論文の概要: The 3rd Anti-UAV Workshop & Challenge: Methods and Results

• arxiv url: http://arxiv.org/abs/2305.07290v1
• Date: Fri, 12 May 2023 07:37:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-15 13:46:41.501052
• Title: The 3rd Anti-UAV Workshop & Challenge: Methods and Results
• Title（参考訳）: 第3回反UAVワークショップ・チャレンジ:方法と成果
• Authors: Jian Zhao, Jianan Li, Lei Jin, Jiaming Chu, Zhihao Zhang, Jun Wang, Jiangqiang Xia, Kai Wang, Yang Liu, Sadaf Gulshad, Jiaojiao Zhao, Tianyang Xu, Xuefeng Zhu, Shihan Liu, Zheng Zhu, Guibo Zhu, Zechao Li, Zheng Wang, Baigui Sun, Yandong Guo, Shin ichi Satoh, Junliang Xing, Jane Shen Shengmei
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 65.9405033602133
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The 3rd Anti-UAV Workshop & Challenge aims to encourage research in developing novel and accurate methods for multi-scale object tracking. The Anti-UAV dataset used for the Anti-UAV Challenge has been publicly released. There are two main differences between this year's competition and the previous two. First, we have expanded the existing dataset, and for the first time, released a training set so that participants can focus on improving their models. Second, we set up two tracks for the first time, i.e., Anti-UAV Tracking and Anti-UAV Detection & Tracking. Around 76 participating teams from the globe competed in the 3rd Anti-UAV Challenge. In this paper, we provide a brief summary of the 3rd Anti-UAV Workshop & Challenge including brief introductions to the top three methods in each track. The submission leaderboard will be reopened for researchers that are interested in the Anti-UAV challenge. The benchmark dataset and other information can be found at: https://anti-uav.github.io/.
• Abstract（参考訳）: 第3回対uavワークショップ&チャレンジは,マルチスケールオブジェクトトラッキングのための新規かつ正確な手法の開発研究を促進することを目的とする。 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。 今年の大会と前の2つの競技の間には2つの大きな違いがある。 まず、既存のデータセットを拡張し、初めてトレーニングセットをリリースして、参加者がモデルの改善に集中できるようにしました。 第2に、初めて2つのトラック、すなわち、アンチUAVトラッキングとアンチUAV検出とトラッキングをセットアップしました。 世界から76チームが参加し、第3回対uavチャレンジに出場した。 本稿では,第3回反UAVワークショップ・チャレンジの概要を紹介するとともに,各トラックの上位3つの手法について紹介する。 提案のリーダーボードは、反uavチャレンジに興味がある研究者のために再オープンされる。 ベンチマークデータセットとその他の情報は、https://anti-uav.github.io/で見ることができる。

関連論文リスト

• Clustering-based Learning for UAV Tracking and Pose Estimation [0.0]
  本研究は,UAV追跡と2種類のLiDARを用いたポーズ推定のためのクラスタリングに基づく学習検出手法であるCL-Detを開発する。 まず、Livox AviaデータとLiDAR 360データのタイムスタンプを調整し、その後、関心のあるオブジェクト(OOI)のポイントクラウドを環境から分離します。 提案手法は,CVPR 2024 UG2+ Challengeの最終リーダーボードにおいて,競争力のあるポーズ推定性能を示し,第5位にランクインする。
  論文  参考訳（メタデータ） (2024-05-27T06:33:25Z)
• 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)
• The 2nd Anti-UAV Workshop & Challenge: Methods and Results [39.49256362437204]
  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。 世界から約24チームが参加し、第2回対UAVチャレンジに出場した。
  論文  参考訳（メタデータ） (2021-08-23T03:27:36Z)
• 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)
• Collaborative Tracking and Capture of Aerial Object using UAVs [0.16863755729554883]
  この問題は、Mohammed Bin Zayed International Robotic Challenge 2020のチャレンジ1から動機づけられている。 UAVは視覚フィードバックを利用して、目標を自律的に検出し、接近し、目標を運ぶ車両を邪魔することなく捕獲する。
  論文  参考訳（メタデータ） (2020-10-04T14:23:03Z)
• The 1st Tiny Object Detection Challenge:Methods and Results [70.00081071453003]
  1st Tiny Object Detection (TOD) Challengeは、広い視野を持つ画像における微小物体検出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。 TinyPersonデータセットはTOD Challengeに使用されており、公開されている。
  論文  参考訳（メタデータ） (2020-09-16T07:01:38Z)

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。