基于SSD算法的实时无人机识别方法研究∗
李秋珍1
熊饶饶2
王汝鹏2
祁迪2
1.武汉数字工程研究所 武汉 4300742.华中科技大学计算机科学与技术学院 武汉 430074
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.
关键词：SSD算法无人机检测无人机分类无人机识别ResNet网络AlexNet网络
分类号：TP391(计算技术、计算机技术)
资助基金：中国船舶重工集团公司十三五联合基金项目(6141B04050101-10)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 30-35 )
英文信息