论文部分内容阅读
为解决传统目标识别算法对于多尺度、可变速目标的识别性能较差与全尺寸卷积神经网络对硬件计算空间消耗较大的问题,利用轻量化的YOLO卷积神经网络对视频首帧进行目标识别,结合KCF目标跟踪算法与感知哈希算法对完成识别的目标进行跟踪与矫正。优化后的算法能够对复杂目标进行实时识别,对于目标自身变化具有较强的自适应能力。能够为同一计算平台下的飞行控制、自主避障、目标测距等后续控制指令提供计算空间。