La navegación adaptativa es el núcleo de los vehículos aéreos micro (MAV) que realizan vuelos autónomos en diversos entornos. Se adoptan diferentes técnicas de navegación según la disponibilidad de señales de navegación en el entorno. Los MAV deben navegar utilizando tecnología de reconocimiento de escenas para garantizar la continuidad y fiabilidad del vuelo. Por lo tanto, nuestro trabajo investigó el método de reconocimiento de escenas para la navegación adaptativa al entorno de los MAV. Primero, explotamos el esquema de navegación adaptativa de inteligencia funcional (FIAN) imitando el proceso de toma de decisiones fisiológicas. Luego, basándonos en mediciones sensibles al entorno suficientes del subsistema de percepción del entorno en FIAN, se propuso el método de reconocimiento de escenas de dos niveles (TSRM) en el subsistema de toma de decisiones que consiste en dos marcos de aprendizaje profundo, SceneNet y Mobile Net-V2, para extraer características de la escena para un reconocimiento preciso de diversas escenas. Además, se construyó la plataforma combinada de cuatro rotores MAV-Smartphone (MSC) que simula el comportamiento de giro de cabeza omnidireccional del búho. El TSRM propuesto se evaluó en términos de precisión, retraso y robustez en comparación con PSO-SVM y GIST-SVM. Los resultados de las pruebas de vuelo prácticas a través de la plataforma MSC muestran que el TSRM tiene una mayor precisión de clasificación que PSO-SVM y GIST-SVM, y funciona sin problemas con adaptaciones autorregulatorias en diversos entornos.