视觉主导的无人机航拍目标快速检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 目标检测技术研究现状 | 第11-13页 |
| 1.2.2 无人机目标检测系统研究现状 | 第13-14页 |
| 1.3 无人机下目标检测的难点问题 | 第14页 |
| 1.4 本文研究内容及章节安排 | 第14-16页 |
| 第2章 航拍图像预处理 | 第16-28页 |
| 2.1 图像数据增强 | 第16-19页 |
| 2.2 数据增强实验对比 | 第19-21页 |
| 2.3 基于雾线检测的图像去雾 | 第21-24页 |
| 2.3.1 基于雾天场景的模型知识构建 | 第21-22页 |
| 2.3.2 去雾算法流程 | 第22-24页 |
| 2.4 图像去雾实验对比 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于深度学习的航拍目标检测方法 | 第28-53页 |
| 3.1 SSD快速检测原理 | 第28-29页 |
| 3.2 残差网络模型 | 第29-32页 |
| 3.2.1 残差网络发展简介 | 第29-30页 |
| 3.2.2 残差网络的学习策略 | 第30-31页 |
| 3.2.3 残差网络的结构设计 | 第31-32页 |
| 3.3 基于残差网络的航拍目标检测算法 | 第32-35页 |
| 3.3.1 前置网络替换 | 第32-33页 |
| 3.3.2 训练参数设置 | 第33-35页 |
| 3.3.3 总体流程图 | 第35页 |
| 3.4 基于特征融合的航拍目标检测算法 | 第35-41页 |
| 3.4.1 空洞卷积操作 | 第36-38页 |
| 3.4.2 反卷积操作 | 第38-39页 |
| 3.4.3 网络结构 | 第39-41页 |
| 3.5 实验及结果分析 | 第41-52页 |
| 3.5.1 实验环境及算法评估指标 | 第41-43页 |
| 3.5.2 基于残差网络的航拍目标检测实验 | 第43-48页 |
| 3.5.3 基于特征融合的航拍目标检测实验 | 第48-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 无人机飞行管理和评估系统设计 | 第53-64页 |
| 4.1 系统总体架构 | 第53-55页 |
| 4.1.1 总体需求分析 | 第53-54页 |
| 4.1.2 功能模块划分 | 第54-55页 |
| 4.1.3 实验环境 | 第55页 |
| 4.2 航路规划模块 | 第55-57页 |
| 4.2.1 航路生成 | 第55-56页 |
| 4.2.2 航点和航线管理 | 第56-57页 |
| 4.3 飞行导航模块 | 第57-59页 |
| 4.3.1 航线判断 | 第58页 |
| 4.3.2 信息显示 | 第58-59页 |
| 4.4 视图切换模块 | 第59-60页 |
| 4.5 飞行评估模块 | 第60-62页 |
| 4.5.1 重叠计算 | 第60-61页 |
| 4.5.2 数据保存及作业重演 | 第61-62页 |
| 4.6 总体流程图 | 第62-63页 |
| 4.7 系统测试 | 第63页 |
| 4.8 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 论文总结 | 第64-65页 |
| 5.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间公开发表论文 | 第70-71页 |
| 致谢 | 第71页 |
