基于深度学习的非合作目标感知研究进展
近年来,随着卷积神经网络的发展,基于深度学习的图像感知技术取得了巨大进展.由于深度学习算法不依赖人工辅助设计标记、泛化能力强、检测精度高,在空间非合作目标智能感知领域引起了国内外学者的关注.分析了应用深度学习方法进行非合作目标智能感知的研究现状,并对其进行了分类介绍与总结.首先,总结了空间非合作目标感知的在轨应用情况和任务阶段规划,接着分析了非合作目标的结构特性和表面光照特性;其次,梳理总结了建立非合作目标数据集的三种方法,并分类归纳了非合作目标识别与非合作目标位姿检测的国内外研究进展;最后,分析了基于深度学习的非合作目标智能感知方法的关键问题与难点,并给出了后续研究的思路.
空间非合作目标、智能感知、目标识别、姿态测量、卷积神经网络、深度学习
6
V448.2;TP391.9(航天仪表、航天器设备、航天器制导与控制)
国家自然科学基金;军委科技委基础加强计划项目
2023-04-28(万方平台首次上网日期,不代表论文的发表时间)
共14页
1-14