微小型无人机对地目标检测的优化方法研究

目录

声明

第一章 绪论

1.1研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

1.2国内外研究现状

1.2.1 机载视觉感知系统研究现状

1.2.2 无人机视觉感知硬件系统

1.2.3 目标检测算法研究现状

1.2.4 嵌入式深度学习研究现状

1.3论文组织结构

第二章 轻量级机载视觉感知系统的设计与实现

2.1引言

2.2机载视觉感知系统总体设计

2.2.1 微小型无人机集群系统需求

2.2.2 机载视觉感知系统处理全流程

2.3系统软硬件框架设计

2.3.1 轻量级机载硬件系统

2.3.2 机载视觉软件系统

2.4机载视觉对地目标检测算法框架

2.4.1 目标检测算法框架

2.4.2 卷积神经网络分类与区域提取理论

2.4.3 检测算法机载处理性能测试

2.5本章小结

第三章 机载视觉目标检测的样本优化方法

3.1引言

3.2无人机对地目标检测样本数据集构建

3.2.1 无人机盘旋过程图像数据采集

3.2.2 对地目标检测图像样本标签制作

3.2.3 分类网络训练流程

3.3网络训练样本优化策略

3.3.1 数量平衡方法

3.3.2 过程平衡方法

3.4实验验证及结果对比分析

3.4.1 测试集设置及评价指标

3.4.2 两种策略的训练样本结构分析

3.4.3 两种策略的网络训练及测试结果

3.5本章小结

第四章 机载视觉目标检测的类脑计算架构优化方法

4.1引言

4.2对地目标检测识别网络层数效应分析

4.2.1 卷积神经网络层数设计

4.2.2 网络性能测试结果

4.3低功耗神经计算芯片的架构拓展

4.3.1 神经计算芯片架构拓展

4.3.2 神经计算芯片的速度评估

4.4面向兴趣区域的卷积神经网络结构

4.4.1 候选兴趣区域的特征分析

4.4.2 网络结构适应性裁剪

4.4.3 改进网络结构的性能分析

4.4.4 裁剪后caffeNet配合神经计算棒分类测试

4.5本章小结

第五章 微小型无人机对地目标检测综合实验研究

5.1引言

5.2无人集群对地目标侦察的实验设计

5.2.1 集群感知验证场景

5.2.2 实验流程

5.3对地目标在线检测的ROS实现

5.3.1 ROS通信数据结构

5.3.2 ROS机载感知数据记录

5.3.3 ROS在线感知运行流程

5.4在线目标检测性能指标验证

5.4.1 检测准确性综合提升测试

5.4.2 检测实时性指标验证

5.4.3 机载目标检测综合优化方案

5.5本章小结

第六章 总结与展望

6.1论文工作总结

6.2进一步工作

致谢

参考文献

作者在学期间取得的学术成果