基于YOLO架构的海面目标航空器识别研究

作者：潘卫军; 刘皓晨; 段英捷

来源：电子设计工程, 2020, 28(23): 5-13.

DOI：10.14022/j.issn1674-6236.2020.23.002

• 卷积神经网络
• YOLO V.3架构
• 无人机
• 深度学习
• 目标识别
• 搜寻救援

针对海面搜寻航空器效率低下的问题,为保障搜寻救援效率和相关人员的生命及财产安全,提出了一种基于YOLO架构的卷积神经网络对无人机拍摄的海面图像中的航空器进行识别检测方法,对航空器特殊情况下的最新检测和识别方法的性能进行了测试。在"You Only Look Once"方法的基础上,测试了两个较为常用的一步目标检测神经网络架构YOLO V.3和TINY YOLO V.3。在卷积神经网络体系结构的基础上,构建专门的图像数据库和测试数据库并投入使用。研究表明,该模型能够准确识别海面目标航空器,并具有较高的图像处理速度、识别能力、定位精度和实时处理速度。该方法可以有效实现海面目标航空器的识别,达到搜寻海面航空器的目的。

• 单位
  中国民用航空飞行学院