目标严重影响检测精度。为解决这些问题,本研究提出一种基于RT-DETR架构的门控注意力DETR(GA-DETR),并引入3个创新组件:针对谷物穗部细节特征,设计门控机制C2F(GMC2F)模块,通过动态通道加权与跨阶段局部特征融合,提升骨干网络的特征判别能力。为解决谷物穗部形态差异导致的尺度不匹配问题,提出注意力上采样尺度序列特征融合(AUSSFF)模块,借助3D卷积强化多尺度特征依赖。针对无人机图像中小目标检测难题,提出FPIoU损失函数,结合目标尺寸自适应加权与难度感知分层策略,优化对难检测样本的处理能力。在水稻穗数据集(RiceR)、小麦穗数据集(GWHD)和无人机玉米雄穗数据集(MTC-UAV)上,GA-DETR性能优于基准模型RT-DETR及其他5种主流检测模型,mAP@0.5分别达到92.8%、91.7%和91.3%,对于水稻穗数据集(RiceR)模型内存占用量减少32.5%,浮点运算量降低14.4%。在GWHD数据集的穗部计数任务中,该框架性能超过5种主流框架,平均绝对误差(MAE)为5.650,均方根误差(RMSE)为7.383。GA-DETR有效平衡了检测精度与效率,为谷物穗部通用检测框架提供了跨物种特征建模范式,且兼容小麦、水稻、玉米等多种谷类作物,以及地面相机、无人机等不同采集平台的数据,可支持谷物自动化高通量田间表型监测,进一步推动精准农业发展。 展开更多

关键词 谷类作物 穗部检测 密集目标 目标检测 无人机 GA-DETR

在线阅读 下载PDF 职称材料

轻量化低慢小无人机多目标检测及跟踪方法

2

作者 樊小冬 谭天一 吴江 《北京航空航天大学学报》 北大核心 2026年第2期610-619,共10页

为有效地探测城镇、厂区等复杂环境中的低慢小无人机(UAV)目标,提出一种轻量化多无人机目标视觉检测及跟踪方法。该方法以CenterNet目标检测算法为基础,通过引入多层次特征融合和快速空间金字塔池化(SPPF)结构,并采用MobileNet轻量化主... 为有效地探测城镇、厂区等复杂环境中的低慢小无人机(UAV)目标,提出一种轻量化多无人机目标视觉检测及跟踪方法。该方法以CenterNet目标检测算法为基础,通过引入多层次特征融合和快速空间金字塔池化(SPPF)结构,并采用MobileNet轻量化主干网络,实现对小型无人机目标的准确检测。为解决长焦相机跟踪无人机目标过程中的不稳定问题,提出一种基于优化DeepSORT的无人机多目标跟踪方法。采用自适应噪声卡Kalman波器进行目标轨迹预测,同时引入相机运动补偿模块和BYTE目标关联算法,以实现对多个无人机目标的准确跟踪。构建小型无人机目标检测及跟踪数据集,对算法进行训练和测试,并在嵌入式设备Jetson NX上进行部署验证。实验结果显示,所提算法平均模型参数量减少了56.9%,mAP提高了1.18%,平均计算量减少了66.5%。在Jetson NX上,单帧图像平均处理时间为36.4 ms,平均模型大小为14.5 MB。该算法具有较好的检测准确性和运行实时性,适用于算力较小的边缘设备部署。 展开更多

