論文の概要: AU-AIR: A Multi-modal Unmanned Aerial Vehicle Dataset for Low Altitude Traffic Surveillance

• arxiv url: http://arxiv.org/abs/2001.11737v2
• Date: Mon, 3 Feb 2020 07:04:25 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-05 06:57:18.372157
• Title: AU-AIR: A Multi-modal Unmanned Aerial Vehicle Dataset for Low Altitude Traffic Surveillance
• Title（参考訳）: AU-AIR:低高度交通監視のための多モード無人航空機データセット
• Authors: Ilker Bozcan and Erdal Kayacan
• Abstract要約: カメラを搭載した無人航空機(UAV)は、空中(バードビュー)画像を撮影する利点がある。 オブジェクトアノテーションによる視覚データを含む、いくつかの空中データセットが導入されている。 本研究では,実環境下で収集されたマルチモーダルセンサデータを有する多目的航空データセット(AU-AIR)を提案する。
• 参考スコア（独自算出の注目度）: 20.318367304051176
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmanned aerial vehicles (UAVs) with mounted cameras have the advantage of capturing aerial (bird-view) images. The availability of aerial visual data and the recent advances in object detection algorithms led the computer vision community to focus on object detection tasks on aerial images. As a result of this, several aerial datasets have been introduced, including visual data with object annotations. UAVs are used solely as flying-cameras in these datasets, discarding different data types regarding the flight (e.g., time, location, internal sensors). In this work, we propose a multi-purpose aerial dataset (AU-AIR) that has multi-modal sensor data (i.e., visual, time, location, altitude, IMU, velocity) collected in real-world outdoor environments. The AU-AIR dataset includes meta-data for extracted frames (i.e., bounding box annotations for traffic-related object category) from recorded RGB videos. Moreover, we emphasize the differences between natural and aerial images in the context of object detection task. For this end, we train and test mobile object detectors (including YOLOv3-Tiny and MobileNetv2-SSDLite) on the AU-AIR dataset, which are applicable for real-time object detection using on-board computers with UAVs. Since our dataset has diversity in recorded data types, it contributes to filling the gap between computer vision and robotics. The dataset is available at https://bozcani.github.io/auairdataset.
• Abstract（参考訳）: カメラを搭載した無人航空機(UAV)は、空中(バードビュー)画像を撮影する利点がある。 航空画像データの可用性と最近のオブジェクト検出アルゴリズムの進歩により、コンピュータビジョンコミュニティは航空画像のオブジェクト検出タスクに集中するようになった。 この結果、オブジェクトアノテーションによる視覚データを含むいくつかの航空データセットが導入された。 UAVはこれらのデータセットのフライングカメラとしてのみ使用され、飛行に関するさまざまなデータタイプ(例えば、時間、位置、内部センサー)を捨てる。 本研究では,実環境下で収集したマルチモーダルセンサデータ(視覚,時間,位置,高度,IMU,速度)を用いた多目的航空データセット(AU-AIR)を提案する。 AU-AIRデータセットは、記録されたRGBビデオから抽出されたフレーム(すなわち、トラフィック関連オブジェクトカテゴリのバウンディングボックスアノテーション)のメタデータを含む。 さらに,物体検出タスクの文脈における自然画像と空中画像の違いを強調した。 この目的のために、UAV搭載コンピュータを用いたリアルタイム物体検出に適用可能なモバイルオブジェクト検出器(YOLOv3-TinyやMobileNetv2-SSDLiteを含む)をAU-AIRデータセット上でトレーニングし、テストする。 私たちのデータセットは記録データの種類が多様であるため、コンピュータビジョンとロボット工学のギャップを埋めるのに役立ちます。 データセットはhttps://bozcani.github.io/auairdatasetで利用可能である。

