基于YOLOV4算法的优化低空无人机的检测与跟踪

摘要：

为了提升无人机检测的精准度与工作效率,设计了一种以YOLOV4算法优化为基础的低空环境下的无人机检测与跟踪方法.此方法的最大特点是有效结合了卷积神经网络(CNN)的检测方法与追踪算法,实现了对无人机的动态化检测,针对性地优化改进了传统的YOLO网络结构,建立了检测与追踪模型,在自建数据集上进行对比实验.结果表明,创建的模型能辅助降低小目标的漏检概率,在确保检测与追踪实时性的基础上使检测精度增加到77.3％,确保了低空无人机追踪过程的相对稳定性.

关键词：低空无人机、视觉目标检测、目标追踪、YOLOV4算法、优化模型

所属期刊栏目：14

分类号：TP391.41;V35(计算技术、计算机技术)

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：70-72