一种基于Mask R-CNN的机场飞行物目标识别方法  

作　　者：刘艺璇 李一同 

机构地区：[1]中国飞行试验研究院

出　　处：《中国科技信息》2024年第12期49-52,共4页China Science and Technology Information

摘　　要：随着民航业的快速发展,机场的飞行物目标识别技术在航空安全和交通管理中扮演着至关重要的角色。机场作为航空运输系统的关键组成部分,其安全和高效运行对于保障民航安全和提高交通运输效率具有重要意义。因此,对机场内各类飞行物目标进行准确、快速的识别成为当前研究的热点问题之一。传统的机场飞行物目标识别方法主要依赖于人工特征提取和分类器构建,存在着识别速度慢、准确性低以及对复杂场景的适应能力不足等问题。近年来,随着深度学习技术的快速发展,基于深度学习的目标识别算法在计算机视觉领域取得了显著进展,成为了解决机场飞行物目标识别问题的有效手段之一。

关 键 词：航空安全 民航安全 计算机视觉 航空运输系统 目标识别方法 深度学习 交通运输效率 交通管理 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] V35[航空宇航科学与技术—人机与环境工程]