関連論文リスト

• UEMM-Air: A Synthetic Multi-modal Dataset for Unmanned Aerial Vehicle Object Detection [14.869928980343415]
  合成多モードUAVオブジェクト検出データセットUEMM-Airを提案する。 特に、Unreal Engine (UE) を用いて、様々なUAV飛行シナリオとオブジェクトタイプをシミュレートする。 UEMM-Airは5つのモダリティと正確なアノテーションを備えた20万枚の画像で構成されています。
  論文  参考訳（メタデータ） (2024-06-10T13:00:22Z)
• Multiview Aerial Visual Recognition (MAVREC): Can Multi-view Improve Aerial Visual Perception? [57.77643186237265]
  我々は、異なる視点から同期シーンを記録するビデオデータセットであるMultiview Aerial Visual RECgnition(MAVREC)を提示する。 MAVRECは約2.5時間、業界標準の2.7K解像度ビデオシーケンス、0.5万フレーム以上のフレーム、11万の注釈付きバウンディングボックスで構成されている。 これにより、MAVRECは地上および空中ビューのデータセットとして最大であり、ドローンベースのデータセットの中では4番目に大きい。
  論文  参考訳（メタデータ） (2023-12-07T18:59:14Z)
• Towards Viewpoint Robustness in Bird's Eye View Segmentation [85.99907496019972]
  AV知覚モデルがカメラ視点の変化にどのように影響するかを考察する。 投機時のピッチ、ヨー、深さ、高さへの小さな変化は、大きな性能低下につながる。 本稿では,新しいビュー合成技術を導入し,収集したデータをターゲットリグの視点に変換する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-11T02:10:07Z)
• VPAIR -- Aerial Visual Place Recognition and Localization in Large-scale Outdoor Environments [49.82314641876602]
  VPAIRという新しいデータセットを提示します。 データセットは地上300メートル以上の高度で飛行する軽航空機に記録されている。 このデータセットは、様々なタイプの挑戦的な風景を、100km以上にわたってカバーしている。
  論文  参考訳（メタデータ） (2022-05-23T18:50:08Z)
• Vision-based Anti-UAV Detection and Tracking [18.307952561941942]
  無人航空機(UAV)は様々な分野で広く使われており、セキュリティやプライバシーへの侵入が社会の関心を喚起している。 本稿では,ダリアン工科大学アンチUAVデータセット,DUTアンチUAVという可視光モードデータセットを提案する。 検出データセットには、合計1万の画像と、短期および長期のシーケンスを含む20のビデオの追跡データセットが含まれている。
  論文  参考訳（メタデータ） (2022-05-22T15:21:45Z)
• HIT-UAV: A high-altitude infrared thermal dataset for Unmanned Aerial Vehicle-based object detection [12.412261347328792]
  無人航空機(UAV)における物体検出用高高度赤外線サーマルデータセットHIT-UAVについて述べる。 データセットは、UAVが撮影した数百のビデオで43,470フレームから抽出された2,898個の赤外線熱画像で構成されている。 我々は、HIT-UAV上で、よく確立された物体検出アルゴリズムを訓練し、評価した。
  論文  参考訳（メタデータ） (2022-04-07T06:23:02Z)
• A dataset for multi-sensor drone detection [67.75999072448555]
  近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。 ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。 我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
  論文  参考訳（メタデータ） (2021-11-02T20:52:03Z)
• Perceiving Traffic from Aerial Images [86.994032967469]
  本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
  論文  参考訳（メタデータ） (2020-09-16T11:37:43Z)
• Detection and Tracking Meet Drones Challenge [131.31749447313197]
  本稿では、オブジェクト検出・追跡データセットとベンチマークのレビューを行い、手動アノテーションによる大規模ドローンによるオブジェクト検出・追跡データセットの収集の課題について論じる。 当社のVisDroneデータセットは、中国北部から南部にかけての14の都市部と郊外部で収集されたものです。 本稿では,ドローンにおける大規模物体検出・追跡の現場の現状を詳細に分析し,今後の方向性を提案するとともに,課題を結論づける。
  論文  参考訳（メタデータ） (2020-01-16T00:11:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。