基于无人机热红外遥感的地面人员检测模型研究

发布时间：2021-01-22 11:44

　　热红外对光照变化不敏感,在弱光、无光等条件下可以有效成像。同时,可见光在雾霾天气中没有穿透力,但热红外在雨、雪、雾霾等天气条件下有一定的成像能力,利用热红外成像数据进行目标检测任务,可以弥补可见光数据的短板。因此,结合热红外成像技术的优势和无人机系统的灵活机动性构建针对地面人员的目标检测模型,可以让无人机遥感在夜晚、弱光、极端天气等条件下服务于搜救、追捕、安全防控等领域并发挥显著作用。然而,目前利用无人机热红外遥感数据进行地面人员检测存在诸多问题,如:（1）地面人员所占像元较少,导致通用目标检测模型无法准确的识别无人机视角下的小目标;（2）目标与背景温差较小时纹理差异不明显,导致目标逐渐与背景融为一体,检测器无法准确检测到目标;（3）无人机所携带的传感器在不同飞行姿态、不同摆扫模式下所获得的目标差异较大;（4）无针对上述问题公开的无人机热红外遥感数据集发布。针对上述问题,本文主要研究工作如下:（1）建立了一个新的无人机热红外遥感目标检测数据集——UAV-IRDet3500。采用大疆M600 Pro六旋翼无人机以及FLIR公司的Vue Pro R红外热像仪集成了一套可靠的无人机热红外遥感... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题背景及研究意义
    1.2 国内外研究进展与现状
        1.2.1 无人机遥感
        1.2.2 热红外目标检测
    1.3 研究内容和论文结构
        1.3.1 研究内容
        1.3.2 论文结构
第二章 热红外目标检测理论方法
    2.1 经典热红外目标检测算法
        2.1.1 传统特征提取
        2.1.2 深度神经网络特征提取
    2.2 深度学习目标检测算法核心理论
        2.2.1 深度神经网络
        2.2.2 激活函数
        2.2.3 目标函数
        2.2.4 反向传播
        2.2.5 网络参数优化
    2.3 本章小结
第三章 UAV-IRDet3500 数据集构建
    3.1 无人机热红外遥感平台集成
    3.2 野外数据采集
    3.3 校园数据采集
    3.4 UAV-IRDet3500 数据集制作
    3.5 UAV-IRDet3500 数据特点分析
    3.6 本章小结
第四章 UAV-IRDetNet模型设计与模块测试
    4.1 无人机热红外遥感检测模型构建框架
    4.2 模块测试评价指标
    4.3 特征提取骨架网络
        4.3.1 骨架网络构建
        4.3.2 骨架网络构建结果分析
    4.4 特征金字塔网络
        4.4.1 特征金字塔构建
        4.4.2 特征金字塔构建结果分析
    4.5 回归网络
        4.5.1 置信度网络分支
        4.5.2 边界框网络分支
    4.6 损失函数
        4.6.1 损失函数构建
        4.6.2 损失函数构建结果分析
    4.7 本章小结
第五章 UAV-IRDetNet模型整体测试及对比分析
    5.1 UAV-IRDetNet模型整体测试
    5.2 UAV-IRDetNet模型与传统目标检测算法对比
        5.2.1 传统目标检测算法特征类间方差分析
        5.2.2 传统目标检测算法特征匹配分析
    5.3 UAV-IRDetNet模型与通用目标检测算法对比
    5.4 UAV-IRDetNet模型与红外目标检测算法对比
    5.5 本章小结
第六章 结论与展望
    6.1 研究总结
    6.2 展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：2993165