2022年新春大礼包 |2021年新春大礼包| 2019学术大礼包丨2018学术大礼包丨2017不可以错过的重磅报告 丨加入学术plus
摘 要：目前关于小目标检测的研究、综述较多,但针对“低慢小”检测的相对较少。本文结合“低慢小”的目标特性,梳理了“低慢小”目标检测存在的技术难点，总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各自的优缺点以及主要研究进展，并着重对比分析了这些检测方法采用的数据集以及检测结果，并指出了“低慢小”目标检测下一步亟待解决的问题，对后续“低慢小”目标检测研究具有一定参考价值和推动作用。
关键词：低慢小；无人机；目标检测；光电侦察
来源：本篇节选自论文《基于光电侦察的“低慢小”目标检测综述》，发表于《中国电子科学研究院学报》第17卷第11期。
随着微小型无人飞行器技术的快速发展，各类“低慢小”(低空、慢速、小体型)目标，如各类小型固定翼无人机、旋翼无人机、空飘球等，给重要陆海防边境管控、要地防空、重大活动安保等方面带来了巨大挑战和风险，如何尽早、尽远实现对“低慢小”目标的探测、检测、跟踪，成为当下亟须解决的难题。近年关于小目标检测的研究、综述较多,文献[1-6]对各类方法进行了梳理、总结,但针对“低慢小”这一特殊目标群体检测的研究以及文献综述相对较少[7-8]。本文结合“低慢小”的目标特性，梳理了“低慢小”目标检测存在的技术难点，总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各自的优缺点以及主要研究进展，着重对比分析了这些检测方法采用的数据集以及检测结果，对后续“低慢小”目标检测研究具有一定参考价值和推动作用。论文摘编如下，仅供学术交流
获取PDF版，请移步中国知网下载
请持续关注本号更新
【参考文献】略
（全文完）
声明：版权归原作者所有。文章观点不代表本机构立场。图片均来自于网络。