論文の概要: LRDDv2: Enhanced Long-Range Drone Detection Dataset with Range Information and Comprehensive Real-World Challenges
- arxiv url: http://arxiv.org/abs/2508.03331v1
- Date: Tue, 05 Aug 2025 11:16:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.928124
- Title: LRDDv2: Enhanced Long-Range Drone Detection Dataset with Range Information and Comprehensive Real-World Challenges
- Title（参考訳）: LRDDv2: 距離情報と現実世界の課題を総合した長距離ドローン検出データセット
- Authors: Amirreza Rouhi, Sneh Patel, Noah McCarthy, Siddiqa Khan, Hadi Khorsand, Kaleb Lefkowitz, David K. Han,
- Abstract要約: Long Range Drone Detectionデータセットは、39,516の微妙な注釈付き画像からなる。
LRDDv2データセットには8000以上の画像のターゲット範囲情報が含まれている。
LRDDv2のデータセットの大部分は、1080p解像度で50ピクセル以下のドローンをキャプチャする画像で構成されている。
- 参考スコア（独自算出の注目度）: 6.438341026747921
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The exponential growth in Unmanned Aerial Vehicles (UAVs) usage underscores the critical need of detecting them at extended distances to ensure safe operations, especially in densely populated areas. Despite the tremendous advances made in computer vision through deep learning, the detection of these small airborne objects remains a formidable challenge. While several datasets have been developed specifically for drone detection, the need for a more extensive and diverse collection of drone image data persists, particularly for long-range detection under varying environmental conditions. We introduce here the Long Range Drone Detection (LRDD) Version 2 dataset, comprising 39,516 meticulously annotated images, as a second release of the LRDD dataset released previously. The LRDDv2 dataset enhances the LRDDv1 by incorporating a greater variety of images, providing a more diverse and comprehensive resource for drone detection research. What sets LRDDv2 apart is its inclusion of target range information for over 8,000 images, making it possible to develop algorithms for drone range estimation. Tailored for long-range aerial object detection, the majority of LRDDv2's dataset consists of images capturing drones with 50 or fewer pixels in 1080p resolution. For access to the complete Long-Range Drone Detection Dataset (LRDD)v2, please visit https://research.coe.drexel.edu/ece/imaple/lrddv2/ .
- Abstract（参考訳）: 無人航空機(UAV)の利用の指数的な増加は、特に人口密度の高い地域での安全な運用を確保するために、長距離で航空機を検知する重要な必要性を浮き彫りにしている。
深層学習によるコンピュータビジョンの飛躍的な進歩にもかかわらず、これらの小さな空飛ぶ物体の発見はいまだに深刻な課題だ。
ドローン検出に特化していくつかのデータセットが開発されたが、より広範囲で多様なドローン画像データ収集の必要性は、特に様々な環境条件下での長距離検出において持続している。
本稿では,LRDD(Long Range Drone Detection)バージョン2データセットについて紹介する。
LRDDv2データセットは、より多様なイメージを組み込むことでLRDDv1を強化し、ドローン検出研究のためのより多様な総合的なリソースを提供する。
LRDDv2を分離する要因は8000以上の画像のターゲット範囲情報を含めることであり、ドローンの射程推定のためのアルゴリズムを開発することができる。
LRDDv2のデータセットの大部分は、50ピクセル以下のドローンを1080p解像度で撮影する画像で構成されている。
Long-Range Drone Detection Dataset (LRDD)v2へのアクセスについては、https://research.coe.drexel.edu/ece/imaple/lrddv2/ をご覧ください。
関連論文リスト
- YOLOMG: Vision-based Drone-to-Drone Detection with Appearance and Pixel-Level Motion Fusion [9.810747004677474]
本稿では,複雑な環境下で小型ドローンを正確に識別する新しいエンドツーエンドフレームワークを提案する。
最初は、小さなドローンのモーション特性を捉えるために、動きの差分マップを作成する。
次に、この動き差分マップをバイモーダル融合モジュールを用いてRGB画像と組み合わせることで、ドローンの適応的な特徴学習を可能にする。
論文 参考訳（メタデータ） (2025-03-10T09:44:21Z) - Neuromorphic Drone Detection: an Event-RGB Multimodal Approach [25.26674905726921]
ニューロモルフィックカメラは、RGBカメラにとって困難な状況において、正確で豊かな時間的情報を保持できる。
マルチモーダルデータを活用することにより,両ドメインを統合化するための新しいモデルを提案する。
NeRDD(Neuromorphic-RGB Drone Detection)もリリースした。
論文 参考訳（メタデータ） (2024-09-24T13:53:20Z) - SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。
私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。
私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
論文 参考訳（メタデータ） (2024-03-11T09:20:40Z) - VDD: Varied Drone Dataset for Semantic Segmentation [9.581655974280217]
7つのクラスにまたがる400の高解像度画像の大規模なラベル付きコレクションをリリースする。
このデータセットは、様々なカメラアングルから撮影され、様々な照明条件の下で都市、工業、農村、自然のエリアで様々なシーンを特徴としている。
私たちは、ドローンデータセットをベースラインとして7つの最先端モデルをトレーニングします。
論文 参考訳（メタデータ） (2023-05-23T02:16:14Z) - Super Sparse 3D Object Detection [48.684300007948906]
LiDARベースの3Dオブジェクト検出は、自動運転における長距離認識にますます貢献する。
高速な長距離検出を実現するため,まずフルスパース物体検出器FSDを提案する。
FSD++は、連続するフレーム間の点変化を示す残差点を生成する。
論文 参考訳（メタデータ） (2023-01-05T17:03:56Z) - A dataset for multi-sensor drone detection [67.75999072448555]
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。
論文 参考訳（メタデータ） (2021-11-02T20:52:03Z) - TJU-DHD: A Diverse High-Resolution Dataset for Object Detection [48.94731638729273]
大規模でリッチな多様性と高解像度のデータセットは、よりよいオブジェクト検出方法を開発する上で重要な役割を果たす。
私たちは多種多様な高解像度データセット(TJU-DHD)を構築します。
データセットには115,354枚の高解像度画像と709,330個のラベル付きオブジェクトが含まれており、スケールと外観に大きな違いがある。
論文 参考訳（メタデータ） (2020-11-18T09:32:24Z) - Drone-based RGB-Infrared Cross-Modality Vehicle Detection via
Uncertainty-Aware Learning [59.19469551774703]
ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。
我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。
私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
論文 参考訳（メタデータ） (2020-03-05T05:29:44Z) - 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。