尺度约束辅助的空对地目标智能检测方法

• 作者: 刘星 李永飞 杨东方 贺浩 陈坚
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: 无人机 空基无人平台 目标检测 深度学习 损失优化 朴素贝叶斯 尺度约束
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 探测跟踪技术
• 页码范围: 73-79
• 页数: 7页
• 分类号: TP751.1
• 字数: 3675字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2019.02.13

摘要

受视距远、视差小、目标特征单一和背景复杂等因素的影响,空基无人平台对地目标检测作为智能无人平台领域研究的难点问题,得到了越来越多的关注.利用传统的基于深度学习的目标检测算法容易出现错检和漏检,对此,利用单一观测视角下的同类目标成像一致性,定义了空对地区域重叠度(insection of unit,IOU)损失函数,实现了序贯图像同类目标之间的相关性表示;此外,利用空对地场景下目标之间的相关性,建立了基于朴素贝叶斯判据的目标尺度约束辅助检测模型,以提高目标检测的鲁棒性.最后基于公共数据集和自有无人机平台飞行数据,进行了空对地典型目标的检测实验,检测结果证明了上述方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永飞		4	8	1.0	2.0
2	杨东方		11	24	3.0	4.0
3	贺浩		4	11	1.0	3.0
4	刘星		3	10	1.0	3.0
5	陈坚		3	3	1.0	1.0