CN112699752A - 一种无人机特征标的自动跟踪取证系统 - Google Patents
一种无人机特征标的自动跟踪取证系统 Download PDFInfo
- Publication number
- CN112699752A CN112699752A CN202011528864.2A CN202011528864A CN112699752A CN 112699752 A CN112699752 A CN 112699752A CN 202011528864 A CN202011528864 A CN 202011528864A CN 112699752 A CN112699752 A CN 112699752A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- point
- real
- human body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003550 marker Substances 0.000 title claims abstract description 11
- 230000008676 import Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 7
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Abstract
本发明公开了一种无人机特征标的自动跟踪取证系统,包括目标导入模块、影像采集模块、影像接收模块、目标搜索模块、总控模块与无人机终端;所述目标导入模块用户导入目标特征信息,所述影像采集模块用户采集实时影像信息,所述影像接收模块用于同时接收目标特征信息与实时影像信息,并将目标特征信息与实时影像信息,所述影像接收模块将目标特征信息与实时影像信息发送到目标检索模块,所述目标检索模块对目标特征信息与实时影像信息进行检索处理,当在实时影像中检索到跟踪目标时即生成跟踪指令,并实时储存带有目标物的视频影像信息。本发明能够有效提升跟踪目标的准确性,让该系统能够更好进行自动跟踪取证系统。
Description
技术领域
本发明涉及跟踪取证领域,具体涉及一种无人机特征标的自动跟踪取证系统。
背景技术
无人驾驶飞机简称“无人机”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作。与有人驾驶飞机相比,无人机往往更适合那些太“愚钝,肮脏或危险”的任务。无人机按应用领域,可分为军用与民用。军用方面,无人机分为侦察机和靶机。民用方面,无人机+行业应用,是无人机真正的刚需;目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用,大大的拓展了无人机本身的用途,发达国家也在积极扩展行业应用与发展无人机技术,无人机在自动跟踪取证过程中也会使用到,无人机在自动跟踪取证过程中即会使用到自动跟踪取证系统。
现有的自动跟踪取证系统,在使用时,跟踪目标容易出错,最终跟踪取证出现严重偏差,给自动跟踪取证系统的使用带来了一定的影响,因此,提出一种无人机特征标的自动跟踪取证系统。
发明内容
本发明所要解决的技术问题在于:如何解决现有的自动跟踪取证系统,在使用时,跟踪目标容易出错,最终跟踪取证出现严重偏差,给自动跟踪取证系统的使用带来了一定的影响的问题,提供了一种无人机特征标的自动跟踪取证系统。
本发明是通过以下技术方案解决上述技术问题的,本发明包括目标导入模块、影像采集模块、影像接收模块、目标搜索模块、总控模块与无人机终端;
所述目标导入模块用户导入目标特征信息,所述影像采集模块用户采集实时影像信息,所述影像接收模块用于同时接收目标特征信息与实时影像信息,并将目标特征信息与实时影像信息,所述影像接收模块将目标特征信息与实时影像信息发送到目标检索模块,所述目标检索模块对目标特征信息与实时影像信息进行检索处理,当在实时影像中检索到跟踪目标时即生成跟踪指令,并实时储存带有目标物的视频影像信息;
所述跟踪指令被发送到无人机终端控制无人机跟踪目标物进行跟踪飞行。
优选的,所述目标导入模块用户导入的目标特征信息包括人体特征信息与人脸特征信息。
优选的,所述人体特征信息的具体处理过程如下:
步骤一:导入目标人物的人体照片信息;
步骤二:对目标人物的人体照片信息进行特征点提取处理;
步骤三:将人体照片信息中人体的最高点标记为点A1,将人体照片信息中人体的最低点标记为点A2点;
步骤四:将点A1与点A2点进行连线处理得到线段L1,测量出L1的长度;
步骤五:将人体照片信息中最左侧的点标记为A3点,将体照片信息中最右侧的点标记为A4点;
步骤六:将A3点与A4点进行连线处理得到线段L2,测量出线段L2的长度;
步骤七:通过公式(L1/L2)*(L2/L1)=L比,得到人体特征信息L比。
优选的,所述人脸特征信息的具体处理过程如下:
S1:导入目标人物的人体照片信息,将人体照片信息中的人脸部分进行框选并进行放大处理;
S2:将放大后的人脸部分进行清晰化处理,将处理后的人脸部分进行特征点提取;
S3:将人脸中的两个外眼角标记为分别标记为点B1与点B2;
S4:将点B1与点B2进行连线得到线段K1,将线段K1的中点标记为点B3,;
S5:以点B3为端点,做一条垂直向上预设长度的垂线段K2,将垂线段K2另一端的点标记为点B4;
S6:将点B1与点B2分别与B4连线得到线段K3与线段K4;
S7:线段K1、线段K3与线段K4围成三角形,测量出线段K1与线段K2的长度;
S8:通过公式K1*K2/2=K面,得到三角形面积K面,即人脸特征信息K面。
优选的,所述目标检索模块将目标特征信息中的人体特征信息与人脸特征信息提取出,并同时提取出人脸照片信息,目标检索模块将人脸照片导入到实时影像信息中从实时影像信息中提取出相似度最高的人员,之后将目标检索模块的影像信息提取出,通过计算得到其实时人体特征信息L实与实时人脸特征信息K实,提取出人体特征信息L比与人脸特征信息K面,通过计算最终结果并确定跟踪人员。
优选的,所述确定跟踪人员的具体过程:
SS1:提取出人体特征信息L比与人体特征信息L比,并计算出人体特征信息L比与实时人体特征信息L实之间的差值得到L差;
