基于深度学习的无人机引导线识别模型

doi:10.11772/j.issn.1001-9081.2024010056

《计算机应用》唯一官方网站 ›› 0, Vol. ›› Issue (): 262-266.DOI: 10.11772/j.issn.1001-9081.2024010056

• 多媒体计算与计算机仿真 • 上一篇下一篇

基于深度学习的无人机引导线识别模型

崔多(), 王秋生

北京航空航天大学自动化科学与电气工程学院，北京 100191

收稿日期:2024-01-19 修回日期:2024-04-02 接受日期:2024-04-07 发布日期:2024-05-09 出版日期:2024-12-31
通讯作者: 崔多
作者简介:崔多（2000—），女，辽宁大连人，硕士研究生，主要研究方向：图像处理、机器视觉、机器学习、数据挖掘
王秋生（1990—），男，北京人，副教授，博士，主要研究方向：图像处理、机器视觉、机器学习、模式识别、现代数字信号处理。
基金资助:
教育部高等学校产学研创新基金资助项目(2022XF027)

Drone guide line recognition model based on deep learning

Duo CUI(), Qiusheng WANG

School of Automation Science and Electrical Engineering，Beihang University，Beijing 100191，China

Received:2024-01-19 Revised:2024-04-02 Accepted:2024-04-07 Online:2024-05-09 Published:2024-12-31
Contact: Duo CUI

摘要/Abstract

摘要：

无人机引导线识别是一种无人机基于地面引导线进行自动寻径的方法。针对地面引导线识别速度慢、识别准确率低等问题，提出一种多任务的基于U型网络（U-Net）的轻量化数据融合模型——Mobile-FuUnet。首先，在U-Net的结构上引入MobileNet-V3进行特征提取，并引入深度可分卷积（DSC）减少模型参数量，从而建立多任务轻量化模型；其次，引入前置图像的多项式特征矩阵，并基于注意力机制进行数据融合，从而解决引导线边缘部分大面积缺失所带来的计算问题，进而提高模型的识别准确率。在Tusimple数据集与无人机引导线数据集上展开多次对比验证，实验结果表明，在引导线数据集上，Mobile-FuUnet模型可以实现帧率为109 frame/s，平均交并比（MIoU）为98.71%，F1得分为99.64%，曲线模型R2评分95.03%的引导线识别任务，相较于U-Net、ENet、DeepLab v3等模型在运行速率与计算精度上均有提升。

关键词: 引导线识别, 深度学习, 语义分割, 注意力机制, 数据融合

Abstract:

Drone guide line recognition is an automatic path finding method based on ground guide lines. To address the issues of slow recognition speed and low recognition accuracy of ground guide lines， a multi-task lightweight model with data fusion called Mobile-FuUnet based on U-shaped Network （U-Net） was proposed. Firstly， on the structure of U-Net， MobileNet-V3 was introduced for feature extraction， and Depthwise Separable Convolution （DSC） was introduced to reduce the number of model parameters， so as to establish a multi-task lightweight model. Finally， based on attention mechanism for data fusion， the polynomial feature matrix of the pre-image was introduced to solve the computational problem caused by the large area missing at the edge of the guide line， in order to improve the operational accuracy of the model. Multiple comparisons were carried out on Tusimple dataset and the drone guide line dataset. Experimental results show that on the drone guide line dataset， Mobile-FuUnet model can achieve guide line recognition task with the frame rate of 109 frame/s， the Mean Intersection over Union （MIoU） of 98.71%， the F1 score of 99.64 %， and the curve model R2 score of 95.03%. Compared with models such as U-Net， ENet， and DeepLab v3， the proposed model improves both running speed and computational accuracy.

Key words: guide line recognition, deep learning, semantic segmentation, self-attention, data fusion

中图分类号:

TP391

崔多, 王秋生. 基于深度学习的无人机引导线识别模型[J]. 计算机应用, 0, (): 262-266.

Duo CUI, Qiusheng WANG. Drone guide line recognition model based on deep learning[J]. Journal of Computer Applications, 0, (): 262-266.

