感知与规避技术中的入侵目标检测的特征选择

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

ing,the low-level feature usually adopts the Histogram of Oriented Gradient(HOG)feature descriptor or the Scale-Invariant Fea⁃
ture Transform(SIFT)feature descriptor. In this paper,recall of the intruder detection results is used to compare the HOG feature
2019 年第 2 期
计算机与数字工程
able for a variety of different weathers and has better robustness.
Key Words sense and avoid,detection,sc-SPM,feature extraction,HOG,SIFT,edge-boxes
Class Number TP301.6
制,目前无人机已经被各国大量使用。不同种类的 人 机 的 安 全 ,而 这 一 个 过 程 被 称 之 为“探 测 与 规
无人机在各个领域的应用均获得了极大的成功,但 避”。但是对于无人机而言,并没有机组人员来承
∗ 收稿日期:2018 年 8 月 18 日,修回日期:2018 年 9 月 21 日 基 金 项 目 :国 家 自 然 科 学 基 金(编 号 :61673211);南 京 航 空 航 天 大 学 研 究 生 创 新 基 地(实 验 室)开 放 基 金(编 号 : kfjj1501)资助。 作者简介:钟佩仪,女,硕士研究生,研究方向:先进飞行控制技术。曹云峰,男,教授,博士生导师,研究方向:飞行控 制系统设计,飞控系统数字化设计和虚拟样机。丁萌,男,博士,副教授,研究方向:无人机飞行控制与导航。
1 引言
与此同时所带来的问题是:随着不同类型无人机的 大 量 使 用 ,中 空 、低 空 、超 低 空 的 空 域 变 得 越 来 越
近年来,无人机在军事和民用方面展现了很大 “拥挤”,给国家空域系统带来越来越严峻的安全隐
的应用潜力,由于无人机在智能化、监控、侦查等方 患。无人机的广泛应用使得无人机之间和无人机
关键词 感知与规避;检测;sc-SPM;特征提取;HOG;SIFT;edge-boxes 中图分类号 TP301.6 DOI:10. 3969/j. issn. 1672-9722. 2019. 02. 016
Image Feature Selection Mechanism for Intruder Detection in Vision-based Sense and Avoid System
摘 要 论文针对基于视觉的感知与规避技术中的入侵目标检测,提出了一套稀疏表示框架下的图像特征选择机制。 基于稀疏编码和空间金字塔匹配算法(sc-SPM)的低层特征描述子常用的是方向梯度直方图(HOG)特征和尺度不变特征转 换(SIFT)特征,而论文通过对在复杂背景下不同天气情况的入侵目标检测结果的查全率(recall)曲线来比较这两种特征描 述子性能,最后选择性能最好的特征描述子作为 sc-SPM 特征提取算法的底层特征。实验结果表明,SIFT 特征描述子更能适 用于多种不同天气情况并且具有更好的鲁棒性。
Abstract In this paper,an image feature selection mechanism under the framework of sparse representation is proposed for
intruder detection in vision based on sense and avoid system. Based on the framework of Spatial Pyramid Matching using Sparse Cod⁃
descriptor and the SIFT feature descriptor under different weathers with complex background. The best-performing feature descrip⁃
tor is chosen as the low-level feature of sc-SPM method. The experimental results show that the SIFT feature descriptor is more suit⁃
ZHONG Peiyi1 CAO Yunfeng1 DING Meng2 (1. School of Astronautics,Nanjing University of Aeronautics and Astronautics,Nanjing 210016) (2. College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016)
面表现出了广阔的前景,并且与有人机相比成本更Βιβλιοθήκη Baidu对有人机造成了直接的威胁,如何规避无人机和其
低,使用更加灵活[1~5],因此无人机在军用和民用方 他飞机的碰撞成为了目前需要关注的问题。对于
面都受到了前所未有的关注。无人机在现代数字 有人机而言,可以通过机载雷达收发机和机组人员
战场中的突出优点和惊人表现,使得各国竞相研 完成环境感知并操纵飞机规避威胁目标来确保有
Vol. 47 No. 2 334
计算机与数字工程 Computer & Digital Engineering
总第 352 期 2019 年第第472 卷期
感知与规避技术中的入侵目标检测的特征选择∗
钟佩仪 1 曹云峰 1 丁 萌 2
(1. 南京航空航天大学航天学院 南京 210016)(2. 南京航空航天大学民航学院 南京 210016)
相关文档
最新文档