論文の概要: AirBirds: A Large-scale Challenging Dataset for Bird Strike Prevention
in Real-world Airports
- arxiv url: http://arxiv.org/abs/2304.11662v1
- Date: Sun, 23 Apr 2023 14:19:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-25 17:13:16.834958
- Title: AirBirds: A Large-scale Challenging Dataset for Bird Strike Prevention
in Real-world Airports
- Title（参考訳）: AirBirds: 現実の空港における鳥害防止のための大規模チェアリングデータセット
- Authors: Hongyu Sun, Yongcai Wang, Xudong Cai, Peng Wang, Zhe Huang, Deying Li,
Yu Shao, Shuo Wang
- Abstract要約: 本稿では、118,312の時系列画像からなる大規模な挑戦的データセットAirBirdsを提案する。
すべてのアノテーション付きインスタンスの平均サイズは1920x1080画像の10ピクセルより小さい。
データセット内の画像は、現実世界の空港に配備されたカメラネットワークによって、一年で4シーズンにわたってキャプチャされる。
- 参考スコア（独自算出の注目度）: 10.295528237139235
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: One fundamental limitation to the research of bird strike prevention is the
lack of a large-scale dataset taken directly from real-world airports. Existing
relevant datasets are either small in size or not dedicated for this purpose.
To advance the research and practical solutions for bird strike prevention, in
this paper, we present a large-scale challenging dataset AirBirds that consists
of 118,312 time-series images, where a total of 409,967 bounding boxes of
flying birds are manually, carefully annotated. The average size of all
annotated instances is smaller than 10 pixels in 1920x1080 images. Images in
the dataset are captured over 4 seasons of a whole year by a network of cameras
deployed at a real-world airport, covering diverse bird species, lighting
conditions and 13 meteorological scenarios. To the best of our knowledge, it is
the first large-scale image dataset that directly collects flying birds in
real-world airports for bird strike prevention. This dataset is publicly
available at https://airbirdsdata.github.io/.
- Abstract（参考訳）: 鳥害防止研究の基本的な限界は、現実の空港から直接採取された大規模なデータセットがないことである。
既存の関連するデータセットは、サイズが小さいか、この目的専用のものではない。
本稿では,鳥の飛来防止のための研究と実践的解決のために,鳥のバウンディングボックスの合計409,967個を手作業で注記した,118,312枚の時系列画像からなる,大規模な挑戦的データセットを提案する。
すべてのアノテーション付きインスタンスの平均サイズは1920x1080画像の10ピクセルより小さい。
データセット内の画像は、実世界の空港に配備されたカメラネットワークによって、年間4シーズンにわたって撮影され、多様な鳥種、照明条件、13の気象シナリオをカバーしている。
我々の知る限りでは、これは鳥害防止のために現実の空港で飛ぶ鳥を直接収集する最初の大規模な画像データセットである。
このデータセットはhttps://airbirdsdata.github.io/で公開されている。
関連論文リスト
- FBD-SV-2024: Flying Bird Object Detection Dataset in Surveillance Video [11.776652825866648]
このデータセットは483のビデオクリップで構成され、合計28,694フレームである。
そのうち23,833体は28,366羽の空飛ぶ鳥を含む。
論文 参考訳（メタデータ） (2024-08-31T01:11:57Z) - Bird Movement Prediction Using Long Short-Term Memory Networks to
Prevent Bird Strikes with Low Altitude Aircraft [0.0]
空域内での航空機と鳥の衝突数は過去10年間で急増している。
アドバンスト・エアモビリティ(Advanced Air Mobility)が低高度空域で運用を開始すると、航空機による鳥の攻撃は劇的に増加すると予想されている。
我々は,鳥の動きの緯度と経度を予測するために,LSTM(Long Short-Term Memory)モデルを4種類実装した。
論文 参考訳（メタデータ） (2023-12-17T20:12:39Z) - 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) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳（メタデータ） (2023-11-02T02:00:27Z) - Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。
畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
論文 参考訳（メタデータ） (2022-10-10T17:37:56Z) - 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) - A Dataset of Stationary, Fixed-wing Aircraft on a Collision Course for
Vision-Based Sense and Avoid [0.6445605125467572]
本稿では,視覚に基づく航空機検出のためのデータセットを提案する。
このデータセットは、静止した地上カメラに近づく固定翼機の55,521枚の画像を含む15の画像シーケンスで構成されている。
我々の知る限り、これは観測者との衝突コースで中型固定翼機を研究するための最初の公開データセットである。
論文 参考訳（メタデータ） (2021-12-06T01:55:49Z) - Florida Wildlife Camera Trap Dataset [48.99466876948454]
フロリダ州南西部の2つの異なる場所から収集された野生生物カメラトラップ分類データセットについて紹介する。
データセットは104,495枚の画像からなり、視覚的に類似した種、様々な照明条件、スキュードクラス分布、絶滅危惧種のサンプルを含む。
論文 参考訳（メタデータ） (2021-06-23T18:53:15Z) - Object Detection in Aerial Images: A Large-Scale Benchmark and
Challenges [124.48654341780431]
航空画像(DOTA)におけるオブジェクトデテクションの大規模データセットとODAIの総合的ベースラインについて述べる。
提案するDOTAデータセットは,11,268個の空中画像から収集した18カテゴリのオブジェクト指向ボックスアノテーションの1,793,658個のオブジェクトインスタンスを含む。
70以上の構成を持つ10の最先端アルゴリズムをカバーするベースラインを構築し,各モデルの速度と精度を評価した。
論文 参考訳（メタデータ） (2021-02-24T11:20:55Z) - Detecting and Tracking Communal Bird Roosts in Weather Radar Data [31.330559694218564]
本稿では,気象レーダデータ中のルーストシグネチャを検出し,追跡する機械学習システムについて述べる。
システムは、これまで知られていなかったルーストの場所を検出し、全米のルーストに関する包括的な時間データを提供する。
論文 参考訳（メタデータ） (2020-04-24T02:40:50Z) - Feathers dataset for Fine-Grained Visual Categorization [0.0]
FeatherV1は、機械学習のための最初の一般公開された鳥の羽毛データセットである。
これは、きめ細かい視覚認識領域における新しいタスクへの関心を高めることができる。
論文 参考訳（メタデータ） (2020-04-18T12:40:43Z)
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。