检索结果-维普期刊中文期刊服务平台

BG-YOLO:复杂大视场下低慢小无人机目标检测方法被引量：1: 1; 作者王迎龙孙备 +2 位作者丁冰卜德森孙晓永《仪器仪表学报》北大核心 2025年第2期255-266,共12页; 针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足,提出了一种改进的无人机目标检测算法BG-YOLO。该算法基于YOLOv8,通过在高分辨率特征层添加检测头,有效减少了图像下采样过程中的信息丢失,显著提升了模... 展开更多; 关键词 YOLOv8 Biformer GhostNetV2 低慢小无人机目标检测复杂大视角场景; 在线阅读下载PDF 职称材料

基于改进YOLOv4的低慢小无人机实时探测算法被引量：2: 2; 作者吴璇张海洋 +2 位作者赵长明李志朋王元泽《应用光学》 CAS 北大核心 2024年第1期79-88,共10页; 针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题,提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标,提高网络对小目标的检测性能,通过稀疏训练和模型修剪,大大... 展开更多; 关键词低慢小无人机目标检测 YOLOv4 剪枝嵌入式; 在线阅读下载PDF 职称材料

动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测被引量：6: 3; 作者孙备孙晓永 +2 位作者钱翰翔郭润泽苏绍璟《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第7期64-74,共11页; 为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力,本文提出了融合帧间信息与模板匹配的检测方法。首先,设计了一种动态信息提取模块,通过滤除背景信息干扰,引导算法关注动态变化的小目标区域;其次,提出多模板匹配策略对... 展开更多; 关键词动态场景低慢小无人机探测动态提取空间匹配极小像素检测; 在线阅读下载PDF 职称材料

爆炸冲击波对“低慢小”无人机毁伤效应研究被引量：3: 4; 作者姜颖资宋海博《弹箭与制导学报》北大核心 2022年第2期117-121,共5页; 研究了某型低慢小无人机的易损性,给出了对其毁伤的等级划分和超压毁伤判据。通过理论与数值计算结果的对比,确定了数值模拟建立模型、选用数据的准确性。多工况分析计算得出:爆破战斗部对低慢小无人机的毁伤效应,随弹目距离的增加而迅... 展开更多; 关键词低慢小无人机反无人机蜂群爆炸冲击波毁伤效应; 在线阅读下载PDF 职称材料

复杂背景干扰下基于时空关联的低慢小红外目标检测方法: 5; 作者卜德森苏绍璟 +2 位作者王迎龙孙备孙晓永《仪器仪表学报》北大核心 2025年第5期183-194,共12页; 为了提升复杂背景干扰下对低慢小无人机红外目标探测能力,提出了一种复杂背景干扰下基于时空关联的低慢小红外目标检测方法。首先,在单帧静态目标检测研究方法上,基于YOLOv8检测算法改进,通过引入无跨步卷积层和P2小目标检测头,解决下... 展开更多; 关键词时空关联低慢小无人机探测 YOLOv8 卡尔曼滤波; 在线阅读下载PDF 职称材料

