基于深度学习神经网络与无人机的 Android 移动设备实时目标检测
计算机视觉与模式识别
2018-03-23 v2
摘要
本文描述了开发一款 Android 程序所面临的各个阶段，该程序从大疆 Phantom 3 Professional 无人机获取并解码实时图像，并实现了 TensorFlow Android Camera Demo 应用程序的某些功能。进行了测试运行并记录了应用程序的输出。一个湖泊被分类为海岸、防波堤和码头，相似度分别为 24.44%、21.16% 和 12.96%。无人机控制器的操纵杆和笔记本电脑键盘被分类，相似度分别为 19.10% 和 13.96%。笔记本电脑显示器被分类为屏幕、显示器和电视，相似度分别为 18.77%、14.76% 和 14.00%。本研究开发期间使用的计算机被分类为笔记本和笔记本电脑，相似度分别为 20.04% 和 11.68%。停放在停车场的一辆拖拉机被分类，相似度为 12.88%。同一停车场的一组汽车被分类为跑车、赛车和敞篷车，相似度分别为 31.75%、18.64% 和 13.45%，推理时间为 851ms。
引用
@article{arxiv.1803.07015,
title = {Live Target Detection with Deep Learning Neural Network and Unmanned Aerial Vehicle on Android Mobile Device},
author = {Ali Canberk Anar and Erkan Bostanci and Mehmet Serdar Guzel},
journal= {arXiv preprint arXiv:1803.07015},
year = {2018}
}
备注
6 pages