Fugu-MT 論文翻訳(概要): Vision-based Anti-UAV Detection and Tracking

論文の概要: Vision-based Anti-UAV Detection and Tracking

arxiv url: http://arxiv.org/abs/2205.10851v1
Date: Sun, 22 May 2022 15:21:45 GMT
ステータス: 処理完了
システム内更新日: 2022-05-24 18:14:21.834053
Title: Vision-based Anti-UAV Detection and Tracking
Title（参考訳）: 視覚によるアンチUAV検出と追跡
Authors: Jie Zhao, Jingshu Zhang, Dongdong Li, Dong Wang
Abstract要約: 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。
参考スコア（独自算出の注目度）: 18.307952561941942
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Unmanned aerial vehicles (UAV) have been widely used in various fields, and their invasion of security and privacy has aroused social concern. Several detection and tracking systems for UAVs have been introduced in recent years, but most of them are based on radio frequency, radar, and other media. We assume that the field of computer vision is mature enough to detect and track invading UAVs. Thus we propose a visible light mode dataset called Dalian University of Technology Anti-UAV dataset, DUT Anti-UAV for short. It contains a detection dataset with a total of 10,000 images and a tracking dataset with 20 videos that include short-term and long-term sequences. All frames and images are manually annotated precisely. We use this dataset to train several existing detection algorithms and evaluate the algorithms' performance. Several tracking methods are also tested on our tracking dataset. Furthermore, we propose a clear and simple tracking algorithm combined with detection that inherits the detector's high precision. Extensive experiments show that the tracking performance is improved considerably after fusing detection, thus providing a new attempt at UAV tracking using our dataset.The datasets and results are publicly available at: https://github.com/wangdongdut/DUT-Anti-UAV
Abstract（参考訳）: 無人航空機(uav)は様々な分野で広く使われており、セキュリティとプライバシーの侵害は社会的な懸念を引き起こしている。近年、UAVの検知・追跡システムがいくつか導入されているが、そのほとんどが無線周波数、レーダー、その他のメディアに基づいている。コンピュータビジョンの分野は、UAVの検出と追跡に十分成熟していると仮定する。そこで我々は,Dalian University of Technology Anti-UAV データセット,DUT Anti-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。すべてのフレームとイメージは手動で注釈付けされる。このデータセットを使用して,既存の検出アルゴリズムをトレーニングし,アルゴリズムの性能評価を行う。いくつかのトラッキングメソッドも、追跡データセットでテストされています。さらに,検出器の高精度を継承する検出と組み合わせた,明確かつ簡便な追跡アルゴリズムを提案する。広範囲にわたる実験の結果,検出後の追跡性能は大幅に向上し,我々のデータセットを用いたUAV追跡の新たな試みが得られた。

関連論文リスト

SFTrack: A Robust Scale and Motion Adaptive Algorithm for Tracking Small and Fast Moving Objects [2.9803250365852443]
本稿では,無人航空機(UAV)映像における多物体追跡の問題に対処する。交通監視システムや警察によるリアルタイム容疑者追跡など、様々なUAVアプリケーションにおいて重要な役割を果たしている。低信頼度検出から対象物体の追跡を開始する新しい追跡戦略を提案する。
論文参考訳（メタデータ） (2024-10-26T05:09:20Z)
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)
MMAUD: A Comprehensive Multi-Modal Anti-UAV Dataset for Modern Miniature Drone Threats [37.981623262267036]
MMAUDは、ドローン検出、UAV型分類、軌道推定に焦点を当てて、現代の脅威検出手法における重要なギャップに対処する。これは、熱とRGBを使用して特定のベタージュポイントでキャプチャされたデータセットよりも忠実度の高い実世界のシナリオに対処するための、ユニークな頭上の空中検出を提供する。提案するモダリティは費用対効果が高く適応性が高いため,UAV脅威検出ツールの実験と実装が可能である。
論文参考訳（メタデータ） (2024-02-06T04:57:07Z)
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)
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)
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)
Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
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。
論文参考訳（メタデータ） (2021-01-21T07:00:15Z)
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)
AU-AIR: A Multi-modal Unmanned Aerial Vehicle Dataset for Low Altitude Traffic Surveillance [20.318367304051176]
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。
論文参考訳（メタデータ） (2020-01-31T09:45:12Z)
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。