論文の概要: MMAUD: A Comprehensive Multi-Modal Anti-UAV Dataset for Modern Miniature
Drone Threats
- arxiv url: http://arxiv.org/abs/2402.03706v1
- Date: Tue, 6 Feb 2024 04:57:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-07 16:31:31.031728
- Title: MMAUD: A Comprehensive Multi-Modal Anti-UAV Dataset for Modern Miniature
Drone Threats
- Title(参考訳): MMAUD: 最新の小型ドローンの脅威に対する総合的マルチモードアンチUAVデータセット
- Authors: Shenghai Yuan, Yizhuo Yang, Thien Hoang Nguyen, Thien-Minh Nguyen,
Jianfei Yang, Fen Liu, Jianping Li, Han Wang, Lihua Xie
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 37.981623262267036
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In response to the evolving challenges posed by small unmanned aerial
vehicles (UAVs), which possess the potential to transport harmful payloads or
independently cause damage, we introduce MMAUD: a comprehensive Multi-Modal
Anti-UAV Dataset. MMAUD addresses a critical gap in contemporary threat
detection methodologies by focusing on drone detection, UAV-type
classification, and trajectory estimation. MMAUD stands out by combining
diverse sensory inputs, including stereo vision, various Lidars, Radars, and
audio arrays. It offers a unique overhead aerial detection vital for addressing
real-world scenarios with higher fidelity than datasets captured on specific
vantage points using thermal and RGB. Additionally, MMAUD provides accurate
Leica-generated ground truth data, enhancing credibility and enabling confident
refinement of algorithms and models, which has never been seen in other
datasets. Most existing works do not disclose their datasets, making MMAUD an
invaluable resource for developing accurate and efficient solutions. Our
proposed modalities are cost-effective and highly adaptable, allowing users to
experiment and implement new UAV threat detection tools. Our dataset closely
simulates real-world scenarios by incorporating ambient heavy machinery sounds.
This approach enhances the dataset's applicability, capturing the exact
challenges faced during proximate vehicular operations. It is expected that
MMAUD can play a pivotal role in advancing UAV threat detection,
classification, trajectory estimation capabilities, and beyond. Our dataset,
codes, and designs will be available in https://github.com/ntu-aris/MMAUD.
- Abstract(参考訳): 有害なペイロードを輸送したり、単独で損傷を発生させる可能性を持つ小型無人航空機(UAV)がもたらす課題に対して、我々はMMAUD: a comprehensive Multi-Modal Anti-UAV Datasetを紹介した。
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。
MMAUDはステレオビジョン、様々なライダー、レーダー、オーディオアレイなど様々な感覚入力を組み合わせることで際立っている。
これは、熱とrgbを使って特定のヴァンテージポイントでキャプチャされたデータセットよりも高い忠実度で現実世界のシナリオに対処するのに必須の、ユニークなオーバーヘッド空中検出を提供する。
さらに、MMAUDは正確なライカ生成の真理データを提供し、信頼性を高め、他のデータセットでは見られないアルゴリズムやモデルの信頼性向上を可能にする。
既存の研究の多くはデータセットを公開していないため、MMAUDは正確で効率的なソリューションを開発するための貴重なリソースとなっている。
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。
我々のデータセットは環境重機音を取り入れることで現実世界のシナリオをシミュレートする。
このアプローチはデータセットの適用性を高め、近位車両操作中に直面する正確な課題をキャプチャする。
MMAUDは、UAV脅威の検出、分類、軌道推定機能などにおいて重要な役割を果たすことが期待されている。
私たちのデータセット、コード、デザインはhttps://github.com/ntu-aris/MMAUD.comで公開されます。
関連論文リスト
- 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) - Archangel: A Hybrid UAV-based Human Detection Benchmark with Position
and Pose Metadata [10.426019628829204]
ArchangelはUAVベースのオブジェクト検出データセットで、実際のサブセットと合成サブセットで構成されている。
一連の実験は、メタデータを活用する利点を実証するために、最先端のオブジェクト検出器で慎重に設計されている。
論文 参考訳(メタデータ) (2022-08-31T21:45:16Z) - CARLA-GeAR: a Dataset Generator for a Systematic Evaluation of
Adversarial Robustness of Vision Models [61.68061613161187]
本稿では,合成データセットの自動生成ツールであるCARLA-GeARについて述べる。
このツールは、Python APIを使用して、CARLAシミュレータ上に構築されており、自律運転のコンテキストにおいて、いくつかのビジョンタスク用のデータセットを生成することができる。
本稿では,CARLA-GeARで生成されたデータセットが,現実世界の敵防衛のベンチマークとして今後どのように利用されるかを示す。
論文 参考訳(メタデータ) (2022-06-09T09:17:38Z) - 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) - Vision-Based UAV Self-Positioning in Low-Altitude Urban Environments [20.69412701553767]
無人航空機(UAV)は安定した位置決めのために衛星システムに依存している。
このような状況下では、視覚に基づく技術が代替手段として機能し、UAVの自己配置能力を確実にする。
本稿では,UAV自己配置タスク用に設計された最初の公開データセットであるDenseUAVを提案する。
論文 参考訳(メタデータ) (2022-01-23T07:18:55Z) - Leveraging Synthetic Data in Object Detection on Unmanned Aerial
Vehicles [14.853897011640022]
オープンソースフレームワークのDeepGTAVを拡張して,UAVシナリオに対処します。
いくつかの領域の様々な大規模高分解能合成データセットをキャプチャして、UAVからの実物検出に利用したことを示す。
論文 参考訳(メタデータ) (2021-12-22T22:41:02Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳(メタデータ) (2021-09-08T14:07:55Z) - 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) - Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。
本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
論文 参考訳(メタデータ) (2020-01-13T23:23:09Z)
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。