关键词 低慢小无人机 轻量化 目标检测 多目标跟踪 深度学习

原文传递

改进YOLOv11的无人机航拍图像检测算法 被引量：1

3

作者 李珺 丁彬彬 +1 位作者 史维娟 杨琳 《电子测量技术》 北大核心 2025年第18期111-121,共11页

针对无人机航拍图像检测任务中,存在目标尺寸微小且背景环境复杂,往往会导致漏检和误检的问题,本文提出了一种基于YOLOv11的航拍图像小目标检测算法WT-YOLO。首先,考虑到无人机航拍图像普遍为小目标的问题,调整了YOLOv11颈部网络的结构... 针对无人机航拍图像检测任务中,存在目标尺寸微小且背景环境复杂,往往会导致漏检和误检的问题,本文提出了一种基于YOLOv11的航拍图像小目标检测算法WT-YOLO。首先,考虑到无人机航拍图像普遍为小目标的问题,调整了YOLOv11颈部网络的结构,改变了输出特征图的尺寸,提高了算法对小目标的检测能力。其次,结合WTConv,重新设计了Bottleneck和C3k2模块的结构,命名为C3k2-WT,来实现特征的高效提取。再次,引入Focal-Modulation来替换SPPF,通过在不同的空间尺度上聚焦和调制特征,使得模型在处理复杂场景时更具鲁棒性;最后,设计了共享卷积检测头,通过卷积共享机制,减少了模型的参数量,同时增强了特征图之间的全局信息融合能力。改进后的算法在VisDrone2019数据集上的实验表明,相较于基础YOLOv11s模型,准确率(P)、召回率(R)和检测精度(mAP50)分别提升了5.6%,5.9%和7.5%,并且参数量下降了约1/4,对比其他算法表现出了良好的性能。 展开更多

关键词 航拍图像 目标检测 YOLOv11 无人机 小目标

原文传递

基于单目视觉的无人机目标定位方法研究

4

作者 宋俊 郑会龙 +2 位作者 袁建平 于子平 周东旖 《计算机测量与控制》 2025年第6期215-222,253,共9页

针对传统无人机单目视觉定位对先验背景信息高度依赖的问题,提出一种无需目标先验尺寸信息的无人机单目视觉目标定位方法;基于深度学习目标检测技术锁定目标以实时获取目标在相机画幅中的位置信息;通过综合无人机运动信息和画幅中目标... 针对传统无人机单目视觉定位对先验背景信息高度依赖的问题,提出一种无需目标先验尺寸信息的无人机单目视觉目标定位方法;基于深度学习目标检测技术锁定目标以实时获取目标在相机画幅中的位置信息;通过综合无人机运动信息和画幅中目标的宽高变化计算目标距离,并用最小二乘拟合进行修正;建立目标定位几何关系及坐标转换模型,根据机载传感器与实际空间的比例对应关系来确定目标在相机坐标系下的位置;结合无人机自身定位将目标位置转换为WGS-84坐标系下的经纬高信息;在ROS框架下进行无人机单目视觉目标定位软件在环仿真,仿真结果表明,所提方法能够在缺乏有源高精度测距的环境下,仅通过视觉对目标进行较高精度的测距定位。 展开更多

关键词 无人机 目标定位 单目视觉 目标检测 坐标变换

在线阅读 下载PDF 职称材料

细节与全局多级融合的红外无人机目标检测

5

作者 何奇晗 李中旭 +2 位作者 任凌飞 姚文勇 杨文元 《红外技术》 北大核心 2025年第12期1483-1490,共8页

基于红外无人机平台的目标检测技术在国防军事和应急救援领域具有广泛应用,但面临尺寸小和背景复杂等挑战,目标上的细节特征易被忽视。构建细节增强网络和多尺度跨空间注意力网络,通过在特征提取过程中增强低分辨率细节,以及特征融合过... 基于红外无人机平台的目标检测技术在国防军事和应急救援领域具有广泛应用,但面临尺寸小和背景复杂等挑战,目标上的细节特征易被忽视。构建细节增强网络和多尺度跨空间注意力网络,通过在特征提取过程中增强低分辨率细节,以及特征融合过程中同时捕获局部和全局的空间语义信息,提升检测精度。首先,细节增强网络从输入图像中提取不同尺度的特征图,这些特征图尽可能多地增强原始图像中的细节信息。其次,多尺度跨空间注意力网络同时捕捉全局和局部的语义特征,用于多尺度特征融合。最后,检测头采用了考虑框之间顶点对距离的边界框回归损失函数,度量框之间的相似性。实验结果表明,所提模型DM-IUAV(l)的mAP@0.5在Drone_Vehicle中的红外数据集为81.2%,在HIT-UAV数据集上为74.4%。 展开更多

