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]	白杰龙, 方晨韵, 乔志伟. 基于多尺度注意力自适应融合的稀疏CT伪影抑制Transformer网络[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2660-2667.
[2]	李光辉, 屈立成. 基于改进Lite-Mono架构的动态空洞卷积和分层注意力模型[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2567-2576.
[3]	黄远航, 荣娜. 结合注意力机制与深度强化学习的无模型光伏接入容量评估方法[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2708-2715.
[4]	郭晓金, 隋旭洋, 周柯男. 基于深度学习的STAR⁃RIS辅助混合场通信系统信道估计[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2548-2554.
[5]	刘明, 沈东奇, 孟子洋. 双分支结构下多层次特征融合的点云配准网络[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2584-2593.
[6]	刘凤春, 邵馨莹, 张春英, 王立亚, 任静. 多尺度特征优化的单目深度估计框架FCMdepth[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2603-2611.
[7]	刘威, 李维刚, 田志强. 面向点云分类与分割的层次化旋转不变几何结构的表征学习方法[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2594-2602.
[8]	刘新亮, 徐雨时, 李杜白, 任延昭. 基于知识图谱的问答方法综述[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2394-2410.
[9]	刘晶, 赵邵泽, 刘鑫刚, 牛浩哲, 季海鹏. 跨工况下基于改进CGAN的钛合金显微组织数据生成方法[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2373-2382.
[10]	凌妙根, 井瑞, 方巍. 可解释性深度学习在热带气旋预报中的应用研究综述[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2318-2326.
[11]	颜建强, 董贝贝, 曲博婷, 彭晨. 融合多源信息与图级注意力的双向扩散动态图卷积交通流预测网络[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2327-2333.
[12]	刘雯玲, 李勇, 李佳慧, 张厚康. 面向不均匀雾霾遥感图像的无监督去雾方法[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2297-2306.
[13]	杜秀丽, 高星, 张校毓, 潘成胜, 邹启杰. 基于密集时空可变形注意力的视频快照压缩成像重建方法[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2288-2296.
[14]	张国有, 聂宏宇, 潘理虎, 雷润东. 基于多层感知机级联宽度学习系统的点云语义分割网络Point-MLPBLS[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2259-2266.
[15]	武湘怡, 叶海良, 曹飞龙. 基于平滑-锐化图卷积的点云补全方法[J]. 《计算机应用》唯一官方网站, 2026, 46(7): 2267-2276.

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