近年來(lái),無(wú)人機(jī)技術(shù)在軍事和民用領(lǐng)域得到了長(zhǎng)遠(yuǎn)的發(fā)展。為進(jìn)一步擴(kuò)展無(wú)人機(jī)的應(yīng)用場(chǎng)景,當(dāng)前無(wú)人機(jī)技術(shù)正嘗試與其它技術(shù)相結(jié)合,以滿足各行業(yè)對(duì)于空中作業(yè)的現(xiàn)實(shí)需求。其中無(wú)人機(jī)實(shí)現(xiàn)對(duì)地面移動(dòng)目標(biāo)的視覺檢測(cè)和跟蹤仍是值得深入研究的課題之一。本論文基于無(wú)人機(jī)平臺(tái),通過(guò)計(jì)算機(jī)視覺技術(shù)在圖像上對(duì)地面車輛目標(biāo)實(shí)現(xiàn)視覺跟蹤。當(dāng)前,實(shí)現(xiàn)對(duì)地面車輛的視覺跟蹤還面臨不少難題:一方面在視覺檢測(cè)過(guò)程中,需要應(yīng)對(duì)目標(biāo)明暗變化、旋轉(zhuǎn)、尺度變化、部分遮擋的問題;另一方面,完成視覺檢測(cè)后,在視覺跟蹤過(guò)程中還需對(duì)目標(biāo)丟失與否進(jìn)行判別。本文針對(duì)以上問題展開研究,以解決在無(wú)人機(jī)平臺(tái)上對(duì)地面車輛進(jìn)行視覺檢測(cè)與跟蹤所面臨的難題。針對(duì)地面車輛的視覺檢測(cè)算法做了相應(yīng)的比較和研究。其中基于深度學(xué)習(xí)的視覺檢測(cè)算法由于無(wú)需針對(duì)特定目標(biāo)設(shè)計(jì)復(fù)雜的特征提取算子,且擁有較高的檢測(cè)準(zhǔn)確率,因此采用基于深度學(xué)習(xí)的視覺檢測(cè)算法對(duì)目標(biāo)進(jìn)行檢測(cè)�？紤]到地面車輛在移動(dòng)過(guò)程中存在明暗變化、旋轉(zhuǎn)、尺度變化甚至部分遮擋等因素,為提高視覺檢測(cè)算法的準(zhǔn)確率,對(duì)樣本數(shù)據(jù)做了增強(qiáng)處理;為進(jìn)一步加快神經(jīng)網(wǎng)絡(luò)模型收斂速度,對(duì)當(dāng)前各類優(yōu)化算法做分析和比較,并選用了其中的Adam優(yōu)化... 

【文章來(lái)源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于機(jī)器學(xué)習(xí)的視覺檢測(cè)實(shí)際結(jié)果

車輛檢測(cè)中的網(wǎng)格劃分Fig.2-10MeshGenerationinVehicleDetection損失函數(shù)由三部分組成：坐標(biāo)誤差Errcoord、IoU誤差ErrIoU和分類誤差Errcls

邊界框坐標(biāo)預(yù)測(cè)

【參考文獻(xiàn)】：
期刊論文
[1]一種天地復(fù)雜背景下的紅外弱小目標(biāo)檢測(cè)方法[J]. 宋敏敏,王爽,呂弢,袁瑜鍵.  紅外技術(shù). 2018(10)
[2]復(fù)雜動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 王思明,韓樂樂.  光電工程. 2018(10)
[3]深度學(xué)習(xí)在目標(biāo)視覺檢測(cè)中的應(yīng)用進(jìn)展與展望[J]. 張慧,王坤峰,王飛躍.  自動(dòng)化學(xué)報(bào). 2017(08)
[4]基于自適應(yīng)特征選擇的多尺度相關(guān)濾波跟蹤[J]. 沈秋,嚴(yán)小樂,劉霖楓,孔繁鏘,王丹丹.  光學(xué)學(xué)報(bào). 2017(05)
[5]時(shí)空上下文學(xué)習(xí)長(zhǎng)時(shí)目標(biāo)跟蹤[J]. 劉威,趙文杰,李成.  光學(xué)學(xué)報(bào). 2016(01)
[6]基于相關(guān)濾波的尺度自適應(yīng)目標(biāo)跟蹤[J]. 徐玉龍,王家寶,李陽(yáng),李航,張耿寧,張亞非.  計(jì)算機(jī)應(yīng)用研究. 2016(11)
[7]基于遺忘因子與卡爾曼濾波的協(xié)方差跟蹤[J]. 張旭光,張?jiān)?王艷寧,王延杰.  光學(xué)學(xué)報(bào). 2010(08)

博士論文
[1]面向機(jī)器人操作的目標(biāo)檢測(cè)與抓取規(guī)劃研究[D]. 郭迪.清華大學(xué) 2016

碩士論文
[1]基于改進(jìn)KCF算法的四旋翼無(wú)人機(jī)視覺跟蹤系統(tǒng)設(shè)計(jì)[D]. 褚天鵬.哈爾濱工業(yè)大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的無(wú)人機(jī)目標(biāo)檢測(cè)算法研究[D]. 廖佳偉.西安電子科技大學(xué) 2018
[3]基于視覺的無(wú)人機(jī)入侵檢測(cè)與跟蹤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 邵盼愉.浙江大學(xué) 2018
[4]基于視覺的無(wú)人機(jī)檢測(cè)與跟蹤系統(tǒng)研究[D]. 王丹.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：3076693