低空智能感知专题合订本（548页）

微信扫码，打开到小程序

xxx -1- 科学出版社 xxx -1- 简介 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确指出，加快新 能源、新材料、航空航天、低空经济等战略性新兴产业集群的发展，推动量子科技、生物制 造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。低空 经济是指在垂直高度 1000 米以下（可根据实际需要延伸至 3000 米）的空域范围内，以无人 机、电动垂直起降航空器（eVTOL）等航空器为载体，通过载人、载货及各类作业活动， 深度融合并赋能物流、农业、交通、旅游、城市管理、应急救援等多个领域的新型经济形态。 人工智能通过赋予低空飞行器“智慧大脑”，正成为驱动低空经济高质量发展的核心引擎。 它通过多源传感器融合与智能算法，显著提升了飞行器在复杂环境下的感知、决策与控制能 力，例如实现精准目标识别、动态空域调度以及多机协同作业，从而将低空系统从传统的“消 费电子产品”升级为高效的“智能工业装备”。广泛应用于物流配送、农林植保、电力巡检、 应急救援等多个场景，确保了低空资源在安全可控的前提下（“管得住、放得开”）得到高效 开发利用，引领产业实现跨越式增长。 VisDrone 团队自 2017 年以来，聚焦 120 米以下空域的低空环境感知，构建了世界上规 模最大的低空视觉感知数据平台，包含超过 2000 万图像/视频帧和 2000 万目标标注，支持 多任务学习（目标检测、目标跟踪、目标计数、群体分析）、多模态学习（可见光、热红外）、 多机/空地协同学习，采集范围覆盖全国 14 个省市。依托雄安国创中心低空智能实验室，联 合天津大学、东南大学和国创岚天，团队正式发布了雄安国创天巡平台。目前，该平台已在 雄安新区部署 12 个机巢，服务 12 个委办局，覆盖 760 平方公里。未来，全国预计将部署超 过 10 万个机巢，覆盖全国 960 万平方公里土地，实现低空全域覆盖，产生海量的低空感知 数据。如何从海量低空数据中建立数据引擎，主要挖掘高质量数据，实现低空感知大脑的自 主学习和进化，是亟需攻克的技术难题。未来低空智能将主要聚焦低空基座模型、低空具身 智能、低空群体智能以及低空安全，衍生出低空世界模型及模拟器等新数据平台和引擎。 2025 年，VisDrone 团队通过低空智能专题形式，梳理了低空环境智能感知领域的研究 脉络和代表性工作，共计 1754 篇参考文献和 355840 字，内容涵盖低空底层视觉、低空基座 大模型、目标检测与分割、目标跟踪、目标计数、反无人机、具身智能、定位与建图以及空 地协同等核心技术模块。本合订本由曹兵、褚瑞麟、郭周鹏、胡清华、李冬冬、李洪瑄、任 柏松、孙一铭、王森、王煜、王月新、王志翔、武嘉和、于北溟、赵柯嘉、赵睿朴、朱鹏飞、 xxx -2- 朱文成（排名不分先后，按姓氏首字母排序）等共同整理完成，得到了天津大学、东南大学、 国防科技大学、雄安国创中心低空智能实验室以及雄安国创岚天科技有限公司的大力支持。 该合订本可通过 VisDrone 公众号下载，对于内容中存在的信息缺失或错误，欢迎联系团队 进行修正。 xxx -3- 目录 简介 ......................................................................... 1 第一章 低空底层视觉 .......................................................... 8 1.1 引言 ......................................................................8 1.1.1 低空底层视觉研究背景与意义................................................................................................... 8 1.1.2 低空底层视觉独特挑战...............................................................................................................10 1.1.3 底层视觉任务分类........................................................................................................................ 12 1.2 退化恢复类任务 ...........................................................15 1.2.1 超分辨率重建..................................................................................................................................15 1.2.2 恶劣天气退化去除........................................................................................................................ 24 1.2.3 运动与光学退化校正....................................................................................................................37 1.2.4 图像/视频修复................................................................................................................................ 44 1.2.5 图像/视频压缩................................................................................................................................ 48 1.3 信息增强类任务 ...........................................................51 1.3.1 低光增强...........................................................................................................................................51 1.3.2 多源图像/视频融合.......................................................................................................................55 1.4 底层视觉质量评估 .........................................................59 1.4.1 典型评估框架..................................................................................................................................59 1.4.2 评估指标...........................................................................................................................................61 1.5 典型低空底层视觉数据集 ...................................................68 1.5.1 超分辨率数据集.............................................................................................................................69 1.5.2 低光增强数据集.............................................................................................................................70 1.5.3 恶劣天气数据集.............................................................................................................................72 1.5.4 多任务数据集..................................................................................................................................74 1.6 本章小结 .................................................................75 参考文献 .................................................................... 78 第二章 低空大模型 ........................................................... 98 2.1 前言 .....................................................................98 2.2 低空大模型 ...............................................................99 2.2.1 低空大模型概述.............................................................................................................................99 2.2.2 视觉大模型....................................................................................................................................100 2.2.3 语言大模型....................................................................................................................................104 2.2.4 多模态大模型............................................................................................................................... 108 2.2.5 遥感大模型....................................................................................................................................115 2.3 大模型训练与微调技术 ....................................................119 2.3.1 预训练技术....................................................................................................................................119 2.3.2 微调技术.........................................................................................................................................125 2.3.3 高效微调技术............................................................................................................................... 126 2.3.4 强化学习技术............................................................................................................................... 132 2.4 模型压缩技术 ............................................................133 2.4.1 模型压缩技术概述......................................................................................................................133 2.4.2 模型量化技术............................................................................................................................... 134 2.4.3 模型剪枝技术............................................................................................................................... 137 2.4.4 知识蒸馏技术............................................................................................................................... 140 xxx -4- 2.5 数据安全 ................................................................142 2.5.1 数据泄露风险............................................................................................................................... 143 2.5.2 算法安全问题............................................................................................................................... 144 2.5.3 隐私保护措施............................................................................................................................... 144 2.6 本章小结 ................................................................146 参考文献 ................................................................... 148 第三章 目标检测和分割 ...................................................... 166 3.1 前言 ....................................................................166 3.1.1 研究背景与意义...........................................................................................................................166 3.1.2 无人机目标检测与分割的相关挑战..................................................................................... 167 3.1.3 无人机目标检测与分割相关数据集..................................................................................... 168 3.1.4 无人机目标检测与分割方法分类..........................................................................................172 3.2 算法介绍 ................................................................174 3.2.1 通用目标检测算法.........................................................................................................174 3.2.2面向无人机特定挑战场景的目标检测算法..........................................................................185 3.2.3 无人机目标分割技术..............