基于改进卷积神经网络的无人机异常飞行检测

在无人机异常飞行姿态检测过程中,受到姿态识别模型的影响,导致算法的时间复杂度较高。因此,提出了基于改进卷积神经网络的轻小型无人机异常飞行姿态检测算法。通过无人机姿态坐标的转换,获取图像采集位置。针对采集图像进行处理和分割,提高了图像特征采集精度。基于改进卷积神经网络构建识别模型,完成飞行姿态快速识别。最后,运用高斯混合模型聚类方法建立异常姿态判别规则,实现无人机异常飞行姿态检测。实验结果证明,比较两种对比方法,文中设计的检测算法分时间复杂度降低了48.27%和67.81%。