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:
随着人工智能的发展浪潮,计算机视觉得到了飞速发展,利用基于深度学习的卷积神经网络可以较为快速的实现目标检测.本文基于无人机领域目标检测现状的难点,通过对目标检测相关算法研究发展进行概优缺点分析,最后阐述了近期无人机对已存在问题的相关前沿研究.综合来看,目标检测相关算法对于自然图像的处理完全契合了无人机发展的基本要求.
推荐文章
基于改进YOLOv5s的无人机火灾图像检测算法
YOLOv5s
航拍火灾图像
MobileNetV3
小目标检测
注意力机制
基于无人机航拍图像的车辆间距检测算法
无人机航拍图像
车辆间距
高斯滤波
灰度处理
Canny算子
边缘检测
小型无人机飞控计算机设计
无人机
飞控计算机
DSP
控制律
计算机视觉辅助无人机自主着陆系统
计算机视觉
无人机
自主着陆
卡尔曼滤波
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 基于计算机视觉的无人机目标检测算法综述
来源期刊 电子测试 学科 工学
关键词 无人机 深度学习 目标检测 卷积神经网络 人工智能
年,卷(期) 2022,(4) 所属期刊栏目 理论与算法|The theory and algorithm
研究方向 页码范围 44-45,36
页数 3页 分类号 TN919.8
字数 语种 中文
DOI 10.3969/j.issn.1000-8519.2022.04.015
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)
2022(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
卷积神经网络
人工智能
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导