典型文献
基于多阶运动参量的四旋翼无人机识别方法
文献摘要：
以小型多轴无人机为代表的"低慢小"目标,通常难以被常规手段探测,而此类目标又会严重威胁某些重要设施.因此对该类目标的识别已经成为一个亟待解决的重要问题.本文基于目标运动特征,提出了一种无人机目标识别方法,并揭示了二阶运动参量以及重力方向运动参量是无人机识别过程中的关键参数.该方法首先提取候选目标的多阶运动参量,建立梯度提升树(Gradient boosting decision tree,GBDT)和门控制循环单元(Gate recurrent unit,GRU)记忆神经网络分别完成短时和长期识别,然后融合表观特征识别结果得到最终判别结果.此外,本文还建立了一个综合多尺度无人机数据集(Multi-scale UAV dataset,MUD),本文所提出的方法在该数据集上相对于传统基于运动特征的方法,其识别精度(Av-erage precision,AP)提升103％,融合方法提升26％.
文献关键词：
四旋翼无人机;目标识别;运动特征;融合方法
中图分类号：
作者姓名：
刘孙相与;李贵涛;詹亚锋;高鹏
作者机构：
清华大学宇航中心 北京100084;北京信息科学与技术国家研究中心 北京100084;北京大学工学院 北京100871
文献出处：
引用格式：
[1]刘孙相与;李贵涛;詹亚锋;高鹏-.基于多阶运动参量的四旋翼无人机识别方法)[J].自动化学报,2022(06):1429-1447
A类：
旋翼无人机识别
B类：
多阶,参量,四旋翼无人机,低慢小,类目,目标运动,运动特征,目标识别方法,重力方向,识别过程,选目,梯度提升树,Gradient,boosting,decision,tree,GBDT,门控,Gate,recurrent,unit,GRU,记忆神经网络,表观特征,特征识别,Multi,scale,UAV,dataset,MUD,识别精度,Av,erage,precision,AP,融合方法
AB值：
0.463831
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。
