摘要：飞机在起飞和下降的过程一旦受到飞鸟的撞击,会导致机毁人亡的惨剧。使用摄像头捕获机场的图像然后检测出鸟群出现的位置进行驱赶,能够提高机场工作人员的工作。基于深度学习的卷积神经网络近些年在物体检测领域取得了突破性的研究和进展,该算法使用卷积网络用于机场的鸟群检测,然后在进行人工的驱赶。考虑到现有的基于区域的物体检测算法需要在大量的候选框基础上进行边框回归消耗了大量的时间,基于此,本文提出基于深度强化学习的飞鸟检测算法。实验表明,本文提出的检测算法能够在提升检测的效率同时保证检测的精度。

关键词：深度学习 强化学习 物体检测 卷积网络 

单位：太原武宿机场; 山西太原030051; 太原理工大学计算机科学与技术学院; 山西太原030024