基于深度卷積神經網絡的飛機識別研究

唐小佩, 楊小岡, 劉云峰, 任世杰

(1.火箭軍工程大學，西安 710025； 2.火箭軍駐成都地區軍事代表室，成都 610036)

0 引言

近年來計算機視覺相關技術發展迅猛，其中圖像識別技術成為研究的熱點課題，廣泛應用于社會管理、商業交易、軍事任務等領域。尤其在軍事上，戰場態勢瞬息萬變，迅速精準識別敵方目標在現代戰爭中是決定勝敗的關鍵，因此，大力發展圖像識別技術成為未來部隊戰斗力生成的關鍵環節。遙感圖像飛機目標識別作為圖像識別在軍事領域的典型運用，對于信息化戰爭中偵察敵方軍力部署，有效打擊飛機目標具有重要意義。

近年來，研究人員針對機場飛機目標的識別問題進行了廣泛而深入的研究，取得了一些成果。文獻[1]采用優化組合不變矩識別飛機目標，運用支持向量機(Support Vector Machine,SVM)完成識別飛機的任務，該方法可以克服采用單一特征無法有效充分描述目標的缺陷，但是特征融合困難，抗噪性能較差；文獻[2]提出了一種基于尺度不變特征和奇異值分解算法融合的紅外飛機目標識別方法，該方法得到的尺度不變特征和奇異值具有對光照、位置和旋轉較好的不變性,但實時性差，無法保證較高識別率；文獻[3]給出了以視覺對稱性以及顯著性兩項檢測為基礎的飛機識別算法，能夠快速準確識別遙感圖像飛機目標，但由于一些干擾物如車輛也具有對稱性，所以存在一定的誤差；文獻[4]提出了一種由粗到精的策略，在粗匹配階段使用圖像的邊緣信息獲取備選目標，精匹配階段利用形狀特征完成對候選目標的匹配，雖說能夠有效識別出遙感圖像中的目標飛機，但由于此算法的識別精度由先驗目標的形狀分割及姿態數據決定，魯棒性較差?！?br>