关键词 计算机视觉 深度学习 目标检测 红外目标 无人机图像 注意力机制

在线阅读 下载PDF 职称材料

基于无人机视角的地面多军事目标跟踪算法

6

作者 马泽兵 党长营 +5 位作者 曾志强 李忠华 李建素 陈雪丽 常文彪 王文媛 《测试技术学报》 2025年第6期696-705,共10页

针对当前多目标跟踪算法在军事无人机视角的战场感知中存在轨迹中断和ID跳转问题,提出一种基于无人机视角的地面多军事目标跟踪算法VA-ByteTrack。首先,将EfficientFormerV2网络作为检测器YOLOX的主干网络,并在输出端添加卷积块注意力模... 针对当前多目标跟踪算法在军事无人机视角的战场感知中存在轨迹中断和ID跳转问题,提出一种基于无人机视角的地面多军事目标跟踪算法VA-ByteTrack。首先,将EfficientFormerV2网络作为检测器YOLOX的主干网络,并在输出端添加卷积块注意力模块(Convolutional Bock Attention Module,CBAM),以提高检测器对小尺寸目标的特征提取能力,解决了小目标特征模糊导致的轨迹中断问题。其次,引入运动匹配代价交并比(Intersection Over,Union,IOU)和检测置信度S,构建了基于sigmoid函数的自适应卡尔曼滤波,以平衡高分检测框和低分检测框的不同协方差需求,解决了目标密集且相互遮挡所导致的频繁ID跳转问题。实验结果表明,相比SORT、DeepSORT、ByteTrack等主流算法,所提算法跟踪准确度分别提升1.7、1.4和1.0百分点,跟踪精度分别提升0.7、0.5和1.9百分点,轨迹中断问题分别降低49.4%、7.7%和7.2%,ID跳转问题分别降低46.3%、15.9%和12.1%,满足战场动态感知的实际需求。 展开更多

关键词 多军事目标跟踪 无人机视角 自适应卡尔曼滤波 目标检测

在线阅读 下载PDF 职称材料

基于多阶段蒸馏的无人机图像时敏目标增量检测算法

7

作者 成桢灏 杨小冈 +2 位作者 卢瑞涛 张涛 王思宇 《航空学报》 北大核心 2025年第24期182-198,共17页

针对当前无人机图像时敏目标类增量检测面临的灾难性遗忘、过拟合以及难以适配密集检测器特性导致检测精度受限等问题,提出了一种基于多阶段蒸馏的时敏目标增量检测算法,算法主要包含基于连续Wasserstein距离的类间蒸馏(WICD)模块、基... 针对当前无人机图像时敏目标类增量检测面临的灾难性遗忘、过拟合以及难以适配密集检测器特性导致检测精度受限等问题,提出了一种基于多阶段蒸馏的时敏目标增量检测算法,算法主要包含基于连续Wasserstein距离的类间蒸馏(WICD)模块、基于原型引导的类内一致性蒸馏(PGICD)模块以及交叉预测自适应蒸馏(CAD)模块。WICD模块从特征图和语义查询向量中捕捉类间特征差异,利用高斯分布与连续Wasserstein距离,增强类间区分性。PGICD模块通过最小化教师网络和学生网络中实例的高层语义查询和低层特征图的原型差异,实现类内特征有效传递,增强类内一致性。CAD模块通过动态调整分类和回归分支的蒸馏权重,优化交叉预测蒸馏过程,缓解了增量学习中灾难性遗忘问题,提升了模型在复杂场景下的检测精度。在SIMD和MAR20数据集上的实验结果显示,所提方法在各类型的单步和多步增量场景下均表现优异,平均精度(AP)相比传统方法有显著提升。在SIMD数据集8类+7类的增量场景下,AP高达70.8%,与上限绝对差距为1.7%,相对差距为2.3%。在MAR20数据集10类+10类的增量场景下,AP高达60.2%,与上限的绝对差距为2.3%,相对差距为3.6%。此外,通过消融实验验证了各模块有效性,所得结果表明各模块有效地提升了无人机图像时敏目标增量检测性能。 展开更多

