任 彬，王宇庆，丛 振，聂海涛，杨 航

(1.中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033；2.中国科学院大学，北京 100049；3.中国人民解放军联勤保障部队第946医院 医学工程科，吉林 长春 130033)

1 引 言

目标检测作为机器学习的一个重要研究领域，经过了传统的目标检测算法和基于深度学习的目标检测算法两个阶段[1]。2014年之前，传统的目标检测算法一直占据着主流地位。2001年，Paul Viola在CVPR会议中提出了Viola-Jones 算法，通过Haar-like特征和Adaboots算法有机结合实现了人脸检测。4年之后，Dalal提出了HOG+SVM的方法，并应用于行人检测。2008年，Pedro Felzenszwalb在其基础上提出了DPM算法，通过多组件(Component)的策略解决了多视角的问题，通过基于图结构(Pictorial Structure)的部件模型策略解决了目标的形变问题。但这些传统的目标检测算法在进行区域选择时往往需要遍历整个图像，存在时间复杂度高的问题，同时手工设计的特征鲁棒性也较差。2014年之后，基于深度学习的目标检测算法快速崛起，形成了基于候选区域的目标检测算法和基于回归的目标检测算法两个流派。前者以R-CNN为代表，这类算法精度较高，但实时性较差，不利于工程项目的实际应用[2]；后者以Yolo为代表，这类算法虽然在精度方面略有逊色，但检测速度却远快于基于候选区域的目标检测算法。

另一方面，随着无人机在军事侦察和森林火灾预警方面的应用日益普遍[3]，针对无人机平台的航空图像目标检测技术引起越来越多国家的注意。国外很早便开展了针对无人机平台的检测跟踪系统的研究[4]。……