摘要
本发明涉及一种基于人工智能的战场医疗无人机避障识别方法及设备,属于人工智能与数据处理技术领域。其包括以下步骤:获取战场图像数据并进行标注,得到战场图像数据集;对数据集中图像进行自适应光照归一化与动态去雾增强,得到增强的战场图像数据集;构建卷积神经网络模型,模型包括3个不同的分支和特征融合模块,分支2在卷积过程中采用动态核生成机制,特征融合模块引入注意力门控机制;通过增强的战场图像对卷积神经网络模型进行训练;采用损失函数对训练过程进行优化,得到训练好的模型;待检测战场图像输入到训练好的模型中,将图像中的不同障碍物进行识别与分类。本发明能够提高战场医疗无人机避障识别分类的准确性和鲁棒性。
技术关键词
医疗无人机
识别方法
卷积神经网络模型
构建卷积神经网络
图像
动态
生成机制
分支
高频补偿
数据
障碍物
烟雾
注意力
大气散射模型
光照鲁棒性
特征融合方法
双线性池化
暗通道先验