基于双通道的快速低空无人机检测识别方法

作     者：马旗 朱斌 程正东 张杨 Ma Qi;Zhu Bin;Cheng Zhengdong;Zhang Yang State

作者机构：国防科技大学电子对抗学院脉冲功率激光技术国家重点实验室 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2019年第39卷第12期

页      面：97-107页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：图像处理 双通道卷积神经网络 低空无人机 特征融合 目标检测 

摘      要：以YOLOv3的架构为基础,提出了一种基于双通道的快速低空无人机检测识别方法(Dual-YOLOv3)。该方法将红外与可见光的无人机图像同时输入到深度残差网络中进行特征提取,对所提取的特征图进行融合以增强特征的表达能力,利用多尺度预测网络对无人机目标进行类别判断和位置回归,得到检测识别结果。在真实采集的双波段无人机数据集上进行对比实验,结果表明,采用平均融合的Dual-YOLOv3-D在mAP(mean of average precision)上较单一数据源的YOLOv3提升了约6.1%,检测速度约为27 s-1。