SS2:再提取出人脸特征信息K面与实时人脸特征信息K实,再计算出人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差;
SS3:当人体特征信息L比与实时人体特征信息L实之间的差值得到L差的绝对值小于预设值,且人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差的绝对值小于预设值时,即验证通过,该信息对应的人员即为被跟踪人员。
优选的,所述实时储存带有目标物的视频影像信息的具体过程如下:带有目标物的视频影像信息先被上传到储存硬盘,储存硬盘在与预设时间后将视频影像信息上传到信息储存云端。
本发明相比现有技术具有以下优点:该无人机特征标的自动跟踪取证系统,用户上传跟踪目标影像后,对目标影像进行人体特征信息和人脸特征信息进行提取,并通过对人体特征信息和人脸特征信息于人脸相似度进行比对,多种验证的方式,能够有效的减少无人机跟踪目标出错的状况发生,大大提升了该系统的准确性,让该系统更加值得推广使用。
附图说明
图1是本发明的系统框图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种无人机特征标的自动跟踪取证系统,包括目标导入模块、影像采集模块、影像接收模块、目标搜索模块、总控模块与无人机终端;
所述目标导入模块用户导入目标特征信息,所述影像采集模块用户采集实时影像信息,所述影像接收模块用于同时接收目标特征信息与实时影像信息,并将目标特征信息与实时影像信息,所述影像接收模块将目标特征信息与实时影像信息发送到目标检索模块,所述目标检索模块对目标特征信息与实时影像信息进行检索处理,当在实时影像中检索到跟踪目标时即生成跟踪指令,并实时储存带有目标物的视频影像信息;
所述跟踪指令被发送到无人机终端控制无人机跟踪目标物进行跟踪飞行。
所述目标导入模块用户导入的目标特征信息包括人体特征信息与人脸特征信息。
所述人体特征信息的具体处理过程如下:
步骤一:导入目标人物的人体照片信息;
步骤二:对目标人物的人体照片信息进行特征点提取处理;
步骤三:将人体照片信息中人体的最高点标记为点A1,将人体照片信息中人体的最低点标记为点A2点;
步骤四:将点A1与点A2点进行连线处理得到线段L1,测量出L1的长度;
步骤五:将人体照片信息中最左侧的点标记为A3点,将体照片信息中最右侧的点标记为A4点;
步骤六:将A3点与A4点进行连线处理得到线段L2,测量出线段L2的长度;
步骤七:通过公式(L1/L2)*(L2/L1)=L比,得到人体特征信息L比。
所述人脸特征信息的具体处理过程如下:
S1:导入目标人物的人体照片信息,将人体照片信息中的人脸部分进行框选并进行放大处理;
S2:将放大后的人脸部分进行清晰化处理,将处理后的人脸部分进行特征点提取;
S3:将人脸中的两个外眼角标记为分别标记为点B1与点B2;
S4:将点B1与点B2进行连线得到线段K1,将线段K1的中点标记为点B3,;
S5:以点B3为端点,做一条垂直向上预设长度的垂线段K2,将垂线段K2另一端的点标记为点B4;
S6:将点B1与点B2分别与B4连线得到线段K3与线段K4;
S7:线段K1、线段K3与线段K4围成三角形,测量出线段K1与线段K2的长度;
S8:通过公式K1*K2/2=K面,得到三角形面积K面,即人脸特征信息K面;
只提取上半张脸的特征信息,能够在目标人物戴口罩时,也能更好进行追踪识别。
所述目标检索模块将目标特征信息中的人体特征信息与人脸特征信息提取出,并同时提取出人脸照片信息,目标检索模块将人脸照片导入到实时影像信息中从实时影像信息中提取出相似度最高的人员,之后将目标检索模块的影像信息提取出,通过计算得到其实时人体特征信息L实与实时人脸特征信息K实,提取出人体特征信息L比与人脸特征信息K面,通过计算最终结果并确定跟踪人员。
所述确定跟踪人员的具体过程:
SS1:提取出人体特征信息L比与人体特征信息L比,并计算出人体特征信息L比与实时人体特征信息L实之间的差值得到L差;
SS2:再提取出人脸特征信息K面与实时人脸特征信息K实,再计算出人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差;
SS3:当人体特征信息L比与实时人体特征信息L实之间的差值得到L差的绝对值小于预设值,且人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差的绝对值小于预设值时,即验证通过,该信息对应的人员即为被跟踪人员。
所述实时储存带有目标物的视频影像信息的具体过程如下:带有目标物的视频影像信息先被上传到储存硬盘,储存硬盘在与预设时间后将视频影像信息上传到信息储存云端。
综上,本发明在使用时目标导入模块用户导入目标特征信息,影像采集模块用户采集实时影像信息,影像接收模块用于同时接收目标特征信息与实时影像信息,并将目标特征信息与实时影像信息,影像接收模块将目标特征信息与实时影像信息发送到目标检索模块,目标检索模块对目标特征信息与实时影像信息进行检索处理,当在实时影像中检索到跟踪目标时即生成跟踪指令,并实时储存带有目标物的视频影像信息,跟踪指令被发送到无人机终端控制无人机跟踪目标物进行跟踪飞行。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种无人机特征标的自动跟踪取证系统,其特征在于,包括目标导入模块、影像采集模块、影像接收模块、目标搜索模块、总控模块与无人机终端;
所述目标导入模块用户导入目标特征信息,所述影像采集模块用户采集实时影像信息,所述影像接收模块用于同时接收目标特征信息与实时影像信息,并将目标特征信息与实时影像信息,所述影像接收模块将目标特征信息与实时影像信息发送到目标检索模块,所述目标检索模块对目标特征信息与实时影像信息进行检索处理,当在实时影像中检索到跟踪目标时即生成跟踪指令,并实时储存带有目标物的视频影像信息;
所述跟踪指令被发送到无人机终端控制无人机跟踪目标物进行跟踪飞行。
2.根据权利要求1所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述目标导入模块用户导入的目标特征信息包括人体特征信息与人脸特征信息。
