基于NGG-YOLOv5的空對地UXO目標檢測方法

劉子玉, 趙 旭,2, 李連鵬, 代 牮

(1.北京信息科技大學高動態導航技術北京市重點實驗室,北京 100000;2.北京宏大和創防務技術研究院有限公司,北京 100000)

0 引言

通常,未爆彈(UXO)位于地表下或遺留于地面,如受外界因素影響并滿足其爆炸條件就自行爆炸,位置隱蔽且殺傷力極大,對國家安全和公民安全造成極大威脅,未爆彈藥的探測、定位和排除是各國重點研究的問題[1]。一般戰后在各處都會留有大量未爆彈,現代戰爭期間會使用大量彈藥,也必有未爆彈遺留。隨著現代武器的發展,炮彈等武器可輕易完成大面積打擊場高效布設[2]。以投彈為例,目前投彈方式有拋撒布彈、機載投彈等,可以實現在復雜環境下的大面積、快速布彈,提高了彈藥投放的數量和隨機性,所遺留未爆彈數量顯著增加、危險程度大為提升[3]。因無人機具備雷達探測、光學探測等多重遠距離、大視場探測手段,可完成目標搜索、數據采集等多種任務,可代替傳統手段,降低人員工作風險[4-7]。

在實際勘探中,因未爆彈目標多數存在遮擋、偽裝等特點,依靠傳統的識別方法難以得到較高的識別效率,不能滿足實際工程需要。所以研究人員運用卷積神經網絡(CNN)省去提取圖像底層等工作,利用深度卷積網絡學習圖像中目標的不同特征信息,根據該特征對圖像中的目標進行描述,然后采用目標分類和邊框回歸的方法對目標進行檢測,取得較好的檢測效果[8-9]。

YOLO系列算法被廣泛應用于科研及工程等領域。……