論文の概要: A dataset for multi-sensor drone detection
- arxiv url: http://arxiv.org/abs/2111.01888v1
- Date: Tue, 2 Nov 2021 20:52:03 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-04 14:07:16.084782
- Title: A dataset for multi-sensor drone detection
- Title（参考訳）: マルチセンサドローン検出のためのデータセット
- Authors: Fredrik Svanstr\"om, Fernando Alonso-Fernandez, Cristofer Englund
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 67.75999072448555
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of small and remotely controlled unmanned aerial vehicles (UAVs), or
drones, has increased in recent years. This goes in parallel with misuse
episodes, with an evident threat to the safety of people or facilities. As a
result, the detection of UAV has also emerged as a research topic. Most studies
on drone detection fail to specify the type of acquisition device, the drone
type, the detection range, or the dataset. The lack of proper UAV detection
studies employing thermal infrared cameras is also an issue, despite its
success with other targets. Besides, we have not found any previous study that
addresses the detection task as a function of distance to the target. Sensor
fusion is indicated as an open research issue as well, although research in
this direction is scarce too. To counteract the mentioned issues and allow
fundamental studies with a common public benchmark, we contribute with an
annotated multi-sensor database for drone detection that includes infrared and
visible videos and audio files. The database includes three different drones,
of different sizes and other flying objects that can be mistakenly detected as
drones, such as birds, airplanes or helicopters. In addition to using several
different sensors, the number of classes is higher than in previous studies. To
allow studies as a function of the sensor-to-target distance, the dataset is
divided into three categories (Close, Medium, Distant) according to the
industry-standard Detect, Recognize and Identify (DRI) requirements, built on
the Johnson criteria. Given that the drones must be flown within visual range
due to regulations, the largest sensor-to-target distance for a drone is 200 m,
and acquisitions are made in daylight. The data has been obtained at three
airports in Sweden: Halmstad Airport (IATA code: HAD/ICAO code: ESMT),
Gothenburg City Airport (GSE/ESGP) and Malm\"o Airport (MMX/ESMS).
- Abstract（参考訳）: 小型で遠隔操作された無人航空機(uav)やドローンの利用は近年増加している。
これは誤用と並行して行われ、人々や施設の安全に対する明らかな脅威となる。
その結果、UAVの検出も研究トピックとして浮上した。
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、データセットの特定に失敗している。
熱赤外線カメラを用いた適切なUAV検出研究の欠如も、他のターゲットでの成功にもかかわらず問題となっている。
また,検出タスクを目標までの距離の関数として扱う以前の研究は発見されていない。
センサーの融合もオープンな研究課題として示されるが、この方向の研究も少ない。
上記の問題に対処し、共通の公開ベンチマークによる基礎研究を可能にするため、赤外線および可視光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。
データベースには3つの異なる大きさのドローンと、鳥、飛行機、ヘリコプターなどのドローンとして誤って検出される他の飛行物体が含まれている。
複数の異なるセンサーを使用するのに加えて、クラスの数は以前の研究よりも多い。
センサ間距離の関数としての研究を可能にするために、johnsonの基準に基づいて構築された業界標準検出・認識・識別(dri)要件に従って、データセットを3つのカテゴリ(近、中、遠)に分割する。
規制により、ドローンは視界範囲内を飛行しなければならないため、ドローンのセンサーからターゲットまでの距離は200mで、日光の下で取得される。
スウェーデンのHalmstad Airport(IATAコード:HAD/ICAOコード:ESMT)、Gothenburg City Airport(GSE/ESGP)、Malm\o Airport(MMX/ESMS)の3つの空港で収集された。
関連論文リスト
- Drone-type-Set: Drone types detection benchmark for drone detection and tracking [0.6294091730968154]
本稿では,認識された物体検出モデルとの比較とともに,各種ドローンのデータセットを提供する。
異なるモデルの実験結果と各手法の記載が提供される。
論文 参考訳（メタデータ） (2024-05-16T18:56:46Z) - Unauthorized Drone Detection: Experiments and Prototypes [0.8294692832460543]
本稿では、受信信号強度インジケータ(RSSI)と、ドローンの位置座標から生成された暗号鍵の2段階検証を利用する、新しい暗号化ベースのドローン検出方式を提案する。
論文 参考訳（メタデータ） (2022-12-02T20:43:29Z) - Drone Detection and Tracking in Real-Time by Fusion of Different Sensing
Modalities [66.4525391417921]
マルチセンサ・ドローン検知システムの設計と評価を行う。
われわれのソリューションは、魚眼カメラを統合し、空の広い部分を監視し、他のカメラを興味ある対象に向けて操縦する。
このサーマルカメラは、たとえこのカメラが解像度が低いとしても、ビデオカメラと同じくらい実現可能なソリューションであることが示されている。
論文 参考訳（メタデータ） (2022-07-05T10:00:58Z) - Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。
ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。
これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文 参考訳（メタデータ） (2021-03-31T17:43:31Z) - 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) - Real-Time Drone Detection and Tracking With Visible, Thermal and
Acoustic Sensors [66.4525391417921]
熱赤外カメラは、ドローン検出タスクに対する実現可能な解決策であることが示されている。
また,センサ間距離の関数としての検出器性能についても検討した。
ドローン、鳥、飛行機、ヘリコプターの650個の注釈付き赤外線と可視ビデオを含む新しいビデオデータセットも紹介されている。
論文 参考訳（メタデータ） (2020-07-14T23:06:42Z) - 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。