机载环境下多形态光电目标感知技术研究

《机载环境下多形态光电目标感知技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＾９硕士学位论文Ｉ９机载环境下多形态光电目标感知技术研究ｉ作者姓名■王體指导教师姓名、职称秦翰林副教授｜ｌＺｌ由请举位类别工学硕ｉ：Ｉ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其它人己经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位

2、或证书而使用过的材料一。与我同工作的同事对本研宄所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。本人签名：為日期：轉／巾；ａ西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本

3、人保证，结合学位论文研宄成果完成的论、文发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。＿：王也本人签名：巧导师签名日期：日期：４身綃ｍ学校代码10701学号1505122229分类号TN215密级公开西安电子科技大学硕士学位论文机载环境下多形态光电目标感知技术研究作者姓名：王婉婷一级学科：电子科学与技术二级学科：物理电子学学位类别：工学硕士指导教师姓名、职称：秦翰林副教授学院：物理与光电工程学院提交日期：2018年6月Researchon

4、SensingTechniquesofVariousFormsofPhotoelectricTargetsinAirborneEnvironmentAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinPhysicalElectronicsByWangwantingSupervisor:QinhanlinTitle:AssociateProfessorJune2018摘要摘

5、要随着无人平台技术与传感器设备的快速发展与完善，无人机载平台已经能够同时装备可见光、红外等多种载荷，从而实现对目标更为精准的定位。借助可见光、红外的成像特性以及无人机机动灵活的特点，多模无人机载光电成像平台在交通监控、野外搜救等民用领域得到了广泛应用。本文重点研究了无人机载光电平台下的多形态目标检测、识别及跟踪方法。主要的研究内容和取得的成果如下。（1）针对红外图像中弱小目标检测方法中存在对不同背景适应性差的问题，提出了一种基于卷积神经网络的红外弱小目标检测方法。首先，利用已有图像集对模型的参数进行预训

6、练；其次，借助筛选操作的思想对网络进行调整；最后，利用训练所得参数实现对红外弱小目标的检测与增强。分别通过真实场景与模拟实验对检测方法进行测试，由仿真结果可知所提方法具有很好的检测效果。（2）针对原始YOLO检测方法对面目标的检测存在精度较低以及网络模型训练速度慢等问题，提出了一种快速端对端多尺度深层全卷积网络的光电面目标检测方法。首先，去掉了原始YOLO的全连接层，同时借鉴了FasterRCNN的预定义框机制，加快了网络的处理速度；其次，通过对应用环境与目标特性的分析，并针对探测目标的特殊性分别制作了

7、训练集、验证集和测试集；最后，将浅层卷积特征与深层特征结合，同时送入分类器进行网络训练，提升了网络对尺寸较小目标的检测效果。通过对大量数据的测试可以发现，在精确度上，所提方法的检测效果优于其他两个网络模型。（3）针对深度学习跟踪方法存在目标被遮挡后无法长时间连续跟踪甚至丢失目标的问题，提出了一种基于多层深度特征融合的自更新抗遮挡目标跟踪方法。首先，利用预训练VGG网络模型提取目标多层深度卷积特征，结合目标语义信息和细节信息；其次，对相关滤波进行训练并求得响应图，最大相关响应值所处区域即可得目标估计位置；

8、最后，在跟踪过程中加入置信度评估，当置信度不满足条件时启动目标重检测模块，重新确定目标位置，保证了跟踪的连续性。实验选择三种遮挡较严重的复杂场景进行测试，结果表明，所提方法能够很好地对目标进行跟踪，对机载光电平台准确连续地跟踪目标奠定了基础。（4）针对现有计算资源利用不充分导致处理效率低下的问题，设计并实现了基于私有云的多形态目标感知平台。该平台以私有云为基础物理运算框架，通过多台物理主机互通的方式搭建高速连通的虚拟机集群，实现了一套云化的