基于优化YOLOv4算法的低空无人机检测与跟踪

摘要：

随着非军事无人机的普及,无人机检测技术已经成为安全领域的研究热点,基于此,提出了一种基于优化YOLOv4的低空无人机检测与跟踪方法,所提方法首次将基于卷积神经网络(CNN)的检测技术与跟踪算法相结合用于低空无人机的动态检测.首先,根据多尺度特征融合的思想对原始YOLO网络结构进行优化;然后,在此基础上结合DeepSORT多目标跟踪算法,构建了低空无人机检测与跟踪模型.在自建数据集LARotorcraft上进行了训练和对比实验,实验结果表明,所提模型能够有效降低小目标漏检率,在保证实时性的前提下,检测平均精度达到77.2％,并且实现了视觉目标的稳定跟踪.

关键词：机器视觉、目标检测、低空无人机、YOLOv4、目标跟踪

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：387-396