作者:
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:
目前几乎所有最先进的目标检测方法都依赖于预先定义的anchor,但是由于anchor的存在,网络会增加与anchor相关的计算开销,而且在现实世界中,目标尺度多种多样,比如地对空拍摄的无人机目标,预先定义的anchor不可能穷举所有的无人机尺度.因此,该文抛弃预先定义的anchor,采用anchor free的方法来检测无人机.该anchor free方法以目标中心区域的像素为训练样本来逐像素预测边界框的偏移量.针对地对空拍摄的无人机目标大部分都是小尺度的情况,采用高分辨率网络HRNet作为主干网络来提取小目标细粒度的特征,从而提高小目标检测的精度.相对于基于anchor的目标检测方法,该网络框架简单、灵活,并且可以自适应地预测无人机目标的边界框.在自己设计的无人机数据集上,该方法获得了更高的召回率和精确率.
推荐文章
一种改善无人机自动返航降落误差的方法
车载无人机
GPS
运动检测技术
自动返航
降落误差
背景减除算法
一种无人机罗差修正方法
载体磁场
地磁干扰
误差补偿
罗差
一种改进的无人机航空影像配准方法
图像配准
SIFT
C均值聚类
一种无人机飞行仿真系统设计方法
飞行仿真系统
仿真数据库
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 一种Anchor Free的无人机检测方法
来源期刊 计算机技术与发展 学科 工学
关键词 目标检测 anchorfree 无人机检测 小目标检测 逐像素预测 HRNet
年,卷(期) 2021,(1) 所属期刊栏目 图形与图像
研究方向 页码范围 54-60
页数 7页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1673-629X.2021.01.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (43)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(3)
  • 参考文献(3)
  • 二级参考文献(0)
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)
2021(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
目标检测
anchorfree
无人机检测
小目标检测
逐像素预测
HRNet
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导