项目名称: 无人机对地面动目标自动检测与跟踪技术研究

项目编号: No.60975023

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 周东翔

作者单位: 中国人民解放军国防科学技术大学

项目金额: 32万元

中文摘要: 无人机对地面动目标的自动检测和跟踪,军事上对高智能无人侦察机和无人攻击机的开发具有重要的意义,民用上在营救搜索、环境监控、交通监视救等方面也有广泛的应用需求。本项目将着力解决无人机对地面动目标自动检测与跟踪的关键技术,首先研究运动摄像机情况下的动目标检测算法,提出基于SIFT特征匹配和动态背景建模的动目标提取算法,解决无人机平台对地面动目标的检测问题。然后采用扩展卡尔曼滤波(EKF)方法、设计稳定的无人直升机跟踪控制器解决无人直升机对地面动目标的跟踪问题。我们还将构建基于无人直升机的实验验证平台,验证提出的动目标检测与跟踪算法的有效性,项目的完成将不仅为传统的无人侦察机提供一个高度智能化的信息收集功能,还将大力促进我国无人机技术的发展。

中文关键词: 无人机;控制器;动目标检测;目标跟踪;SIFT特征

英文摘要:

英文关键词: unmanned aerial vehicles;controller;detection of moving targets;object tracking;SIFT features

成为VIP会员查看完整内容
8

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
无人机地理空间情报在智能化海战中的应用
专知会员服务
117+阅读 · 2022年4月14日
【CVPR2022】多机器人协同主动建图算法
专知会员服务
47+阅读 · 2022年4月3日
专知会员服务
70+阅读 · 2021年3月23日
视觉目标跟踪十年研究进展
专知会员服务
86+阅读 · 2021年3月10日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
24+阅读 · 2020年3月11日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2018年1月18日
小贴士
相关VIP内容
相关资讯
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员