VBSF-TLD：基于验证的软计算启发式迁移学习无人机检测方法

Jaskaran Singh

VBSF-TLD：基于验证的软计算启发式迁移学习无人机检测方法

计算机视觉与模式识别 2023-06-13 v1 人工智能

作者: Jaskaran Singh

摘要

随着支持物联网（IoT）的无人机在摄影、投递和监视等多种应用中的日益普及，对隐私和安全的担忧变得更加突出。无人机能够捕获敏感信息、侵犯隐私并带来安全风险。因此，对自动化无人机检测先进技术的需求变得至关重要。本文提出了一个基于迁移的无人机检测方案项目，该方案构成基于计算机视觉模块的一个组成部分，并利用迁移学习来提升性能。通过利用来自相关领域预训练模型的知识，迁移学习即使在训练数据有限的情况下也能实现更好的结果。为评估该方案性能，我们在基准数据集上进行了测试，包括 Drone-vs-Bird Dataset 和 UAVDT dataset。值得注意的是，该方案的有效性通过其基于 IOU 的验证结果得以凸显，展示了基于深度学习的技术在机场、军事基地及其他高安全区域等关键环节自动化无人机检测中的潜力。

关键词

无人机检测迁移学习计算机视觉物联网深度学习基准数据集 IOU 验证

引用

@article{arxiv.2306.06797,
  title  = {VBSF-TLD: Validation-Based Approach for Soft Computing-Inspired Transfer Learning in Drone Detection},
  author = {Jaskaran Singh},
  journal= {arXiv preprint arXiv:2306.06797},
  year   = {2023}
}

VBSF-TLD：基于验证的软计算启发式迁移学习无人机检测方法

摘要

关键词

引用

相关论文