文献类型：期刊文章

作　　者：薛珊[1] 张振[1] 吕琼莹[1] 曹国华[1] 毛逸维[1]

Xue Shan;Zhang Zhen;Lv Qiongying;Cao Guohua;Mao Yiwei(College of Mechanical and Electrical Engineering,Changchun University of Science and Technology,Changchun 130022,China)

机构地区：[1]长春理工大学机电工程学院,吉林长春130022

出　　处：《红外与激光工程》

基　　金：吉林省重点科技研发项目(20180201058SF)。

年　　份：2020

卷　　号：49

期　　号：7

起止页码：242-249

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对无人机的无证飞行和随意飞行严重影响和威胁公共安全的问题,提出了反无人机系统。识别无人机是反无人机系统实现的关键之一,为此提出了一种基于卷积神经网络的图像识别无人机方法。运用自制光学系统采集设备采集了不同型号的无人机图片以及鸟类图片,设计了针对无人机小样本识别的卷积神经网络和支持向量机。运用设计的卷积神经网络分别对MNIST数据集、无人机图片以及鸟的图片进行了识别,同时也运用支持向量机识别无人机和鸟的图片,进行了对比实验。实验结果表明,设计的卷积神经网络在MNIST数据集上识别准确率为91.3%,识别无人机准确率为95.9%,支持向量机识别准确率为88.4%。对比实验表明,提出的方法可以识别无人机和鸟以及不同类型的无人机并且识别结果优于支持向量机,可用于反无人机系统识别无人机,给同类研究提供了借鉴。

关 键 词：图像识别 卷积神经网络 无人机 公共安全 小样本

分 类 号：TP391]