基于无人机拍摄下的目标检测算法研究

发布时间：2025-01-14 03:26

　　随着无人机的应用领域越来越广泛,无人机拍摄下的目标检测的应用场景也将渐渐普及,作为目标检测领域的一个重要分支,探究在无人机拍摄下的目标检测算法将成为新的研究热点。本文主要是对无人机拍摄下目标检测算法进行研究与改进,主要的研究内容分为以下五点:第一、针对无人机拍摄下的目标检测方法,本文将传统目标检测方法与一般的深度学习方法进行对比分析,做了一些对比实验。同时对传统方法中的Hog特征检测进行改进,通过将原图分解为多通道分别求取Hog特征,最后通过加权融合形成新的融合特征进行检测,并与其他方法的检测结果做了对比。第二、由于无人机数据集不多,有丰富的目标与标注的一般数据集更加稀少,导致不同类间数据极度不平衡。针对该问题,本文做了相关的数据集扩张,使得较少的样本数量得到了适当的扩充,并通过在损失函数中加入平衡因子来进一步消除不同类间的数量不平衡所造成的影响。第三、对特征金字塔使用多级特征融合的方式进行改进。由于无人机拍摄下的目标图片,往往存在尺度变化较大的情况,而且分布较为均匀,需要对较小目标与较大目标进行检测,所以需要将图像的浅层特征与深层特征进行结合。本文主要是通过将特征图的跨层特征进行融合,...

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图2-1VisDrone数据样本分布

电子科技大学硕士学位论文8第二章目标检测理论与传统方法实验分析在计算机视觉领域，目标检测一直是重要的研究课题之一。同时，伴随无人机的快速发展，二者的结合也愈加的紧密，目标检测算法可以在无人机领域得到有效的应用。传统的目标检测算法主要依靠图像处理技术进行特征提取，再通过机器学习进行....

图2-2VisDrone数据扩张后的样本分布

第二章目标检测理论与传统的经典算法9图2-2VisDrone数据扩张后的样本分布对图片的扩张处理方式主要有镜像、模糊、对比度增强、亮度降低或者增强等方式。图像镜像主要采用水平镜像，水平镜像是指将图像的左右部分以图像的垂直中轴线为中心进行镜像对换，本文现在假设原图像的高度为h，宽度....

图2-6IOU示意图

第二章目标检测理论与传统的经典算法11准。2.2.1.1交并比交并比是在特定数据集中，对物体检测结果准确度进行度量的一个前置标准，它是能够体现真实结果与预测结果之间的相关度，并以此进行之后的准确度计算。从实例角度看，它表示预测框与实际的标注框之间的重合程度，如图2-6所示。图2-....

图2-7图像金字塔示例

第二章目标检测理论与传统的经典算法13那么可以给检测器提供一个比较好评价指标。本文这次所使用地是扩张后的VisDrone数据集，同时将VisDrone数据集制作为PASCALVOC格式，那么本文将选择与VOC数据集同样的11点采样法作为评价方法来计算mAP。简单来说，假设IOU阈....

本文编号：4026333