解读通过风格迁移的浓雾天气条件下 无人机图像目标检测方法

Posted 小宋加油啊

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了解读通过风格迁移的浓雾天气条件下 无人机图像目标检测方法相关的知识,希望对你有一定的参考价值。

声明:只是个人观点以及本人底子太薄只做表面浅分析,只是用来梳理论文结构不牵涉技术

雨雾恶劣天气条件下,我们可以使用先去雾后检测的方法对薄雾有好处,但是浓雾条件比较差,解决办法就是通过风格迁移的无人机图像目标检测方法。

用这种方法检测目标改变变换为了使目标检测模型从学习目标物纹理和表面信息转变为学习目标物轮廓这一更高难度的任务。

实验数据集为Visdrone2019(数据集可参考https://baijiahao.baidu.com/sid=1648693729271065362&wfr=spider&for=pc)

将无人机图像划分为无雾、薄雾、浓雾图像的依据为:利用不同浓度雾气图像在梯度特征、暗通道特征及小波特征上的差异,其次针对薄雾和浓雾图像分别采取去雾和风格迁移的处理方式。

实验结果表明:通过风格迁移的目标检测方法可以进一步减缓光照、噪声带来的影响,并显著提升无人机浓雾图像的目标检测性能,与先去雾后检测的方法结合,可以自适应地完成无人机浓雾天气条件下图像的目标检测任务。

6.风格迁移:风格迁移就是图片本身的内容不变,转换为另一个图片的风格

以上是关于解读通过风格迁移的浓雾天气条件下 无人机图像目标检测方法的主要内容,如果未能解决你的问题,请参考以下文章

Pytorch实现图像风格迁移

Keras实现风格迁移

航拍+AI︱极简的视频风格迁移体验

航拍+AI︱极简的视频风格迁移体验

一种基于生成对抗网络的无人机图像去雾算法

CycleGAN及非监督条件图像生成技术简介