皮 骏,张志力,李 想,张春泽

1(中国民航大学 通航学院,天津 300300)

2(中国民航大学 航空工程学院,天津 300300)

3(天津讯联科技有限公司,天津 310600)

随着科技水平的提高,无人机(Unmanned Aerial Vehicle,UAV)在军事领域发展迅猛,其在多次战争中立下显赫战功,成为战场利器.此外,无人机更是凭借其体积小、灵活、用途广泛等优势,逐渐进入民用市场,在灾害检测救援、农业、地质勘探、测绘、治安反恐等领域都发挥着不可替代的作用,更加贴近生活的自拍、航拍都可以消费级无人机作为载体来完成.民用无人机火热的同时,也给空域管理带来新的挑战.目前无人机的实际监管还存在很大的难点,如何保障空域安全和有效利用有限的空间资源、防止无人机违规飞行、降低违法行为的概率成为现阶段亟待解决的问题.

无人机目标识别技术是反无人机系统的重要组成部分,包括无人机的分类和目标检测,主要是将监测系统所拍摄得到的图像进行分析并加以处理,从中正确识别出无人机目标[1].近年来,随着以深度学习为代表的人工智能方法在图像识别领域的应用愈发成熟,大量的目标识别任务都采用卷积神经网络(Convolutional Neural Network,CNN)来完成,与传统机器学习方法相比其具有更强大的特征学习和特征表达能力[2].文献[3]针对低空快速无人机,提出一种优化YOLOv3 无人机识别模型,利用残差网络和多尺度融合的方式进行优化,结果表明该方法的平均准确率高于原始方法,但在昏暗条件下的准确率还有……