典型文献
基于深度卷积神经网络的小型民用无人机检测研究进展
文献摘要：
小型民用无人机预警探测是公共安全领域的热点问题,也是视觉目标检测领域的研究难点.采用手工特征的经典目标检测方法在语义信息的提取和表征方面存在局限性,因此基于深度卷积神经网络的目标检测方法在近年已成为业内主流技术手段.围绕基于深度卷积神经网络的小型民用无人机检测技术发展现状,本文介绍了计算机视觉目标检测领域中基于深度卷积神经网络的双阶段算法和单阶段检测算法,针对小型无人机检测任务分别总结了面向静态图像和视频数据的无人机目标检测方法,进而探讨了无人机视觉检测中亟待解决的瓶颈性问题,最后对该领域研究的未来发展趋势进行了讨论和展望.
文献关键词：
计算机视觉;目标检测;视频目标检测;无人机检测;深度卷积神经网络
中图分类号：
作者姓名：
杨欣;王刚;李椋;李邵港;高晋;王以政
作者机构：
南华大学,湖南 衡阳 421001;军事科学院军事认知与脑科学研究所,北京 100850;北京脑科学与类脑研究中心,北京 102206;中国科学院自动化研究所,北京 100190
文献出处：
引用格式：
[1]杨欣;王刚;李椋;李邵港;高晋;王以政-.基于深度卷积神经网络的小型民用无人机检测研究进展)[J].红外技术,2022(11):1119-1131
A类：
B类：
深度卷积神经网络,民用无人机,无人机检测,预警探测,公共安全,安全领域,视觉目标检测,检测领域,手工特征,目标检测方法,语义信息,内主,计算机视觉,双阶段,单阶段检测算法,小型无人机,视频数据,无人机目标检测,无人机视觉,视觉检测,视频目标检测
AB值：
0.2691
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。
