基于深度神经网络的低空弱小无人机目标检测研究

• 作者: 刘越 张科 王霰禹 王靖宇 蔡宜伦
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 低空无人机 目标识别 深度神经网络 多隐含层
• 年，卷（期）: 2018,（2）
• 页码范围: 258-263
• 页数: 6页
• 分类号: TP391.4
• 字数: 4984字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2758.2018.02.008

摘要

针对低空无人机目标视觉特征较弱,传统识别模型在目标尺度较小时易受干扰导致识别精度下降等问题,提出了一种基于多隐含层深度神经网络的弱小无人机目标检测模型.根据低空监视图像输入特性和弱小无人机目标视觉表征特点,设计了包含多个隐含层的多通道深度神经网络模型结构,并通过建立多尺度、多角度、多背景条件下的无人机目标图像数据库,完成了对深度网络模型参数的训练及优化.仿真结果表明,所设计的深度模型对低空无人机目标具有较好的变尺度检测能力和抗干扰效果,体现出良好的鲁棒性和潜在工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张科		311	2797	25.0	40.0
3	王靖宇		20	104	5.0	9.0
9	王霰禹		3	16	2.0	3.0
13	蔡宜伦		1	14	1.0	1.0