图/表 10

参考文献 20

1	OTSU N. A threshold selection method from gray-level histograms ［J］. IEEE Transactions on Systems， Man， and Cybernetics， 1979， 9（1）： 62-66.
2	RAMÍREZ D， VÍA J， SANTAMARÍA I， et al. Entropy and Kullback-Leibler divergence estimation based on Szegö's theorem［C］// Proceedings of the 17th European Signal Processing Conference. Piscataway： IEEE， 2009： 2470-2474.
3	LONG J， ZHANG J， XIANG N， et al. An iterative maximum entropy thresholding algorithm ［C］// Proceedings of the 2016 International Conference on Cyberworlds. Piscataway： IEEE， 2016： 171-174.
4	DUDA R O， HART P E. Use of the Hough transformation to detect lines and curves in pictures ［J］. Communications of the ACM， 1972， 15（1）： 11-15.
5	胡斌，何克忠.基于分段直线模型和ATN的车道识别方法［J］.清华大学学报（自然科学版）， 2006， 46（10）： 1762-1766.
6	周发华，陈继清，杨蓉.基于改进Hough变换和斜率特征的车道线识别［J］.现代电子技术， 2023， 46（7）： 180-186.
7	LONG J， SHELHAMER E， DARRELL T. Fully convolutional networks for semantic segmentation ［C］// Proceedings of the 2015 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2015： 3431-3440.
8	RONNEBERGER O， FISCHER P， BROX T， et al. U-Net： convolutional networks for biomedical image segmentation ［C］// Proceedings of the 2015 International Conference on Medical Image Computing and Computer-Assisted Intervention， LNCS 9351. Cham： Springer， 2015： 234-241.
9	LIU D， ZHANG H， ZHAO M， et al. Brain tumor segmentation based on dilated convolution refine networks ［C］// Proceedings of the IEEE 16th International Conference on Software Engineering Research， Management and Applications. Piscataway： IEEE， 2018： 113-120.
10	PASZKE A， CHAURASIA A， KIM S， et al. ENet： a deep neural network architecture for real-time semantic segmentation ［EB/OL］. ［2024-03-23］. .
11	PAN X， SHI J， LUO P， et al. Spatial as deep： spatial CNN for traffic scene understanding ［C］// Proceedings of the 32nd AAAI Conference on Artificial Intelligence. Palo Alto： AAAI Press， 2018： 7276-7283.
12	HOWARD A G， ZHU M， CHEN B， et al. MobileNets： efficient convolutional neural networks for mobile vision applications ［EB/OL］. ［2024-03-23］. .
13	SANDLER M， HOWARD A， ZHU M， et al. MobileNetV2： inverted residuals and linear bottlenecks ［C］// Proceedings of the 2018 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2018： 4510-4520.
14	NEVEN D， DE BRABANDERE B， GEORGOULIS S， et al. Towards end-to-end lane detection： an instance segmentation approach ［C］// Proceedings of the 2018 IEEE Intelligent Vehicles Symposium. Piscataway： IEEE， 2018： 286-291.
15	HOWARD A， SANDLER M， CHEN B， et al. Searching for MobileNetV3 ［C］// Proceedings of the2019 IEEE/CVF International Conference on Computer Vision. Piscataway： IEEE， 2019： 1314-1324.
16	MNIH V， HEESS N， GRAVES A， et al. Recurrent models of visual attention ［C］// Proceedings of the 27th International Conference on Neural Information Processing Systems — Volume 2. Cambridge： MIT Press， 2014： 2204-2212.
17	徐泽，帅仁俊，刘开凯，等.基于特征融合的文本到图像的生成［J］.计算机科学， 2021， 48（6）： 125-130.
18	CHEN L C， PAPANDREOU G， SCHROFF F， et al. Rethinking atrous convolution for semantic image segmentation ［EB/OL］. ［2024-03-23］. .
19	SIMONYAN K， ZISSERMAN A. Very deep convolutional networks for large-scale image recognition ［EB/OL］. ［2024-03-23］. .
20	QIN Z， ZHANG P， LI X. Ultra fast deep lane detection with hybrid anchor driven ordinal classification ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2024， 46（5）： 2555-2568.

