sinat_34897952的博客

无人机起飞、上升、悬停、降落状态识别是一个典型的多传感器信息融合和模式识别问题。基于阈值的状态机简单实用但鲁棒性有限；基于滤波的状态估计是基础；基于特征提取的机器学习方法在精度和鲁棒性上取得了良好平衡，是目前研究和应用的主流；深度学习方法具有最大潜力但面临数据和计算资源的挑战；混合方法通常是工程实践中的最佳选择。未来的研究将聚焦于提高算法在复杂环境下的鲁棒性和适应性，降低对计算资源和标注数据的需求，并探索更高效和智能的融合与识别机制。这个问题的深入研究和解决对提升无人机自主性、安全性和任务可靠性至关重要。

下列代码实现了基于传统图像处理和基于神经网络的红外弱小目标检测与跟踪系统，并提供了对比评估功能。实际应用时，需要将代码中的数据加载部分替换为真实的弱小目标数据集加载逻辑，并训练神经网络模型。

针对尺寸小于 9×9 甚至 1×1 的弱小目标（红外、遥感、雷达图像），需要在最浅层 C1/C2 增加高分辨率检测头并融合人工特征。

VisDrone无人机视觉挑战赛自2018年由天津大学等机构发起，已发展为全球最具影响力的无人机视觉学术竞赛。该赛事依托ECCV等顶级会议，通过2000万+标注数据推动目标检测、跟踪、人群计数等技术突破，2023年吸引184支队伍参赛。赛事成果加速应用于智慧城市、应急救灾等领域，如深兰科技2019年夺冠的级联RCNN算法。未来将聚焦多模态感知和边缘计算，促进无人机在物流、农业等场景的智能化发展。

DeepSORT（Deep Learning and Sorting）是一种先进的多目标跟踪算法，它结合了深度学习和传统的目标跟踪技术，在复杂环境下实现了高精度和鲁棒性的目标跟踪。该算法的核心思想是通过融合目标的外观特征和运动特征，实现对多个目标的持续跟踪，即使在目标被遮挡或暂时消失的情况下也能保持跟踪的连续性。用于预测目标的运动状态。通过这些对比，我们可以清晰地看到DeepSORT在继承SORT优点的同时，通过引入新的技术手段，解决了SORT在处理复杂场景时的局限性，从而在多目标跟踪领域取得了显著进步。

基于简单平滑滤波算法的红外弱小目标检测之背景抑制1. 前言2. 平滑滤波算法3. Matlab仿真4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engineers，

基于小波变换的红外弱小目标检测之背景抑制1. 前言2. 小波变换算法3. Matlab仿真4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engineers，简记为S

基于顶帽变换（Top_hat）算法的红外弱小目标检测之背景抑制Opencv1. 前言2. 顶帽变换（Top_hat）算法3. Opencv实例4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Inst

基于顶帽变换（Top_hat）算法的红外弱小目标检测之背景抑制1. 前言2. 顶帽变换（Top_hat）算法3. Matlab仿真4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrument

基于双边滤波（BF）的红外弱小目标检测之背景抑制Opencv1. 前言2. 双边滤波算法3. Opencv实例4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engi

基于双边滤波（BF）的红外弱小目标检测之背景抑制1. 前言2. 双边滤波算法3. Matlab仿真4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engineers，

基于局部对比度（LCM）的红外弱小目标检测之背景抑制）1. 前言2. 局部对比度算法3. Matlab仿真4. 小结1. 前言红外图像中的弱小目标，目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engine

红外弱小目标的数据集又来了！说在前面的话数据集后续说在前面的话弱小目标，顾名思义：目标信号弱，像素少，由于目标信噪比较低，目标最少可能只有一个像素单元。因此，弱小目标检测跟踪一直是图像处理与目标检测领域的难点、热点。当前深度学习方法在弱小目标检测跟踪上与传统图像处理方法相比并不存在绝对优势。由于目前公开的弱小目标数据集比较少，所以这里安利一个已经公开的弱小目标数据集，即在2021年下半年公布的第三届“空天杯”的公开数据集，其中包括红外弱小目标与雷达序列两种类型，关于数据采集和数据类型在官网上都有详细的

红外弱小目标的数据集来了！说在前面的话一点建议数据集后续说在前面的话弱小目标，顾名思义：目标信号弱，像素少，由于目标信噪比较低，目标最少可能只有一个像素单元。因此，弱小目标检测跟踪一直是图像处理与目标检测领域的难点、热点。当前深度学习方法在弱小目标检测跟踪上与传统图像处理方法相比并不存在绝对优势。由于目前公开的弱小目标数据集比较少，所以这里安利一个已经公开的弱小目标数据集，即在2019年下半年公布的第二届“空天杯”的公开数据集，其中包括红外弱小目标与雷达序列两种类型，关于数据采集和数据类型在官网上都有