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:
精确的飞机检测与追踪方法有助于提升我国军事实力,但是目前针对小目标飞机进行有效追踪的方法较少.基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳的问题,提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法,以获得更好的追踪性能.该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联.实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5% 的提升,且对飞机的追踪效果精度高且实时性好,具有较高的军事应用价值.
推荐文章
基于卡尔曼滤波器的雷达跟踪
雷达跟踪
卡尔曼滤波器
最小误差
卡尔曼滤波器在入侵检测中的应用
入侵检测系统
卡尔曼滤波器
数据预处理
信号处理
基于改进 YOLOv3 的葡萄叶部病虫害检测方法
葡萄病害检测
深度学习
轻量化
注意力机制
一种基于卡尔曼滤波器的PID控制
状态方程
卡尔曼滤波器
PID控制
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 基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法
来源期刊 飞控与探测 学科 工学
关键词 目标追踪 目标检测 飞机追踪 YOLOv3 卡尔曼滤波器
年,卷(期) 2021,(6) 所属期刊栏目 仿真测试与验证技术|Simulation Test and Verification Technology
研究方向 页码范围 70-77
页数 8页 分类号 TP18
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
目标追踪
目标检测
飞机追踪
YOLOv3
卡尔曼滤波器
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
飞控与探测
双月刊
2096-5974
10-1567/TJ
大16开
上海市闵行区中春路1555号上海航天控制技术研究所《飞控与探测》编辑部
2018
chi
出版文献量(篇)
216
总下载数(次)
1266
总被引数(次)
229
论文1v1指导