基于深度卷積神經網絡的小型民用無人機檢測研究進展

楊 欣，王 剛，李 椋，李邵港，高 晉，王以政

專欄：〈紅外目標檢測〉

紅外目標探測具有工作距離遠、抗干擾能力強、測量精度高、不受天氣影響、能晝夜工作等特點，在軍事和民用領域得到了廣泛的應用。近年來，在以深度學習技術為代表的智能化浪潮推動下，目標探測領域取得了長足的發展與進步。基于此，《紅外技術》面向研究人員推出“紅外目標檢測專欄”，力圖展示目標檢測技術的最新研究成果，為從事相關研究的讀者提供參考。

通過廣泛征集和嚴格評審，本期專欄收錄了來自南京工業大學、西安電子科技大學、蘇州大學等從事紅外目標檢測團隊的8篇論文。論文內容既有對小型無人機檢測等熱門研究方向的綜述與分析，也有針對弱小目標檢測、抗遮擋目標跟蹤、三維目標識別等人工智能最新應用技術的研究。

然而，紅外目標的多樣性、探測環境的復雜性、應用場景的開放性等都對紅外目標檢測技術的發展和應用提出了更嚴峻的挑戰。本期專欄只是一個起點，希望能夠啟發廣大讀者作出更多更精彩的研究。

最后，感謝各位審稿專家和編輯的辛勤工作。

——王衛華

基于深度卷積神經網絡的小型民用無人機檢測研究進展

楊 欣1,2，王 剛2,3，李 椋2，李邵港1,2，高 晉4，王以政2

（1. 南華大學，湖南 衡陽 421001；2. 軍事科學院軍事認知與腦科學研究所，北京 100850；3. 北京腦科學與類腦研究中心，北京 102206；4. 中國科學院自動化研究所，北京 100190）

小型民用無人機預警探測是公共安全領域的熱點問題，也是視覺目標檢測領域的研究難點。……