論文の概要: Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking
- arxiv url: http://arxiv.org/abs/2101.08466v3
- Date: Mon, 8 Feb 2021 02:01:55 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-21 07:56:10.956605
- Title: Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking
- Title(参考訳): Anti-UAV: UAV追跡のための大規模マルチモーダルベンチマーク
- Authors: Nan Jiang, Kuiran Wang, Xiaoke Peng, Xuehui Yu, Qiang Wang, Junliang
Xing, Guorong Li, Jian Zhao, Guodong Guo, Zhenjun Han
- Abstract要約: Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。
我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。
300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
- 参考スコア(独自算出の注目度): 59.06167734555191
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unmanned Aerial Vehicle (UAV) offers lots of applications in both commerce
and recreation. With this, monitoring the operation status of UAVs is crucially
important. In this work, we consider the task of tracking UAVs, providing rich
information such as location and trajectory. To facilitate research on this
topic, we propose a dataset, Anti-UAV, with more than 300 video pairs
containing over 580k manually annotated bounding boxes. The releasing of such a
large-scale dataset could be a useful initial step in research of tracking
UAVs. Furthermore, the advancement of addressing research challenges in
Anti-UAV can help the design of anti-UAV systems, leading to better
surveillance of UAVs. Besides, a novel approach named dual-flow semantic
consistency (DFSC) is proposed for UAV tracking. Modulated by the semantic flow
across video sequences, the tracker learns more robust class-level semantic
information and obtains more discriminative instance-level features.
Experimental results demonstrate that Anti-UAV is very challenging, and the
proposed method can effectively improve the tracker's performance. The Anti-UAV
benchmark and the code of the proposed approach will be publicly available at
https://github.com/ucas-vg/Anti-UAV.
- Abstract(参考訳): Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。
これにより、UAVの運用状況を監視することが極めて重要である。
本研究では,UAVの追跡作業について考察し,位置や軌道などの豊富な情報を提供する。
そこで本研究では,300以上のビデオペアが手作業で580k以上のラベル付きバウンディングボックスを含むデータセットであるanti-uavを提案する。
このような大規模なデータセットのリリースは、UAVを追跡する研究における有用な最初のステップになる可能性がある。
さらに、アンチUAVにおける研究課題への対処の進歩は、アンチUAVシステムの設計に寄与し、UAVのより優れた監視につながる。
さらに,UAV追跡のための二流セマンティック一貫性(DFSC)という新しい手法を提案する。
ビデオシーケンス間のセマンティクスフローによって変調され、トラッカーはより堅牢なクラスレベルのセマンティクス情報を学び、より識別的なインスタンスレベルの特徴を得る。
実験の結果,uav対策は非常に困難であり,提案手法はトラッカの性能を効果的に向上できることがわかった。
Anti-UAVベンチマークと提案されたアプローチのコードはhttps://github.com/ucas-vg/Anti-UAVで公開される。
関連論文リスト
- UAVDB: Trajectory-Guided Adaptable Bounding Boxes for UAV Detection [0.03464344220266879]
パッチ強度収束(Patch Intensity Convergence、PIC)技術は、手動ラベリングなしでUAV検出のための高忠実なバウンディングボックスを生成する。
この技術は、UAV検出に特化した専用データベースであるUAVDBの基礎となる。
我々は,最先端(SOTA)YOLO系列検出器を用いてUAVDBをベンチマークし,総合的な性能解析を行った。
論文 参考訳(メタデータ) (2024-09-09T13:27:53Z) - Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。
本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
論文 参考訳(メタデータ) (2024-01-18T02:14:13Z) - Evidential Detection and Tracking Collaboration: New Problem, Benchmark
and Algorithm for Robust Anti-UAV System [56.51247807483176]
無人航空機(UAV)は輸送、監視、軍事など多くの地域で広く使われている。
従来は、UAVの先行情報が常に提供されていた追跡問題として、このようなアンチUAVタスクを単純化していた。
本稿では,従来のUAV情報を含まない複雑な場面において,UAVの認識を特徴とする新しい実用的対UAV問題を初めて定式化する。
論文 参考訳(メタデータ) (2023-06-27T19:30:23Z) - The 3rd Anti-UAV Workshop & Challenge: Methods and Results [65.9405033602133]
第3回反UAVワークショップ・チャレンジは、マルチスケール物体追跡の新しい高精度な手法の開発を奨励することを目的としている。
反UAVチャレンジで使用される反UAVデータセットが公開された。
論文 参考訳(メタデータ) (2023-05-12T07:37:04Z) - Learning to Compress Unmanned Aerial Vehicle (UAV) Captured Video:
Benchmark and Analysis [54.07535860237662]
本稿では,UAVビデオ符号化学習のための新しいタスクを提案し,そのようなタスクに対する包括的で体系的なベンチマークを構築する。
このベンチマークは、ドローンプラットフォームにおけるビデオコーディングの研究と開発を加速させるものと期待されている。
論文 参考訳(メタデータ) (2023-01-15T15:18:02Z) - Rank-Based Filter Pruning for Real-Time UAV Tracking [11.740436885164833]
無人航空機(UAV)の追跡は、農業、航法、公共の安全など、幅広い可能性を持つ。
識別相関フィルタ (DCF) トラッカーは, 高い効率性のため, UAV追跡コミュニティにおいて際立っている。
モデル圧縮は、DCFとディープラーニングベースのトラッカーのギャップを狭めるための有望な方法である。
論文 参考訳(メタデータ) (2022-07-05T02:13:53Z) - 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) - WebUAV-3M: A Benchmark Unveiling the Power of Million-Scale Deep UAV
Tracking [40.83427270297245]
WebUAV-3Mは100万スケールの無人航空機(UAV)追跡ベンチマークである。
われわれは、インターネットから3Mフレーム以上の4,485本のビデオを集めている。
WebUAV-3Mは、公的なUAV追跡ベンチマークとしては最大である。
論文 参考訳(メタデータ) (2022-01-19T05:39:42Z) - 3D UAV Trajectory and Data Collection Optimisation via Deep
Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。
UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である
本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文 参考訳(メタデータ) (2021-06-06T14:08:41Z)
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。