摘要

针对我国近河流域城市发展的安全隐患,文章提出了河滩人员预警方法,以无人机巡检为背景,结合深度学习在场景分割和目标检测领域的发展应用,采用改进的deeplabv3+语义分割网络划分河岸、河滩和河水地貌,然后以实时性、精度和鲁棒性平衡为目标,设计出实时轻量化的河滩人员检测算法River-YOLO。在实际巡检视频集中测试安全检测算法性能,结果显示deeplabv3+结合River-YOLO的人员预警方法在多种复杂背景下的地貌分割和检测效果较好,且能满足实时性需求,可推广应用于日后的河流巡查中。