文献类型：期刊文章

作　　者：魏湧明[1] 全吉成[1] 侯宇青阳[1]

机构地区：[1]中国人民解放军空军航空大学航空航天情报系,吉林长春130022

出　　处：《激光与光电子学进展》

基　　金：吉林省自然科学基金(20130101069JC)

年　　份：2017

卷　　号：54

期　　号：11

起止页码：95-104

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为了保证定位的速度和准确率,采用2016年在目标检测领域取得最佳检测效果的YOLO v2网络制作了以明显特征的地物作为目标区域的目标检测数据集。通过目标框维度聚类、分类网络预训练、多尺度检测训练及更改候选框的筛选规则等方法改进YOLO v2网络,使其更好地适应定位任务。能够将无人机实时获取的航拍图像定位到目标区域,并通过投影关系进行坐标转换得到无人机的经纬度。结果表明:该方法效果较为理想,在航拍图像的目标区域检测任务中检测网络的平均准确率提高到79.5%;在包含目标区域的航拍图像中,经模拟飞行的仿真实验验证,其网络定位准确率大于84%。

关 键 词：图像处理 卷积神经网络 YOLO  V2 目标检测 图像定位

分 类 号：TP183]