典型文献
四旋翼无人机俯拍视角下的行人检测与轨迹追踪
文献摘要：
针对无人机拥有更宽广拍摄视角和更灵活拍摄姿态的优势,为了实现并定量地评估现有的目标检测算法在无人机俯拍视角下行人检测和轨迹追踪的应用,构建了一种四旋翼无人机俯拍视角下的行人检测与行人轨迹追踪算法.该算法采用YOLOv5作为目标检测模型,使用四旋翼无人机实时采集的视频数据作为分析测试数据.检测中首先训练YOLOv5,通过对检测结果的统计,对无人机拍摄时的水平距离、垂直高度、行人运动姿态等参量进行定量分析验证,并在该算法绘制锚框的基础上勾勒出行人运动的轨迹曲线,从而实现了视频画面中行人运动的路径追踪.对实际拍摄的视频数据进行行人检测与轨迹追踪的结果表明,该算法在实际应用时对无人机俯拍具有15～20 m的截止高度arctan3至arctan4的截止角度和约20 m的截止距离要求,但受行人运动姿态的影响较小.该算法与其他常规目标检测算法相比性能较优,能有望用于对拍摄视角要求更宽广和拍摄姿态要求更灵活的场合.因此,本文基于YOLOv5实现了无人机俯拍视角下的行人检测和运动路径追踪,并定量分析计算出该算法在行人检测时的截止高度和截止距离要求,这对于实际中应用该算法开展无人机侦测或救援工作有指导意义.
文献关键词：
无人机;俯拍视角;行人检测;深度学习网络;YOLOv5模型
中图分类号：
作者姓名：
何飞麒
作者机构：
电子科技大学信息与通信工程学院 成都611731
文献出处：
引用格式：
[1]何飞麒-.四旋翼无人机俯拍视角下的行人检测与轨迹追踪)[J].电子测量技术,2022(10):50-56
A类：
俯拍视角,arctan3,arctan4
B类：
四旋翼无人机,行人检测,轨迹追踪,宽广,拍摄视角,更灵,目标检测算法,行人轨迹,追踪算法,YOLOv5,目标检测模型,实时采集,视频数据,分析测试,测试数据,水平距,垂直高度,运动姿态,参量,分析验证,锚框,勾勒,轨迹曲线,视频画面,中行,路径追踪,行行,截止,和约,对拍,运动路径,侦测,救援工作,深度学习网络
AB值：
0.240464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
