联系人:
所在地:
项目针对航拍目标探测、识别和跟踪过程中表现出的多尺度特征、弱化待增强特征、持续跟踪等挑战,分别提出了基于多阶RPN级联的航拍目标检测网络,以及一种基于鲁棒特征、引导锚框以及多阶RCNN级联的航拍目标长时跟踪算法等新方法。在检测方面,多阶RPN级联的两阶段目标检测网络在提高候选区域的质量以及目标检测性能上很有效,解决了由传统的RPN启发式地定义锚框以及将特征与锚框对齐产生的限制。在跟踪方面,通过多阶RCNN级联可以滤除背景干扰,提升跟踪算法的鲁棒性,多阶段的坐标精细化能更加精准的回归出被跟踪目标的位置,提高跟踪算法的精确度。同时可变形卷积在特征提取时增加额外偏移量的空间采样位置,自适应调整卷积的感受野,提升跟踪算法的鲁棒性。