基于优化YOLO方法机场跑道目标检测

• 作者: 严勇杰 吴科君 蔡成涛
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 机场安全 目标检测 深度学习 YOLO方法 跑道入侵
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 空中交通管理专题
• 页码范围: 37-41
• 页数: 5页
• 分类号: TP391.41
• 字数: 3007字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2018.03.007

摘要

为提供机场调度决策依据,需对机场跑道上的飞机和车辆等目标进行准确和快速检测.提出了基于优化YOLO框架的机场目标检测方法.根据监控系统拍摄角度得到图像投影,调整YOLO框架的检测网络结构,并在网络中增加卷积层,使检测器适应监控系统的投影成像,从而改善检测效果.构造机场模拟环境进行仿真试验.试验结果表明,在预设30.摄像头俯拍角度下,基于优化YOLO方法的机场检测目标帧率达26帧/s,准确率达91％以上,且对环境具有一定鲁棒性,可满足机场跑道入侵检测实时性要求,为机场塔台调度人员提供辅助决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡成涛	哈尔滨工程大学自动化学院	66	358	10.0	15.0
2	严勇杰		8	23	2.0	4.0
3	吴科君	哈尔滨工程大学自动化学院	2	18	2.0	2.0