摘要
无人机图像中的人体检测是一项重要能力，对于需要人员位置和数量信息的应用尤为关键，包括搜救、城市人流量分析、人群密度评估和公共空间安全管理等。然而，在倾斜无人机图像中，由于人群密度、隐私限制、背景杂波以及随位置变化的尺度差异，获取和标注足够的真实数据仍然困难。本研究提出了一种基于复制粘贴的合成数据增强方法，适用于按照DJI搜救观测规范、使用DJI Phantom 4 RTK无人机在30°相机俯仰角和30米飞行高度下获取的图像。所提出的方法将无人的无人机背景图像与公开的全身人体数据集相结合，并采用了基于透视的几何感知缩放、上下文感知放置以及基于真实人员数量分布的密度匹配图块选择。本研究评估了三种YOLO系列检测器（YOLOv8x、YOLO11x和YOLO26x）以及基于Transformer的RT-DETR-X，测试了三种真实数据比例（10%、25%和100%）。在这十二种组合中，在相同的50%合成数据比例下，比较了四种增强策略（随机增强、几何感知增强、上下文感知增强以及几何与上下文联合感知增强）。对于YOLO系列检测器，几何感知增强在九种组合中的八种中提升了mAP50-95，相较于仅使用真实数据的基线，平均增益为+0.64个百分点，其中在YOLO11x、25%真实数据条件下增益最大，达到+1.99个百分点。对于RT-DETR-X，在10%、25%和100%真实数据条件下，相应的变化分别为+0.23、?1.83和?0.15个百分点。这些结果表明，在本研究评估的采集条件下，当图块级人员数量分布被控制为与真实训练数据相匹配时，将粘贴的人体尺寸与图像位置相关的透视尺度对齐可以提高合成增强的有效性。
