公开(公告)号：CN117789057A

公开(公告)日：2024-03-29

申请号：CN202211140141.4

申请日：2022-09-19

Applicant: 中国矿业大学(北京)

Inventor： 叶涛 ,  秦文阳 ,  郑志康 ,  李允旺

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/44 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于局部‑全局特征的无人机图像旋转目标检测方法，涉及计算机视觉领域。在构建了无人机航拍图像旋转目标检测数据集后，首先基于ResNet50结构设计主干特征提取网络，使得模型的特征提取能力更强；然后使用多尺度特征融合模块提升算法的多尺度目标检测能力；最后使用旋转区域提案模块在多尺度特征融合模块的不同尺度输出特征图上生成旋转区域提案，实现对旋转目标的方向检测和提高对密集目标的识别能力。该方法可以准确地检测到无人机航拍图像中的典型地面目标，满足无人机在灾后搜救和城市巡逻等复杂场景下的自动目标检测需要。

公开(公告)号：CN115705700A

公开(公告)日：2023-02-17

申请号：CN202110899050.8

申请日：2021-08-04

Applicant: 中国矿业大学(北京)

Inventor： 叶涛 ,  张俊 ,  赵宗扬 ,  秦文阳

IPC: G06V20/13 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种采用深度学习方法，基于YOLOV3‑tiny卷积神经网络的算法用于无人机目标检测，涉及计算机视觉领域。本发明利用深度可分离卷积来对标准卷积进行了替换，使得模型更加的轻量化；在原始模型网络中引入了注意力机制，以此提高目标检测的效率以及在处理多尺度目标时的检测精度。该改进方法有效提升了原网络的检测精度与检测速度，在面对多尺度目标，尤其是小目标的检测时取得了良好的检测效果。