基于YOLO和帧间差分法的飞鸟检测算法

• 作者: 杨陆野
• 来源期刊: 现代信息科技
• 关键词: 飞鸟检测 目标检测 运动检测 深度学习 YOLOv5
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 92-94
• 页数: 3页
• 分类号: TP391.41|TP183|V279
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.01.024

摘要

飞鸟是飞行物中典型的"低慢小"目标,具有低可观测性,在很多场景中它又是巨大的安全隐患.所以对飞鸟进行有效的检测和驱赶是机场、高压电站等高风险区域安保工作的重心.但飞鸟种类繁杂,其自身形态变化大且机动性极强的特点,让飞鸟检测的技术难度远高于传统的目标探测.文章对常见飞鸟目标检测技术的研究及发展进行了梳理,介绍了其中各项解决方案的利弊,并提出了以帧间差分法和YOLOv5深度学习模型为基础的新检测方案.