关键词 增量目标检测 知识蒸馏 无人机图像 时敏目标检测 交叉预测蒸馏

原文传递

无人机单载荷目标检测及定位联合实现方法 被引量：5

8

作者 王宁 李哲 +2 位作者 梁晓龙 齐铎 张秀军 《电光与控制》 CSCD 北大核心 2021年第11期94-100,共7页

低成本是无人机集群的重要属性,针对传统无人机目标定位技术要求光电平台必须配备激光测距仪的局限性,提出了不依赖激光测距信息的目标检测与定位联合实现方法。首先,采用基于深度学习的目标检测网络对无人机航拍影像进行目标检测,获取... 低成本是无人机集群的重要属性,针对传统无人机目标定位技术要求光电平台必须配备激光测距仪的局限性,提出了不依赖激光测距信息的目标检测与定位联合实现方法。首先,采用基于深度学习的目标检测网络对无人机航拍影像进行目标检测,获取图像坐标系下的目标位置信息;其次,根据无人机飞行相对高度、光电平台参数、图像中目标位置等信息计算载机坐标系下的目标坐标;然后,将载机坐标系下的目标位置转换为WGS-84坐标系下的经纬信息;最后,通过无人机实飞验证了所提方法的有效性。实飞结果证明,所提方法能够在不依赖激光测距仪的条件下有效完成目标定位任务,为无人机集群低成本化提供了技术支撑。 展开更多

关键词 无人机集群 目标检测 目标定位 深度学习

在线阅读 下载PDF 职称材料

基于光电侦察的“低慢小”目标检测综述 被引量：7

9

作者 张鹏 徐丹 《中国电子科学研究院学报》 北大核心 2022年第11期1042-1048,共7页

目前关于小目标检测的研究、综述较多,但针对“低慢小”检测的相对较少。本文结合“低慢小”的目标特性,梳理了“低慢小”目标检测存在的技术难点,总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各... 目前关于小目标检测的研究、综述较多,但针对“低慢小”检测的相对较少。本文结合“低慢小”的目标特性,梳理了“低慢小”目标检测存在的技术难点,总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各自的优缺点以及主要研究进展,并着重对比分析了这些检测方法采用的数据集以及检测结果,对后续“低慢小”目标检测研究具有一定参考价值和推动作用。最后,指出了“低慢小”目标检测下一步亟待解决的问题。 展开更多

关键词 低慢小 无人机 目标检测 光电侦察

在线阅读 下载PDF 职称材料

无人机编队视频序列中的多目标精确跟踪 被引量：3

10

作者 方挺 杨忠 沈春林 《山东大学学报（工学版）》 CAS 2008年第4期22-26,74,共6页

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK(satellite tool kit)三维建模软件模拟无人机UAV(unmanned aerial vehicle)编队飞行视频,通过双差分图像操作和多分辨率连通分支标记算法确定图像中的运动区域.提出了一种改进... 针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK(satellite tool kit)三维建模软件模拟无人机UAV(unmanned aerial vehicle)编队飞行视频,通过双差分图像操作和多分辨率连通分支标记算法确定图像中的运动区域.提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取.以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法.仿真实验验证了文中所提的方法. 展开更多

