基于YOLO和帧间差分法的飞鸟检测算法

摘要：

飞鸟是飞行物中典型的"低慢小"目标,具有低可观测性,在很多场景中它又是巨大的安全隐患.所以对飞鸟进行有效的检测和驱赶是机场、高压电站等高风险区域安保工作的重心.但飞鸟种类繁杂,其自身形态变化大且机动性极强的特点,让飞鸟检测的技术难度远高于传统的目标探测.文章对常见飞鸟目标检测技术的研究及发展进行了梳理,介绍了其中各项解决方案的利弊,并提出了以帧间差分法和YOLOv5深度学习模型为基础的新检测方案.

关键词：飞鸟检测、目标检测、运动检测、深度学习、YOLOv5

所属期刊栏目：5

分类号：TP391.41;TP183;V279(计算技术、计算机技术)

在线出版日期：2021-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：92-94