基于改进YOLOv5的飞行员异常行为识别方法

作     者：魏麟 谭任翔 何峻毅 彭俊榕 WEI Lin;TAN Ren-xiang;HE Jun-yi;PENG Jun-rong

作者机构：中国民用航空飞行学院四川广汉618000 

基　　金：民航飞行技术与飞行安全重点实验室自主研究项目资助(FZ2021ZZ05) 

出 版 物：《航空计算技术》 (Aeronautical Computing Technique)

年 卷 期：2023年第53卷第6期

页      码：20-24页

摘      要：为了快速准确地识别飞行员在驾驶舱内的异常行为,以保证航空安全,设计了一种基于改进YOLOv5算法的驾驶舱内飞行员异常行为识别方法。在YOLOv5的骨干网络中加入坐标注意力机制,获取在位置和方向上的特征信息,增强对注意力信息的敏感程度;改良交并比作为损失函数,提高模型计算速度和精度。训练自制飞行员异常行为原始数据集,实验结果表明,在模拟飞行驾驶舱中进行测试,能够准确快速识别飞行员的3种异常行为,平均精度达到98.3%,满足了识别要求。

主 题 词：YOLOv5 飞行员异常行为识别 航空安全 目标检测 数据增强 

学科分类：08[工学] 0825[工学-环境科学与工程类] 

D　O　I：10.3969/j.issn.1671-654X.2023.06.005

馆 藏 号：203124968...