摘要：隨著無人機(jī)等低空平臺在偵察領(lǐng)域的不斷擴(kuò)展以及對性能要求的不斷提高,各應(yīng)用場景對目標(biāo)檢測精度和速度也提出了越來越高的要求。傳統(tǒng)的目標(biāo)成像方法難以滿足圖像質(zhì)量需求,人工識別目標(biāo)的方法也無法應(yīng)對戰(zhàn)場環(huán)境的快速變化。結(jié)合深度學(xué)習(xí)和偏振高光譜成像技術(shù)的發(fā)展,通過模擬偏振高光譜低空目標(biāo)檢測平臺,提出基于Faster R-CNN的地面軍事目標(biāo)檢測方法。采用區(qū)域建議網(wǎng)絡(luò)模塊進(jìn)行模型訓(xùn)練,而在目標(biāo)檢測階段通過對特征圖進(jìn)行興趣區(qū)域池化操作得到建議特征圖,最后利用建議特征圖完成目標(biāo)類別判定。實(shí)驗(yàn)選取3種典型的軍事車輛縮比模型,通過偏振高光譜相機(jī)在室內(nèi)外模擬環(huán)境中獲取目標(biāo)在不同場景條件的圖像數(shù)據(jù),以及某型無人機(jī)在低空條件下的地面車輛目標(biāo)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)表明,該方法在有效完成地面目標(biāo)的檢測時,能夠達(dá)到理想的檢測精度和速度。