基于機載下視圖像的深度學習目標檢測系統(tǒng)

摘要：利用無人機進行巡航、偵查及預警等是當前信息化戰(zhàn)爭的主要手段之一,無人機圖像中關鍵目標的快速檢測及準確識別是后續(xù)任務的基礎。由于無人機圖像具有分辨率高、目標尺寸小等特點,實際應用中往往對檢測的時效性具有一定的要求,現(xiàn)有算法無法實現(xiàn)檢測準確率與速度的有效折中。因此,提出一種全局與局部聯(lián)合檢測的策略,將深度學習目標檢測算法與模板匹配相結合,充分利用圖像信息,并綜合使用多進程及多線程機制加快處理速度,構建了一套可用于地面站的實時目標檢測系統(tǒng)。實驗結果表明,針對運動狀態(tài)下的無人機視頻圖像,系統(tǒng)對焦距從1~10倍距變化情況下的目標均具有較高的檢測準確率,同時實現(xiàn)了檢測結果實時穩(wěn)定地顯示。