基于DRFP网络的无人机对地车辆目标识别算法

摘要：

针对无人机在复杂战场环境的侦察任务中,目标在视场中尺寸过小、边缘和纹理信息较少所造成的目标识别难题,提出一种新的基于深度学习的单阶段目标识别网络DRFP.DRFP网络以残差结构为骨架,使用特征金字塔结构实现特征融合;其次在损失函数中使用添加了调整因子的交叉熵函数,实现对难样本的重点关注、训练;最后使用高斯型非极大值抑制算法(G-NMS),提高目标密集区检出率.使用无人机航拍图像数据集进行地面车辆目标识别的实验结果表明:所提出的单阶段模型的精度(mAP值)为83.16％,达到了两阶段网络模型的水平;同时,识别速度符合实时性的要求.

关键词：小目标识别、无人机图像、深度学习

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国防科技创新项目Y8K4160401

在线出版日期：2019-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：125-133