一种基于级联神经网络的无人机目标关键点检测算法

• 作者: 贾昊龙 包启亮 秦睿
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: 无人机 关键点检测 级联网络 跨级连接 深度可分离卷积
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 60-68
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

提出了一种基于级联神经网络的无人机目标关键点检测算法.该算法采用的网络由两部分级联而成:网络1负责对目标整体进行检测;网络2接收目标图像作为输入,输出目标上关键点位置信息.针对现有方法通过加深网络提升准确性带来的低实时性问题,该算法通过引入两种跨层级连接方式,加强神经网络对全局信息的重利用,提升关键点定位的准确性,同时利用深度可分离卷积降低网络参数量,提升实时性.经测试集数据验证,该算法在复杂环境下关键点定位相对误差为0.03,在Nvidia GeforceGTX 1080ti上平均运行速度为28f/s.在保证较高定位准确性的同时,满足当前应用对算法实时性的要求.