关键词 无人机编队 贪婪算法 轮廓提取 多目标跟踪 目标遮挡

在线阅读 下载PDF 职称材料

孪生网络框架下融合显著性和干扰在线学习的航拍目标跟踪算法 被引量：7

11

作者 孙锐 方林凤 +1 位作者 梁启丽 张旭东 《电子与信息学报》 EI CSCD 北大核心 2021年第5期1414-1423,共10页

针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法。通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据... 针对一般跟踪算法不能很好地解决航拍视频下目标分辨率低、视场大、视角变化多等特殊难点,该文提出一种融合目标显著性和在线学习干扰因子的无人机(UAV)跟踪算法。通用模型预训练的深层特征无法有效地识别航拍目标,该文跟踪算法能根据反向传播梯度识别每个卷积滤波器的重要性来更好地选择目标显著性特征,以此凸显航拍目标特性。另外充分利用连续视频丰富的上下文信息,通过引导目标外观模型与当前帧尽可能相似地来在线学习动态目标的干扰因子,从而实现可靠的自适应匹配跟踪。实验证明:该算法在跟踪难点更多的UAV123数据集上跟踪成功率和准确率分别比孪生网络基准算法高5.3%和3.6%,同时速度达到平均28.7帧/s,基本满足航拍目标跟踪准确性和实时性需求。 展开更多

关键词 目标跟踪 无人机航拍场景 孪生网络 目标显著性 在线学习干扰因子

在线阅读 下载PDF 职称材料

改进CenterNet的无人机小目标捕获检测方法 被引量：11

12

作者 刘鑫 黄进 +1 位作者 杨涛 王晴 《计算机工程与应用》 CSCD 北大核心 2022年第14期96-104,共9页

小目标因浅层特征语义不足而深层特征信息缺失导致极难检测,而无人机视角场景复杂,检测难度进一步增大。普遍提升小目标检测精度的方法是进行不同层级的特征融合,但这会导致特征高冗余问题,并非所有特征层都值得被激活传递到后方的数据... 小目标因浅层特征语义不足而深层特征信息缺失导致极难检测,而无人机视角场景复杂,检测难度进一步增大。普遍提升小目标检测精度的方法是进行不同层级的特征融合,但这会导致特征高冗余问题,并非所有特征层都值得被激活传递到后方的数据预测中去。针对上述问题对CenterNet进行改造,首次将其与自适应特征激活相结合,提出自适应基础模块(MSA),抑制冗余特征的表达;在主干输出处引入升维全局上下文注意力模块(GC-Block),强化关键点语义信息;用深度可分离卷积与Mish激活搭建高质量解码块(DW),在不增加模型复杂度的情况下提升解码精度。在公开的无人机捕获小目标数据集上进行对比实验,改进算法的AP较原始算法提升了2.2个百分点,召回率提升了2.4个百分点,验证了改进算法对小目标检测任务的有效性。 展开更多

关键词 无人机捕获目标检测 小目标检测 anchor-free 自适应激活 注意力机制

在线阅读 下载PDF 职称材料

基于SAE与底层视觉特征融合的无人机目标识别算法 被引量：2

13

作者 谢冰 段哲民 《红外与激光工程》 EI CSCD 北大核心 2018年第A01期197-205,共9页

无人机在复杂战场环境下，因敌方无人机外形、颜色等特征较为相似，现有基于底层视觉特征无法快速地对其进而准确的识别，从而造成误检测甚至误打击等事件的发生。针对这一问题，文中提出基于稀疏自动编码器融合底层视觉特征的算法，对... 无人机在复杂战场环境下，因敌方无人机外形、颜色等特征较为相似，现有基于底层视觉特征无法快速地对其进而准确的识别，从而造成误检测甚至误打击等事件的发生。针对这一问题，文中提出基于稀疏自动编码器融合底层视觉特征的算法，对无人机目标对象进行识别。算法首先利用底层视觉特征描述子（GIST、LBP）以及稀疏自动编码器（Sparse Auto—Encoder，SAE）提取目标对象的底层视觉特征和高层视觉特征；然后，采用主成分分析（PAC）法对全局特征进行降维融合；最后，将全局特征响应送入softmax回归模型完成无人机目标对象的分类。实验表明，与传统SAE算法及传统基于底层视觉特征描述子识别算法相比，新算法具有更高的准确性及鲁棒性。 展开更多

