| 应急场景下无人机多光谱数据融合的人体识别方法 |
| |
| 引用本文： | 刘涛,帅艳民,吴骅,祝会忠,拉提帕·吐尔汗江.应急场景下无人机多光谱数据融合的人体识别方法[J].测绘科学,2022(12):120-130+173. |
| |
| 作者姓名： | 刘涛 帅艳民 吴骅 祝会忠 拉提帕·吐尔汗江 |
| |
| 作者单位： | 1. 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室;2. 中国科学院中亚生态与环境研究中心;3. 中国科学院大学;4. 辽宁工程技术大学测绘与地理科学学院;5. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 |
| |
| 基金项目： | 中科院百人计划项目(Y938091)；;国家重点研发计划项目(2020YFA0608501)；;国家自然科学基金项目(42071351)； |
| |
| 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。
|
| 关 键 词： | 多光谱 语义分割 显著图 近红外 注意力机制 应急安防 |
|
