无人机对地面目标的自主检测是智能巡航中至关重要的问题。近年来随着深度学习的崛起,卷积神经网络被尝试应用在目标识别领域。论文应用深度可分离的卷积结构设计了适用于无人机行人小目标检测的轻量卷积神经网络模型。使用无人机实拍样本在NVIDIA1080ti平台进行验证,处理速度可达到82帧/秒。
类型: 期刊论文
作者: 徐斌,黎宁,朱含杉,徐智,周挥宇
关键词: 深度学习,视觉显著性,行人目标检测,无人机
来源: 计算机与数字工程 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 航空航天科学与工程,计算机软件及计算机应用
单位: 南京航空航天大学电子信息工程学院,南京航空航天大学雷达成像与微波光子技术教育部重点实验室,School of Electronics,Electrical Engineering and Computer Science Queen’s University Belfast
基金: 中电集团民用开发基金项目(编号:1004-KFA1615001)资助
分类号: V279;TP391.41
页码: 1935-1940
总页数: 6
文件大小: 1794K
下载量: 256
本文来源: https://www.lunwen66.cn/article/8f6c9f31a9ed8aebc8b31dda.html