第一章概述 1.1無人機系統(tǒng) （1）無人機平臺 （2）傳感器載荷 （3）計算平臺 1.2無人機智能感知 （1）概念 （2）關鍵技術 （3）國內(nèi)外發(fā)展現(xiàn)狀 第二章 目標感知理解 2.1目標檢測/實例分割 （1）概念 （2）傳統(tǒng)方法 （3）基于深度學習的方法 （4）旋轉(zhuǎn)目標檢測 （5）運動目標檢測 （6）微弱小目標檢測 2.2目標識別/重識別 （1）概念 （2）封閉世界重識別方法（特征學習，度量學習和排序優(yōu)化方法） （3）開放世界重識別方法 2.3目標跟蹤 （1）概念 （2）單目標跟蹤方法 （3）多目標跟蹤方法 2.4軌跡預測 （1）概念 （2）傳統(tǒng)軌跡預測方法 （3）基于深度學習的預測方法 （4）基于強化學習的預測方法 2.5目標行為理解與預測 （1）視頻行為分類與定位 （2）異常行為檢測 （3）視頻自監(jiān)督特征學習 （4）開放詞匯下行為理解 第三章 目標定位 3.1基于測量信息的目標定位 （1）概念 （2）基于接收信號強度測量法（RSSI） （3）到達時間測量法(TOA) （4）到達時間差測量法(TDOA) （5）到達角度測量法(AOA) 3.2基于視覺信息的目標定位 （1）概念 （2）單目視覺定位 （3）雙目視覺定位 （4）基于全景的視覺定位 3.3基于SAR雷達的目標定位 （1）概念 （2）線性距離多普勒（LRD）成像算法原理 （3）基于距離-多普勒模型的定位方法 第四章 場景重建與變化檢測 4.1二維正射重建 （1）圖像拼接； （2）實時二維重建； （3）后處理二維重建； （4）二維多光譜重建； 4.2三維模型重建 （1）實時三維重建； （2）后處理三維建模； （3）基于NeRF的三維重建； 4.3變化檢測 （1）二維變化檢測； （2）三維變化檢測； 第五章 場景感知理解 5.1場景分類 （1）概念； （2）場景分類算法的整體架構(gòu)與流程； （3）基于自動編碼器的遙感圖像場景分類； （4）基于CNN的遙感影像場景分類； （5）基于GAN的遙感圖像場景分類； 5.2場景分割 （1）場景分割算法中的“卷積”； （2）基于語義特征圖的場景分割算法； （3）基于多尺度的場景分割算法； （4）基于空間上下文的場景分割算法； 5.3場景圖生成 （1）場景圖生成流程框架； （2）靜態(tài)場景圖生成定義與方法； （3）動態(tài)場景圖生成定義與方法； 第六章 多源多平臺協(xié)同感知 6..1多源協(xié)同信息感知 （1）概念 （2）多模態(tài)信息融合 （3）多源協(xié)同感知 6.2多機協(xié)同信息感知 （1）概念 （2）多平臺信息融合 （3）多目標關聯(lián)分析 （4）多機協(xié)同感知 6.3空地協(xié)同信息感知 （1）概念 （2）跨視角信息融合 （3）基于聯(lián)邦學習的協(xié)同規(guī)劃 （4）空地協(xié)同感知 第七章 無人機自主進化感知推理 7.1即時性進化 （1）概念 （2）即時性進化方法 （3）即時性進化方法應用 7.2持續(xù)性進化 （1）概念 （2）持續(xù)性進化方法 （3）持續(xù)性進化方法應用 7.3推理鏈進化 （1）概念 （2）推理鏈進化方法 （3）推理鏈進化方法應用 第八章 視覺導航 8.1SLAM （1）概念； （2）SLAM概念與結(jié)構(gòu)； （3）基于激光雷達的SLAM； （4）基于視覺傳感器的視覺SLAM； 8.2路徑規(guī)劃 （1）基于圖搜索的路徑規(guī)劃算法； （2）基于采樣的路徑規(guī)劃算法； （3）智能仿生算法； 8.3自動避障 （1）障礙物感知； （2）規(guī)劃路徑實現(xiàn)自動避障； 第九章 無人機具身智能 9.1語言引導的視覺導航 （1）視覺語言導航概述 （2）基于表征學習的視覺語言導航方法 （3）基于行動策略學習的視覺語言導航方法 （4）以數(shù)據(jù)為中心的視覺語言導航方法 （5）視覺語言導航虛實遷移方法 9.2具身指稱表達 （1）指稱表達任務概述 （2）基于無人機的具身指稱表達 9.3具身視覺問答 （1）視覺問答任務概述； （2）基于大模型的具身視覺問答方法