基于航拍图像的人员实时搜寻机制与分析 论文

通过传统图像处理方法，我们可以将航拍图片旋转后进行前景分割、计算轮廓并生成标识框。这样可以在训练样本中增加不同拍摄视角下的样本数量，从而使训练数据更加具有代表性。对于小目标检测的优化，我们在原有的YOLO目标检测算法基础上，加入了图像超分辨率功能，形成了全新的SR-YOLO网络模型。同时，调整了原网络模型中的归一化层和残差层层数，以提升模型的表现。应用SR-YOLO网络模型，并使用经过旋转扩充后的数据集进行训练，最终得到了“人”的目标检测模型。实验数据分析显示，该模型在航拍场景下的目标识别率较原有网络结构有所提升。更多关于YOLO目标检测的详细内容和实际应用，可以参考 基于动态感受野的航拍图像目标检测算法 以及 YOLO-Drone：高空视角航拍实时检测小型物体技术。这些资源将为您提供更加深入的理解和实际操作案例。