关键词 无人机目标对象 目标识别 SPARSE Auto—Encoder 底层视觉描述子 PCA

原文传递

基于迁移学习SAE的无人机目标识别算法研究 被引量：7

14

作者 谢冰 段哲民 +1 位作者 郑宾 殷云华 《红外与激光工程》 EI CSCD 北大核心 2018年第6期214-220,共7页

无人机在复杂战场环境下,因敌我双方无人机外形、颜色等特征较为相似,如何准确地对敌方无人机识别是实现其自主导航及作战任务执行的关键。由于受敌方无人机飞行速度、形状、尺寸、姿态等的改变及气象环境因素的影响,无法准确地对其进... 无人机在复杂战场环境下,因敌我双方无人机外形、颜色等特征较为相似,如何准确地对敌方无人机识别是实现其自主导航及作战任务执行的关键。由于受敌方无人机飞行速度、形状、尺寸、姿态等的改变及气象环境因素的影响,无法准确地对其进行识别与分类。针对这一问题,提出基于迁移学习卷积稀疏自动编码器(Sparse Auto-Encoder,SAE)实现对航拍多帧图像中敌方目标对象的识别与分类。算法首先借助SAE对源领域数据集中大量无标记样本进行无监督学习,获取其局部特征;然后,采用池化层卷积神经网络(CNN)算法提取目标图像全局特征;最后,送入Softmax回归模型实现目标对象的识别与分类。实验结果表明:与传统非迁移学习的SAE算法及基于底层视觉特征学习的识别算法相比,该算法具有更高的准确性。 展开更多

关键词 无人机自主导航 目标识别分类 稀疏自动编码器 卷积神经网络 迁移学习

原文传递

基于SAE与底层视觉特征融合的无人机目标识别算法(英文) 被引量：1

15

作者 谢冰 段哲民 《红外与激光工程》 EI CSCD 北大核心 2018年第S1期205-213,共9页

无人机在复杂战场环境下,因敌方无人机外形、颜色等特征较为相似,现有基于底层视觉特征无法快速地对其进而准确的识别,从而造成误检测甚至误打击等事件的发生。针对这一问题,文中提出基于稀疏自动编码器融合底层视觉特征的算法,对无人... 无人机在复杂战场环境下,因敌方无人机外形、颜色等特征较为相似,现有基于底层视觉特征无法快速地对其进而准确的识别,从而造成误检测甚至误打击等事件的发生。针对这一问题,文中提出基于稀疏自动编码器融合底层视觉特征的算法,对无人机目标对象进行识别。算法首先利用底层视觉特征描述子(GIST、LBP)以及稀疏自动编码器(Sparse Auto-Encoder,SAE)提取目标对象的底层视觉特征和高层视觉特征;然后,采用主成分分析(PAC)法对全局特征进行降维融合;最后,将全局特征响应送入softmax回归模型完成无人机目标对象的分类。实验表明,与传统SAE算法及传统基于底层视觉特征描述子识别算法相比,新算法具有更高的准确性及鲁棒性。 展开更多

