摘要
从海上无人机（UAV）图像中检测落水人员具有挑战性，因为目标所占像素极少、海面杂波严重、人体外观差异大，且需要实时处理。因此，现有检测器难以满足实际海上搜索与救援的需求。本文提出了HPSNet，一种面向精度与召回率的检测器，专为海上无人机图像设计。HPSNet以YOLOv11为基线，引入了三项互补改进。在主干网络中嵌入通道转置注意力（CTA）模块，以提高目标特征与复杂海面干扰之间的区分能力。用长颈鹿特征金字塔网络（GFPN）替换原有特征融合网络，以增强多尺度信息交换并保留极小目标的线索。动态头（DyHead）使预测能够适应目标尺度、位置和外观的变化。HPSNet在公开的Person Detection in Water和AFO数据集上与12种代表性检测器进行了对比评估，并通过消融实验检验了各组件的贡献。在Person Detection in Water数据集上，HPSNet达到了78.2%的mAP@50、37.5%的mAP@50:95和67.2%的召回率，相比YOLOv11基线分别提升了2.7、2.2和4.2个百分点。在AFO数据集上，HPSNet达到了88.4%的mAP@50和59.4%的mAP@50:95，相比基线分别提升了0.7和1.9个百分点。该模型包含4.18M参数，需要9.6 GFLOPs，在RTX 4090上处理一张图像耗时13.4毫秒。这些结果表明，相较于YOLOv11，HPSNet在检测小型且视觉特征较弱的海上目标方面有所提升，同时保持了适中的模型规模，为未来在嵌入式海上无人机平台上的部署和优化奠定了基础。
