基于无人机平台的地面车辆视觉检测及跟踪技术研究

发布时间：2021-03-11 15:46

　　近年来,无人机技术在军事和民用领域得到了长远的发展。为进一步扩展无人机的应用场景,当前无人机技术正尝试与其它技术相结合,以满足各行业对于空中作业的现实需求。其中无人机实现对地面移动目标的视觉检测和跟踪仍是值得深入研究的课题之一。本论文基于无人机平台,通过计算机视觉技术在图像上对地面车辆目标实现视觉跟踪。当前,实现对地面车辆的视觉跟踪还面临不少难题:一方面在视觉检测过程中,需要应对目标明暗变化、旋转、尺度变化、部分遮挡的问题;另一方面,完成视觉检测后,在视觉跟踪过程中还需对目标丢失与否进行判别。本文针对以上问题展开研究,以解决在无人机平台上对地面车辆进行视觉检测与跟踪所面临的难题。针对地面车辆的视觉检测算法做了相应的比较和研究。其中基于深度学习的视觉检测算法由于无需针对特定目标设计复杂的特征提取算子,且拥有较高的检测准确率,因此采用基于深度学习的视觉检测算法对目标进行检测。考虑到地面车辆在移动过程中存在明暗变化、旋转、尺度变化甚至部分遮挡等因素,为提高视觉检测算法的准确率,对样本数据做了增强处理;为进一步加快神经网络模型收敛速度,对当前各类优化算法做分析和比较,并选用了其中的Adam优化... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

基于机器学习的视觉检测实际结果

车辆检测中的网格划分Fig.2-10MeshGenerationinVehicleDetection损失函数由三部分组成：坐标误差Errcoord、IoU误差ErrIoU和分类误差Errcls

边界框坐标预测

【参考文献】：
期刊论文
[1]一种天地复杂背景下的红外弱小目标检测方法[J]. 宋敏敏,王爽,吕弢,袁瑜键.  红外技术. 2018(10)
[2]复杂动态背景下的运动目标检测[J]. 王思明,韩乐乐.  光电工程. 2018(10)
[3]深度学习在目标视觉检测中的应用进展与展望[J]. 张慧,王坤峰,王飞跃.  自动化学报. 2017(08)
[4]基于自适应特征选择的多尺度相关滤波跟踪[J]. 沈秋,严小乐,刘霖枫,孔繁锵,王丹丹.  光学学报. 2017(05)
[5]时空上下文学习长时目标跟踪[J]. 刘威,赵文杰,李成.  光学学报. 2016(01)
[6]基于相关滤波的尺度自适应目标跟踪[J]. 徐玉龙,王家宝,李阳,李航,张耿宁,张亚非.  计算机应用研究. 2016(11)
[7]基于遗忘因子与卡尔曼滤波的协方差跟踪[J]. 张旭光,张云,王艳宁,王延杰.  光学学报. 2010(08)

博士论文
[1]面向机器人操作的目标检测与抓取规划研究[D]. 郭迪.清华大学 2016

硕士论文
[1]基于改进KCF算法的四旋翼无人机视觉跟踪系统设计[D]. 褚天鹏.哈尔滨工业大学 2018
[2]基于卷积神经网络的无人机目标检测算法研究[D]. 廖佳伟.西安电子科技大学 2018
[3]基于视觉的无人机入侵检测与跟踪系统设计与实现[D]. 邵盼愉.浙江大学 2018
[4]基于视觉的无人机检测与跟踪系统研究[D]. 王丹.哈尔滨工业大学 2016



本文编号：3076693