原文服务方: 计算机应用研究       
摘要:
为提升无人机自主空中加油中锥套小目标的检测精度和实时性,提出了级联网络与特征点检测网络的锥套小目标高精度快速定位算法.该算法设计了锥套目标全局粗定位和局部精定位的两级检测神经网络结构,采用特征点的输出位置误差及特征点群拟合的椭圆参数误差设计网络的损失函数,利用特征点拟合的锥套目标尺寸位置信息修正跟踪算法,提升了跟踪算法的和目标定位的实时性.实验测试结果表明,该定位算法的定位成功率在95%以上,定位的精度(预测区域与真实区域的重叠率)在80%以上,定位输出速率达到了100 Hz,对于环境的变化有着较强的适应性.因此该算法可以快速准确地进行锥套目标的跟踪,对于无人机空中加油技术的发展具有重要的研究意义.
推荐文章
一种快速的图像小目标检测算法
小目标检测
局部分形维数
遗传算法
闲值选取法
多特征级联式检测变轮廓运动目标
智能交通
操作手
特征提取
奇异值分解
动态背景下的运动目标检测定位算法研究
动态背景
运动目标
检测与定位
均值漂移
一种基于线特征的快速角点检测算法
角点检测
同值收缩核
非极大值抑制
特征检测
图像处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 级联特征点检测的锥套小目标快速检测定位算法
来源期刊 计算机应用研究 学科
关键词 深度学习 级联检测 特征点检测 跟踪定位
年,卷(期) 2020,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1871-1875
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.12.0920
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙永荣 南京航空航天大学自动化学院导航研究中心 133 966 15.0 24.0
2 曾庆化 南京航空航天大学自动化学院导航研究中心 94 1216 17.0 32.0
3 赵伟 南京航空航天大学自动化学院导航研究中心 113 818 16.0 21.0
4 王国屹 南京航空航天大学自动化学院导航研究中心 2 0 0.0 0.0
5 李旺灵 南京航空航天大学自动化学院导航研究中心 5 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (34)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
级联检测
特征点检测
跟踪定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导