面向山区救援的无人机行人检测方法、系统、设备及介质技术方案

本发明专利技术属于计算机视觉领域，提供了一种面向山区救援的无人机行人检测方法、系统、设备及介质，包括利用无人机获取山区救援图像并进行预处理；基于预处理后的山区救援图像，利用预先训练好的目标检测网络进行行人检测；所述利用预先训练好的目标检测网络进行行人检测，具体为：基于预处理后的山区救援图像，利用主干网络进行特征提取，采用感受野注意力卷积进行下采样，得到不同尺度的山区救援图像特征图；利用双向融合操作，将不同尺度的山区救援图像特征图进行多尺度特征融合，有效增强了网络头部对目标位置和分类的识别能力。本发明专利技术在保证目标检测准确率的同时，实现对小目标的高效识别，以解决山区救援行动中实时性与准确性的平衡问题。

【技术实现步骤摘要】

本专利技术属于计算机视觉，具体涉及一种面向山区救援的无人机行人检测方法、系统、设备及介质。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、传统的目标检测算法通常采用基于特征的方法，如haar级联、hog(histogram oforiented gradients)+svm(support vector machines)等，但这些方法在处理复杂场景时准确率较低且计算量大。近年来，随着深度学习的发展，基于深度学习的目标检测方法得到了广泛应用，其中yolo（you only look once）系列是一类非常流行的实时目标检测算法，其通过卷积神经网络直接在图像中预测边界框和类别，具有较高的检测速度和准确率。yolov8是yolo系列的最新版本，相较于之前的版本，yolov8通过改进网络结构、训练策略和数据增强技术，进一步提高了检测性能和效率，适用于不同尺度和复杂度的目标检测任务。

3、而山区救援是一项具有挑战性的任务，由于山区地形复杂、交通不便等特点，常规的搜救方法存在一定局限性。利用本文档来自技高网...

【技术保护点】

1.面向山区救援的无人机行人检测方法，其特征在于，包括：

2.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述利用无人机获取山区救援图像并进行预处理，具体为：

3.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述采用感受野注意力卷积进行下采样，具体为：

4.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述利用双向融合操作，将不同尺度的山区救援图像特征图进行多尺度特征融合，得到山区救援融合图像，具体为：

5.如权利要求4所述的面向山区救援的无人机行人检测方法，其特征在于，所述自顶向下...

【技术特征摘要】

1.面向山区救援的无人机行人检测方法，其特征在于，包括：

2.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述利用无人机获取山区救援图像并进行预处理，具体为：

3.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述采用感受野注意力卷积进行下采样，具体为：

4.如权利要求1所述的面向山区救援的无人机行人检测方法，其特征在于，所述利用双向融合操作，将不同尺度的山区救援图像特征图进行多尺度特征融合，得到山区救援融合图像，具体为：

5.如权利要求4所述的面向山区救援的无人机行人检测方法，其特征在于，所述自顶向下的分支处理过程重复四次，得到四个不同尺度的初始山区救援融合图像，并将最后一次得到的初始山区救援融合图像输入到目标检测头中。

6.如权利要求4所述的面向山...

【专利技术属性】
技术研发人员：李延港，李奇，潘洁，吴海涛，刘承浩，孙明正，刘冲，周英，逯行政，魏宏伟，朱宏亮，张昊泽，徐鑫，陈俊美，杨杰，张亦卓，董晓晗，亓立壮，李勇，翟飞，付紫颐，马学智，韩星，
申请(专利权)人：齐鲁空天信息研究院，
类型：发明
国别省市：