基于优化YOLOv4算法的低空无人机检测与跟踪

随着非军事无人机的普及，无人机检测技术已经成为安全领域的研究热点，基于此，提出了一种基于优化YOLOv4的低空无人机检测与跟踪方法，所提方法首次将基于卷积神经网络（CNN）的检测技术与跟踪算法相结合用于低空无人机的动态检测。首先，根据多尺度特征融合的思想对原始YOLO网络结构进行优化；然后，在此基础上结合DeepSORT多目标跟踪算法，构建了低空无人机检测与跟踪模型。在自建数据集LARotorcraft上进行了训练和对比实验，实验结果表明，所提模型能够有效降低小目标漏检率，在保证实时性的前提下，检测平均精度达到77.2%，并且实现了视觉目标的稳定跟踪。