科研之友
微信
新浪微博
Facebook
分享链接
摘要
无人机技术和计算机视觉技术相结合,在民用和军用领域都有着广泛的需求,然而当前算法不能很好的适应无人机视角旋转、障碍物遮挡、目标尺度变化等特殊情况。根据实际的难点和挑战,提出了基于深度学习的无人机载平台多目标检测和跟踪算法。主要工作有:在检测方面,通过公开数据集和实际采集的大量数据,训练了基于Darknet53的检测网络作为检测器;在跟踪方面,使用Car-Reid数据集训练了一个残差网络提取目标外观信息,使用卡尔曼滤波提取目标运动信息,并通过一个融合公式将两个信息进行整合得到成本矩阵,最后由匈牙利匹配算法得到跟踪结果。在UAV123数据集和实测采集数据集上分别进行多组实验验证,得到本算法在视角旋转、目标尺度变化、障碍物遮挡情况下均能进行稳定检测跟踪的结论。
- 单位
