基于SSD算法的实时无人机识别方法研究

论文摘要

随着无人机广泛运用给人们带来便利的同时,也带来了一些新问题,如无人机非法入侵、碰撞行人等引发安全隐患,因此需要建立一套对指定区域无人机目标进行实时、准确地识别和监控系统。针对图像中无人机目标快速检测和识别问题,提出了两种基于SSD（Single Shot MultiBox Detector）算法的实时无人机识别方法。一种方法是基于SSD获取视频流中的无人机位置,然后利用ResNet网络提取无人机的深度特征,得到1000维特征向量,最后采用KNN（K-Nearest Neighbor）算法对提取的特征进行分类,得到最终的无人机识别结果;在收集的无人机测试集中识别准确率达到了79%。另一种方法是直接将SSD检测到的无人机目标图像送入到AlexNet网络中进行Fine-tuning（微调）,在无人机测试集中识别准确率达到了83.75%。实验结果表明,两种方法都能实现实时无人机识别,且准确性方面第二种方法优于第一种方法。同时采用Storm框架,保证高吞吐量地处理数据。

论文目录

• 1 引言
• 2 相关工作
•   2.1 无人机检测
•   2.2 无人机分类
• 3 无人机识别系统和识别方法
•   3.1 系统设计
•   3.2 图像预处理
•   3.3 无人机检测方法
•   3.4 无人机分类方法
•   3.5 抓帧和推流
• 4 实验结果与分析
•   4.1 数据集
•   4.2 实验结果
•   4.3 结果分析
• 5 结语

文章来源

类型: 期刊论文

作者: 李秋珍,熊饶饶,王汝鹏,祁迪

关键词: 算法,无人机检测,无人机分类,无人机识别,网络

来源: 舰船电子工程 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 航空航天科学与工程,计算机软件及计算机应用

单位: 武汉数字工程研究所,华中科技大学计算机科学与技术学院

基金: 中国船舶重工集团公司十三五联合基金项目(编号:6141B04050101-10)资助

分类号: V279;TP391.41

页码: 30-35

总页数: 6

文件大小: 1668K

下载量: 249