基于卷积神经网络的快速准确无人机目标检测方法
计算机视觉与模式识别
2019-01-07 v2
摘要
无人机（UAVs）因其普适计算能力而引起了各界人士的兴趣。配备视觉技术的无人机可用于为无人机自身建立自主导航控制。此外，来自无人机的目标检测可拓展无人机在军事行动、城市管理与农业管理中进行泛在监视与监测服务的利用。随着数据驱动技术的发展，机器学习算法尤其是深度学习方法已被密集用于解决不同的传统计算机视觉研究问题。现代基于卷积神经网络的目标检测器可分为两大类：单阶段目标检测器与两阶段目标检测器。在本研究中，我们利用一些具代表性的基于 CNN 的目标检测器在 Stanford Drone Dataset（SDD）上执行计算机视觉任务。利用基于 focal loss 密集检测器 RetinaNet 的方法，在以快速且准确的方式实现无人机目标检测方面达到了最先进的性能。
引用
@article{arxiv.1808.05756,
title = {Fast and Accurate, Convolutional Neural Network Based Approach for Object Detection from UAV},
author = {Xiaoliang Wang and Peng Cheng and Xinchuan Liu and Benedict Uzochukwu},
journal= {arXiv preprint arXiv:1808.05756},
year = {2019}
}
备注
arXiv admin note: substantial text overlap with arXiv:1803.01114