无人机增强的组合到应用：灾害场景下人员检测数据集的全面分析与基准测试

无人机（UAV）已彻底改变了搜索与救援（SAR）操作，但缺乏用于训练机器学习模型的专用人员检测数据集构成了重大挑战。为填补这一空白，本文提出了组合到应用（C2A）数据集，该数据集通过将人体姿态叠加到无人机拍摄的灾害场景上而合成。通过与最先进的检测模型进行广泛实验，我们证明了在 C2A 数据集上微调的模型相较于在通用航空数据集上预训练的模型表现出显著的性能提升。此外，我们强调了将 C2A 数据集与通用人员数据集相结合以在各种场景下实现最佳性能和泛化能力的重要性。这指出了专用数据集对于提升 SAR 操作有效性的关键需求。我们的贡献还包括开发数据集创建流水线以及整合多样化的人体姿态和灾害场景信息以评估灾害场景的严重程度。我们的发现倡导未来发展，以确保 SAR 操作受益于最真实有效的 AI 辅助干预措施。