基于轨迹和形态识别的无人机检测方法

作者：刘宜成; 廖鹭川; 张劲; 吴浩; 何凌; 戴弘宁; 张晗; 杨刚

来源：计算机工程, 2020, 46(12): 283-298.

DOI：10.19678/j.issn.1000-3428.0056288

• 无人机检测
• 轨迹聚类
• 特征提取
• 轨迹识别
• 人工神经网络
• 目标追踪

无人机因具有体型小以及受环境干扰大等因素导致其在可见光图像序列下的检测准确率较低。为此,提出一种新的无人机检测方法。通过转台相机捕获飞行物形态变化,使用轨迹聚类算法获得运动小目标轨迹,提取并融合目标的轨迹特征和形态特征,进而通过人工神经网络识别目标,并采用小范围搜索算法进行追踪,同时运用干扰无线电定向压制无人机。实验结果表明,该方法对无人机和飞鸟的识别准确率达到99.53%,且能够实时检测、识别和追踪。

• 单位
  成都空御科技有限公司; 四川大学