李耀龙， 张永科，罗镇宝

(西南技术物理研究所， 成都　610041)

在现代战争中，机场是重要的交通设施和军用设施，对机场及机场内飞机目标识别算法进行研究在军事侦测和精确打击等领域都具有重要意义。目前，关于机场及机场内飞机目标识别的研究已经较为广泛，大部分方法利用机场及飞机的一般基本特征来识别目标。机场识别技术主要有基于机场线特征检测[1]、基于机场结构特征检测[2]、基于模板匹配检测[3]、基于知识推理检测[4]、基于机场显著性特征检测[5]、基于上下文检测[6]、利用小波提取机场纹理检测[7]，以及融合了BP神经网络[8]、SVM[9]等分类器对机场目标进行检测等。基于图像的飞机目标识别技术和机场目标识别技术类似，获取飞机的特征后送入分类器分类[10-11]。这些方法对人工选择目标特征具有很强的依赖性，对具体应用模型的选择非常困难，而且泛化能力较差。

深度学习是近年来机器学习领域的一个新的研究方向,其目的在于建立模拟人脑进行分析学习的神经网络。它模仿人脑的机制来解释数据，例如图像、声音和文本。由于其在语音、文本、图像、视频等诸多方面较传统方法取得了一定的进展和突破，深度学习已成为目前计算机科学中最引人注目的研究课题。深度学习通过低层的滤波器来获取图像的局部特征，利用高层的滤波器将这些局部特征组合成全局特征。整个过程都是通过网络训练来获得，不需要人工提取、设计目标特征。……