基于多尺度特征融合的无人机识别与检测

摘要：

为了解决复杂背景下的无人机目标识别与检测问题,提出一种改进的更快捷的区域卷积神经网络(faster-region-based convolutional neural network,Faster R-CNN)模型.针对视野内目标尺寸与标定训练集差异问题,设计了3种不同尺度感受野并行检测、权重共享的特征提取结构——多感受野特征提取网络(trident-visual geometry group network,Tri-VGG),并设计了一种避免网络出现过拟合的训练策略,优化后的网络检测精度(average preci?sion,AP)达到90.9％,实时性达到24帧/秒,满足实际需求.

关键词：多尺度特征融合、权重共享、深度学习、改进的FasterR-CNN、RPN网络

所属期刊栏目：4

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-64,70