警用无人机在侦查取证的实际应用中,不仅需要在夜间、雾霾、地形复杂等不利条件下稳定作业,确保侦查取证工作的连续性和可靠性;还需具备良好的兼容性,能够与其他警务系统无缝对接,实现信息共享与协同作战。针对这些要求,给出一种新的视...警用无人机在侦查取证的实际应用中,不仅需要在夜间、雾霾、地形复杂等不利条件下稳定作业,确保侦查取证工作的连续性和可靠性;还需具备良好的兼容性,能够与其他警务系统无缝对接,实现信息共享与协同作战。针对这些要求,给出一种新的视频图像特征提取方法。首先,对视频图像中目标对象的HSV色彩进行详细的分析。然后,基于对HSV色彩空间的分析结果,引入注意力机制进行视频图像特征提取,分别构建引入注意力机制的光谱多尺度特征提取网络和空间多尺度特征提取网络。最后,将光谱与空间网络合并为一个整体,同时进行训练与融合,得到光谱-空间联合特征提取网络,实现警用无人机侦查取证的视频图像特征提取。实验结果表明:文中方法的特征偏离度较小,特征提取精度最高为97%,总体的每秒帧数(frame per second,FPS)值在50~75,整体保持在较高水平,具有较好的稳定性和可靠性。这不仅满足了警用无人机对高效、准确特征提取的需求,还为其在复杂侦查环境中的广泛应用提供了技术支撑。展开更多
文摘警用无人机在侦查取证的实际应用中,不仅需要在夜间、雾霾、地形复杂等不利条件下稳定作业,确保侦查取证工作的连续性和可靠性;还需具备良好的兼容性,能够与其他警务系统无缝对接,实现信息共享与协同作战。针对这些要求,给出一种新的视频图像特征提取方法。首先,对视频图像中目标对象的HSV色彩进行详细的分析。然后,基于对HSV色彩空间的分析结果,引入注意力机制进行视频图像特征提取,分别构建引入注意力机制的光谱多尺度特征提取网络和空间多尺度特征提取网络。最后,将光谱与空间网络合并为一个整体,同时进行训练与融合,得到光谱-空间联合特征提取网络,实现警用无人机侦查取证的视频图像特征提取。实验结果表明:文中方法的特征偏离度较小,特征提取精度最高为97%,总体的每秒帧数(frame per second,FPS)值在50~75,整体保持在较高水平,具有较好的稳定性和可靠性。这不仅满足了警用无人机对高效、准确特征提取的需求,还为其在复杂侦查环境中的广泛应用提供了技术支撑。
