La búsqueda y rescate post-desastre es crítica para los esfuerzos de respuesta y recuperación ante desastres y a menudo se lleva a cabo en entornos peligrosos y desafiantes. Sin embargo, las operaciones de búsqueda y rescate post-desastre existentes tienen problemas como baja eficiencia, rango de búsqueda limitado, dificultad para identificar la naturaleza del objetivo y ubicación incorrecta del objetivo. Por lo tanto, este estudio desarrolla un sistema de mejora visual de cognición inteligente integrado aire-tierra basado en un UAV (VisionICE). La técnica combina un dispositivo de visualización AR portátil, un casco equipado con cámara y un UAV cuádricoptero para patrullas eficientes sobre un área amplia. Primero, el sistema utiliza sensores de imagen inalámbricos en el UAV y el casco para capturar imágenes desde vistas aéreas y terrestres. Usando el algoritmo YOLOv7, el servidor en la nube calcula y analiza estos datos visuales para identificar y detectar objetivos con precisión. Por último, el dispositivo de visualización AR obtiene resultados cognitivos inteligentes en tiempo real. El sistema permite al personal adquirir simultáneamente vistas duales aéreas y terrestres y lograr resultados cognitivos brillantes y experiencias visuales inmersivas en tiempo real. Los hallazgos indican que el sistema demuestra una precisión de reconocimiento y movilidad significativas. En contraste con las operaciones convencionales de búsqueda y rescate post-desastre, el sistema puede identificar y rastrear de manera autónoma objetivos de interés, abordando la dificultad de que una persona necesite ayuda para realizar inspecciones en el campo en entornos particulares. Al mismo tiempo, el sistema puede emitir alertas de amenazas o anomalías potenciales a los buscadores, mejorando significativamente sus capacidades de conciencia situacional.