Mar, 2022

多分辨率语义分割的无人机自适应路径规划

PDF
TL;DR本文提出了一种基于深度学习的无人机自适应路径规划算法，解决了无人机低空精细监测和高效数据采集的问题，并提出了一种新的深度学习精度模型，可以在不浪费能源的情况下获得高分辨率的语义分割图像。实验结果表明本方法可推广应用于不同领域。
uavspath planningsemantic segmentationadaptive algorithmaccuracy model
发现论文，激发创造
  • 基于内存限制的超高分辨率无人机影像语义分割

    该论文阐述了在 GPU 内存限制的情况下，实现高效而有效的超高分辨率无人机图像分割的复杂问题，提出了一种新颖的空间引导式高分辨率查询模块和高效的基于内存的交互方案来改进现有方法中较小、较细和曲线区域的分割效果。

    Oct, 2023

  • 无人机主动分类的在线信息路径规划

    本文介绍了一种利用无人机进行主动分类的信息路径规划框架，应用于精准农业的杂草检测。它利用全局视点选择和进化优化相结合，在连续的三维空间中优化计划轨迹，同时考虑动态约束；基于占用格子模型对农田中杂草的存在进行建模，并根据信息理论目标生成自适应计划，使无人机高效地收集数据。仿真结果表明，与传统的均匀覆盖方法相比，在同样的时间内建立了熵较低的地图。

    Sep, 2016

  • UAVid: 一份用于无人机图像语义分割的数据集

    介绍并推广了 UAVid 数据集，即用于语义分割的无人机高分辨率影像数据集。该数据集采用斜视图拍摄，结合侧视和俯视角度，可为对象的识别提供更多信息，并提供了几种深度学习基线方法，其中提出的多尺度扩张网络效果最好。

    Oct, 2018

  • 无监督高分辨率无人机影像的道路场景解析

    通过使用最新的视觉语言模型和基本的计算机视觉模型，本研究介绍了一种无监督道路解析框架，用于处理超高分辨率的无人机图像，并且无需任何手动标注即可在开发数据集上达到 89.96％的 mIoU。

    Feb, 2024

  • 无人机目标搜索中的障碍感知自适应信息路径规划

    本研究提出了一种基于高斯过程模型的无人机自适应信息路径规划算法（OA-IPP），该算法可以在复杂的三维环境中进行目标搜索，该算法与现有的路径规划算法相比表现更好，可以应用于实际的城市搜救情景。

    Feb, 2019

  • 基于无人机的地形监测信息化路径规划框架

    该论文介绍了一种基于无人机的信息路径规划框架，在复杂环境下实现高效数据采集，通过对地形进行离散或连续变量的映射，学习和关注感兴趣区域，并通过优化初值解得到连续 3D 空间中信息丰富的轨迹，证明该方法比现有方法更高效。

    Sep, 2018

  • 一种基于 Transformer 的自适应语义聚合算法用于无人机视觉地理定位

    这篇论文介绍了一种基于 Transformer 的自适应语义聚集方法，将部分作为图像中最具代表性的语义，并将部分级别的特征分解为所有补丁特征的自适应总和，以实现准确的无人机 - 卫星图像匹配。

    Jan, 2024

  • 应急响应任务自动化 3D 搜索计划

    本次工作中，我们提出了一个统一的搜索规划框架，通过考虑低级任务限制，任务目标和用户定义的任务规范来实现无人机在三维空间内搜索规划的自动化和执行，以帮助在紧急响应任务中定位幸存者和需要救援的人群。

    Apr, 2023

  • 感知与能量感知的无人机基于学习模型的运动规划在异方差不确定下

    全球导航卫星系统（GNSS）受限环境要求无人机（UAV）以节能可靠的方式飞行。为此，本研究提出了适用于无人机在 GNSS 受限环境中的感知与能量感知的运动规划。该规划器通过优化成本函数来解决轨迹规划问题，其中包括无人机总能耗和激光雷达（LiDAR）传感器的感知质量两个指标。仿真实验在逼真环境中证实了该规划器在异方差不确定性下能够平衡节能和感知质量的权衡。

    Sep, 2023

  • 一种面向空中场景解释和地理定位的多阶段多任务神经网络

    本文提出了一种新的多任务、多阶段神经网络，能够在单次前向传递中同时处理语义分割和基于视觉的航拍图像地理定位两个问题，并在卫星图像中实现商用 GPS 级别的本地化精度以及在 Inria Aerial Image Labeling 数据集和 Massachusetts Buildings 数据集上达到领先水平的分割效果。

    Apr, 2018