-
题名反无人机视觉检测与跟踪技术进展分析
被引量：2
- 1
-
-
作者
杨辉跃
简钰洪
涂亚庆
容易圣
刘坚
-
机构
陆军勤务学院军事物流系
[
-
出处
《国防科技》
2023年第3期40-51,共12页
-
基金
重庆市教育委员会科研项目基金(KJQN202012903)
军队科研基金(LJ20222Z060078)。
-
文摘
为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标检测、无人机识别、无人机跟踪等角度,详细分析视觉检测与跟踪关键技术的优势与不足,以及各项技术在反无人机检测跟踪中的应用情况及改进策略;最后,探讨应用中较为突出的检测精度、跟踪遮挡、实时性、数据集收集标准、多技术融合5个方面问题和发展趋势,为相关技术研究提供参考。
-
关键词
反无人机
机器视觉
运动目标检测
目标识别
目标跟踪
-
Keywords
counter-UAV
machine vision
moving object detection
target recognition
target tracking
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名低空无人机实时探测的GCB-YOLOv5s算法
被引量：1
- 2
-
-
作者
杨辉跃
容易圣
简钰洪
贾轶钧
-
机构
陆军勤务学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2023年第7期1-8,共8页
-
基金
国家自然科学基金项目(61871402)
重庆市教委科研项目(KJQN202012903)。
-
文摘
为应对无人机“黑飞”“滥飞”带来的安全威胁,迫切需要对无人机进行有效的实时探测与识别。然而由于低空无人机的灵活性、微小型化及多干扰因素等原因,传统的雷达探测等方法表现不佳。为此,基于机器视觉探测,提出了一种低空无人机实时探测的GCB-YOLOv5s算法。该算法针对经典YOLOv5算法运算速度难以满足高清实时处理的问题,使用轻量级GhostNet网络取代了YOLOv5骨干网络中的卷积运算,简化网络结构,大幅提高了计算速度;并且通过引入CA注意力机制,以及使用BiFPN双向加权特征金字塔替换颈部的PANet结构,在网络结构简化的基础上提升检测准确性。通过现地拍摄无人机在建筑、云层、树木、阴暗等不同复杂背景下的飞行姿态,结合公开数据集,对算法进行训练和测试实验。实验结果表明,GCB-YOLOv5s在参数量和浮点数计算量上均减少了近40%,且可达96.7%的精确率、96.4%的召回率和97.5%的平均精度。
-
关键词
低空无人机
目标识别
YOLOv5
实时探测
轻量化设计
-
Keywords
low altitude UAV
target identification
YOLOv5s
real-time detection
lightweight design
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
