基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过机载摄像头和嵌入式系统,结合计算机视觉技术将无人机发展为智能前端是一个重要的发展方向,而无人机航拍目标识别也逐渐成为研究人员的研究热点.但航拍图像具有背景复杂、目标较小、特征不明显等特点,且受到嵌入式平台内存和计算能力的限制,在无人机上对航拍目标自动检测非常困难.论文提出了一种改进SSD算法,用宽残差网络(WRN)代替了原来的VGG16特征提取网络,降低了模型的参数量;针对训练样本中正负样本不匹配的问题,采用焦点损失函数,使模型训练中更侧重于检测困难样本.实验结果表明,该模型在VisDrone2018-Det数据集上达到0.76mAP,同时在Jetson TX2嵌入式平台上达到16FPS,准确率和实时性上均有了明显提高.
推荐文章
浅析多旋翼无人机航拍
多旋翼无人机
航拍
锂离子电池
电视画面
无人机航拍图像纠偏处理研究
航拍图像
指北
纠偏
震后极灾区无人机最优航拍区域选择
无人机
最优航拍区域选择
灾情获取
蚁群优化算法
无人机航拍野生动物智能检测与统计方法综述
无人机航拍
生态保护
深度学习
迁移学习
目标检测
数量统计
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 改进SSD无人机航拍小目标识别
来源期刊 舰船电子工程 学科 工学
关键词 无人机 深度学习 目标检测 神经网络 特征提取
年,卷(期) 2020,(9) 所属期刊栏目 光电技术
研究方向 页码范围 162-166
页数 5页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1672-9730.2020.09.039
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 王越 10 15 2.0 3.0
2 于雪媛 3 0 0.0 0.0
3 唐云龙 2 0 0.0 0.0
4 姚桐 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (55)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 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
无人机
深度学习
目标检测
神经网络
特征提取
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
舰船电子工程
月刊
1672-9730
42-1427/U
大16开
湖北省武汉市
1981
chi
出版文献量(篇)
9053
总下载数(次)
18
论文1v1指导