基于视频帧间运动估计的无人机图像车辆检测

摘要：

基于人工智能(AI)芯片搭建轻量化深度神经网络,可以在无人机(UAV)机载端实现视频中车辆目标的自动检测,具有重要的应用前景.为此,提出了一种针对无人机图像车辆目标的检测方法,并在AI芯片上进行部署与测试.方法具体包括:结合无人机图像中车辆目标的尺寸范围,对MobileNet-SSD网络进行裁剪,构建轻量化单帧图像检测器;为解决小目标特性在轻量网络框架下引发的检测性能下降问题,引入帧间运动矢量估计,根据相邻帧信息辅助预测当前帧丢失目标的位置范围,并利用检测结果进行修正,实现丢失目标的再召回.通过对多个数据集进行融合与自动补充标注,搭建了一个高质量的无人机图像车辆目标数据集;同时将方法在基于RK3399芯片计算的嵌入式开发平台上进行实验验证,结果表明:搭建的网络能够显著减少存储资源占用,具有轻量化的特点;同时相比于单帧检测法,引入视频帧间运动估计方法可以有效提高检测精度,并在AI芯片上实现125.3 ms/帧的检测速度.

关键词：无人机(UAV)、目标检测、轻量化神经网络、人工智能(AI)芯片、运动估计

所属期刊栏目：46

分类号：TP183;TP301.6(自动化基础理论)

资助基金：国防基础科研项目;测绘遥感信息工程国家重点实验室开放基金

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：634-642