科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统测绘无人机在应急安防等领域中人体识别研究数据短缺，识别效率低下，存在误检、漏检的问题，该文模拟复杂地理环境进行无人机多光谱数据采集，基于Unet的编解码结构提出了一种融合多光谱特征的轻量级双分支网络(PMS-Unet)。利用并行的轻量化卷积神经网络(MobileNetv3)骨干网络以及空间通道挤压激励(scSE)注意力机制，同时结合遥感指数构建特征输入和改进损失函数来提高人体目标的识别率。该文的模型在自组织数据集进行人体目标提取实验，并与PSPNet、Unet++、DeepLabV3+和RTFNet进行对比。结果表明，该文模型能够有效提升人体识别效果，在应急模拟场景下鲁棒性较好。
- 单位