题名BG-YOLO:复杂大视场下低慢小无人机目标检测方法被引量：1: 1; 作者王迎龙孙备丁冰卜德森孙晓永; 机构国防科技大学智能科学学院; 出处《仪器仪表学报》北大核心 2025年第2期255-266,共12页; 文摘针对现有无人机目标检测模型在体积、计算资源需求以及小目标检测效果方面的不足,提出了一种改进的无人机目标检测算法BG-YOLO。该算法基于YOLOv8,通过在高分辨率特征层添加检测头,有效减少了图像下采样过程中的信息丢失,显著提升了模型对小目标的检测能力。同时,引入Biformer注意力机可以制精准捕捉图像的远程依赖关系,增强模型对不同尺度目标的感知能力。此外,NWD损失函数的引入解决了传统损失函数在小目标检测中对位置偏差敏感的问题,显著提高了模型的鲁棒性。基于GhostNetV2的模型轻量化则通过替换传统卷积模块,在减少模型参数和计算量的同时,保持了模型的检测精度。实验结果表明,BG-YOLO在Det-Fly数据集上相比YOLOv8的mAP@0.5提高了10.3%,参数量减少了33.18%,而与YOLOv9相比提高了7.9%。此外,该算法在自采集数据集上也表现出色,对天空、山地、建筑等不同场景的低慢小目标分别实现了96.2%、88.1%和86.2%的平均精度,检测速度分别为150.36、128.21、112.53 fps,实现了高检测精度和高检测速度的要求。综上所述,BG-YOLO通过检测头设计、注意力机制引入、损失函数改进以及模型轻量化,显著提升了对低慢小无人机目标的检测精度和实时性,具有广阔的应用前景。; 关键词 YOLOv8 Biformer GhostNetV2 低慢小无人机目标检测复杂大视角场景; Keywords YOLOv8 Biformer GhostNetV2 detection of low,slow,small UAV targets complex and large-viewing scenes; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv4的低慢小无人机实时探测算法被引量：2: 2; 作者吴璇张海洋赵长明李志朋王元泽; 机构北京理工大学光电学院; 出处《应用光学》 CAS 北大核心 2024年第1期79-88,共10页; 基金冬季项目场景三维感知及重建技术(2018YFF0300802)。; 文摘针对低慢小无人机探测任务中精度不高、在嵌入式平台上部署实时性能差的问题,提出了一种基于改进YOLOv4的小型无人机目标检测算法。通过增加浅层特征图、改进锚框、增强小目标,提高网络对小目标的检测性能,通过稀疏训练和模型修剪,大大缩短了模型运行时间。在1080Ti上平均精度(mAP)达到85.8%,帧率(FPS)达75 frame/s,实现了网络轻量化。该模型部署在Xavier边缘计算平台上,可实现60 frame/s的无人机目标检测速度。实验结果表明:与YOLOv4和YOLOv4-tiny相比,该算法实现了运行速度和检测精度的平衡,能够有效解决嵌入式平台上的无人机目标检测问题。; 关键词低慢小无人机目标检测 YOLOv4 剪枝嵌入式; Keywords low-slow-small unmanned aerial vehicles target detection YOLOv4 pruning embedded; 分类号 TN201 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测被引量：6: 3; 作者孙备孙晓永钱翰翔郭润泽苏绍璟; 机构国防科技大学智能科学学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第7期64-74,共11页; 基金国家自然科学基金(52101377)项目资助。; 文摘为了提升动态大视角场景下对极小像素的低慢小无人机目标探测能力,本文提出了融合帧间信息与模板匹配的检测方法。首先,设计了一种动态信息提取模块,通过滤除背景信息干扰,引导算法关注动态变化的小目标区域;其次,提出多模板匹配策略对筛选出的动态区域进行相似度判断,完成无人机目标检测;最后,在天空、山地、楼宇等不同背景下,按照不同尺寸、不同模态进行了无人机目标检测实验。结果表明,本文方法可有效弥补深度学习方法对大视角极小像素目标检测的不足,对低慢小目标检测准确率达到0.81,虚警率为0.06,在像素占比不小于0.01%数据集上准确率能达到0.70。该方法适应可见光、红外多种模态数据处理,可满足后续多种智能算法组合探测应用。; 关键词动态场景低慢小无人机探测动态提取空间匹配极小像素检测; Keywords dynamic scenes low slow small UAV detection dynamic extraction template matching small pixel detection; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TH865 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名爆炸冲击波对“低慢小”无人机毁伤效应研究被引量：3: 4; 作者姜颖资宋海博; 机构 [; 出处《弹箭与制导学报》北大核心 2022年第2期117-121,共5页; 文摘研究了某型低慢小无人机的易损性,给出了对其毁伤的等级划分和超压毁伤判据。通过理论与数值计算结果的对比,确定了数值模拟建立模型、选用数据的准确性。多工况分析计算得出:爆破战斗部对低慢小无人机的毁伤效应,随弹目距离的增加而迅速减弱;弹目距离相同,毁伤效应先随弹目交会角的增大而增大,到一定角度后,再随角度的增大而减小。计算得出不同交会角下,爆破战斗部毁伤低慢小无人机的临界距离。研究了双爆炸冲击波叠加对低慢小无人机的毁伤效应,结果显示冲击波叠加效应对超压峰值和正压时间均有较大幅度的增益,说明多爆炸冲击波叠加对低慢小无人机蜂群的毁伤效应,具有研究价值,以及为后续研究奠定了一定的基础。; 关键词低慢小无人机反无人机蜂群爆炸冲击波毁伤效应; Keywords low-slow-small UAV anti-UAV swarm blast shock wave damage effect; 分类号 TJ410.3 [兵器科学与技术—火炮、自动武器与弹药工程]; 在线阅读下载PDF 职称材料

