无人机图像识别跟踪（这个团队试图通过视觉算法来实现）

无人机图像识别跟踪（这个团队试图通过视觉算法来实现）[责任编辑：唐思佳]声明：3sNews登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。说来简单，具体实现则有门道。不同于过去使用低等级特征(如对比度)进行识别匹配，团队为系统设计了一种全新的处理方式，即“基于深度神经网络，也被称为监督式图像分类器。通过一次性在整张图像上进行运算，能够在视角方向基础上计算出路线的主方向”。简单讲就是利用计算机视觉算法算出无人机该怎么飞。其实，这就意味着，基于这种方式，无人机能够“看”懂相机捕捉的画面，然后做出精明的决策，就像人类选择路线那样行进。比如，如果路线是直的，无人机就会加速飞行;如果路线向左或向右转弯，无人机就会减速并自动转向。目前，这种自主导航模式已经经过了大量测试。令人意外的是，装配这种系统的无人机表现出的高准确度性能与人为操控时几乎持平。让我们对无人机市场的新玩法有了更多期待。（文|3sNews 思佳）

来源：3sNews 2016-03-23 11:13:56

自主导航与规避一直是无人机市场的一大难题。目前很多厂商使用的方案是在无人机内置激光雷达装置或其他传感器，然而又往往无法填平成本与效能间的鸿沟。是否有一种可能，在节省设备成本的前提下让无人机自己“认路”呢？近日，苏黎世大学的人工智能和机器人学团队研发一套自动导航的妙招。他们试图教会无人机“看”懂摄像头捕捉的内容。

通常，无人机不会使用相机来进行感知与规避。例如大疆精灵4，这款产品使用了附加传感器(激光雷达、声纳)的系统，进行自主导航。遗憾的是，这些传感器要么相比于相机来说费用太高，要么就是没能获得与巨大的付出相匹配的收益。

基于此，这个名曰Dalle Molle协会的团队这个团队是这样做的。他们利用附加在无人机上的单个相机捕捉到的单目图像，来使无人机能够感知森林、山间路线等，以此实现自主导航。

说来简单，具体实现则有门道。不同于过去使用低等级特征(如对比度)进行识别匹配，团队为系统设计了一种全新的处理方式，即“基于深度神经网络，也被称为监督式图像分类器。通过一次性在整张图像上进行运算，能够在视角方向基础上计算出路线的主方向”。简单讲就是利用计算机视觉算法算出无人机该怎么飞。

其实，这就意味着，基于这种方式，无人机能够“看”懂相机捕捉的画面，然后做出精明的决策，就像人类选择路线那样行进。比如，如果路线是直的，无人机就会加速飞行;如果路线向左或向右转弯，无人机就会减速并自动转向。

目前，这种自主导航模式已经经过了大量测试。令人意外的是，装配这种系统的无人机表现出的高准确度性能与人为操控时几乎持平。让我们对无人机市场的新玩法有了更多期待。（文|3sNews 思佳）

[责任编辑：唐思佳]声明：3sNews登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。