Глубокое обучение для обнаружения и отслеживания объектов с использованием беспилотных летательных аппаратов: обзор

Deep Learning for Unmanned Aerial Vehicle-Based Object Detection and Tracking: A survey
Qian Du, Danfeng Hong, Wei Li, Ran Tao, Xin Wu
2021-11-04

обнаружение объектов на основе БПЛАкомпьютерное зрениеглубокое обучениеотслеживание объектовдистанционное зондирование
Благодаря эффективному и гибкому сбору данных беспилотные летательные аппараты (БПЛА) в последнее время стали одной из активно развивающихся областей исследований в сфере компьютерного зрения (CV) и дистанционного зондирования (RS). Вдохновлённые недавними успехами глубокого обучения (DL), многочисленные современные методы обнаружения и отслеживания объектов получили широкое применение в различных задачах, связанных с использованием БПЛА, таких как экологический мониторинг, точное земледелие и управление дорожным движением.
1
Глубокое обучение способствовало широкому применению современных методов обнаружения и отслеживания объектов в задачах, связанных с БПЛА.
2
В статье представлен обзор методов глубокого обучения для обнаружения и отслеживания объектов на изображениях, полученных с беспилотных летательных аппаратов.
3
Подходы глубокого обучения на основе данных БПЛА поддерживают такие приложения, как экологический мониторинг, точное земледелие и управление дорожным движением.
4
БПЛА обеспечивают эффективный и гибкий сбор данных, что повышает их значимость в компьютерном зрении и дистанционном зондировании.

системы обнаружения и отслеживания объектов на основе БПЛА

методы глубокого обучения и их применение для обнаружения и отслеживания объектов на изображениях, полученных с БПЛА

Publication Details
Publication Date
2021-11-04
Journal
Publisher
ISSN
Cited by
378
Access Type
Author Information
Authors
Qian Du
Danfeng Hong
Wei Li
Ran Tao
Xin Wu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%