3.根据权利要求2所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述人体特征信息的具体处理过程如下:
步骤一:导入目标人物的人体照片信息;
步骤二:对目标人物的人体照片信息进行特征点提取处理;
步骤三:将人体照片信息中人体的最高点标记为点A1,将人体照片信息中人体的最低点标记为点A2点;
步骤四:将点A1与点A2点进行连线处理得到线段L1,测量出L1的长度;
步骤五:将人体照片信息中最左侧的点标记为A3点,将体照片信息中最右侧的点标记为A4点;
步骤六:将A3点与A4点进行连线处理得到线段L2,测量出线段L2的长度;
步骤七:通过公式(L1/L2)*(L2/L1)=L比,得到人体特征信息L比。
4.根据权利要求2所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述人脸特征信息的具体处理过程如下:
S1:导入目标人物的人体照片信息,将人体照片信息中的人脸部分进行框选并进行放大处理;
S2:将放大后的人脸部分进行清晰化处理,将处理后的人脸部分进行特征点提取;
S3:将人脸中的两个外眼角标记为分别标记为点B1与点B2;
S4:将点B1与点B2进行连线得到线段K1,将线段K1的中点标记为点B3,;
S5:以点B3为端点,做一条垂直向上预设长度的垂线段K2,将垂线段K2另一端的点标记为点B4;
S6:将点B1与点B2分别与B4连线得到线段K3与线段K4;
S7:线段K1、线段K3与线段K4围成三角形,测量出线段K1与线段K2的长度;
S8:通过公式K1*K2/2=K面,得到三角形面积K面,即人脸特征信息K面。
5.根据权利要求1-4所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述目标检索模块将目标特征信息中的人体特征信息与人脸特征信息提取出,并同时提取出人脸照片信息,目标检索模块将人脸照片导入到实时影像信息中从实时影像信息中提取出相似度最高的人员,之后将目标检索模块的影像信息提取出,通过计算得到其实时人体特征信息L实与实时人脸特征信息K实,提取出人体特征信息L比与人脸特征信息K面,通过计算最终结果并确定跟踪人员。
6.根据权利要求5所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述确定跟踪人员的具体过程:
SS1:提取出人体特征信息L比与人体特征信息L比,并计算出人体特征信息L比与实时人体特征信息L实之间的差值得到L差;
SS2:再提取出人脸特征信息K面与实时人脸特征信息K实,再计算出人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差;
SS3:当人体特征信息L比与实时人体特征信息L实之间的差值得到L差的绝对值小于预设值,且人脸特征信息K面与实时人脸特征信息K实之间的差值得到K差的绝对值小于预设值时,即验证通过,该信息对应的人员即为被跟踪人员。
7.根据权利要求1所述的一种无人机特征标的自动跟踪取证系统,其特征在于:所述实时储存带有目标物的视频影像信息的具体过程如下:带有目标物的视频影像信息先被上传到储存硬盘,储存硬盘在与预设时间后将视频影像信息上传到信息储存云端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528864.2A CN112699752A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机特征标的自动跟踪取证系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011528864.2A CN112699752A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机特征标的自动跟踪取证系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699752A true CN112699752A (zh) | 2021-04-23 |
Family
ID=75510384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011528864.2A Pending CN112699752A (zh) | 2020-12-22 | 2020-12-22 | 一种无人机特征标的自动跟踪取证系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699752A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937773A (zh) * | 2022-12-06 | 2023-04-07 | 南京小网科技有限责任公司 | 一种基于ai识别的智能影像识别系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961031A (zh) * | 2019-01-25 | 2019-07-02 | 深圳市星火电子工程公司 | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 |
CN110191317A (zh) * | 2019-05-21 | 2019-08-30 | 重庆工程学院 | 一种基于图像识别的电子监控系统 |
CN110658852A (zh) * | 2019-09-16 | 2020-01-07 | 苏州米龙信息科技有限公司 | 用于无人机的智能目标搜寻方法及系统 |
CN111814702A (zh) * | 2020-07-13 | 2020-10-23 | 安徽兰臣信息科技有限公司 | 一种基于成年人脸和儿童照特征空间映射关系的儿童人脸识别方法 |
-
2020
- 2020-12-22 CN CN202011528864.2A patent/CN112699752A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961031A (zh) * | 2019-01-25 | 2019-07-02 | 深圳市星火电子工程公司 | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 |
