黄梓桐，阿里甫·库尔班

1.新疆大学 软件学院，乌鲁木齐830046

2.新疆大学 软件工程技术重点实验室，乌鲁木齐830046

近年来，随着摄影技术和航空技术的飞速发展，无人机已经大量应用在生活中的各个方面，比如：抢险救灾、军事侦察以及交通管制等[1]，特别是在处理危险事件的过程中，起着至关重要的作用。这使得无人机地面目标检测技术成为计算机视觉领域的重要研究方向。

传统的目标检测算法首先需要手动设计图像特征如HOG[2]（Histogram of Oriented Gradient）或SIFT[3]（Scale-Invariant Feature Transform），然后使用支持向量机（Support Vector Machine，SVM）[4]或AdaBoost[5]进行训练。这需要丰富的经验和完整的先验知识。此外，以这种方式训练得到的检测器大多数只在特定的环境中有效，因此它们的泛化能力比较差。随着深度学习在图像分类与识别领域的快速发展，使用卷积神经网络来进行目标检测已经成为研究热点[6]。

目前，基于深度学习的目标检测算法主要有两种：基于候选区域的目标检测算法和基于回归的检测算法。其中基于候选区域的检测算法属于两阶段算法，首先根据不同的区域选择算法（如BING[7]）从图像中选出很多个感兴趣区域ROI（Region of Interest），然后通过卷积神经网络对感兴趣区域进行自动特征提取，再进行分类和检测。2014年，Girshick等[8]提出R-CNN算法，该算法使用卷积神经网络提取图像特征，提高了检测精度，但是其区域选择算法使用的是selective search，对于一幅图使用selective search选2 000个候选区域，这个过程本身就比较慢再加上这2 000个区域都要使用卷积神经网络进行特征提取就更慢了，同时这些区域还有很多重叠部分。……