文献类型：期刊文章

作　　者：江波[1] 屈若锟[1] 李彦冬[1] 李诚龙[1]

JIANG Bo;QU Ruokun;LI Yandong;LI Chenglong(Civil Aviation Flight University of China,Guanghan 618307,China)

机构地区：[1]中国民用航空飞行学院,广汉618307

出　　处：《航空学报》

基　　金：四川省科技计划重点研发项目(2019YFG0308);四川省2018-2020年高等教育人才培养质量和教学改革项目(JG2018-325);四川省大学生创新创业训练计划项目(S202010624029);中国民用航空飞行学院科研项目(J2008-78);中国民航飞行学院面上项目(J2020-078)。

年　　份：2021

卷　　号：42

期　　号：4

起止页码：131-145

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目标检测是提高无人机(UAV)感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空影像数据集进行了梳理并介绍了迁移学习的方法;从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测在近期的研究进行了归纳和分析。最后讨论了存在的问题和未来可能的发展方向。

关 键 词：目标检测 无人机影像 卷积神经网络 计算机视觉 深度学习  迁移学习  

分 类 号：V279] TP181]