买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京航空航天大学
摘要:本发明提供了一种基于改进SSD模型的实时性机坪目标检测和识别方法。通过将预处理后的数据集输入改进的SSD模型进行训练,得到训练好的模型。改进的SSD模型采用RFB‑Net300作为骨干网络,加入了batch‑normalization层,使用sub‑pixelconvolutionlayer代替上采样,并通过MFPN模型融合低层和高层特征信息。通过引入CIoU损失函数改进了原有的损失函数。生成预测框的过程中,通过K‑means聚类算法优化先验框的大小,并计算目标物体间的距离。MFPN模型通过构建特征金字塔,实现多尺度特征融合,增强了对不同尺寸目标的检测能力。CIoU损失函数综合评估预测框与实际框之间的相似度,考虑了重叠区域、中心点距离、宽高比和尺度。通过上述改进,本发明显著提升了机坪目标检测和识别的实时性和准确性。
主权项:1.一种基于改进SSD模型的实时性机坪目标检测和识别方法,其特征在于,包括:获取机场场面运行数据集,所述机场场面运行数据集包括航空器、地面保障作业车辆及场面工作人员发生运动行为的视频数据,以及交互过程中航空器关键部位的监视视频数据;所述地面保障作业车辆包括登机廊桥、飞机牵引车、客梯车、供水车、加油车等,所述场面工作人员包括机务维修人员、交通管制人员、货物装卸人员、旅客服务人员等,所述运动行为包括单一目标运动行为和多目标交互行为,所述单一目标运动行为包括航空器进港和离港,所述多目标交互行为包括地面保障作业车辆、场面工作人员与航空器的对接和分离,所述航空器关键部位包括机头、机尾、翼尖、发动机进气道等;将所述机场场面运行数据集预处理,标定每一帧场面图像,对图像进行标准化和归一化处理,预处理后的图像包括机场场面运行维护过程中各个目标框位置和目标类别信息;将所述预处理后的机场场面运行数据集输入改进目标识别算法SSD模型进行训练,获取训练好的改进SSD模型;所述改进SSD模型使用RFB-Net300作为SSD算法的骨干网络,在额外添加层中加入batch-normalization,使用sub-pixelconvolutionlayer来代替上采样,并加入MFPN模型融合低层与高层特征信息;引入CIoU损失函数来改进原来的损失函数;将预测结果输入到训练好的改进SSD模型,得出目标检测结果。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于改进SSD模型的实时性机坪目标检测和识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。