基于视网膜大细胞通路计算模型和深度学习的无人机目标检测

作     者：陈明松 王刚 李椋 廖基定 吴婷 王以政 Chen Mingsong;Wang Gang;Li Liang;Liao Jiding;Wu Ting;Wang Yizheng

作者机构：南华大学衡阳421001 军事医学研究院军事认知与脑科学研究所北京100850 

出 版 物：《数学理论与应用》 (Mathematical Theory and Applications)

年 卷 期：2020年第40卷第3期

页      面：65-76页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082503[工学-航空宇航制造工程] 0835[工学-软件工程] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京市自然科学基金青年项目(4214060) 

主　　题：红外目标检测 复杂背景 无人机检测 视网膜算法 深度卷积神经网络 

摘      要：在复杂背景下的小型无人机红外目标检测是计算机视觉领域的挑战性课题.传统目标检测算法利用深度卷积神经网络提取无人机的静态外观特征并进行模式判别,但在复杂背景下且目标外观不清晰时的性能会显著下降.本文借鉴生物视网膜机制,通过视网膜大细胞通路模型提取无人机目标的时空运动信息,同时借助深度卷积神经网络获得基于静态表观特征的目标置信度图,进而将视网膜时空运动信息与深度卷积网络的目标置信度图进行融合获得目标检测结果.在Anti-UAV2020公开数据集上的评估结果表明,所提出算法的检测精确率达到86.90%,超过了业内主流的YOLO-v3算法.