题名复杂背景干扰下基于时空关联的低慢小红外目标检测方法: 5; 作者卜德森苏绍璟王迎龙孙备孙晓永; 机构国防科技大学智能科学学院; 出处《仪器仪表学报》北大核心 2025年第5期183-194,共12页; 文摘为了提升复杂背景干扰下对低慢小无人机红外目标探测能力,提出了一种复杂背景干扰下基于时空关联的低慢小红外目标检测方法。首先,在单帧静态目标检测研究方法上,基于YOLOv8检测算法改进,通过引入无跨步卷积层和P2小目标检测头,解决下采样环节带来的小目标检测细粒度信息丢失问题并提高了小目标检测能力;其次,在动态轨迹预测研究方法上,通过引入卡尔曼滤波算法实现无人机目标轨迹预测;最后将单帧静态目标检测方法和基于卡尔曼滤波的动态轨迹预测关联,实现当低慢小无人机目标检测信息丢失时,依据置信度判别切换动态轨迹预测方法持续获取目标位置,实现在同一序列中对目标的帧间信息进行对齐,并完成帧间信息的交互,在时间维度上建立关联。实验结果表明,改进的单帧静态目标检测算法YOLOv8-P2-SPD平均精度mAP@0.5达到了86.8%,在云层、山地和楼宇等复杂背景下,提出的基于时空关联的低慢小红外目标检测方法相比单独使用单帧静态目标检测算法精确率可以提高12.1%,查全率可以提高12.2%。该方法可以有效弥补深度学习方法对复杂背景干扰下低慢小目标检测的不足,适用于复杂干扰背景下的低慢小目标检测。; 关键词时空关联低慢小无人机探测 YOLOv8 卡尔曼滤波; Keywords spatio-temporal correlation low and slow small UAV detection YOLOv8 Kalman filter; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TH865 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	BG-YOLO:复杂大视场下低慢小无人机目标检测方法	王迎龙孙备丁冰卜德森孙晓永	《仪器仪表学报》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于改进YOLOv4的低慢小无人机实时探测算法	吴璇张海洋赵长明李志朋王元泽	《应用光学》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
3	动态大视角场景融合帧间信息与模板匹配的低慢小无人机目标检测	孙备孙晓永钱翰翔郭润泽苏绍璟	《仪器仪表学报》 EI CAS CSCD 北大核心	2024	6	在线阅读下载PDF 职称材料
4	爆炸冲击波对“低慢小”无人机毁伤效应研究	姜颖资宋海博	《弹箭与制导学报》北大核心	2022	3	在线阅读下载PDF 职称材料
5	复杂背景干扰下基于时空关联的低慢小红外目标检测方法	卜德森苏绍璟王迎龙孙备孙晓永	《仪器仪表学报》北大核心	2025	0	在线阅读下载PDF 职称材料