关键词 无人机目标对象 目标识别 SPARSE Auto-Encoder 底层视觉描述子 PCA

原文传递

基于改进NSGA-III算法的多无人机协同目标分配 被引量：4

16

作者 王爽宇 申庆茂 +2 位作者 孙铭阳 唐爽 甄子洋 《航空兵器》 CSCD 北大核心 2024年第4期100-111,共12页

武器-目标分配问题是战场环境下无人机对敌方执行打击任务的关键,其目的是基于目标的威胁、价值和我方武器的毁伤概率,寻找合理的武器目标分配方案,以提高作战效率。针对当前多目标优化算法解决静态武器-目标分配问题时收敛速度慢、收... 武器-目标分配问题是战场环境下无人机对敌方执行打击任务的关键,其目的是基于目标的威胁、价值和我方武器的毁伤概率,寻找合理的武器目标分配方案,以提高作战效率。针对当前多目标优化算法解决静态武器-目标分配问题时收敛速度慢、收敛稳定性差,难以适应当前战场高度实时性的问题,提出一种改进的基于参考点的非支配排序遗传算法。通过二进制编码打击方案并优化初始种群,引入自适应变异与交叉策略以及种群寻优更新策略,基于对战场态势进行评估得到的威胁矩阵和优势矩阵,种群多次迭代后生成目标打击方案。最后计算满足约束条件的Pareto解集,并将Pareto前沿中的相对最优解作为多无人机的打击方案。多次实验证明,在较好情况下改进算法相比于原始算法的收敛时间减少46.74%,目标威胁值降低50.5%,总飞行航程减少26.46%,杀伤目标数增加11.76%,证明该算法在解决多无人机空对地打击任务目标分配问题时具有合理性和高效性。 展开更多

关键词 对地打击 多无人机 武器目标分配 多目标优化 NSGA-III PARETO解

在线阅读 下载PDF 职称材料

基于Faster-RCNN的机场跑道异物识别定位技术研究 被引量：7

17

作者 蒋进 唐碧蔚 +2 位作者 宋少雷 靳超 何志勇 《航空电子技术》 2020年第3期8-12,共5页

针对机场跑道异物(FOD)识别检测,分析了机场跑道环境特性,建立了针对机场FOD图像识别数据库,提出了一种基于Faster-RCNN的机场跑道异物识别定位系统,通过无人机系统对机场跑道进行图像采集,运用Faster-RCNN算法框架完成异物种类识别,并... 针对机场跑道异物(FOD)识别检测,分析了机场跑道环境特性,建立了针对机场FOD图像识别数据库,提出了一种基于Faster-RCNN的机场跑道异物识别定位系统,通过无人机系统对机场跑道进行图像采集,运用Faster-RCNN算法框架完成异物种类识别,并结合无人机地理位置信息进行位置换算求解,得到机场FOD的类别信息和位置信息。经验证,该系统可高效完成机场FOD检测识别及定位任务。 展开更多

关键词 机场跑道异物 无人机 目标识别 Faster-RCNN

在线阅读 下载PDF 职称材料

无人机小目标检测综述 被引量：6

18

作者 张立丽 佟强 刘秀磊 《计算机仿真》 北大核心 2023年第12期1-7,32,共8页

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... 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。 展开更多

关键词 目标检测 无人机小目标 无人机小目标检测

在线阅读 下载PDF 职称材料

基于深度学习的无人机航拍视频多目标检测与跟踪研究进展 被引量：23

19

作者 苑玉彬 吴一全 +2 位作者 赵朗月 陈金林 赵其昌 《航空学报》 EI CAS CSCD 北大核心 2023年第18期1-31,共31页

随着无人机航拍的数据采集愈加便捷,以无人机为平台的多目标检测与跟踪技术发展迅速,在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景,近年来深度学习的突飞猛进也为其提供了多种更为有效的解... 随着无人机航拍的数据采集愈加便捷,以无人机为平台的多目标检测与跟踪技术发展迅速,在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景,近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而,无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法,总结了该领域的最新进展,包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架,分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析,并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向,为后续相关研究的人员提供参考。 展开更多

关键词 无人机航拍视频 多目标检测 多目标跟踪 深度学习 单阶段检测 双阶段检测 检测跟踪 联合检测跟踪

原文传递

反无人机视觉检测与跟踪技术进展分析 被引量：5

20

作者 杨辉跃 简钰洪 +2 位作者 涂亚庆 容易圣 刘坚 《国防科技》 2023年第3期40-51,共12页

为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标... 为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标检测、无人机识别、无人机跟踪等角度,详细分析视觉检测与跟踪关键技术的优势与不足,以及各项技术在反无人机检测跟踪中的应用情况及改进策略;最后,探讨应用中较为突出的检测精度、跟踪遮挡、实时性、数据集收集标准、多技术融合5个方面问题和发展趋势,为相关技术研究提供参考。 展开更多

关键词 反无人机 机器视觉 运动目标检测 目标识别 目标跟踪

在线阅读 下载PDF 职称材料