CN110191317A (zh) * | 2019-05-21 | 2019-08-30 | 重庆工程学院 | 一种基于图像识别的电子监控系统 |
CN110658852A (zh) * | 2019-09-16 | 2020-01-07 | 苏州米龙信息科技有限公司 | 用于无人机的智能目标搜寻方法及系统 |
CN111814702A (zh) * | 2020-07-13 | 2020-10-23 | 安徽兰臣信息科技有限公司 | 一种基于成年人脸和儿童照特征空间映射关系的儿童人脸识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937773A (zh) * | 2022-12-06 | 2023-04-07 | 南京小网科技有限责任公司 | 一种基于ai识别的智能影像识别系统 |
CN115937773B (zh) * | 2022-12-06 | 2023-10-24 | 南京小网科技有限责任公司 | 一种基于ai识别的智能影像识别系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stein et al. | Image based mango fruit detection, localisation and yield estimation using multiple view geometry | |
Turner et al. | An automated technique for generating georectified mosaics from ultra-high resolution unmanned aerial vehicle (UAV) imagery, based on structure from motion (SfM) point clouds | |
Geraldes et al. | UAV-based situational awareness system using deep learning | |
US20170336203A1 (en) | Methods and systems for remote sensing with drones and mounted sensor devices | |
CN106548164A (zh) | 人脸图像与移动设备的关联性识别方法 | |
US20190226851A1 (en) | Driver assistance system for determining a position of a vehicle | |
CN103679674A (zh) | 一种无人飞行器实时图像拼接方法及系统 | |
Yang et al. | Four-band thermal mosaicking: A new method to process infrared thermal imagery of urban landscapes from UAV flights | |
CN102937443A (zh) | 一种基于无人机的目标快速定位系统及方法 | |
Aliakbarpour et al. | Robust camera pose refinement and rapid SfM for multiview aerial imagery—Without RANSAC | |
CN113284144B (zh) | 一种基于无人机的隧道检测方法及装置 | |
Domozi et al. | Real time object detection for aerial search and rescue missions for missing persons | |
Niedzielski et al. | First successful rescue of a lost person using the human detection system: A case study from Beskid Niski (SE Poland) | |
CN106645147A (zh) | 一种病虫害监测方法 | |
Marušić et al. | Region proposal approach for human detection on aerial imagery | |
CN112699752A (zh) | 一种无人机特征标的自动跟踪取证系统 | |
CN106989728A (zh) | 一种基于无人机的建筑地面测绘系统 | |
Fan et al. | Development and testing of a new ground measurement tool to assist in forest GIS surveys | |
Ozcan et al. | A novel fusion method with thermal and RGB-D sensor data for human detection | |
CN111950524A (zh) | 一种基于双目视觉和rtk的果园局部稀疏建图方法和系统 | |
Guan et al. | A GPU accelerated real-time self-contained visual navigation system for UAVs | |
Fang et al. | Research on method of farmland obstacle boundary extraction in UAV remote sensing images | |
Liu et al. | A multi-view thermal–visible image dataset for cross-spectral matching | |
CN111414518A (zh) | 一种铁路无人机视频定位方法 | |
JP6448427B2 (ja) | 施設名称重畳装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210423 |