欢迎来到天天文库
浏览记录
ID:37071861
大小:3.93 MB
页数:80页
时间:2019-05-16
《基于无人机图像的识别算法研究》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、分类号:密级:UDC::编号_____工学硕士学位论文基于无人机图像的识别算法研究硕士研究生:于鹏指导教师:杨志钢讲师、学科专业:信息与通信工程论文主审人:陈涛教授哈尔滨工程大学2018年6月分类号:密级:UDC:编号:工学硕士学位论文基于无人机图像的识别算法研究硕士研究生:于鹏指导教师:杨志钢讲师学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2018年1月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学
2、ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngResearchonRecognitionAlgorithmsBasedonUnmannedAerialVehicleImageCandidate:YuPengSupervisor:LecturerYangZhigangAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngin
3、eeringDateofSubmission:January,2018DateofOralExamination:March,2018University:HarbinEngineeringUniversity基于无人机图像的识别算法研究摘要由于基本的空中交通管理和飞行器违规行为的增加,特定环境交通活动的自动分析成为当务之急。在许多空中交通监控技术中,基于计算机视觉的方法已经引起了人们的广泛关注。其中,无人机识别作为计算机视觉领域的一个方向,无论军用还是民用方面都具有广泛的研究意义和应用价值。无
4、人机识别技术主要是将监测系统所拍摄得到的图像进行分析和加以处理,从中正确识别出无人机目标。本文主要研究了基于浅层机器学习模型和深度卷积神经网络模型的无人机识别算法的设计与实现,从而完成无人机图像分类与检测识别的任务。对于无人机的识别研究主要包含两个方面:特征提取和分类器设计。本文分析了基于梯度方向直方图(Histogramof riented radients,H )、局部二值模式(LocalBinaryPattern,LBP)和形状的特征提取方法,并结合支持向量机(SupportVector
5、Machines,SVM)算法来实现图像的识别与分类。实验表明,基于H 特征、LBP算子和形状特征的目标识别算法能够对无人机进行比较准确地分类,取得了良好的效果。另外,还分析验证了飞行姿态和光照强度对无人机目标识别的影响。对于复杂场景下,无人机检测也是一个具有挑战性任务。本文提出了级联深层多任务网络框架,有效结合了无人机检测和机翼端特征点,利用它们之间的内在联系来提高识别性能。该框架由两个卷积神经网络组成:一个用于无人机状物体提取的浅层全卷积区域推荐网络和精确输出网络。整个网络框架被分开训练,
6、但在测试阶段由两个网络共同优化联合完成。即对输入图像以全卷积浅层网络区域推荐算法生成一组候选框,并通过局部非极大值抑制和边框回归确定候选框,对候选框进行初步筛选,去掉冗余候选框,再将其输入到第二阶段的深度网络细化处理,最终得出优化的检测结果并输出机翼标志位。实验表明,本文所提出的模型能够检测出不同姿态的无人机,而且一定程度上能够处理遮挡的情况,同时对于特定视角和大小的无人机,也能够准确定位出其机翼位置,具有良好的识别性能。关键词:特征提取;无人机识别;支持向量机;级联卷积神经网络基于无人机图像的
7、识别算法研究ABSTRACTSincetheincreaseintheairvehicleviolationsandtheimprovementoftheairtrafficmanagement,theautomaticanalysisofspecificenvironmentaltrafficactivitiesbecomesthetoppriority.Themethodbasedoncomputervisionhasarousedwideconcerninmanyairtrafficmon
8、itoringtechnology.TheUAV(UnmannedAerialVehicle)identificationisaresearchdirectioninthefieldofcomputervision,whichhastheextensiveresearchsignificanceandvalueinbothmilitaryandcivilianaspects.TheUAVidentificationtechnologyismainlytoanalyzeanddealwiththe
此文档下载收益归作者所有