科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来,机场附近存在低小慢目标"黑飞""滥飞"现象,其中以多旋翼无人机危害最大,由此给航空飞行安全带来不小的隐患。为加强净空防护,保障民用航空安全飞行,采用具有快速性和准确性的典型目标识别算法RetinaNet,构建深度神经网络,对飞行中的多旋翼无人机进行目标定位和回归。训练集中分类准确率与回归准确率分别为97.16%、80.23%,测试集中识别准确率为94.0%,有较好的泛化能力,可有效地对多旋翼无人机进行识别与定位。
- 单位
近年来,机场附近存在低小慢目标"黑飞""滥飞"现象,其中以多旋翼无人机危害最大,由此给航空飞行安全带来不小的隐患。为加强净空防护,保障民用航空安全飞行,采用具有快速性和准确性的典型目标识别算法RetinaNet,构建深度神经网络,对飞行中的多旋翼无人机进行目标定位和回归。训练集中分类准确率与回归准确率分别为97.16%、80.23%,测试集中识别准确率为94.0%,有较好的泛化能力,可有效地对多旋翼无人机进行识别与定位。
