期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
无人机视角多源目标检测数据集UAV-RGBT及算法基准
1
作者 汪进中 戴顺 +5 位作者 张秀伟 田雪涛 邢颖慧 汪芳 尹翰林 张艳宁 《电子学报》 北大核心 2025年第3期686-704,共19页
基于无人机(Unmanned Aerial Vehicle,UAV)平台的可见光(Red Green Blue,RGB)和热红外(Thermal infrared,T)多源目标检测,可实现全天时、全天候的目标侦察,在军用和民用领域有着重要的应用价值.受限于数据拍摄获取和处理的复杂性,当前... 基于无人机(Unmanned Aerial Vehicle,UAV)平台的可见光(Red Green Blue,RGB)和热红外(Thermal infrared,T)多源目标检测,可实现全天时、全天候的目标侦察,在军用和民用领域有着重要的应用价值.受限于数据拍摄获取和处理的复杂性,当前少有公开的UAV视角RGB-T多源目标检测数据集,一定程度上限制了UAV视角RGB-T多源目标检测算法的研究和应用.与此同时,UAV应用场景复杂多变,其飞行高度、速度、焦距和背景等快速变化,所拍摄目标在图像上呈现出尺度多样、稠密/稀疏分布不均衡、类别不平衡等特点,具有一定的挑战性.此外,在诸如目标侦察、交通监控等高时效性应用场景中,算法需在保证高精度的同时实现实时目标检测,因此,算法的设计必须充分考虑精度与速度之间的平衡.针对上述问题,本文构建了一个跨季节、跨昼夜、多类别、多尺度的大规模UAV视角RGB-T多源图像数据集UAV-RGBT,包含20个类别、5117对RGB-T图像和超11万个标注,有助于推进UAV视角多源目标检测算法的研究.同时,基于YOLOv8n模型,本文提出了一种UAV视角多源目标检测(UAV-based Dualbranch Multispectral object Detection,UAV-DMDet)模型,其通过多源交叉注意力融合和多源特征分解组合方法有效促进了多源特征的深度融合,较好地实现了模型参数量、检测速度和检测精度的均衡.实验结果表明:在UAVRGBT数据集上,UAV-DMDet模型较单源YOLOv8n模型,在RGB和T模态方面,mAP@0.5分别提高了3.61%、11.03%,mAP@0.5:0.95分别提高了0.84%、6.76%;在DroneVehicle数据集上,mAP@0.5和mAP@0.5:0.95较主流算法I2MDet提高了2.66%和12.36%;在检测速度方面,以640×640分辨率图像为例,UAV-DMDet模型在单张GeForce RTX 3090显卡上FP32精度推理速度可达31帧/s,在华为昇腾710处理器上FP16精度推理速度可达58帧/s,可有效应用于UAV视角RGB-T多源实时目标检测任务. 展开更多
关键词 无人机(UAV) 可见光-热红外(RGB-T)多源目标检测 数据集 多源特征融合 YOLOv8
在线阅读 下载PDF
基于分组特征提取的轻量型多源目标检测
2
作者 万军 周凯 何文磊 《红外技术》 北大核心 2025年第3期307-315,共9页
为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余... 为兼顾多源目标检测网络的精度与效率,将分组卷积作用于目标多模态特征中,并配合注意力多尺度结构以及改进的目标框筛选策略,设计了一种轻量级的红外与可见光目标检测模型。模型先以多种特征降维策略对输入图像进行采样,降低噪声及冗余信息的影响;其次,根据特征通道所属模态进行分组,并利用深度可分离卷积分别对红外特征、可见光特征以及融合特征进行提取,提升多源特征提取结构的多样性以及高效性;然后,针对各维度多模态特征,引入改进的注意力机制来增强关键特征,再结合邻域多尺度融合结构保障网络的尺度不变性;最后,利用优化后的非极大值抑制算法来综合各尺度目标预测结果,精确检测出各个目标。通过在KAIST、FLIR、RGBT公开数据集上的测试结果表明,所提模型有效提升了目标检测性能,并且相对于同类型多源目标检测方法,该模型也体现出较高的鲁棒性和泛化性,可以更好地实现目标检测。 展开更多
关键词 多源目标检测 分组特征提取 注意力多尺度 非极大值抑制
在线阅读 下载PDF
面向铁路周界防护的多源图像目标检测研究综述 被引量:3
3
作者 余祖俊 周杏芳 +1 位作者 郭保青 白丁元 《北京交通大学学报》 CAS CSCD 北大核心 2023年第5期1-15,共15页
铁路周界防护是保障铁路运输安全的关键,而视频监控是铁路周界防护中应用最为广泛的技术手段.针对视频监控在夜间或恶劣光线条件下存在误报率及漏报率大的问题,考虑到红外通过物体热辐射成像,具有抗光线变化和恶劣天气干扰的能力,本文... 铁路周界防护是保障铁路运输安全的关键,而视频监控是铁路周界防护中应用最为广泛的技术手段.针对视频监控在夜间或恶劣光线条件下存在误报率及漏报率大的问题,考虑到红外通过物体热辐射成像,具有抗光线变化和恶劣天气干扰的能力,本文研究了红外与可见光图像结合实现全天候周界入侵检测的问题.首先在分析铁路周界防护技术现状的基础上,讨论了红外与可见光图像融合目标检测技术的研究重点与难点;然后分别介绍了图像配准和目标检测的一般方法及流程,分析了红外与可见光图像配准、红外目标检测、红外与可见光图像融合目标检测的研究进展以及铁路场景下的相关研究现状;最后展望了铁路周界防护应用场景下多源图像目标检测技术的发展趋势,红外与可见光视频图像结合既能实现全天候有效入侵检测,又能保证入侵目标可视化效果,便于后续智能分析. 展开更多
关键词 铁路运输 周界防护 图像配准 多源图像目标检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部