模型	F1 Score/%	MIoU/%	帧率/（frame·s^-1）
U-Net^［8］	99.20	97.64	12
ENet^［10］	91.02	90.05	112
LaneNet^［14］	97.85	96.71	53
DeepLab v3^［18］	98.82	98.03	11
Mobile-Unet	98.95	96.52	117

模型	F1 Score/%	MIoU/%	帧率/（frame·s^-1）
U-Net^［8］	99.20	97.64	12
ENet^［10］	91.02	90.05	112
LaneNet^［14］	97.85	96.71	53
DeepLab v3^［18］	98.82	98.03	11
Mobile-Unet	98.95	96.52	117

模型	F1 Score/%	MIoU/%	帧率/（frame·s^-1）	R2 Score/%
U-Net^［8］	99.70	98.51	12	—
ENet^［10］	91.02	90.05	113	—
LaneNet^［14］	97.85	96.71	53	—
DeepLab v3^［18］	99.32	98.77	9	—
LaneNetATT （ResNet-18）^［19］	97.32	95.33	146	—
SCNN^［20］	99.79	99.32	7	—
Mobile-Unet	99.76	98.72	115	89.52
Mobile-FuUnet	99.64	98.71	109	95.03

模型	F1 Score/%	MIoU/%	帧率/（frame·s^-1）	R2 Score/%
U-Net^［8］	99.70	98.51	12	—
ENet^［10］	91.02	90.05	113	—
LaneNet^［14］	97.85	96.71	53	—
DeepLab v3^［18］	99.32	98.77	9	—
LaneNetATT （ResNet-18）^［19］	97.32	95.33	146	—
SCNN^［20］	99.79	99.32	7	—
Mobile-Unet	99.76	98.72	115	89.52
Mobile-FuUnet	99.64	98.71	109	95.03

[1]	刘馨瑶, 梁军, 龙嘉濠, 颜仁梁. 基于特征融合和通道信息补偿的中草药细粒度图像分类[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1677-1683.
[2]	郭慧洁, 窦天凤, 张振琳, 亓开元, 吴栋, 曲志坚, 李钊, 任崇广. 基于时间依赖建模的动态贝叶斯网络交通预测[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1507-1517.
[3]	彭文, 张博凯, 林金炜. 融合图像纹理增强与超分辨率的染色体级联分类框架[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1647-1657.
[4]	王倩飞, 李旸, 李德玉, 王素格. 基于大语言模型的双通道特征融合表示的短文本聚类方法[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1441-1449.
[5]	盛兴, 翁孙贤, 陈扩松, 王忠平, 任芮锋, 刘勇. 基于深度学习的电网企业专利价值评估[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1468-1474.
[6]	胡静, 陈世堃, 王芳, 张睿, 王勇. 基于线性可变形卷积与双域协同动态注意力的矿石图像分割[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1692-1702.
[7]	荆莹, 李然, 蒋卓, 付子扬, 杜晶颐, 刘琪, 刘吉航. 引入自动提示编码器的SAM睑板腺统一密集分割方法[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1667-1676.
[8]	郑宝源, 贺超波. 图扩散与双视图特征学习增强的图卷积网络[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1370-1377.
[9]	宋芮芮, 王雷春, 何运平, 魏金香, 卢祥凤, 刘小萌. 基于混合自注意力和差异归一化的长时间序列预测[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1499-1506.
[10]	张红瑞, 冯威铭, 杨潞霞, 马永杰. 基于YOLO11改进的水下小目标检测算法CSAF-YOLO[J]. 《计算机应用》唯一官方网站, 2026, 46(5): 1578-1585.
[11]	陈浩轩, 叶培昌, 刘磊, 刘承明, 胡文华. 自动代码编辑推荐综述[J]. 《计算机应用》唯一官方网站, 2026, 46(4): 1227-1237.
[12]	豆旭梦, 解滨, 张朝晖, 赵振刚, 段菡煜, 郭澳磊. 基于结构‒网络协同特征与网格注意力增强KAN的药物靶标相互作用预测[J]. 《计算机应用》唯一官方网站, 2026, 46(4): 1344-1353.
[13]	秦传东, 索志强. 融合改进的ResNet50与集成分类器的皮肤癌分类[J]. 《计算机应用》唯一官方网站, 2026, 46(4): 1354-1362.
[14]	白翔, 李巨川, 王慧民, 景超, 钮键, 张兴忠, 程永强. 基于改进Swin Transformer的电力图像检索方法[J]. 《计算机应用》唯一官方网站, 2026, 46(4): 1334-1343.
[15]	刘欢娴, 王洪涛, 王宪奥, 王洪梅, 徐伟峰. 跨模态语义关联的多模态事实验证[J]. 《计算机应用》唯一官方网站, 2026, 46(4): 1069-1076.

基于深度学习的无人机引导线识别模型

Drone guide line recognition model based on deep learning

RichHTML

PDF

PDF (Mobile)

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 20

相关文章 15

编辑推荐

Metrics