摘要

针对自主空中加油过程中受油机成像端由于运动模糊、失焦、遮挡等出现退化帧的情况,造成检测算法性能下降的问题,将Yolov3网络与FlowNet 2.0网络相结合,通过光流估计网络获得含有物体运动信息的光流场,根据光流场信息将临近帧提取的特征图对齐到当前帧并进行特征聚合,从而增强当前帧的特征质量,增强算法在退化帧上的检测效果,提高对加油锥套的平均检测精度。在测试集上的实验结果表明,该算法的平均检测精度达到85.81%,召回率达到97.33%,相较于Yolov3算法在平均检测精度方面提升9.87%,在召回率方面提升8.06%。根据所提的加油锥套检测稳定性指标,评估结果表明该算法的稳定性相较于Yolov3算法提高了20.14%,且在视频退化帧上的检测效果得到了明显的提升。

全文