基于深度卷积神经网络的无人机识别方法研究

• 作者: 刘佳铭
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 深度卷积神经网络 无人机分类 无人机识别 特征提取 识别模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息系统与指挥控制
• 页码范围: 18-22,47
• 页数: 6页
• 分类号: TP391
• 字数: 3294字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2019.02.007

摘要

针对现有无人机识别准确率不高、难以从视频图像中准确提取无人机图像、难以对无人机分类等问题,利用深度卷积神经网络自行学习图像特征的优势,提出了一种基于深度卷积神经网络的无人机识别方法.首先使用SSD算法对视频图像做无人机目标检测;然后通过训练一个基于VGG16的学习网络,得到一个高效识别模型;将检测到的无人机图片送入VGG16模型进行特征提取;最后完成多种无人机间的分类.在网络模型优化阶段采用了BP算法,提高了识别方法的鲁棒性.实验结果表明,该方法具有较高的识别准确率和良好的工程应用前景.