基于多特征的BP神经网络LSS目标识别方法

作者：卞伟伟; 邱旭阳; 辛振芳; 贾彦翔

来源：计算机仿真, 2021, 38(04): 338-342.

• 低慢小目标
• 仿射不变矩
• 神经网络

为更好地从可见光探测图像中对"低慢小"无人机目标进行识别和分类,对含有旋翼无人机、固定翼无人机和城市飞鸟这三类目标的图像进行灰度化、二值化等预处理,建立了目标圆形度、Hu不变矩、仿射不变矩特征提取模型以及多特征融合模型。在此基础上,提出了一种基于多特征的BP神经网络目标识别方法,构建包含输入层、隐含层、输出层的三层神经网络训练模型,并明确了该模型的训练过程。选取了三类目标图像,以其中每类各150张作为样本训练集,每类各50张作为样本测试集,通过计算损失函数来判定目标类别。结果表明:上述方法的识别率达92.67%,可实现对城市空域环境的"低慢小"目标的识别。